dssm loss计算为什么是reduce_sum

[liamlmy]

在dssm.py中，计算loss的代码 with tf.name_scope('Loss'):

Train Loss

cross_entropy = tf.nn.sigmoid_cross_entropy_with_logits(labels=doc_label_batch, logits=cos_sim)
losses = tf.reduce_sum(cross_entropy)
tf.summary.scalar('loss', losses)
pass

是不是有问题？为什么是reduce_sum?而不是reduce_mean