作为 10xAI 笔记的答案，n在损失函数中是指您计算损失的样本数，这意味着您基本上是在计算特定批次数据的平均损失。您的错误是您除以输出神经元的数量，这是不正确的，因为输出神经元的数量/类的数量对损失没有影响（在 MSE 的情况下）。您所指的损失函数均方损失仅适用于回归问题，而您的示例使用类，因此是分类问题。在回归问题中，您尝试预测的通常只有一个连续值（并且只有一个输出神经元），因此无需除以输出神经元的数量。对于您的示例，诸如交叉熵损失之类的东西会更有意义，

如果您正在查看 MSE 是如何在 Python 等中实现的，您会发现，本质上，均值是在两个维度（即特征和样本）中获取的：

def mse(x, y):
    diff = x - y
    err = np.square(diff)
    return np.mean(err)

（当没有给出轴作为参数时np.mean，NumPy 取所有轴的平均值）

例如，参见这里和scikit learn implementation。将上述函数应用于像上面这样的多维示例，具有 10 个特征和 2 个样本（即输入具有 (2,10) 作为形状）给出：

IN:
y_pred = np.array([
    [0.9, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1],
    [0.2, 0.9, 0.2, 0.2, 0.2, 0.2, 0.2, 0.2, 0.2, 0.2]])

y_true = np.array([
    [1  ,  0 ,  0 , 0  , 0  , 0  , 0  , 0  , 0  , 0  ],
    [0  ,  1 ,  0 , 0  , 0  , 0  , 0  , 0  , 0  , 0  ]])

mse(y_true, y_pred)

OUT: 0.02350000000000001

一般来说，
当我们讨论这个话题时，都是围绕着Stochastic GD、Mini-batch GD、Batch GD的思想。平均的想法是将梯度移向 Batch 的平均值。
所以，“N”是指batch_size一般的。

在输出层的聚合上，我相信它更像是一种设计实现。
检查此示例以了解 Keras

import tensorflow as tf, numpy as np
from tensorflow.python.keras.layers import Input, Dense
from tensorflow.python.keras.models import Model, Sequential
import keras.backend as K

model = Sequential()
model.add(Dense(3, activation="relu", input_shape=(2,), kernel_initializer=tf.keras.initializers.Ones()))
model.add(Dense(2, activation="relu", kernel_initializer=tf.keras.initializers.Ones()))

x = tf.constant([[2.,2.],[4.,4.],[5.,5.]])
y =tf.constant([[10.,12.], [20.,20.], [25.,25.]])

 # This is Keras standard definition i.e. reduce to mean on last axis
def mse_loss(y_true, y_pred): return K.mean(K.square(y_pred - y_true), axis=-1)
model.compile(loss=mse_loss) 

from keras.callbacks import LambdaCallback

def batchOutput(batch, logs): print("Finished batch: " + str(batch), end=''); print("--->",logs)
batchLogCallback = LambdaCallback(on_batch_end=batchOutput)

model.fit(x,y, batch_size=1, epochs=1,callbacks=[batchLogCallback], verbose=0, shuffle=False)

完成批次：0---> {'loss': 2.0}
完成批次：1---> {'loss': 8.509464263916016}
完成批次：2---> {'loss': 12.874275207519531}

您可以手动计算损失作为输入，并且权重已被视为简单整数。
最终损失 [4, 0] 平均为 2。

def mse_loss(y_true, y_pred): return K.sum(K.square(y_pred - y_true), axis=-1)

如果使用上面的函数输出会是，

完成批次：0---> {'loss': 4.0}
完成批次：1---> {'loss': 17.01892852783203}
完成批次：2---> {'loss': 25.748550415039062}