对于loss定义现在假设有：1）loss=Fun()2）loss=Fun()/10那么在训练时，1）的梯度就会比2）的梯度大10倍，训练地会更快。但是步长=grad*lr，当grad变大10倍，变相的等于grad不变，学习率大10倍。所以当纠结某种loss的定义的值会不会太大或者太小，其实都没关系，我们最终都可以通过调节lr来调节训练过程。