CleverHans-TF2中MomentumIterativeMethod实现与论文算法不一致问询

这不属于实现错误，用reduce_mean替代论文里的reduce_sum是完全合理的选择，核心逻辑如下：

• 两者的本质差异只是梯度的全局缩放系数：reduce_mean得到的结果是reduce_sum结果除以归约维度的元素总数（比如图片的像素数）。对抗攻击只依赖梯度的方向来生成有效扰动，梯度的幅值完全可以通过攻击的步长参数来补偿——只要把步长对应乘以这个维度总数，就能达到和论文原版完全一致的扰动效果。
• 工程实现里用reduce_mean反而更实用：它能避免因输入维度（比如高分辨率图片）过大导致reduce_sum后的梯度值急剧膨胀，减少数值计算上的潜在问题，同时步长参数的调参范围会更直观，不用跟着输入尺寸大幅调整。

如果想要严格对齐论文的算法描述，你可以把代码改成tf.math.reduce_sum(tf.math.abs(grad), red_ind, keepdims=True)，但只要同步调整步长，攻击效果不会有本质区别。

内容的提问来源于stack exchange，提问作者skydiver_jay