Евклидов слой потерь в кафе

В настоящее время я пытаюсь реализовать свой собственный уровень потерь в caffe, и, пытаясь сделать это, я использую другие слои в качестве эталона. Одна вещь, которая озадачивает меня, однако, это использование top[0]->cpu_diff() в Backward_cpu, Я буду использовать EuclideanLossLayer в качестве ссылки. Вот мои вопросы

• Насколько я понимаю, что top[0]->cpu_diff() содержит производную ошибки от следующего уровня, но что, если нет другого уровня, как он инициализируется? так как он используется в EuclideanLossLayer без выполнения каких-либо проверок:

  const Dtype alpha = sign * top[0]->cpu_diff()[0] / bottom[i]->num();
  

• Опять же, в EuclideanLossLayer, производная от ошибки по активациям рассчитывается с использованием следующего фрагмента кода:

  const Dtype alpha = sign * top[0]->cpu_diff()[0] / bottom[i]->num();
  caffe_cpu_axpby(
  bottom[i]->count(),              // count
  alpha,                              // alpha
  diff_.cpu_data(),                   // a
  Dtype(0),                           // beta
  bottom[i]->mutable_cpu_diff());  // b
  

  Если мое первое предположение верно, и top[0]->cpu_diff() действительно содержит производную ошибки для уровня выше, почему мы используем только первый элемент, т.е. top[0]->cpu_diff()[0] в отличие от умножения на весь вектор, т.е. top[0]->cpu_diff()?