『论文笔记』Sinkhorn算法

最优化传输问题的简单理解可以参照:https://blog.csdn.net/zsfcg/article/details/112510577

上文中给的Sinkhorn算法实现和下面的数学形式不是直接对应的,这里推荐https://github.com/magicleap/SuperGluePretrainedNetwork项目中的实现,和下面提到的数学形式完全对应。

理解了问题,我们来看Sinkhorn算法部分,这里只介绍Sinkhorn算法是什么,怎么用,想看数学推导的看这里:https://arxiv.org/abs/1803.00567

https://blog.csdn.net/gcheney/article/details/108442861

不过,在大部分应用情况下,求标准Kantorovich解是不必要的:如果我们利用正则化,改求近似解,那么最优传输的计算代价就大幅降低了。

 

对于上面的距离,引入两个对偶变量(?)g和f,由于质量守恒条件,所以后面加的两项不影响距离数值,对单个Pij,使得距离最小时导数应该为0,求导后的等式可以推断出Pij的原始表示方式:

 

 

 

https://blog.csdn.net/Utterly_Bonkers/article/details/90746259

 

 

posted @   叠加态的猫  阅读(3760)  评论(0编辑  收藏  举报
编辑推荐:
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
阅读排行:
· 10年+ .NET Coder 心语 ── 封装的思维:从隐藏、稳定开始理解其本质意义
· 地球OL攻略 —— 某应届生求职总结
· 提示词工程——AI应用必不可少的技术
· Open-Sora 2.0 重磅开源!
· 字符编码:从基础到乱码解决
历史上的今天:
2018-10-26 『Numpy』np.meshgrid
2018-10-26 『计算机视觉』Mask-RCNN_锚框生成
点击右上角即可分享
微信分享提示