2019年12月17日

KL散度(大部分转载)

摘要: 首先KL散度是一种距离,就是两个熵相减得到的差值。用基于P的编码去编写来自P或Q的样本。让两者相减,得到基于P的编码的P或Q的样本所产生的信息量,也就是基于同一个条件下,两个分布的差异,差异也就是距离。 熵的定义公式中,log函数不局限于固定的底,不同的底对应了熵的不同度量单位。如果以2为底,则熵的 阅读全文

posted @ 2019-12-17 08:39 小句芒 阅读(1028) 评论(0) 推荐(0) 编辑

导航