一文搞懂散度

文章目錄 Divergence Measures 介紹 KL-Divergence 一種信息論的解釋 熵 散度的性質 散度的不變性 補充:MMD :maximum mean discrepancy 補充:Wasserstein距離 參考資料 Divergence Measures 介紹 在機器學習中,咱們經常須要用一個分佈Q去逼近一個目標分佈P,咱們但願可以找到一個目標函數 D ( Q , P )
相關文章
相關標籤/搜索