KL散度的理解（GAN網絡的優化）

    原文地址Count Bayesie 這篇文章是博客Count Bayesie上的文章Kullback-Leibler Divergence Explained 的學習筆記，原文對 KL散度 的概念詮釋得很是清晰易懂，建議閱讀html   相對熵，又稱KL散度( Kullback–Leibler divergence)，是描述兩個機率分佈P和Q差別的一種方法。它是非對稱的，這意味着D(P||

>>阅读原文<<