页面标题:
KL散度(Kullback-Leibler Divergence)介绍及详细公式推导 | HsinJhao's Blogs
Meta描述:
KL散度简介KL散度的概念来源于概率论和信息论中。KL散度又被称为：相对熵、互熵、鉴别信息、Kullback熵、Kullback-Leible散度(即KL散度的简写)。在机器学习、深度学习领域中，KL散度被广泛运用于变分自编码器中(Variational AutoEncoder,简称VAE)、EM算法、GAN网络中。 KL散度定义KL散度的定义是建立在熵(Entropy)的基础上的。此处以离散随
展开
Keywords:
KL-Divergence
展开
H1标签:
KL散度(Kullback-Leibler Divergence)介绍及详细公式推导
字数统计:
2,938 字