JS散度

Posted 懵懂的菜鸟

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了JS散度相关的知识,希望对你有一定的参考价值。

 JS散度(Jensen-Shannon divergence)
 
JS散度解决了KL不对称的问题,JS是对称的。
很明显,如果P1,P2完全相同,那么JS =0, 如果完全不相同,那么就是1.
 
技术分享
JS散度是利用KL散度来得到的。JS是对称的而且值是有界的[0,1].
技术分享
P,Q和第三个分布进行KL计算(第三个分布:(P+Q)/2 )
 
JS散度是有界的:
技术分享

 
但是KL和JS散度来度量时候有一个问题:
如果两个分配P,Q离得很远,完全没有重叠的时候,那么KL值是没有意义的,而JS值是一个常数。这在学习算法中是比较致命的,这就意味这这一点的梯度为0。梯度消失了。




以上是关于JS散度的主要内容,如果未能解决你的问题,请参考以下文章

信息论——JS散度(Jensen-Shannon)

KL散度(KL divergence, JS divergence)

GAN与NLPGAN的原理 —— 与VAE对比及JS散度出发

交叉熵与KL散度

W-GAN

散度和KL散度的介绍