目录

• KL散度的定义
• KL散度与交叉熵
• Acknowledge

最近遇到交叉熵作为损失函数的情况，且在花书刚好看到KL散度一节，故写一下学习笔记。

KL散度的定义

KL散度的具体定义参考花书3.13节，

$D_{KL}(P \| Q) = \mathbb{E}_{x \thicksim P} \big[ \log \frac{P(x)}{Q(x)} \big] = \mathbb{E}_{x \thicksim P} \big[ \log P(x) - \log Q(x) \big]，$DKL​(P∥Q)=Ex∼P​[logQ(x)P(x)​]=Ex∼P​[logP(x)−logQ(x)]，

$D_{KL}(P \| Q)$DKL​(P∥Q)用于衡量两个分布$P$P、$Q$Q之间的差异大小，$D_{KL} \geq 0$DKL​≥0，并且越接近0说明$p$p与$q$q这两个分布越近似，当且仅当$p$p与$q$q完全一致时KL散度取0。

图例3.6已经很好地说明了机器学习损失函数为何采用$D_{KL}(p \| q)$DKL​(p∥q)而不是$D_{KL}(q \| p)$DKL​(q∥p)，这两者是不对称的。已知分布$p(x)$p(x)，求一个分布$q(x)$q(x)来近似$p(x)$p(x)，$q^*$q∗右上角的$*$∗符号表示最优值。这里可以看成已知$x$x的类别分布$p(x)$p(x)，拟学习一个算法$\hat{y}$y^​去预测$x$x的类别，$\hat{y}$y^​所给类别预测的概率分布为$q(x)$q(x)，$\hat{y}$y^​上方的尖号表示对$y$y的预测（猜测）值，学习目标是使$q(x)$q(x)尽可能地近似$p(x)$p(x)。当采用$D_{KL}(q \| p)$DKL​(q∥p)时，$q^*$q∗不仅可以放在左峰（如右图），也可以放在右峰（未画出），右图给人感觉有点“丢失”了一半的信息。

KL散度与交叉熵

$\begin{aligned} D_{KL}(P \| Q) &= \mathbb{E}_{x \thicksim p} \big[ \log \frac{p(x)}{q(x)} \big] =\sum_x p(x) \cdot \log \frac{p(x)}{q(x)} ~ （\mathbb{E}表示数学期望，变量连续时使用\int符号）\\ & = \sum_x p(x) \log p(x) - \sum_x p(x) \log q(x) \\ & = - H(p) + CE(p, q)，~ （CE表示Cross ~ Entropy，即交叉熵） \end{aligned}$DKL​(P∥Q)​=Ex∼p​[logq(x)p(x)​]=x∑​p(x)⋅logq(x)p(x)​ （E表示数学期望，变量连续时使用∫符号）=x∑​p(x)logp(x)−x∑​p(x)logq(x)=−H(p)+CE(p,q)， （CE表示Cross Entropy，即交叉熵）​
由于$p(x)$p(x)已经固定，所以$-H(p)$−H(p)是一个常数，我们的目标是优化$D_{KL}(P \| Q)$DKL​(P∥Q)，把常数省略掉，相当于直接优化$CE(p, q)$CE(p,q)，即交叉熵部分。

针对第$i$i个样本$x_i$xi​，其类别分布为$y(x_i, k)$y(xi​,k)，算法$\hat{y}$y^​对其类别的预测分布为$\hat{y}(x_i, k)$y^​(xi​,k)，其中$k = \{ 1, \dots, m \}$k={1,…,m}表示总共有$m$m种类别，有
$CE \Big( y \big(x_i, \{ 1, \dots, m \} \big), \hat{y} \big(x_i, \{ 1, \dots, m \} \big) \Big) = - \sum_k y(x, k) \log \hat{y}(x, k)，$CE(y(xi​,{1,…,m}),y^​(xi​,{1,…,m}))=−k∑​y(x,k)logy^​(x,k)，

上述等式已给出单个样例的损失函数，而对于批量（整个）数据集$D = \{ (x_1, y_1), (x_2, y_2), \dots, (x_n, y_n) \}$D={(x1​,y1​),(x2​,y2​),…,(xn​,yn​)}，有
$CE( y(D), \hat{y}(D) ) = -\sum_{i=1}^n \sum_{k=1}^m y(x_i, k) \log \hat{y} (x_i, k)。$CE(y(D),y^​(D))=−i=1∑n​k=1∑m​y(xi​,k)logy^​(xi​,k)。

Acknowledge

参考自：
交叉熵与KL散度
感谢@LittleSasuke

感谢花书作者以及所有做出巨大贡献的人

标签：xi,log,交叉,big,散度,CE,KL,DKL
来源： https://blog.csdn.net/u014134327/article/details/99944550