tensorflow - 如何在 TensorFlow 中实现 Kullback-Leibler 损失？

Question

我需要最小化 KL loss在 tensorflow .

我试过这个功能 tf.contrib.distributions.kl(dist_a, dist_b, allow_nan=False, name=None) ，但我失败了。

我尝试手动实现它:

def kl_divergence(p,q):
    return p* tf.log(p/q)+(1-p)*tf.log((1-p)/(1-q))

这是正确的吗？

Answer 1

你有什么是交叉熵，KL散度应该是这样的:

def kl_divergence(p, q): 
    return tf.reduce_sum(p * tf.log(p/q))

这假设 p 和 q 都是 float 的一维张量，形状相同，并且对于每个张量，它们的值总和为 1。

如果 p 和 q 是符合上述约束的一维张量的大小相等的小批量，它也应该有效。