Jensen–Shannon divergence
Jensen–Shannon divergence(J-S散度) is a method of measuring the similarity between two probability distributions.
It is based on the Kullback–Leibler divergence(K-L散度), with some notable
(and useful) differences, including that it is symmetric and it is always a finite value.
The Jensen–Shannon divergence (JSD)
is a symmetrized and smoothed version of the Kullback–Leibler divergence
. It is defined by:
where ![](https://wikimedia.org/api/rest_v1/media/math/render/svg/7a639c6fb8d85eaff29852923123f69b6a5d5911)
The Jensen–Shannon divergence is bounded by 1 for two probability distributions, given that one uses the base 2 logarithm. ![](https://wikimedia.org/api/rest_v1/media/math/render/svg/0e22401c99d5de36cff9b8e827ba91b902354e25)
For log base e, or ln, which is commonly used in statistical thermodynamics, the upper bound is ln(2): ![](https://wikimedia.org/api/rest_v1/media/math/render/svg/c3aa9124e41d145d32b35df0f862d9467a172074)
Jensen–Shannon divergence相关推荐
- 机器学习中的数学——距离定义(二十):相对熵(Relative Entropy)/KL散度(Kullback-Leibler Divergence)
分类目录:<机器学习中的数学>总目录 相关文章: · 距离定义:基础知识 · 距离定义(一):欧几里得距离(Euclidean Distance) · 距离定义(二):曼哈顿距离(Manh ...
- GAN性能不稳?这九大技术可“镇住”四类缺陷
作者 | Bharath Raj 译者 | ang010ela 编辑 | 一一 出品 | AI科技大本营 尽管 GAN 领域的进步令人印象深刻,但其在应用过程中仍然存在一些困难.本文梳理了 GAN 在 ...
- Nature Methods:快速准确的微生物来源追溯工具FEAST
文章目录 FEAST: 快速准确的微生物来源追溯工具 划重点 摘要 结果 图1. 方法比较 图2. 当前最先进方法的运行时间比较 图3. 1岁婴儿肠道微生物来源估计 图4. 厨房样品中末知来源的比例 ...
- 自然语言处理技术(NLP)在推荐系统中的应用 原2017.06.29人工智能头条 作者: 张相於,58集团算法架构师,转转搜索推荐部负责人,负责搜索、推荐以及算法相关工作。多年来主要从事推荐系统以及机
自然语言处理技术(NLP)在推荐系统中的应用 原2017.06.29人工智能头条 作者: 张相於,58集团算法架构师,转转搜索推荐部负责人,负责搜索.推荐以及算法相关工作.多年来主要从事推荐系统以及机 ...
- 深度学习(七)—— GAN
https://antkillerfarm.github.io/ GAN(续) 基本原理 上面的解释虽然通俗,却并未涉及算法的实现.要实现上述原理,至少要解决三个问题: 1.什么是伪造者. 2.什么是 ...
- 提高GAN训练稳定性的9大tricks
点击我爱计算机视觉标星,更快获取CVML新技术 作者 | Bharath Raj 译者 | ang010ela 编辑 | 一一 出品 | AI科技大本营 CV君注: 还有什么是比训练一个神经网络更玄学 ...
- KL散度,互信息和JSD
KL 散度公式 D(p∥q)=∑x∈Xp(x)logp(x)q(x)=E[logp(X)q(X))]\begin{aligned}D(p\|q) &=\sum_{x \in X} p(x) ...
- 【论文阅读】用于自动中文作文评分的多阶段预训练
摘要 这篇文章提出了一个基于预训练的中文作品评分方法.方法包含3个成分:弱监督预训练,有监督的交叉提示(cross-prompt)微调 和 有监督的目标提示(target-prompt)微调. 一个文 ...
- 机器学习中的数学——距离定义(九):测地距离(Geodesic Distance)
分类目录:<机器学习中的数学>总目录 相关文章: · 距离定义:基础知识 · 距离定义(一):欧几里得距离(Euclidean Distance) · 距离定义(二):曼哈顿距离(Manh ...
最新文章
- java sqlite使用小记
- 一起谈.NET技术,ASP.NET MVC2实现分页和右键菜单
- GB28181协议支持的H264的PS封装实现
- ffmpeg基本用法(转)
- IT行业分析之企业信息化技术
- tensorflow源码编译教程_源码编译安装tensorflow 1.8
- js的深浅拷贝( 赋值后原值被覆盖的问题 )
- 计算机科学美国大学专业,2018美国大学计算机科学专业大排名
- android p 第三方预装,android P 隐藏API对系统APP的影响
- Bootstrap3 工具提示插件的选项
- 用C实现任意一年的日历
- android 中tools命名空间的全解
- live2d_vue-live2d 看板娘
- 简单好用的mac版Mysql可视化工具 - Sequel Pro
- 浅析汽车融资租赁业务模式
- Unity 3D模型展示之自由观察模型
- 极客日报第123期:华为鸿蒙商标被驳回复审;《王者荣耀》蝉联全球手游畅销榜冠军;苹果承认iOS 14.5.1令旧款iPhone性能下降
- PL-VIO学习+注释
- 用户注册及APP使用隐私协议
- 股票买卖接口源码分享
热门文章
- 「分块」数列分块入门1 – 9 by hzwer 解题记录
- doa的matlab算法,基于MATLAB的DOA估计算法的二维仿真建模
- 【个人积累】波束形成和DOA估计概念辨析
- greasemonkey_Greasemonkey –在任何页面上执行自定义JavaScript
- 2021营销案例盘点,这些品牌的中秋营销创意,绝了!
- 我们目前能想到的搞定星际旅行的办法
- 罗克韦尔AB PLC RSLogix模拟量IO模块基本介绍
- sudo apt-get install 可以安装的一些软件
- 谷歌SEO优化入门:Google SEO优化方法(2022最新)
- mysql日常管理事件