KL散度的理解（GAN网络的优化）

    原文地址Count Bayesie 这篇文章是博客Count Bayesie上的文章Kullback-Leibler Divergence Explained 的学习笔记，原文对 KL散度 的概念诠释得很是清晰易懂，建议阅读html   相对熵，又称KL散度( Kullback–Leibler divergence)，是描述两个几率分布P和Q差别的一种方法。它是非对称的，这意味着D(P||

>>阅读原文<<