2025年1月15日
KL散度计算
摘要： KL散度(Kullback-Leibler Divergence)是用来度量两个概率分布相似度的指标，是经典损失函数，应用于PPO等算法参数估计设计。 KL散度的定义 假设对随机变量\(\xi\)，存在两个概率分布P和Q。如果\(\xi\)为离散变量，则定义从P到Q的KL散度为： \[D_{KL}( 阅读全文
posted @ 2025-01-15 21:56 霜尘FrostDust 阅读(1193) 评论(0) 推荐(0)