1. 相对熵

1.1 简介

相对熵也称为 KL 散度（Kullback-Leibler divergence），相对熵是两个概率分布 $P$ 和 $Q$ 差别的度量。具体来说，$P$ 和 $Q$ 的相对熵是用来度量使用基于 $Q$ 的分布来编码服从 $P$ 的分布的样本所需的额外平均比特数。典型情况下，$P$ 表示真实分布，$Q$ 表示数据的理论分布或者是估计的模型分布。

1.2 定义

• 对于离散随机变量，其概率分布 $P$ 和 $Q$ 的相对熵定义为：

  $$D_{\mathrm{KL}}(P \Vert Q) = -\sum_{i} P(i) \ln{\frac{Q(i)}{P(i)}} = \mathbb{E}_{P} \left[ - \ln{\frac{Q}{P}} \right]$$

  其中，$P(i)$ 和 $Q(i)$ 分别表示 $P$ 和 $Q$ 的离散概率。当式中出现 $0 \ln{0}$ 时，其值按 $0$ 处理。

• 对于连续随机变量，其概率分布 $P$ 和 $Q$ 的相对熵定义为：

  $$D_{\mathrm{KL}}(P \Vert Q) = - \int_{-\infty}^{\infty} p(x) \ln{\frac{q(x)}{p(x)}} \mathrm{d}x = \mathbb{E}_{p} \left[ - \ln{\frac{q}{p}} \right]$$

  其中，$p$ 和 $q$ 分别表示 $P$ 和 $Q$ 的概率密度。

1.3 性质

• 相对熵非负：$D_{\mathrm{KL}}(P \Vert Q) \geq 0$
• 相对熵非对称（故其不是一个真正的距离度量）：$D_{\mathrm{KL}}(P \Vert Q) \neq D_{\mathrm{KL}}(Q \Vert P)$

2. 交叉熵

2.1 简介

交叉熵是指基于 $Q$ 的分布来编码服从 $P$ 的分布的样本所需要的平均比特数。

2.2 定义

• 对于离散随机变量，其概率分布 $P$ 和 $Q$ 的交叉熵定义为：

  $$H(P, Q) = -\sum_{i} P(i) \ln{Q(i)} = \mathbb{E}_{P} \left[ -\ln{Q} \right]$$

  其中，$P(i)$ 和 $Q(i)$ 分别表示 $P$ 和 $Q$ 的离散概率。

• 对于连续随机变量， 其概率分布 $P$ 和 $Q$ 的交叉熵定义为：

  $$H(P, Q) = - \int_{-\infty}^{\infty} p(x) \ln{q(x)} \mathrm{d}x = \mathbb{E}_{p} \left[ - \ln{q} \right]$$

  其中，$p$ 和 $q$ 分别表示 $P$ 和 $Q$ 的概率密度。

2.3 性质

• $H(P, Q) = H(P) + D_{\mathrm{KL}}(P \Vert Q)$

附录

• Kullback-Leibler Divergence
• Cross Entropy