解决pytorch中的kl divergence计算问题

偶然从pytorch讨论论坛中看到的一个问题，kl divergence different results from tf，kl divergence 在tensorflow中和pytorch中计算结果不同，平时没有注意到，记录下

一篇关于kl散度、js散度以及交叉熵对比的文章

kl divergence 介绍

kl散度( kullback–leibler divergence)，又称相对熵，是描述两个概率分布 p 和 q 差异的一种方法。计算公式:

可以发现，p 和 q 中元素的个数不用相等，只需要两个分布中的离散元素一致。

举个简单例子：

两个离散分布分布分别为 p 和 q

p 的分布为：{1，1，2，2，3}

q 的分布为：{1，1，1，1，1，2，3，3，3，3}

我们发现，虽然两个分布中元素个数不相同，p 的元素个数为 5，q 的元素个数为 10。但里面的元素都有 “1”，“2”，“3” 这三个元素。

当 x = 1时，在 p 分布中，“1” 这个元素的个数为 2，故 p(x = 1) = 2/5 = 0.4，在 q 分布中，“1” 这个元素的个数为 5，故 q(x = 1) = 5/10 = 0.5

同理，

当 x = 2 时，p(x = 2) = 2/5 = 0.4 ，q(x = 2) = 1/10 = 0.1

当 x = 3 时，p(x = 3) = 1/5 = 0.2 ，q(x = 3) = 4/10 = 0.4

把上述概率带入公式：

至此，就计算完成了两个离散变量分布的kl散度。

pytorch 中的 kl_div 函数

pytorch中有用于计算kl散度的函数 kl_div

计算 d （p||q）

1、不用这个函数的计算结果为：

与手算结果相同

2、使用函数：

（这是计算正确的，结果有差异是因为pytorch这个函数中默认的是以e为底）

注意：

1、函数中的 p q 位置相反(也就是想要计算d(p||q)，要写成kl_div（q.log（），p）的形式)，而且q要先取 log

2、reduction 是选择对各部分结果做什么操作，默认为取平均数，这里选择求和

好别扭的用法，不知道为啥官方把它设计成这样

补充：pytorch 的kl divergence的实现

看代码吧~

以上为个人经验，希望能给大家一个参考，也希望大家多多支持。