Bregman散度
Bregman散度
先给出定义：
Bregman 散度就是一个函数与该函数的线性近似之间的差。
数学描述为：
d
(
x
,
y
)
=
f
(
x
)
−
(
f
(
y
)
+
<
∇
f
(
y
)
,
x
−
y
>
)
d(x, y) = f(x)-(f(y) + <\nabla f(y),\quad x-y >)
d(x,y)=f(x)−(f(y)+<∇f(y),x−y>)
为方便，我直接将我的理解手写上传：
常用Bregman散度族
参考
机器学习中的散度
Bregman 散度（Bregman divergence）和Bregman信息（Bregman information）
扫一扫
2275
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
