交叉熵、KL散度和极大似然

https://www.zhihu.com/question/65288314
https://www.cnblogs.com/arkenstone/p/10524720.html

1. A和B的KL散度 = A和B的交叉熵 - A的熵:
   a. 当A的熵为常亮时，KL散度和交叉熵是等价的
   b. 模型使用交叉熵作为损失函数，实际上是学习训练集的数据分布（模型输出分布和训练集分布差距减小，交叉熵定义；默认训练集分布和真实分布保持一致，这是所有模型训练的基础）
2. 交叉熵最小实质上就是最大似然估计(MLE)

image.png image.png

注：

1. 熵都是-log形式
2. KL散度和交叉熵都不是距离，因为不具有对称性，即A和的KL散度与B和A的KL散度不同（相对变化，坐标系概念）