文件名称：geodesical_skew_divergence:PyTorch实现的α-大地偏斜散度
文件大小：1.41MB
文件格式：ZIP
更新时间：2024-04-23 14:33:32
machine-learning statistics kl-divergence divergence information-geometry
α-大地偏斜散度 正式的PyTorch实现“ 偏斜”。 [ ] 非对称偏斜发散通过将分布之一混合到由参数λ确定的程度来平滑另一个分布，从而平滑了其中一个分布。 这种散度是KL散度的近似值，KL散度不需要目标分布相对于源分布是绝对连续的。 本文提出了一种称为α-大地测量偏斜发散的偏斜发散的信息几何概括，并对其性质进行了研究。 安装 从PyPi $ pip install gs_divergence 来自GitHub $ git clone https://github.com/nocotan/geodesical_skew_divergence $ python setup.py install 用法 计算两个张量的差异 import torch from gs_divergence import gs_div a = torch . Tensor ([ 0.1 , 0.2 ,
【文件预览】：
geodesical_skew_divergence-main
----.github()
--------workflows()
----assets()
--------gs_divergence_surface.png(1.13MB)
--------gs_divergence.png(169KB)
--------def_gs_divergence.png(63KB)
--------def_interpolation.png(66KB)
----tests()
--------__init__.py(0B)
--------test_alpha_geodesic.py(3KB)
--------test_gs_div.py(1KB)
----LICENSE(1KB)
----setup.cfg(431B)
----VERSION(6B)
----setup.py(39B)
----.gitignore(4KB)
----gs_divergence()
--------symmetrized_geodesical_skew_divergence.py(432B)
--------geodesical_skew_divergence.py(1KB)
--------alpha_geodesic.py(687B)
--------__init__.py(167B)
----README.md(6KB)