正向跟反向KL距离到底有什么区别？

如果我们要用一个分布q去近似一个分布p，我们一般的做法都是去优化一个KL距离使得他最小，但是KL距离是一个不对称的距离，那么我们优化$KL(q||p)$跟$KL(p||q)$的区别在哪里?

首先考虑第一种KL距离$KL(p||q)$，也被称为M-projection 或 moment projection，定义如下：

$$KL(p||q)=\sum_xp(x)\ln\frac{p(x)}{q(x)}$$
在这个距离里面，我们发现只有当 $p(x)=0$的时候， $q(x)$才能等于0，否则他们之间的距离就会无穷大，于是为了近似p，q会尽可能保持大于0，因为他能够等于0的地方太少了。于是在这种情况下q就会高估p的值域。

对于另外一个距离$KL(q||p)$,又称为I-projection 或 information projection.

$$KL(q||p)=\sum_xq(x)\ln\frac{q(x)}{p(x)}$$
在这个距离里面，我们发现当 $p(x)=0$的时候 ，我们必须要保证 $q(x)=0$，否则这个距离就会变成无穷大，那我们的q就无法近似p了。所以，q很可能为了近似p，而避开或被p(x)=0的点截断。这种特性会导致q会低估p的值域。

图也正好表达了这种关系，$KL(p||q)$会高估p的值域尽可能保持大于0，而$KL(q||p)$会低估p的值域，被p的0点截断。