两个多维高斯分布的KL散度公式推导是变分自编码器中损失函数的一部分,目标是将KL散度表示成两个高斯分布的均值和方差。
一维正态分布的均值与方差公式推导
一维正态分布的概率密度函数为:
一维正态分布的均值为:
一维正态分布的方差为:
因为
故
两个多维高斯分布的KL散度
假定隐变量是高维变量,维数为M。两个多元高斯分布各变量相互独立,
,
。
先计算KL散度中的第一项,
接着计算KL散度的第二项
其中,因为
即
。而
。
将两式合并可得
在变分自编码器中,,故
参考资料
两个多变量高斯分布之间的KL散度https://zhuanlan.zhihu.com/p/55778595https://github.com/jojonki/AutoEncoders/blob/master/kl_divergence_between_two_gaussians.pdf
https://github.com/jojonki/AutoEncoders/blob/master/kl_divergence_between_two_gaussians.pdf