最优传输系列（一）：最优传输入门及Monge-Kantorovitch Problem

引言

• 本人刚刚接触最优传输，很多地方并不能也不敢写出自己尚不成熟的见解来误导别人，所以很多地方都是借鉴了别人的成果与经验。之所以记录这篇博客，一是为了和大家分享学习内容，也期望自己的文章能帮助到有需要的人；二是进行学习笔记式的记录，并时常回顾。本文不做商用，所引用的别人的成果也会在文章末尾贴出链接，本文只想将本人所涉猎的内容整理起来，形成更容易让人理解的更好的内容。下面进入正题。
• 最优运输（Optimal Transport）近年来引起了广大学者的研究兴趣，并在NIPS和ICML等机器学习顶级会议频繁出现。然而，最优运输的基本理论对于初学者来说，并不友好：初看理论，感觉全是晦涩难懂的数学推理公式，让很多读者有点望而却步的感觉。此外，目前国内关于最优运输理论的研究还比较初步，相关中文资料也比较匮乏。因此，笔者对自己最近几天在网上博客、论文和视频等资料的学习过程进行了初步整理，希望对后续的初学者提供一点帮助。
• 我的入门体验：最优运输相关理论的代码库已比较丰富（需要代码，可以去github上搜索，或者检索关于最优运输的热门顶会论文，基本都有开源代码），并且核心理论也没那么复杂，或者说只要你认真阅读完本文，我相信你应该能够较顺畅地把最优运输理论应用到你的实际应用中了。

背景

• 最优运输问题最早是由法国数学家加斯帕德·蒙日(Gaspard Monge)在19世纪中期提出，它是一种将给定质量的泥土运输到给定洞里的最小成本解决方案。这个问题在20世纪中期重新出现在坎托罗维奇的著作中，并在近些年的研究中发现了一些令人惊讶的