【机器学习】熵和概率分布，图像生成中的几种量化评估IS、FID、Wasserstein Distance等

一. 详解机器学习中的熵、条件熵、相对熵、交叉熵

---

二. 机器学习——先验概率、后验概率、全概率公式、贝叶斯公式

先验概率（prior probability）是指根据以往经验和分析得到的概率，如全概率公式，它往往作为"由因求果"问题中的"因"出现的概率。——百度百科

后验概率是指在得到“结果”的信息后重新修正的概率，是“执果寻因”问题中的"果"。——百度百科

---

---

三. 图像生成中常用的量化评估指标

1. Inception Score (IS)

目标是最大化IS分数，即
最大化H(y): 也就是对于输入的样本，通过inception_v3模型后的类别要均衡，衡量模式坍塌，理想情况下每个类别生成的概率均等，此时H(y)达到最大。
最小化H(y|x); 说明对于输入的样本，通过inception_v3模型后预测某类别的置信度要高，衡量图片生成的质量，理想情况下，生成的图片在inception_v3模型看来，某个类别的置信度为1.0，其它都为0，此时的H(y|x)最小。

2. Fréchet Inception Distance (FID)

Inception Score 是在分类器 InceptionV3 最后的输出结果上进行计算，而Fréchet Inception Distance (FID) 则是计算了真实图片和假图片在 feature 层面的距离，因此显得更有道理一点。FID 的公式如下：

3. Wasserstein Distance

Wasserstein距离也被称为推土机距离（Earth Mover’s Distance，EMD），用来表示两个分布的相似程度。Wasserstein距离衡量了把数据从分布p移动成”分布q时所需要移动的平均距离的最小值。Wasserstein距离是2000年IJCV期刊文章《The Earth Mover’s Distance as a Metric for Image Retrieval》提出的一种直方图相似度量。如果两个分布p和q离得很远，完全没有重叠的时候，那么KL散度值是没有意义的，而JS散度值是一个常数。这在学习算法中是比较致命的，这就意味这这一点的梯度为0，即梯度消失，而Wasserstein距离可以解决这个问题。

我们将两个分布p和q看成两堆土，如下图所示，希望把其中的一堆土移成另一堆土的位置和形状，有很多种可能的方案。推土代价被定义为移动土的量乘以土移动的距离，在所有的方案中，存在一种推土代价最小的方案，这个代价就称为两个分布的Wasserstein距离。

Inception Score (IS) 与 Fréchet Inception Distance (FID)

GAN的量化评估方法——IS和FID，及其pytorch代码

GAN 的六种衡量方法

机器学习中的数学——距离定义（二十六）：Wasserstein距离（Wasserstei Distance）/EM距离（Earth-Mover Distance）

【数学】Wasserstein Distance

---

四、神经网络学到的训练数据的分布到底是什么？

什么是训练数据的分布呢？我想通俗一点来说，那就是给你的这一大批训练数据，他总体是个什么样的、平均水平在哪里、最好的有多好、最差的有多差、每个个体离着这个平均水平分别能强多少、能弱多少、个体水平波动情况如何……

如何理解神经网络学习到的是训练数据的分布？

深度学习中的数据分布到底是指的什么？有没有准确和严谨的定义，或者比较直观的理解？