Neural network 如何计算KL散度relaxedonehot分类
我想计算PyTorch中2个relaxedonehot分类分布之间的KL散度。我觉得我做错了什么，因为吉隆坡的偏离度非常高Neural network 如何计算KL散度relaxedonehot分类,neural-network,autoencoder,bayesian-networks,Neural Network,Autoencoder,Bayesian Networks,我想计算PyTorch中2个relaxedonehot分类分布之间的KL散度。我觉得我做错了什么，因为吉隆坡的偏离度非常高 导入火炬 从torch.com导入relaxedonehot分类 p_m=relaxedonehot分类（torch.张量（[2.2]），probs=torch.张量（[0.1,0.2,0.3,0.4]）） 批次参数是从火炬获得的（2，4） q_m=RelaxedOneHotCategorical（torch.tensor（[5.4]），logits=从_a_nn获得的批次
导入火炬
从torch.com导入relaxedonehot分类
p_m=relaxedonehot分类（torch.张量（[2.2]），probs=torch.张量（[0.1,0.2,0.3,0.4]））
批次参数是从火炬获得的（2，4）
q_m=RelaxedOneHotCategorical（torch.tensor（[5.4]），logits=从_a_nn获得的批次参数）
z=q_m.rsample（）
kl=-torch.mean（q_m.log_prob（z）.exp（）*（q_m.log_prob（z）-p_m.log_prob（z）））
Z
张量（[[0.2671,0.2973,0.2144,0.2212]，
[0.2431, 0.2550, 0.3064, 0.1954]])
吉隆坡
张量（-766.7020）