交叉熵

✍ dations ◷ 2025-04-25 08:26:50 #信息学熵

在信息论中,基于相同事件测度的两个概率分布 p {\displaystyle p} 相对于的)。

对于离散分布 p {\displaystyle p} q {\displaystyle q} ,这意味着:

对于连续分布也是类似的。我们假设 p {\displaystyle p} q {\displaystyle q} 在测度 r {\displaystyle r} 上是绝对连续的(通常 r {\displaystyle r} 是Lebesgue measure on a Borel σ-algebra)。设 P {\displaystyle P} Q {\displaystyle Q} 分别为 p {\displaystyle p} q {\displaystyle q} 在测度 r {\displaystyle r} 上概率密度函数。则

在信息论中, 以直接可解编码模式通过值 x i {\displaystyle x_{i}} 编码一个信息片段,使其能在所有可能的 X {\displaystyle X} 集合中唯一标识该信息片段,Kraft–McMillan theorem确保这一过程可以被看作一种 X {\displaystyle X} 上的隐式概率分布 q ( x i ) = 2 l i {\displaystyle q(x_{i})=2^{-l_{i}}} ,从而使得 l i {\displaystyle l_{i}} x i {\displaystyle x_{i}} 的编码位长度。 因此, 交叉熵可以看作每个信息片段在错误分布 Q {\displaystyle Q} 下的期望编码位长度,而信息实际分布为 P {\displaystyle P} 。这就是期望 E p {\displaystyle {E}_{p}} 是基于 P {\displaystyle P} 而不是 Q {\displaystyle Q} 的原因。

在大多数情况下,我们需要在不知道分布 p {\displaystyle p} 的情况下计算其交叉熵。例如在语言模型中, 我们基于训练集 T {\displaystyle T} 创建了一个语言模型, 而在测试集合上通过其交叉熵来评估该模型的准确率。 p {\displaystyle p} 是语料中词汇的真实分布,而 q {\displaystyle q} 是我们获得的语言模型预测的词汇分布。由于真实分布是未知的,我们不能直接计算交叉熵。在这种情况下,我们可以通过下式来估计交叉熵:

N {\displaystyle N} 是测试集大小, q ( x ) {\displaystyle q(x)} 是在训练集上估计的事件 x {\displaystyle x} 发生的概率。我们假设训练集是从 p ( x ) {\displaystyle p(x)} 的真实采样,则此方法获得的是真实交叉熵的蒙特卡洛估计。

相关

  • 美国三军航空器命名系统1962美国三军航空器命名系统(英语:1962 United States Tri-Service aircraft designation system)是由美国国防部在1962年9月18日为了美国军用航空器所提出的统一化命名系统。
  • 马努埃尔·卡斯特尔斯马努埃尔·卡斯特尔斯(西班牙语:Manuel Castells Oliván,1942年2月9日-),西班牙社会学家,主要研究包括资讯科技社会学、都市社会学、社会运动社会学以及比较社会学,特别在资讯社会
  • 二分之七阶七边形镶嵌在几何学中,二分之七阶七边形镶嵌(英语:Heptagrammic-order heptagonal tiling)是一种正星形的双曲镶嵌,密铺于双曲(罗氏)平面, 它在施莱夫利符号中用{7,7/2}表示, 它的顶点图是{7/2}
  • 边见边见(巴利语:antaggāha-diṭṭhi,梵语:antagrāha-dṛṣti),又译边执见,佛教术语,指不合中道,偏执一边的错误见解。边见被视为是一种障碍解脱的烦恼,被列为五恶见、十使之一。在经典
  • 乌戈·福斯科洛乌戈·福斯科洛(意大利语:Niccolò Foscolo,1778年2月6日-1827年9月10日),出生姓名尼科洛·福斯科洛,已故意大利小说作家、诗人、文艺评论家及革命家,其主要作品有书信体小说《雅科
  • 罗伯特·沃森-瓦特罗伯特·沃森-瓦特爵士(英语:Sir Robert Alexander Watson-Watt,1892年4月13日-1973年12月5日),英国苏格兰物理学家,雷达的发明者。他是蒸汽机发明者詹姆斯·瓦特的后代。二次大战
  • 阿什顿·卡特阿什顿·鲍德温·卡特(Ashton Baldwin Carter,1954年9月24日-),美国政治人物,民主党人。2011年10月6日至2013年12月担任美国国防部副部长,2015年2月17日至2017年1月20日担任美国国
  • 海乌姆省海乌姆省(俄语:Холмская Губерния、波兰语:gubernia chełmska)是俄罗斯帝国的一个省,1912年由波兰王国的卢布林省和谢德尔采省部分土地建立,隶属基辅总督区。首
  • 玛利亚观音玛利亚观音为16世纪末至20世纪初日本天主教徒特有,直到1873年(明治6年)日本废除禁止信仰天主教的政令之后,这种文化逐渐消失。1587年7月24日(天正15年6月19日),丰臣秀吉发布伴天连
  • DUCKS scénoDucks Scéno(正式法文名:dUCKS scéno)是一家法国的专业顾问公司,专注于舞台场景设计(Scenography)及博物馆展览展示设计(Museography);也是一家掌握多种重要技术的工程设计单位;提供