交叉熵

在信息论中，基于相同事件测度的两个概率分布$p$和$q$的交叉熵是指，当基于一个“非自然”（相对于“真实”分布$p$而言）的概率分布$q$进行编码时，在事件集合中唯一标识一个事件所需要的平均比特数。

基于概率分布$p$和$q$的交叉熵定义为：

$$ H(p,q)=E_p[-\mathrm{log}q] $$

对于离散分布$p$和$q$：

$$ H(p,q)=-\displaystyle\sum_{x\in \mathcal{X}}p(x)\mathrm{log}q(x) $$

或：

$$ H(p,q)=\displaystyle\sum_{x\in \mathcal{X}}p(x)\mathrm{log}\frac{1}{q(x)} $$

特别地，当随机变量只取两个值时，$P(X=1)=p$，$P(X=0)=1-p$，$0\leqslant p \leqslant 1$，则

$$ H(p,q)=-\displaystyle\sum_{x\in \mathcal{X}}p(x)\mathrm{log}q(x) $$

$$ = -[P_p(x=1)\mathrm{log}P_q(x=1) + P_p(x=0)\mathrm{log}P_q(x=0)] $$

$$ = -[p\mathrm{log}q + (1-p)\mathrm{log}q] $$

相对熵

相对熵（relative entropy）又称KL散度（Kullback-Leibler divergence），KL距离，是两个随机分布间距离的度量，记为$D_{KL}(p||q)$。它度量当真实分布为$p$时，假设分布$q$的无效性。

$$ D_{KL}(p||q)=E_p[\mathrm{log}\frac{p(x)}{q(x)}]=\displaystyle\sum_{x\in \mathcal{X}}p(x)\mathrm{log}\frac{p(x)}{q(x)} $$

$$ =\displaystyle\sum_{x\in \mathcal{X}}[p(x)\mathrm{log}p(x)-p(x)\mathrm{log}q(x)] $$

$$ =\displaystyle\sum_{x\in \mathcal{X}}p(x)\mathrm{log}p(x)-\displaystyle\sum_{x\in \mathcal{X}}p(x)\mathrm{log}q(x) $$

$$ = -H(p)--\displaystyle\sum_{x\in \mathcal{X}}p(x)\mathrm{log}q(x) $$

$$ =-H(p)-E_p[\mathrm{log}q(x)] $$

$$ =H_p(q)-H(p) $$

其中$H_p(q)$即是交叉熵。

当$p=q$时，两者之间的相对熵$D_{KL}(p||q)=0$。

因此$D_{KL}(p||q)$的含义就是：真实分布为$p$的前提下，使用$q$分布进行编码相对于使用真实分布$p$进行编码所多出来的比特数。