KL Divergence Loss
Verificato
Aggiornato il 10/09/2026
Significato di «KL Divergence Loss»
Perdita di divergenza KL. Termine che misura quanto una distribuzione si discosta da una di riferimento; è asimmetrico e non negativo. Nei VAE regolarizza lo spazio latente avvicinando la distribuzione appresa a una gaussiana a priori; nella distillazione allinea le predizioni dello studente a quelle del docente.
Fonti: Kingma, Welling, Auto-Encoding Variational Bayes (2014, arXiv:1312.6114); PyTorch docs, torch.nn.KLDivLoss · Verificato il 2026-09-10
Domande frequenti su KL Divergence Loss
Cosa significa «KL Divergence Loss»?
Perdita di divergenza KL. Termine che misura quanto una distribuzione si discosta da una di riferimento; è asimmetrico e non negativo. Nei VAE regolarizza lo spazio latente avvicinando la distribuzione appresa a una gaussiana a priori; nella distillazione allinea le predizioni dello studente a quelle del docente.
A quale glossario appartiene «KL Divergence Loss»?
«KL Divergence Loss» fa parte del glossario Deep Learning, nella categoria Intelligenza Artificiale di Glossario Italiano.