이 글에서는 KL-Divergence의 정의를 분포의 평균과 분산으로 전개하고자 한다.
이 글이 VAE 탐구의 Bottom이라고 하자.
Gaussian 분포
mean(평균):μ,variance(분산):σ2
N(μ,σ2)=2πσ21e2σ2−(x−μ)2
기댓값
- μ=E[X]=∫xf(x)dx
- E[X2]=μ2+σ2
가우스 적분
∫e−x2dx=π∫0x2e−x2dx=21+1Γ(2)π=4(2−1)!π=4π
위 적분 안의 식은 symmetric 하므로
∫x2e−x2dx=2π

가우스 적분의 증명은 생략
KL-Divergence distribution
DKL(p∣∣q)=∫p(x)logq(x)p(x)dx=∫p(x)logp(x)dx−∫p(x)logq(x)dx
∫p(x)logp(x)dx 계산
∫p(x)logp(x)dx=∫2πσ21e−2σ2(x−μ)2(−2σ2(x−μ)2−log2πσ2)dx
- 치환 : t=2σx−μ, dt=2σ1dx
∫2πσ21e−t2(−t2−log2πσ2)2σdt
∫π1e−t2(−t2−log2πσ2)dt=−π1∫e−t2t2dt−2πlog(2πσ2)∫e−t2dt
−21−2log(2πσ2)=−21(1+log(2πσ2))
∴∫p(x)logp(x)dx=−21(1+log(2πσ2))
−∫p(x)logq(x)dx 계산
−∫p(x)logq(x)dx=−∫p(x)log(2πσ221e−2σ22(x−μ2)2)dx=−∫p(x)log2πσ221+∫p(x)2σ22(x−μ2)2
- ∫p(x)dx=1 임을 이용
- 두번째 항 전개
21log(2πσ22)+2σ22∫p(x)x2dx−2μ2∫xp(x)dx+μ22∫p(x)dx=21log(2πσ22)+2σ22E1[X2]−2μ2E1[X]+μ22
- E[X2]=μ2+σ2
- E[X]=μ 임을 이용.
21log(2πσ22)+2σ22μ12+σ12−2μ1μ2+μ22=21log(2πσ22)+2σ22σ12+(μ1−μ2)2
∴−∫p(x)logq(x)dx=21log(2πσ22)+2σ22σ12+(μ1−μ2)2
∫p(x)logp(x)dx−∫p(x)logq(x)dx 계산
∴DKL(p∣∣q)=∫p(x)logp(x)dx−∫p(x)logq(x)dx=21log(2πσ22)+2σ22σ12+(μ1−μ2)2−21(1+log(2πσ12))=21log2πσ122πσ22+2σ22σ12+(μ1−μ2)2−21=−21(logσ22σ12−σ22σ12+(μ1−μ2)2+1)
Reference