Wasserstein distance(瓦瑟斯坦距离)是一种用来衡量两个概率分布相差多远的距离度量,直观上可理解为把一个分布“搬运/运输”成另一个分布所需的最小“代价”,因此也常被称为Earth Mover’s Distance(EMD,推土机距离/地球搬运距离)的数学化形式之一。最常见的是 1-Wasserstein 与 2-Wasserstein 距离。(在不同阶数 \(p\) 下有一族 Wasserstein 距离。)
/ˈvɑːsərʃtaɪn ˈdɪstəns/
The Wasserstein distance compares two probability distributions.
瓦瑟斯坦距离用于比较两个概率分布。
In generative modeling, optimizing the Wasserstein distance can produce more stable training because it provides a smoother notion of discrepancy between model and data distributions.
在生成建模中,优化瓦瑟斯坦距离往往能让训练更稳定,因为它为模型分布与数据分布之间的差异提供了更平滑的度量方式。
Wasserstein 来自俄裔数学家 Leonid N. Wasserstein(列昂尼德·瓦瑟斯坦)的姓氏,该距离概念与最优传输(Optimal Transport)理论密切相关:早期思想可追溯到 Monge 与 Kantorovich 的工作,而以 Wasserstein 命名的度量在概率与传输问题中被系统化并广泛使用。