已验证65% 置信事实精确时间

交叉熵 = 真实分布的熵 + KL 散度

3

来源数

65%

置信度

长期有效

时效性

2026/7/14

首次发现

来源

机器学习数学基础学习路线：四大核心板块与资源推荐

相关事实

待验证几何能量耗散定理推导出封闭系统中熵以波动式演化而非单调增长70% 相似已验证熵的数学定义为H(p) = -∑ p(x_i) log p(x_i)68% 相似待验证语义熵（Semantic Entropy）最初由Kuhn等人于2023年在NeurIPS提出64% 相似待验证sigmoid 激活配合交叉熵损失，对权重求导会简化为 ∂L/∂w = (ŷ - y) · x63% 相似待验证MANNERS项目处理半巨正则系综，同时建模连续通道（原子位置和体积）和离散通道（原子种类），离散部分采用掩码扩散模型，并推导出标签交叉熵损失，其条件期望恰好对应真实去噪后验。60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/503562

API

curl https://kongchang.com/api/v1/knowledge/claims/503562

MCP

get_claim(id=503562)