在机器学习中，log-sum-exp与相对密度的变分估计常因指数均值的方差爆炸而难以稳定收敛。Francis Bach提出了一个新解法：利用积分表示将KL等f散度拆解为加权卡方散度，进而转化为一族平行的最小二乘问题。通过广义特征值分解，该方法无需逐点数值积分即可给出闭式谱解，在显著压低估计方差的同时，还能 ...
