JS散度（Jensen-Shannon divergence）
JS散度解决了KL不对称的问题，JS是对称的。
很明显，如果P1，P2完全相同，那么JS =0， 如果完全不相同，那么就是1.
JS散度是利用KL散度来得到的。JS是对称的而且值是有界的[0,1].
P,Q和第三个分布进行KL计算（第三个分布：（P+Q）/2 ）
JS散度是有界的：
但是KL和JS散度来度量时候有一个问题：
如果两个分配P,Q离得很远，完全没有重叠的时候，那么KL值是没有意义的，而JS值是一个常数。这在学习算法中是比较致命的，这就意味这这一点的梯度为0。梯度消失了。
JS散度
原文：http://www.cnblogs.com/smuxiaolei/p/7400923.html
