对比散度是一种让计算机学习识别数据中模式的方法。

想象一下，你想教计算机识别一张图片的样子，而不需要每次都准确告诉它图片内容。

对比散度帮助计算机识别真实图片与自己尝试生成的图片之间的差异。

这样，计算机逐渐学会理解重要特征，并做出更好的预测。

这种方法常用于更快更简单地训练复杂模型。