最优传输深度实战：从蒙日问题、Kantorovich 松弛与 Wasserstein 距离到 Sinkhorn 熵正则化、WGAN 与最优传输映射的完整工程链路
最优传输（Optimal Transport, OT）研究的是"如何以最小代价把一种分布的质量搬运成另一种分布"。它看似是纯粹的数学——蒙日（Monge）在 1781 年研究土方工程时提出，但今天它已经变成了深度学习、生成模型、域适应、公平机器学习乃至蛋白质结构比对的核心工具。Wasserstein GAN 用它替代 KL/JS 散度让生成训练稳定；领域自适应用它对齐源域与目标域的特征分布；Was…
