在这篇文章中，我正在阅读：

$D_{KL}$当两个分布不相交时给我们无穷大。的价值$D_{JS}$有突然的跳跃，在$\theta=0$. 只有 Wasserstein 度量提供了平滑的度量，这对于使用梯度下降的稳定学习过程非常有帮助。

为什么这对于稳定的学习过程很重要？我也觉得这也是 GAN 中模式崩溃的原因，但我不确定。

Wasserstein GAN 论文显然也谈到了它，但我认为我漏掉了一点。是不是说 JS 不提供可用的渐变？这到底是什么意思呢？