KL散度有几个重要的性质：①KL散度是非对称的，这意味着DKL（P‖Q）≠DKL（Q‖P）；②非负性，即DKL（P‖Q）≥0；③即使对于连续变量，KL散度仍是良定义的（函数关系无歧义），参数转换也不会改变其性质；④对于独立分布，KL散度是可累加的。
四、Fisher信息
假设一批样本数据来自某一个分布，未知参数θ定义了该分布，那么，我们就可以利用样本数据中蕴含的信息来估计该未知参数。这时候，一个自然的问题就是：对于估计这个未知参数，这批样本数据能够提供多少信息呢？Fisher信息就是用于衡量这样的“信息”关系。
我们以f（x；θ）表示以θ取值为条件的x的概率密度函数，这也就是关于θ的似然函数，也就是当给定θ的某个取值时，获得观察数据x的概率。如果随着变量θ取值的变化，f函数分布的形态非常高耸，那么，我们就能够很快、很容易地发现和确认函数极值及其对应的未知参数的真实估计值，这也说明这批数据能够给未知参数提供较大的信息量。如果似然函数f的分布形态非常扁平，这时，为了获得关于未知参数θ的稳定的估计值（小的估计误差，大的信息量），我们就必须增加大量的样本数据。由此可以发现，未知参数θ的估计似乎与某种方差量有关。
Fisher信息一般用I（θ）表示，Fisher信息就定义为Score函数的二阶矩，即I（θ）=E[S（x；θ）2]，于是可知，Score函数的绝对值越大，Fisher信息越大。
在一定的正则条件下，Score函数一阶矩（期望）会等于0，即E[S（x；θ）2]=0，于是10-9式就自然成立：
根据上式，Fisher信息也可以定义为Score函数的方差。同时还知道其取值范围为0≤I（θ）＜∞。
如果对数似然函数logf（x；θ）二阶可导，在一定的正则条件下，Fisher信息还可以写为：
于是，Fisher信息可以被解释为对数似然函数曲线的曲率。如果通过对数似然函数曲线来进行直观解释，在极大似然估计值附近，大的Fisher信息意味着函数极值附近的曲线形状显得比较高而尖，而小的Fisher信息意味着极值附近的曲线形状比较扁平，也就是说，会有更多未知参数估计值的似然函数值与极值非常接近。
如果数据是由n个参数来定义的，那么，未知参数θ就是一个n×1的向量，即θ=[θ1，θ2，…，θn]T，这时的Fisher信息就是n×n阶的Fisher信息矩阵（FIM），矩阵中元素为：
FIM为n×n阶的半正定对称矩阵。在一定的正则条件下，FIM元素也可以表示如下：
如果FIM矩阵中的第i行第j列元素为0，那么，我们就认为参数θi和参数θj相互独立，是正交的。在这种情形下，他们的极大似然估计值就是相互独立的，我们就可以对这两类参数分开进行独立估计，这可以大大简化参数估计的复杂度。
柏努利（Bernoulli）试验是只有两种可能结果的试验。记X为一个柏努利试验，其中一种结果发生的概率记为θ，X试验的Fisher信息计算方式为：
由于Fisher信息是可加的，因此，n次独立的柏努利试验的Fisher信息表达如下：
五、Fisher信息与相对熵KL散度之间的关系
设有概率分布族f（x；θ），θ为定义分布的参数。那么，属于同一分布族的两个分布之间的KL散度可以表示为：
如果θ已知，那么，当θ′=θ时，上面定义的KL散度将达到最小的0（KL散度是非负的）。
而Fisher信息矩阵可以表示如下：
Fisher信息表示了KL散度的曲率。
六、香农熵与相对熵KL散度之间的关系
与前文的表示方法一致，香农熵与KL散度的关系可以表示如下：
式子右边表示为了从N个等概率的均匀分布PU（X）中而不是P（X）中识别X需要增加的信息量。P（X）表示X的真实分布。
七、互信息与相对熵KL散度之间的关系
与前文的表示方法一致，互信息与KL散度的关系可以表示如下：
式子右边表示两个边际概率分布与其联合概率分布之间的散度。
八、条件熵与相对熵KL散度之间的关系
与前文的表示方法一致，条件熵与KL散度的关系可以表示如下：
式子右边表示为了从N个等概率的均匀分布PU（X）中而不是P（X|Y）中识别X需要增加的信息量。P（X|Y）表示X的真实分布。
