范数,是用来衡量向量,矩阵的大小的。
下面介绍一下常用的范数:
向量的范数
L1范数:
其实就是向量每一维数的绝对值的和。
L2范数:
又叫做欧几里得范数。用二维向量来看,就非常熟悉了,就是向量的长度。
矩阵的范数
Frobenius范数:
其实就是L2范数
各个主流算法框架都已经提供了求解范数的方法,如numpy,tenserflow等,不用大家手算。
范数,是用来衡量向量,矩阵的大小的。
下面介绍一下常用的范数:
其实就是向量每一维数的绝对值的和。
又叫做欧几里得范数。用二维向量来看,就非常熟悉了,就是向量的长度。
其实就是L2范数
各个主流算法框架都已经提供了求解范数的方法,如numpy,tenserflow等,不用大家手算。