关于范数

Posted always-fight

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了关于范数相关的知识,希望对你有一定的参考价值。

一、什么是范数

 范数是衡量某个向量空间(或矩阵)中的每个向量的长度或大小。范数的一般化定义:对实数p>=1, 范数定义如下:

(||x||_p := (sum_{i=1}^{n}|x_i|^p)^{1/p})

 L1范数

  当p=1时,是L1范数,其表示某个向量中所有元素绝对值的和。

 L2范数

  当p=2时,是L2范数, 表示某个向量中所有元素平方和再开根, 也就是欧几里得距离公式。

以上是关于关于范数的主要内容,如果未能解决你的问题,请参考以下文章

关于2-范数三角不等式的证明

关于机器学习中LASSO回归的相关补充

什么是“欧几里德范数”(Euclidean norm)?

凸优化之基追踪

计算机视觉中,由一个基础矩阵F推导出两个摄像机矩阵,其中一个摄像机矩阵为啥直接设成[I0]?

关于凸优化的一些简单概念