向量与矩阵的范数（比较1-范数、2-范数、无穷范数、p-范数、L0范数 和 L1范数等）

阅读文献时，经常看到各种范数，机器学习中的稀疏模型等，也有各种范数，其名称往往容易混淆，例如：L1范数也常称为“1-范数”，但又和真正的1-范数又有很大区别。下面将依次介绍各种范数。

1：向量的范数、

2、矩阵的范数

下面要介绍关于机器学习中稀疏表示等一些地方用到的范数，一般有核范数，L0范数，L1范数（有时很多人也叫1范数，这就让初学者很容易混淆），L21范数（有时也叫2范数），F范数等，这些范数都是为了解决实际问题中的困难而提出的新的范数定义，不同于前面矩阵的范数。


关于核范数，L0范数，L1范数等解释见博客：

http://www.cnblogs.com/MengYan-LongYou/p/4050862.html

转载自：
https://blog.csdn.net/zaishuiyifangxym/article/details/81673491?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522158925110719724846428565%2522%252C%2522scm%2522%253A%252220140713.130102334.wap%255Fall.%2522%257D&request_id=158925110719724846428565&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2_allfirst_rank_v2~rank_v25-1-81673491.nonecase&utm_term=%E8%8C%83%E6%95%B0