有时我们需要衡量一个向量的大小，这机器学习中，我们经常使用范数来衡量向量大小。 L p L^p Lp范数定义为：
∥ x ∥ p = ( ∑ i ∣ x i ∣ p ) 1 p \|x\|_p=(\sum_i|x_i|^p)^{\frac{1}{p}} ∥x∥p=(i∑∣xi∣p)
向量的范数
最新推荐文章于 2021-08-09 22:26:44 发布
向量的范数在机器学习中扮演重要角色，用于衡量向量的大小。L2范数（欧几里得范数）是最常见的，等同于向量到原点的欧几里得距离。L1范数常用于区分0和小值，而L∞范数（max范数）则关注最大元素的绝对值。此外，Frobenius范数用于衡量矩阵的大小，是矩阵元素平方和的平方根。
最低0.47元/天 解锁文章
2601
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
