L0 Norm 、L1 Norm 和 L2 Norm 的简单理解

一、L0 Norm

L0 范数对应于向量中非零元素的总数
例如，向量（0,0）和（0,2）的L0范数为1，因为只有一个非零元素。

L0范数的一个很好的实用示例是当具有两个向量（用户名和密码）时。
如果向量的L0范数等于0，则登录成功。否则，如果L0范数为1，则意味着用户名或密码不正确，但都不正确。最后，如果L0规范为2，则意味着用户名和密码都不正确。

二、L1 Norm

也称为 曼哈顿距离或出租车规范。
L1范数是空间中向量的大小之和。这是测量向量之间距离的最自然的方法，即向量分量的绝对差之和。
在此规范中，向量的所有分量均被加权。

例如，向量X = [3,4]：

L1范数的计算公式为