趁着寒假的闲暇时光,希望能稍加学习。
花书毕竟是深度学习四大名著之一,因此早就想拜读一下。在其中获得的感悟或者学习到的新的内容,希望能够通过博客的形式记录下来。一来是希望能够记录下自己学习的点点滴滴,二来是希望能够和大家探讨探讨。
这个系列的博客不会以教程的形式来撰写,毕竟本博猪也是刚开始看,将以笔记的形式呈现出来,希望大家不要嫌弃。
下面进入正题吧
第二章 线性代数
一、 范数
-
形式上,Lp 范数定义如下:
平方 L2 范数在数学和计算上都比 L2 范数本身更方便。例如,平方 L2 范数对x 中每个元素的导数只取决于对应的元素,而 L2 范数对每个元素的导数却和整个向量相关。(对于这句话的理解,自己求个导就显而易见了)
有了上述表达式,那么L1范数和L2范数的形式就有了。
特别的,需要提出一下最大范数: -
另外一个经常在机器学习中出现的范数是 L∞ 范数,也被称为 最大范数(max
norm)。这个范数表示向量中具有最大幅值的元素的绝对值:
-
另,有时候我们可能也希望衡量矩阵的大小。在深度学习中,最