范数的一般理解

范数

向量范数

1-范数

$||x|{|}_1={\sum }_{i=1}^N|x_i|$，即向量所有元素绝对值的和

2-范数

$||x||2 = \sqrt{\sum{i=1}^{N}x_i2} $，即向量所有元素平方之和再开根号

$\infty$-范数

$||x|{|}_{\infty }={\max }_i|x_i|$，即向量x所有元素中绝对值最大的那个

$-\infty$-范数

$||x|{|}_{-\infty }={\min }_i|x_i|$，即向量x所有元素中绝对值最小的那个

p-范数

$||x|{|}_p=({\sum }_{i=1}^N|x_i{|}^p{)}^{\frac{1}{p}}$，即向量x所有元素的绝对值的p次方之和再开p次方

矩阵范数

1-范数

$||A|{|}_1={\max }_j{\sum }_{i=1}^N|a_{i,j}|$，列和范数，即所有矩阵列向量绝对值之和的最大值。

2-范数

$||A|{|}_1=\sqrt{\lambda },\lambda 为A^{T}A$的最大特征值，谱范数，即A`A矩阵的最大特征值开平方。

$\infty$-范数

$||A|{|}_1={\max }_i{\sum }_{j=1}^N|a_{i,j}|$，行和范数，即所有矩阵行向量绝对值之和的最大值。

F-范数

$||A|{|}_1=\sqrt{{\sum }_{i=1}^m{\sum }_{j=1}^m|a_{i,j}{|}^2}$，Frobenius范数，即矩阵元素绝对值的平方和再开平方。
参考链接：
https://www.zhihu.com/question/20473040/answer/102907063