范数

在机器学习中经常使用范数来衡量一个向量的大小,定义如下:
这里写图片描述

其中pR,p1<script type="math/tex" id="MathJax-Element-64">p\in R,p \geq1</script>,对于任何的函数f<script type="math/tex" id="MathJax-Element-65">f</script>,满足:

(1)f(x)=0x=0<script type="math/tex" id="MathJax-Element-66">f(x)=0 \Rightarrow x=0</script>

(2)f(x+y)f(x)+f(y)<script type="math/tex" id="MathJax-Element-67">f(x+y) \leq f(x) +f(y)</script>

(3)αR,f(αx)=αf(x)<script type="math/tex" id="MathJax-Element-68">\forall \alpha \in R,f(\alpha x) = \mid \alpha \mid f(x)</script>

p=1表示L1范数,p=2为L2<script type="math/tex" id="MathJax-Element-69">L^2</script>范数,也叫欧拉范数,||x||=max|xi|<script type="math/tex" id="MathJax-Element-70">||x||^∞ =max |x_i|</script>,为无穷范数,取矩阵一行中的最大绝对值。

有时候需要衡量一个矩阵的大小,可以使用Frobenius 矩阵。定义如下:
这里写图片描述

未完待续

Logo

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐