范數
機器學習中經常見到范數這個概念，范數是為了對線性空間中元素大小進行度量而引進的一個量，范數定義需滿足三個條件，即：正定性、齊次性、三角不等式，其具體描述如下：
常用的向量范數與矩陣范數如下：
向量范數
矩陣范數
python中計算范數
# 利用python中的numpy.linalg.norm()函數可以計算向量及矩陣范數，函數說明如下： numpy.linalg.norm(x, ord=None, axis=None, keepdims=False) # x：輸入一維或二維數組 # ord：要求的范數，可選參數 non-zero int, inf, -inf, 'fro', 'nuc'
# axis：axis=0時，返回各列元素的范數；axis=1時，返回各行的范數。
浙公網安備 33010602011771號