数学分析中的范数

在线性代数以及一些数学领域中,范数(norm) 的定义是:a function that assigns a strictly positive length or size to each vector in a vector space, except for the zero vector. ——Wikipedia

简单点说,一个向量的 norm 就是将该向量投影到 [0, ) 范围内的值,其中 0 值只有零向量的 norm 取到。看到这样的一个范围,相信大家就能想到其与现实中距离的类比,于是在机器学习中 norm 也就总被拿来表示距离关系:根据怎样怎样的范数,这两个向量有多远。

在泛函分析中,它定义在赋范线性空间中,并满足一定的条件,即

①非负性;

你可能感兴趣的:(我的应用为谁而生,AI人工智能,数字信号系统与分析,python,线性代数)