《Python人脸识别:从入门到工程实践》 ——2.2.3 向量的范数
【摘要】 本节书摘来自华章计算机《Python人脸识别:从入门到工程实践》 —— 书中第2章,第2.2.3节,作者是王天庆 。
2.2.3 向量的范数
向量的范数表示的是向量自身的一种性质。范数的应用非常广泛,希望读者熟悉范数的计算过程。
以向量a为例,常用的几种范数的计算方式如下:
1) 0范数,即向量a中非零元素的个数,常用a0表示。
2) 1范数,即向量a中所有元素绝对值之和,用公式表示为a1=∑iai。
3) 2范数,又称欧几里得(Euclid)范数,用公式表示为a2=∑iai2。
4) ∞范数,即向量a的元素绝对值中的最大值,用公式表示为a∞=maxiai。
5)-∞范数,即向量a的元素绝对值中的最小值,用公式表示为a-∞=miniai。
6) p范数,用公式表示为ap=∑iaip1/p。
我们可以看到1范数、2范数都是p范数的一种表现形式,也就是p值分别是1和2的两种特例。
细心的读者可能已经发现了,向量的2范数不就是向量的模长吗?的确如此,向量的范数可以理解为衡量空间中向量长度的一种形式。
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)