常用矩阵范数
(1)矩陣的核范數:矩陣的奇異值(將矩陣svd分解)之和,這個范數可以用來低秩表示(因為最小化核范數,相當于最小化矩陣的秩——低秩);
?
(2)矩陣的L0范數:矩陣的非0元素的個數,通常用它來表示稀疏,L0范數越小0元素越多,也就越稀疏。
?
(3)矩陣的L1范數:矩陣中的每個元素絕對值之和,它是L0范數的最優凸近似,因此它也可以近似表示稀疏;
?
(4)矩陣的F范數:矩陣的各個元素平方之和再開平方根,它通常也叫做矩陣的L2范數,它的有點在它是一個凸函數,可以求導求解,易于計算;
?
(5)矩陣的L2,1范數:矩陣先以每一列為單位,求每一列的F范數(也可認為是向量的2范數),然后再將得到的結果求L1范數(也可認為是向量的1范數),很容易看出它是介于L1和L2之間的一種范數
?
總結
- 上一篇: 老股民经验之谈 这些股票买入必死无疑
- 下一篇: 使用Spring简化JavaMail