L0范式,L1范式和L2范式

本文介绍了L0、L1及L2范数的基本定义及其在优化求解中的应用。L0范数衡量向量中非零元素的数量,L1范数为向量元素的绝对值之和,L2范数则计算向量各元素平方和的平方根。由于L0范数计算复杂且难以优化,通常用L1范数作为其近似替代。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

L0范数是指向量中非0的元素的个数。


L1范数是指向量中各个元素绝对值之和。


既然L0可以实现稀疏,为什么不用L0,而要用L1呢?个人理解一是因为L0范数很难优化求解(NP难问题),二是L1范数是L0范数的最优凸近似,而且它比L0范数要容易优化求解。所以大家才把目光和万千宠爱转于L1范数。


L2范数是指向量各元素的平方和然后求平方根。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值