日韩性视频-久久久蜜桃-www中文字幕-在线中文字幕av-亚洲欧美一区二区三区四区-撸久久-香蕉视频一区-久久无码精品丰满人妻-国产高潮av-激情福利社-日韩av网址大全-国产精品久久999-日本五十路在线-性欧美在线-久久99精品波多结衣一区-男女午夜免费视频-黑人极品ⅴideos精品欧美棵-人人妻人人澡人人爽精品欧美一区-日韩一区在线看-欧美a级在线免费观看

歡迎訪問 生活随笔!

生活随笔

當(dāng)前位置: 首頁 > 人工智能 > 循环神经网络 >内容正文

循环神经网络

matlab norm向量和矩阵的范数

發(fā)布時(shí)間:2023/12/2 循环神经网络 69 豆豆
生活随笔 收集整理的這篇文章主要介紹了 matlab norm向量和矩阵的范数 小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.

一、向量的范數(shù)

? ? 首先定義一個(gè)向量為:a=[-568, -10]

1.1 向量的1范數(shù)

? ? 向量的1范數(shù)即:向量的各個(gè)元素的絕對(duì)值之和,上述向量a1范數(shù)結(jié)果就是:29MATLAB代碼實(shí)現(xiàn)為:norma1);

1.2 向量的2范數(shù)

? ? ?? 向量的2范數(shù)即:向量的每個(gè)元素的平方和再開平方根,上述a2范數(shù)結(jié)果就是:15MATLAB代碼實(shí)現(xiàn)為:norma2);

1.3 向量的無窮范數(shù)

? ? 向量的負(fù)無窮范數(shù)即:向量的所有元素的絕對(duì)值中最小的:上述向量a的負(fù)無窮范數(shù)結(jié)果就是:5MATLAB代碼實(shí)現(xiàn)為:norma-inf);
? ? 向量的正無窮范數(shù)即:向量的所有元素的絕對(duì)值中最大的:上述向量a的負(fù)無窮范數(shù)結(jié)果就是:10MATLAB代碼實(shí)現(xiàn)為:normainf);

二、矩陣的范數(shù)

? ? 首先我們將介紹數(shù)學(xué)中矩陣的范數(shù)的情況,以矩陣A = [ -1 2 -34 -6 6] 為例。

2.1 矩陣的1范數(shù)

? 矩陣的1范數(shù)即:矩陣的每一列上的元素絕對(duì)值先求和,再?gòu)闹腥€(gè)最大的,(列和最大),上述矩陣A1范數(shù)先得到[5,8,9],再取最大的最終結(jié)果就是:9MATLAB代碼實(shí)現(xiàn)為:normA1);

2.2 矩陣的2范數(shù)

? 矩陣的2范數(shù)即:矩陣ATA的最大特征值開平方根,上述矩陣A2范數(shù)得到的最終結(jié)果是:10.0623MATLAB代碼實(shí)現(xiàn)為:normA2);

2.3 矩陣的無窮范數(shù)

? ?? 矩陣的無窮范數(shù)即:矩陣的每一行上的元素絕對(duì)值先求和,再?gòu)闹腥€(gè)最大的,(行和最大),上述矩陣A1范數(shù)先得到[616],再取最大的最終結(jié)果就是:16MATLAB代碼實(shí)現(xiàn)為:normAinf);

?? 接下來我們要介紹機(jī)器學(xué)習(xí)的低秩,稀疏等一些地方用到的范數(shù),一般有核范數(shù),L0范數(shù),L1范數(shù)(有時(shí)很多人也叫1范數(shù),這就讓初學(xué)者很容易混淆),L21范數(shù)(有時(shí)也叫2范數(shù)),F范數(shù)。上述范數(shù)都是為了解決實(shí)際問題中的困難而提出的新的范數(shù)定義,不同于前面的矩陣范數(shù)。

2.4 矩陣的核范數(shù)

? ? 矩陣的核范數(shù)即:矩陣的奇異值(將矩陣svd分解)之和,這個(gè)范數(shù)可以用來低秩表示(因?yàn)樽钚』朔稊?shù),相當(dāng)于最小化矩陣的秩——低秩),上述矩陣A最終結(jié)果就是:10.9287 MATLAB代碼實(shí)現(xiàn)為:sum(svd(A))

2.5 矩陣的L0范數(shù)

?? 矩陣的L0范數(shù)即:矩陣的非0元素的個(gè)數(shù),通常用它來表示稀疏,L0范數(shù)越小0元素越多,也就越稀疏,上述矩陣A最終結(jié)果就是:6

2.6 矩陣的L1范數(shù)

? ?? 矩陣的L1范數(shù)即:矩陣中的每個(gè)元素絕對(duì)值之和,它是L0范數(shù)的最優(yōu)凸近似,因此它也可以表示稀疏,上述矩陣A最終結(jié)果就是:22MATLAB代碼實(shí)現(xiàn)為:sum(sum(abs(A)))

2.7 矩陣的F范數(shù)

?? 矩陣的F范數(shù)即:矩陣的各個(gè)元素平方之和再開平方根,它通常也叫做矩陣的L2范數(shù),它的有點(diǎn)在它是一個(gè)凸函數(shù),可以求導(dǎo)求解,易于計(jì)算,上述矩陣A最終結(jié)果就是:10.0995MATLAB代碼實(shí)現(xiàn)為:normA‘fro’

2.8 矩陣的L21范數(shù)

? 矩陣的L21范數(shù)即:矩陣先以每一列為單位,求每一列的F范數(shù)(也可認(rèn)為是向量的2范數(shù)),然后再將得到的結(jié)果求L1范數(shù)(也可認(rèn)為是向量的1范數(shù)),很容易看出它是介于L1L2之間的一種范數(shù),上述矩陣A最終結(jié)果就是:17.1559MATLAB代碼實(shí)現(xiàn)為: norm(A(:,1),2) + norm(A(:,2),2) + norm(A(:,3),2)

?

總結(jié)

以上是生活随笔為你收集整理的matlab norm向量和矩阵的范数的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò),歡迎將生活随笔推薦給好友。