本文主要是介绍L0,L1,L2范数,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
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,也叫“稀疏规则算子”。
L1范数和L0范数可以实现稀疏,L1因具有比L0更好的优化求解特性而被广泛应用。
L2范数是指向量各元素的平方和然后求平方根,在回归里面,有人把有它的回归叫“岭回归”(Ridge Regression),有人也叫它“权值衰减weight decay”。它的强大功效是改善机器学习里面一个非常重要的问题:过拟合。
这篇关于L0,L1,L2范数的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!