作者Raaay1916 (漩涡阿廷)
看板Math
标题Norm
时间Sun Oct 2 11:29:42 2022
想请教各位大大
Norm_1
Norm_2
Norm_inf
实际应用在工程上的哪些地方呢？
或是生活中的哪些地方～
https://zh.wikipedia.org/wiki/%E8%8C%83%E6%95%B0
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 223.139.183.203 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Math/M.1664681384.A.A11.html
※ 编辑: Raaay1916 (223.139.183.203 台湾), 10/02/2022 11:30:21
1F：推 arrenwu : L2 norm 就是一般人心中的"距离"10/02 11:54
2F：→ arrenwu : L1 norm 的话 Hamming Distance 是个不错例子10/02 11:55
4F：→ recorriendo : compressed sensing, sparse coding,... 随便查就10/02 12:38
5F：→ recorriendo : 一堆吧10/02 12:38
6F：→ Pieteacher : Lasso regression, ridge regression, Bayes risk10/02 14:46
7F：→ Pieteacher : Risk10/02 14:47
8F：推 arrenwu : 或者说，这不就是一种定义而已吗？10/02 14:47
9F：推 LPH66 : Norm_1 的另一个名字「曼哈顿距离」听过吧10/02 17:34
10F：→ LPH66 : 这就是在方格状的格子中从一点走到另一点的「距离」10/02 17:35
11F：→ chocohouse : 原po手机挂掉了 我帮他回一下10/02 19:35
12F：→ chocohouse : 像norm_1就是可以运用在计程车跳表计算距离；但norm10/02 19:35
13F：→ chocohouse : _2算是得到最短距离但实际能用在哪？、norm_inf则可10/02 19:35
14F：→ chocohouse : 以用来表示向量表示成本以及可以找出最贵的成本？10/02 19:35
15F：→ chocohouse : 不知道这样理解有什麽错误的地方吗～10/02 19:35
※ 编辑: Raaay1916 (223.139.183.203 台湾), 10/02/2022 19:38:04
16F：推 znmkhxrw : 这些norm都算是距离, 要说最小norm_inf还比norm_2小 10/02 19:47
17F：→ znmkhxrw : 也没有说对错的地方, 就只是选择而已 10/02 19:47
18F：→ znmkhxrw : 像是AI训练影像模型, 经验上norm_1影像会比较锐利 10/02 19:47
19F：→ znmkhxrw : norm_2会比较柔和, 然後也可以用x^2跟|x|去解释这个 10/02 19:48
20F：→ znmkhxrw : 现象, 要举例的话族繁不及备载... 10/02 19:48
21F：推 wohtp : norm2你根本天天用好呗。不然你炫耀30cm或是40寸I c 10/04 20:23
22F：→ wohtp : up的时候是在说什麽？ 10/04 20:23