norm

$\begin{array}{l} a = 0 i_{}^{ˆ} + 3 j_{}^{ˆ} \\ b = - 2 i_{}^{ˆ} + 1 j_{}^{ˆ} \\ \begin{aligned} d_{(a, b)} & = | | b - a | | \\ = \sqrt{(- 2 - 0)^{2} + (1 - 3)^{2}} \\ = \sqrt{8} \end{aligned} \end{array}$

矩阵的 2-范数

打开实时脚本

计算矩阵的 2-范数，该范数为最大奇异值。

X = [2 0 1;-1 1 0;-3 3 0];
n = norm(X)

n = 4.7234

稀疏矩阵的 Frobenius 范数

打开实时脚本

使用 'fro' 计算一个稀疏矩阵的 Frobenius 范数，该稀疏矩阵计算列向量 S(:) 的 2-范数。

S = sparse(1:25,1:25,1);
n = norm(S,'fro')

n = 5

输入参数

全部折叠

`v` - 输入向量
向量

输入向量。

数据类型： single | double
复数支持： 是

`X` - 输入矩阵
矩阵

输入矩阵。

数据类型： single | double
复数支持： 是

`p` - 范数类型
2 （默认） | 正整数标量 | `Inf` | `-Inf`

范数类型，指定为 2（默认值）、不同正整数标量、Inf 或 -Inf。p 的有效值及其返回的内容取决于 norm 的第一个输入为矩阵还是向量，如表中所示。

注意

此表并未反映计算所用的实际算法。

p	矩阵	向量
`1`	`max(sum(abs(X)))`	`sum(abs(X))`
`2`	`max(svd(X))`	`sum(abs(X).^2)^(1/2)`
正的实数值 `p`	—	`sum(abs(X).^p)^(1/p)`
`Inf`	`max(sum(abs(X')))`	`max(abs(X))`
`-Inf`	—	`min(abs(X))`

输出参数

全部折叠

`n` - 矩阵或向量范数
标量

矩阵或向量范数，返回为标量。范数为元素模的测度。按照惯例，如果输入包含 NaN 值，norm 将返回 NaN。

详细信息

全部折叠

欧几里德范数

具有 N 个元素的向量 v 的欧几里德范数（也称为向量模、欧几里德长度或 2-范数）的定义如下：

$‖ v ‖ = \sqrt{\sum_{k = 1}^{N} {| v_{k} |}^{2}} .$

常规向量范数

具有 N 个元素的向量 v 的 p-范数的常规定义是

${‖ v ‖}_{p} = {[\sum_{k = 1}^{N} {| v_{k} |}^{p}]}^{1 / p},$

，其中 p 是任何正的实数值、Inf 或 -Inf。一些值得关注的 p 值包括：

如果 p = 1，则所得的 1-范数是向量元素的绝对值之和。
如果 p = 2，则所得的 2-范数是向量的模或欧几里德长度。
如果 p = Inf，则 ${‖ v ‖}_{\infty} = \max_{i} (| v (i) |)$ 。
如果 p = -Inf，则 ${‖ v ‖}_{- \infty} = \min_{i} (| v (i) |)$ 。

最大绝对列之和

m×n 矩阵 X (m,n >= 2) 的最大绝对列之和由

${‖ X ‖}_{1} = \max_{1 \leq j \leq n} (\sum_{i = 1}^{m} | a_{i j} |) .$

定义

最大绝对行之和

m×n 矩阵 X (m,n >= 2) 的最大绝对行之和由

${‖ X ‖}_{\infty} = \max_{1 \leq i \leq m} (\sum_{j = 1}^{n} | a_{i j} |) .$

定义

Frobenius 范数

m×n 矩阵 X (m,n >= 2) 的 Frobenius 范数由

${‖ X ‖}_{F} = \sqrt{\sum_{i = 1}^{m} \sum_{j = 1}^{n} {| a_{i j} |}^{2}} = \sqrt{trace (X^{†} X)} .$

定义

提示

使用 vecnorm 将矩阵或数组视为向量的集合并计算指定维度上的范数。例如，vecnorm 可以计算矩阵中每列的范数。

扩展功能

tall 数组
对行数太多而无法放入内存的数组进行计算。

此函数完全支持 tall 数组。有关详细信息，请参阅 tall 数组。

C/C++ 代码生成
使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

用法说明和限制：

代码生成不支持对此函数使用稀疏矩阵输入。

GPU 数组
通过使用 Parallel Computing Toolbox™ 在图形处理单元 (GPU) 上运行来加快代码执行。

此函数完全支持 GPU 数组。有关详细信息，请参阅Run MATLAB Functions on a GPU (Parallel Computing Toolbox)。

分布式数组
使用 Parallel Computing Toolbox™ 在群集的组合内存中对大型数组进行分区。

此函数完全支持分布式数组。有关详细信息，请参阅Run MATLAB Functions with Distributed Arrays (Parallel Computing Toolbox)。

另请参阅

在 R2006a 之前推出

MATLAB 文档

支持

Introducing Deep Learning with MATLAB

Download ebook

norm

语法

说明

示例

向量模

向量的 1-范数

两个点之间的欧几里德距离

矩阵的 2-范数

稀疏矩阵的 Frobenius 范数

输入参数

v - 输入向量 向量

X - 输入矩阵 矩阵

p - 范数类型 2 （默认） | 正整数标量 | Inf | -Inf

输出参数

n - 矩阵或向量范数 标量

详细信息

欧几里德范数

常规向量范数

最大绝对列之和

最大绝对行之和

Frobenius 范数

提示

扩展功能

tall 数组 对行数太多而无法放入内存的数组进行计算。

C/C++ 代码生成 使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

GPU 数组 通过使用 Parallel Computing Toolbox™ 在图形处理单元 (GPU) 上运行来加快代码执行。

分布式数组 使用 Parallel Computing Toolbox™ 在群集的组合内存中对大型数组进行分区。

另请参阅

MATLAB 文档

支持

Introducing Deep Learning with MATLAB

WeChat

`v` - 输入向量
向量

`X` - 输入矩阵
矩阵

`p` - 范数类型
2 （默认） | 正整数标量 | `Inf` | `-Inf`

`n` - 矩阵或向量范数
标量

tall 数组
对行数太多而无法放入内存的数组进行计算。

C/C++ 代码生成
使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

GPU 数组
通过使用 Parallel Computing Toolbox™ 在图形处理单元 (GPU) 上运行来加快代码执行。

分布式数组
使用 Parallel Computing Toolbox™ 在群集的组合内存中对大型数组进行分区。