1、linalg = linear（线性）+ algebra（代数），norm则表示范数。
首先需要注意的是范数是对向量（或者矩阵）的度量，是一个标量（scalar）：
2、函数参数
x_norm=np.linalg.norm(x, ord=None, axis=None, keepdims=False)
x: 表示矩阵（也可以是一维）ord：范数类型
>>> x = np.array([3, 4]) >>> np.linalg.norm(x) 5. >>> np.linalg.norm(x, ord=2) 5. >>> np.linalg.norm(x, ord=1) 7. >>> np.linalg.norm(x, ord=np.inf) 4
范数理论的一个推论：
linalg=linear（线性）+algebra（代数），norm则表示范数。
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。
编程 | 2023-02-24 21:36
编程 | 2023-02-21 12:51
编程 | 2023-02-21 12:47
编程 | 2023-02-21 00:15
编程 | 2023-02-21 00:08
编程 | 2023-02-20 21:46
编程 | 2023-02-20 21:42
编程 | 2023-02-20 21:36
编程 | 2023-02-20 21:32
编程 | 2023-02-20 18:12
加载中,请稍侯......
网友评论