L1、L2范数理解

读了博主https://blog.csdn.net/a493823882/article/details/80569888的文章做简要的记录。

范数可以当作距离来理解。

L1范数：

曼哈顿距离，是机器学习中常见的正则化项（损失项），公式如下：

，机器学习中的L2范数应用形式为：，为L1范数。

L2范数：

欧式距离，公式如下：

，机器学习中的L2范数应用形式为：，为L2范数。