本节博文是线性代数第二部分，主要内容为 $L1$ 范数与 $L2$ 范数；有关线性代数基础知识，请访问：【深度学习】S2 数学基础 P1 线性代数（上）

范数的意义

范数的数学意义

在数学的框架内，范数是一个基本的概念，它为向量空间提供了一个度量方法，使得可以比较向量的大小，并研究向量之间的运算。

范数之于深度学习的意义

而在深度学习中，范数作为正则化项添加到损失函数中，以帮助改善模型的泛化能力。

具体的说，在深度学习中，损失函数由两部分组成：数据损失和正则化损失。数据损失反映了模型预测与真实标签之间的差异（例如，交叉熵损失或均方误差），而正则化损失则旨在惩罚模型的复杂度，抑制模型参数的过度增长，从而提高模型的泛化能力，防止过拟合。

$e.g.$ 一个包含均方误差损失函数和 L1 正则化项的损失函数表示为：
$$L(w)=L_{data}(w)+\lambda R(w)$$

其中 $L_{data}(w)$ 为均方误差损失函数；$R(w)$ 为 L1 正则化损失函数；$\lambda$ 是正则化系数；

• $L_{data}(w)=\frac{1}{n}{\sum }_{i=1}^n(y_i-{\hat{y}}_i{)}^2$

其中，$y_i$ 是第 $i$ 个真实标签，${\hat{y}}_i$ 是模型预测的第 $i$ 个标签，$n$ 是样本数量。

• $R(w)={\sum }_j|w_j|$

其中，$w_j$ 是模型参数，$|w_j|$ 是 $w_j$ 的绝对值。

可以发现，优化算法在训练过程中会同时最小化两部分损失。由于正则化项通常与模型的复杂度成正比，因此在优化算法寻找最小化损失函数的参数时，会倾向于选择那些能够同时减小数据损失和正则化损失的参数。这样，模型的参数值就会更加分散，模型变得更加简单，从而提高了在未见数据上的泛化能力。

如此，便是范数之于深度学习的意义。

---

L1 范数与 L2 范数

L1 范数

L1 范数，也称 L1 正则化、 “曼哈顿范数”（Manhattan norm），是向量各元素的绝对值之和。通过在损失函数中增加一个 L1 范数的惩罚项，使某些参数变为零，从而鼓励模型拥有更稀疏的权重，防止模型过拟合。

对于向量 $\mathbf{x}=[x_1,x_2,...,x_n]$，其 L1 范数表示为：
$$||x|{|}_1=\sum _{i=1}^n|x_i|$$

在深度学习 PyTorch 框架中计算 L1 范数，我们将 “绝对值函数” 和 “按元素求和” 组合起来；

torch.abs(u).sum()

L2 范数

L2 范数，也称 L2 正则化、“欧几里得范数”（Euclidean norm）、“平方范数”，是向量的各元素平方和的平方根。同于 L1 正则化，鼓励模型拥有更稀疏的权重；不同于 L1 正则化，L2 正则化不会导致权重（参数）为零，而是减小权重的绝对值。

对于向量 $\mathbf{x}=[x_1,x_2,...,x_n]$，其 L2 范数表示为：
$$||x|{|}_2=\sqrt{\sum _{i=1}^n{x}_i^2}$$

在深度学习 PyTorch 框架中计算 L2 范数，使用 norm() 函数；

u = torch.tensor([3.0, -4.0])
torch.norm(u)

---

小结

L1 范数和 L2 范数的选择取决于具体问题的需求。

在某些情况下，使用 L1 范数可以得到更稀疏的解，这在文本处理和某些类型的图像处理中是有益的。而在其他情况下，L2 范数可能更为合适，因为它能更好地控制模型的光滑度。

在实际应用中，根据不同的场景和问题特性，选择合适的范数非常重要，这关系到算法的性能和效果。

---

如上；
如有任何疑问，请留言~

2024.2.14