如何解决对于向量 v = [2.0, -3.5, 5.1]:求 v 的 L1 范数 更新:
你能帮我解决这个问题吗?我试过了,我的代码产生了以下输出 6.500769185258003 但是,系统仍然说错误的答案。你能告诉我我缺少什么吗?这是代码问题还是我计算错误。?提前致谢。
对于向量 v = [2.0,-3.5,5.1]
:
- 求
v
的 L1 范数 - 将结果作为
float
返回
import numpy as np
import math
def calculate_l1_norm(v):
'''
INPUT: LIST or ARRAY (containing numeric elements)
OUTPUT: FLOAT (L1 norm of v)
calculate and return a norm for a given vector
'''
norm = 0
for x in v:
norm += x**2
return math.sqrt(norm)
print(calculate_l1_norm([2.0,5.1]))
解决方法
您可以使用这一行来计算 L1 norm。
sum(abs(i) for i in v)
更新:
更新了答案以提供一个有效的例子,以解决 OP 的“它不起作用”的评论。
def calculate_l1_norm(v) -> float:
"""Return L1 normalisation as float."""
return sum(abs(i) for i in v)
使用:
>>> calculate_l1_norm([2.0,-3.5,5.1])
输出:
10.6
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。