1.1.5 范數(shù)

范數(shù)是一種強化了的距離概念，通常為了提高模型的抗過擬合能力被加入到損失函數(shù)中，下面介紹常見的幾種范數(shù)的定義。

1.L0范數(shù)

L0范數(shù)并不是一個真正的范數(shù)，它主要用于度量向量中非零元素的個數(shù)。在對抗樣本中，L0范數(shù)通常指的是對抗樣本相對原始圖片，所修改像素的個數(shù)。

2.L1范數(shù)

L1范數(shù)有很多的名字，例如曼哈頓距離、最小絕對誤差等。使用L1范數(shù)可以度量兩個向量間的差異，表示向量中非零元素的絕對值之和。

3.L2范數(shù)

L2范數(shù)是我們最常用的范數(shù)，歐氏距離就是一種L2范數(shù)，表示向量元素的平方和再開方。在對抗樣本中，L2范數(shù)通常指的是對抗樣本相對原始圖片，所修改像素的變化量的平方和再開方。

4.無窮范數(shù)

無窮范數(shù)也被記作Linf，主要用于度量向量元素的最大值。在對抗樣本中，Linf范數(shù)通常指的是對抗樣本相對原始圖片，所修改像素的變化量絕對值的最大值。