机器学习中的数学基础
1. Norm
L0 norm是求向量里非0的元素个数，主要用在稀疏表示上，我们希望多数元素为0，这个时候L0就有用了。
L1 norm 也叫曼哈顿距离。
当p是无穷的时候，我们将其展开，向量中最大元素的无穷次幂远大于其他元素，因此Lp norm即是向量中的最大元素。
为什么L1Norm的等高线是菱形？
L1 Norm每条线上的横纵坐标之和相同。L2同理。
2. Tenor
Tensor的含义
可见：https://www.wukong.com/question/6531498435785261325/
二维Tensor
3. 行列式
含义：二维矩阵的行列式的值即为两向量构成的平行四边形的面积，三维则为立方体体积。