范数定义及tensorflow
向量范数:Vector Norm
给定的向量 和 ,只有一个单独的元素 和 的话，那最直接的距离定义就是 ,因此定义向量间的距离有相同的性质：
p-范数：p-norms 、
定义：
当p为以下值时候的范数值：
其中范数满足Cauchy-Bunyakovsky-Schwarz不等式：
上面的CS不等式是Holder不等式的特例：
向量的拟合：convergence
给定任意向量范数，向量序列都收敛到向量,如果满足以下公式：
即向量（n维情况的话）中的元素满足：
因此我们想判断一个向量序列是否在这个向量范数拟合到一个极限，或者再另一个向量范数拟合到了别的极限，或者根本不会拟合。所以需要判断向量范数之间是否相等（equivalent）。
结论：p范数都是相等的。
例子：
tensorflow实例
https://blog.****.net/NockinOnHeavensDoor/article/details/83246413