归一化公式，范数就是向量的长度
一种矩阵范数，即矩阵中每项数的平方和的开方值。也是
这个范数是针对矩阵而言的，具体定义可以类比 向量的 L2 范数。
可用于 利用低秩矩阵来近似单一数据矩阵。用数学表示就是去找一个秩为 k 的矩阵 B，使得矩阵 B 与原始数据矩阵 A 的差的 F 范数尽可能地小。
矩阵 A 的 Frobenius 范数
为所有元素平方和再开方。另一个观点是矩阵 A 的所有列向量的 l2 范数平方和再开方。由此可以得到矩阵 A 的 F 范数的另外两种方法：所有奇异值的和、trace (A^TA)。
Minkowski-P 范数
即向量元素绝对值的 p 次方和的 1/p 次幂
特殊的，当 p=2 时，称为弗罗贝尼乌斯范数（Frobenius norm）或希尔伯特 - 施密特范数（ Hilbert–Schmidt norm），不过后面这个术语通常只用于希尔伯特空间。这个范数可用不同的方式定义：
就是上面的 F 范数