이전에 배웠던 L2 norm(유클리드 norm)의 확장 개념이라고 한다.
[참조, 관련 공부일지]
지금까지 배웠던 norm은 벡터(1차원 텐서)에서만 사용됐었지만, Frobenius norm은 다차원 배열(n차원 텐서)에서 사용한다.
||X||F 로 표현한다.
import numpy as np
import torch
X = np.array([[1, 2], [3, 4]])
# 각 요소를 제곱하여 더한것의 제곱근이 frobenius norm이다.
print(((1 ** 2) + (2 ** 2) + (3 ** 2) + (4 ** 2)) ** (1/2))
print(np.linalg.norm(X)) # L2 norm구할 때 사용했던 함수를 사용하여 구할 수 있다.다차원 텐서 공간? 에서의 거리를 구하는 공식이라고 생각하고 넘어가겠다.
