Normas de Matriz

Geometría y álgebra de aplicaciones lineales, vectores y matrices

Tal como un vector tiene una longitud, una matriz tiene un "tamaño". Dos medidas dominan y responden a diferentes preguntas: ¿cuán grandes son los elementos, versus cuánto puede estirar la matriz un vector?

La norma de Frobenius trata a la matriz como una lista larga y continua de números y toma su longitud euclidiana: se elevan al cuadrado todos los elementos, se suman y se extrae la raíz cuadrada. La norma espectral en cambio mide el estiramiento máximo, el factor más grande por el cual Apuede alargar cualquier vector unitario, lo que resulta ser el valor singular más grande.

Piensa en una matriz como un amplifier de guitarra: introduces una señal y sale más fuerte. La norma espectral es la gain máxima del amplificador, el mayor factor por el cual puede impulsar cualquier entrada que envíes. Gira la perilla a su ajuste más fuerte y lo más fuerte que puede salir una señal unitaria es exactamente esa norma.

Dónde aparece en el MLLa norma de Frobenius es regularización L2 del peso para toda una matriz: penaliza ‖W‖_F²para mantener los pesos pequeños y el modelo suave. La norma espectral impulsa la normalización espectral, que divide una matriz de pesos por su valor singular más grande para limitar cuánto puede amplificar. Eso lo convierte en un estabilizador clave en GANs y una herramienta para imponer límites Lipschitz.
▶ Normas de Matriz
← Mínimos cuadradosProyecciones →