向量范数是一个用于衡量向量大小的函数。它可以将向量映射到一个非负实数，表示向量的大小或长度。
常见的向量范数有以下几种：
1. L1范数：向量元素绝对值之和，即：$|x|_1 = sum_{i=1}^n |x_i|$。
2. L2范数：向量元素的平方和再开根号，即：$|x|_2 = sqrt{sum_{i=1}^n x_i^2}$。
3. 无穷范数：向量元素绝对值的最大值，即：$|x|_infty=max_{1leq ileq n} |x_i|$。
向量范数满足一些基本性质，如非负性、同质性、三角不等式等。在机器学习和优化问题中，向量范数被广泛应用于模型正则化、损失函数定义、距离度量等方面。
