（1）矩陣的核範數：矩陣的奇異值（將矩陣svd分解）之和，這個範數可以用來低秩表示（因爲最小化核範數，相當於最小化矩陣的秩——低秩）；
（2）矩陣的L0範數：矩陣的非0元素的個數，通常用它來表示稀疏，L0範數越小0元素越多，也就越稀疏。
（3）矩陣的L1範數：矩陣中的每個元素絕對值之和，它是L0範數的最優凸近似，因此它也可以近似表示稀疏；
（4）矩陣的F範數：矩陣的各個元素平方之和再開平方根，它通常也叫做矩陣的L2範數，它的有點在它是一個凸函數，可以求導求解，易於計算；
（5）矩陣的L2,1範數：矩陣先以每一列爲單位，求每一列的F範數（也可認爲是向量的2範數），然後再將得到的結果求L1範數（也可認爲是向量的1範數），很容易看出它是介於L1和L2之間的一種範數