矩阵求导与实例

缘由

机器学习的很多算法表示中都采用了矩阵的形式，对算法的描述分析中就涉及到了对向量、对矩阵的求导。
比如SVM、linear regression的推导等。

布局

矩阵求导有两种布局：

• 分子布局（numerator layout）
• 分母布局（denominator layout）

下面用向量$\mathrm{\mathbf{y}}$对标量$x$求导简单说明这两种布局的区别。
我们假定所有的向量都是列向量。

$$\mathbf{y}=\begin{bmatrix}y_{1}\\ y_{2}\\ \vdots\\ y_{m} \end{bmatrix}$$

在分子布局下：

$$\frac{\partial\mathbf{y}}{\partial x}=\begin{bmatrix}\frac{\partial y_{1}}{\partial x}\\ \frac{\partial y_{2}}{\partial x}\\ \vdots\\ \frac{\partial y_{m}}{\partial x} \end{bmatrix}$$

在分母布局下：

$$\frac{\partial\mathbf{y}}{\partial x}=\begin{bmatrix}\frac{\partial y_{1}}{\partial x} & \frac{\partial y_{2}}{\partial x} & \cdots & \frac{\partial y_{m}}{\partial x}\end{bmatrix} %]]>$$

在下面的推导中，都将采用分母布局，也就是向量（列）对标量求导的结果都是行向量。（采用这种布局的主要原因是向量对向量的求导就是一个矩阵了）

求导的类别

求导大致分为5类：

1. 向量对标量
2. 标量对向量
3. 向量对向量
4. 矩阵对向量
5. 向量对矩阵

矩阵求导的大致规则如下：
对标量求导结果都要转置，而标量对向量或者矩阵求导的话位置不变。
简单来说，上变下不变。

向量对标量求导：

$$\frac{\partial\mathbf{y}}{\partial x}=\begin{bmatrix}\frac{\partial y_{1}}{\partial x} & \frac{\partial y_{2}}{\partial x} & \cdots & \frac{\partial y_{m}}{\partial x}\end{bmatrix} %]]>$$

标量对向量求导：

$$\frac{\partial y}{\partial\mathbf{x}}=\begin{bmatrix}\frac{\partial y}{\partial x_{1}}\\ \frac{\partial y}{\partial x_{2}}\\ \vdots\\ \frac{\partial y}{\partial x_{m}} \end{bmatrix}$$

向量对向量求导：

$$\mathbf{x}=\begin{bmatrix}x_{1}\\ x_{2}\\ \vdots\\ x_{n} \end{bmatrix}$$
$$\mathbf{y}=\begin{bmatrix}y_{1}\\ y_{2}\\ \vdots\\ y_{m} \end{bmatrix}$$
$$\frac{\partial\mathbf{y}}{\partial\mathbf{x}}=\begin{bmatrix}\frac{\partial y_{1}}{\partial x_{1}} & \frac{\partial y_{2}}{\partial x_{1}} & \cdots & \frac{\partial y_{m}}{\partial x_{1}}\\ \frac{\partial y_{1}}{\partial x_{2}} & \frac{\partial y_{2}}{\partial x_{2}} & \cdots & \frac{\partial y_{m}}{\partial x_{2}}\\ \vdots & \vdots & \ddots & \vdots\\ \frac{\partial y_{1}}{\partial x_{n}} & \frac{\partial y_{2}}{\partial x_{n}} & \cdots & \frac{\partial y_{m}}{\partial x_{n}} \end{bmatrix} %]]>$$

矩阵对标量求导：

$$\frac{\partial\mathbf{y}}{\partial x}=\begin{bmatrix}\frac{\partial y_{11}}{\partial x} & \frac{\partial y_{21}}{\partial x} & \cdots & \frac{\partial y_{m1}}{\partial x}\\ \frac{\partial y_{12}}{\partial x} & \frac{\partial y_{22}}{\partial x} & \cdots & \frac{\partial y_{m2}}{\partial x}\\ \vdots & \vdots & \ddots & \vdots\\ \frac{\partial y_{1n}}{\partial x} & \frac{\partial y_{2n}}{\partial x} & \cdots & \frac{\partial y_{mn}}{\partial x} \end{bmatrix} %]]>$$
标量对矩阵求导：
$$\frac{\partial y}{\partial\mathbf{X}}=\begin{bmatrix}\frac{\partial y}{\partial x_{11}} & \frac{\partial y}{\partial x_{12}} & \cdots & \frac{\partial y}{\partial x_{1q}}\\ \frac{\partial y}{\partial x_{21}} & \frac{\partial y}{\partial x_{22}} & \cdots & \frac{\partial y}{\partial x_{2q}}\\ \vdots & \vdots & \ddots & \vdots\\ \frac{\partial y}{\partial x_{p1}} & \frac{\partial y}{\partial x_{p2}} & \cdots & \frac{\partial y}{\partial x_{pq}} \end{bmatrix} %]]>$$

从简单的例子说起

例子1：

$$\mathbb{y} = \mathbb{a}^\mathrm{T}\mathbb{x}$$

其中，$\mathbb{y} \in \mathbb{R}, \mathbb{a} \in \mathbb{R}^{n \times 1}, \mathbb{x} \in \mathbb{R}^{n \times 1}$。

属于标量对向量求导，所以有：

$$\frac{\partial y}{\partial x} = a$$

例子2：

$$\mathbb{y} = \mathrm{A}\mathrm{x}$$

其中，$\mathbb{y} \in \mathbb{R}^{m \times 1}, \mathrm{A} \in \mathbb{R}^{m \times n}, \mathbb{x} \in \mathbb{R}^{n \times 1}$。

属于向量对向量求导，所以有：

$$\frac{\partial y}{\partial x} = \mathrm{A}^\mathrm{T}$$

例子3：

$$\mathbb{y} = \mathrm{A}\mathrm{u}(x)$$

其中，$\mathbb{y} \in \mathbb{R}^{m \times 1}, \mathrm{A} \in \mathbb{R}^{m \times n}, \mathrm{u} \in \mathbb{R}^{n \times 1},\mathbb{x} \in \mathbb{R}^{p \times 1}$。

属于向量对向量的求导，所以有：

$$\frac{\partial y}{\partial x} = \frac{\partial u}{\partial x} \mathrm{A}^{\mathrm{T}}$$

例子4：

$$\mathbb{y} = \mathrm{a(x)}\mathrm{u}(x)$$

其中，$\mathbb{y} \in \mathbb{R}^{m \times 1}, \mathrm{a} \in \mathbb{R}, \mathrm{u} \in \mathbb{R}^{m \times 1},\mathbb{x} \in \mathbb{R}^{n \times 1}$。

属于向量对向量的求导，所以有：

$$\frac{\partial y}{\partial x} = \frac{\partial u}{\partial x} \mathrm{a}+\frac{\partial a}{\partial x} \mathrm{u}^{\mathrm{T}}$$

假如已知：

$$\begin{split} a(x)&=Bx\\ u(x)&=Cx \end{split}$$

其中，$\mathrm{B} \in \mathbb{R}^{1 \times n}, \mathrm{C} \in \mathbb{R}^{m \times n}$
那么，

$$\frac{\partial y}{\partial x} =\mathrm{C}^{\mathrm{T}}\mathrm{a}+\mathrm{B}^{\mathrm{T}}\mathrm{u}^{\mathrm{T}}$$

例子5：

$$\mathrm{f} = \mathbf{x}^{\mathrm{T}}\mathbf{Ay(x)}$$
那么，
$$\frac{\partial f}{\partial x} =Ay+\frac{\partial y}{\partial x} A^T x$$

其中，$\mathbf{x}\in\mathbb{R}^{m\times1},\mathbf{y}\in\mathbb{R}^{n\times1},\mathbf{A}\in\mathbb{R}^{m\times n},\mathbf{f}\in\mathbb{R}$。

上面的式子，当$\mathbb{y(x)}=x$时，也就是$m=n$时。

$$\begin{split} &\mathrm{f}& = \mathbf{x}^{\mathrm{T}}\mathrm{A}\mathbf{x}\\ &\frac{\partial f}{\partial x} &= (A+A^T)x \end{split}$$

例子6：

$$\mathbb{f} = \mathbf{a}^{\mbox{T}}\mathbf{xx}^{\mbox{T}}\mathbf{b} ,\mathbf{a,b,x}\in\mathbb{R}^{m\times1}$$

则

$$\frac{\partial f}{\partial x} = a(x^Tb) + b(a^Tx) = (ab^T+ba^T)x$$

实例

SVM的对偶形式转换

SVM的原形式（primary form）是：

$$\begin{split} &\min_{w,b} \quad &\frac{1}{2} w^Tw\\ &s.t. & y_n(w^Tx_n+b) \ge1 \end{split}$$

SVM的对偶形式（dual form）是：

$$\begin{split} &\min_{w,b} \max_{\alpha\ge 0} & \frac{1}{2} w^Tw + \sum_{n=1}^N \alpha_n [1- y_n(w^Tx_n+b)] \\ &\max_{\alpha\ge 0} \min_{w,b} &\frac{1}{2} w^Tw + \sum_{n=1}^N \alpha_n [1- y_n(w^Tx_n+b)]\end{split}$$

上升分别对$w,b$求导后，得到

$$\begin{split} w &= \sum_{n=1}^N \alpha_n y_n x_n\\ \sum_{n=1}^N \alpha_n y_n &= 0 \end{split}$$

代入原式中，有

$$\begin{split}\min_\alpha \frac{1}{2}\sum_{n=1}^N&\sum_{m=1}^N \alpha_n \alpha_m y_n y_m {x_m}^T x_n - \sum_{n=1}^N \alpha_n \\ s.t. \quad \sum_{n=1}^N \alpha_n y_n &= 0 \\ \alpha_n &\ge 0 \end{split}$$

这个对偶问题，可以用相应的quadprog包求解。其中，$\sum_{n=1}^N\sum_{m=1}^N \alpha_n \alpha_m y_n y_m {x_m}^T x_n$是矩阵$\mathbb{\alpha}^T \mathrm{Q}\mathbb{\alpha}$。$y_n y_m {x_m}^T x_n$是矩阵中m行n列的元素。这个元素再乘以$\alpha_n \alpha_m$。
同时，这个也是$w^Tw$的内积。可以理解为把$w$拆开多项，每一项分别做内积然后相加，就像多次项展开公式一样。

Soft-SVM对偶形式转换

SVM的原形式（primary form）是：

$$\begin{split} &\min_{w,b,\varepsilon} \quad &\frac{1}{2} w^Tw + C \sum_{n=1}^N \varepsilon_n \\ &s.t. & y_n(w^Tx_n+b) \ge1-\varepsilon_n \\ & &\varepsilon_n \ge 0 \end{split}$$

对偶形式是：

$$\begin{split}\min_\alpha \frac{1}{2}\sum_{n=1}^N&\sum_{m=1}^N \alpha_n \alpha_m y_n y_m {x_m}^T x_n - \sum_{n=1}^N \alpha_n \\ s.t. \quad \sum_{n=1}^N \alpha_n y_n &= 0 \\ 0 \le\alpha_n &\le C \end{split}$$

线性回归

原问题是：

$${E}_{in} (w) = \frac{1}{N} \sum_{n=1}^N (w^T x -y)^2=\frac{1}{N} \Vert XW-Y\Vert ^2$$

当最佳值存在时：

$$\nabla E_{in}(w)=\frac{2}{N} X^T(XW-Y)$$

所以有:

$$\begin{split} W &= (X^TX)^{-1} X^TY\\ W &=X^\dagger Y \end{split}$$

logistic回归

首先，定义需要的函数：

$$\begin{split} \theta(s) &= \frac{e^s}{1+e^s} = \frac{1}{1+e^{-s}}\\ h(x)&= \theta(w^Tx) \end{split}$$
接着，根据最大似然，并且利用 $1-h(x) = h(-x)$的性质，最大化点出现的概率：
$$\begin{split} &\max \prod \theta(y_n w^T x_n)\\ &\min \sum_{n=1}^N ln(1+exp(-y_nw^Tx_n)) \end{split}$$

上式对$w$的倒数为0，所以有：

$$\begin{split} &\min \sum_{n=1}^N ln(1+exp(-y_nw^Tx_n)) \\ s.t. & \sum_{n=1}^N \theta(-y_n w^T x_n)(-y_nx_n) = 0 \end{split}$$

下面，可以利用GD或者SGD求解。

GD:

$$\begin{split} \nabla E_{in} (w_t) &= \frac{1}{N} \sum_{n=1}^N \theta(-y_n w^T x_n)(-y_nx_n) \\ w_{t+1}&= w_t - \eta \nabla E_{in} (w_t) \end{split}$$

SGD:

$$w_{t+1}= w_t -\eta \theta(-y_n w^T x_n)(-y_nx_n)$$

参考资料

1. 闲话矩阵求导