前面针对机器学习中基础的线性代数知识,我们做了一个常用知识的梳理。接下来针对机器学习公式推导过程中经常用到的矩阵求导,我们做一个详细介绍。
矩阵求导(Matrix Derivative)也称作矩阵微分(Matrix Differential),在机器学习、图像处理、最优化等领域的公式推导中经常用到。
矩阵的微积分本质上是多元变量的微积分问题,只是应用在矩阵空间上而已
根据YY 与 XX 的不同类型(实值、向量、矩阵)给出如下表中的表示:
类型 | 标量(Scalar)yy | 向量(Vector)yy | 矩阵(Matrix)YY |
---|---|---|---|
Scalar xx | ∂y∂x∂y∂x | ∂y∂x∂y∂x | ∂Y∂x∂Y∂x |
Vector xx | ∂y∂x∂y∂x | ∂y∂x∂y∂x | |
Matrix XX | ∂y∂X∂y∂X |
下面我们根据分子的布局(即X的类型)来介绍矩阵的导数求解
0 布局约定(Layout conventions)
事实上,所有求导的法则都可以从最基本的求导规则推导出来。不知你有没发现,不同的文献中,同样的式子求导的结果有时候会不一样,仔细观察会发现刚好相差一个转置,于是我们得先说说求导的两个派别(布局)。
由向量关于向量的求导∂y∂x∂y∂x可以得出两种矛盾的表示:结果表示为n×mn×m 矩阵或m×nm×n 矩阵。也就是把yy 表示为列向量xx 表示为行向量或者反过来表示的问题。
布局(Layout):在矩阵求导中有两种布局,分别为分母布局(denominator layout)和分子布局(numerator layout)。这两种不同布局的求导规则是不一样的。
向量 y=⎡⎣⎢⎢⎢⎢y1y2⋮yn⎤⎦⎥⎥⎥⎥y=[y1y2⋮yn],关于标量xx 的求导,
在分子布局下,为:
而在 分母布局 下,为:
通过观察和推导我们可以知道,分子布局和分母布局之间刚好差一个转置,即在分子布局下与原来YY相同,而在分母布局下差一个转置。
对于正切矩阵∂y∂x∂y∂x采用分母布局,即Y⊤Y⊤,很不符合表达的习惯,所以本文中我们采用的是分子布局。
1 关于标量的导数
对于 XX 是标量的情况,是我们最熟悉的一种情况。
1.1 标量关于标量X的求导
这中情况就是我们平时的代数求导,直接就是∂y∂x∂y∂x
1.2 向量关于标量X的求导
向量 y=⎡⎣⎢⎢⎢⎢y1y2⋮yn⎤⎦⎥⎥⎥⎥y=[y1y2⋮yn],关于标量xx 的求导就是 yy 的每一个元素分别对xx求导,可以表示为
此时为正切向量, ∂y∂x∂y∂x 为 yy 的 正切向量 ,有映射 yy : Rm⟹RmRm⟹Rm 。
1.3 矩阵关于标量X的求导
矩阵对标量的求导类似于向量关于标量的求导,也就是矩阵的每个元素分别对标量xx求导,矩阵 Y=⎡⎣⎢⎢⎢⎢⎢y11y21⋮yn1y12y22⋮yn2⋯⋯⋱⋯y1ny2n⋮ynn⎤⎦⎥⎥⎥⎥⎥Y=[y11y12⋯y1ny21y22⋯y2n⋮⋮⋱⋮yn1yn2⋯ynn] 对标量xx的导数为
2 关于向量的导数
2.1标量关于向量 xx 的导数
标量yy 关于向量 x=⎡⎣⎢⎢⎢⎢x1x2⋮xn⎤⎦⎥⎥⎥⎥x=[x1x2⋮xn] 的求导可以表示为
此时的向量叫做 梯度向量 。 ∂y∂x∂y∂x 为标量 yy 在空间 RnRn 的梯度,该空间以 xx 为基。
2.2 向量关于向量 xx 的导数
向量函数(即函数组成的向量)y=⎡⎣⎢⎢⎢⎢y1y2⋮yn⎤⎦⎥⎥⎥⎥y=[y1y2⋮yn] 关于向量x=⎡⎣⎢⎢⎢⎢x1x2⋮xn⎤⎦⎥⎥⎥⎥x=[x1x2⋮xn] 的导数记作
此时获得的矩阵 ∂y∂x∂y∂x 叫做 Jacobian 矩阵 。
2.3 矩阵关于向量 xx 的导数
矩阵 Y=⎡⎣⎢⎢⎢⎢⎢y11y21⋮yn1y12y22⋮yn2⋯⋯⋱⋯y1ny2n⋮ynn⎤⎦⎥⎥⎥⎥⎥Y=[y11y12⋯y1ny21y22⋯y2n⋮⋮⋱⋮yn1yn2⋯ynn] 对向量x=⎡⎣⎢⎢⎢⎢x1x2⋮xn⎤⎦⎥⎥⎥⎥x=[x1x2⋮xn] 的导数是推导中最复杂的一种,我们可以表示为
3 关于矩阵的导数
我们一般只考虑标量关于矩阵的导数(因为矩阵对向量和矩阵的导数与前面2.3节的内容一致或相似),即标量yy 对矩阵 XX 的导数为 ∂y∂X∂y∂X ,此时的导数是梯度矩阵,可以表示为下式:
4 维度分析
当我们对一些复杂的矩阵乘积求偏导的时候,直接求很难直接求出,这时候我们可以通过分析矩阵的维度来得到结果。例如:
考虑以下导数 ∂Au∂x∂Au∂x ,其中 AA 与xx 无关 且有 A∈Rm×nA∈Rm×n, u∈BbbRn×1u∈BbbRn×1 ,x∈Rp×1x∈Rp×1,我们知道结果肯定和∂u∂x∂u∂x 有关,于是先把 AA 提出求导式,至于到了哪暂时不知道,接着我们知道 ∂u∂x∈Rp×n∂u∂x∈Rp×n,于是 AA 只能转置后添加到后面。因此有
再考虑问题 ∂x⊤Ax∂x∂x⊤Ax∂x ,其中 A∈Rn×nA∈Rn×n, x∈Rn×nx∈Rn×n ,
为了分析这个问题我们考虑一个更一半的问题
其中 A∈Rn×nA∈Rn×n , x∈BbbRn×nx∈BbbRn×n ,且 AA 与 xx 和 yy 无关 。于是我们利用维度分析,采用非精确的乘积法则,可以将它分为两个部分
于是结果与两部分相关,一个是
另一个是
同样通过维度分析,我们可以得到
因此经过维度的比较我们可以得到
通过以上两个示例的学习,我们可以知道在求解复杂矩阵的求导问题时,通过维度来判断矩阵的导数形式很简便同时也不容易出错。下图是机器学习中常见的矩阵求导形式,可供参考:
5 总结
在本文中,我们针对机器学习推导中的矩阵求导问题做了一个全面的分析,同时结合前文 深度学习系列(二)——机器学习中的线性代数知识 介绍的机器学习中线性代数的基础知识,我们对线性代数部分做了详细的了解。下一章我们介绍机器学习中涉及到的概率知识。