深度学习中的Matrix Calculus (3): Kronecker Product

本文探讨了Kronecker积在深度学习中如何用于矩阵对矩阵求导,它如何将矩阵转化为列向量并简化求导过程。通过Kronecker积,可以将复杂的矩阵导数转换为行向量或雅可比矩阵,再经过反向vector化处理,以应用于反向传播算法。
摘要由CSDN通过智能技术生成

  Kronector积+向量化是向量对矩阵求导,矩阵对矩阵求导的重要利器,主要思想就是将矩阵按列排成一一个列向量,然后求导,通过kronector积进行化简。需要注意的是,最后得到的矩阵其实是行向量,或者雅克比矩阵,需要再按照反vector化回去。
这里写图片描述
这里写图片描述
这里写图片描述
这里写图片描述
这里写图片描述
这里写图片描述

  • 8
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值