矩阵向量求导二标量对向量 _机器学习

最新推荐文章于 2024-05-16 21:44:51 发布

明朝百晓生

最新推荐文章于 2024-05-16 21:44:51 发布

阅读量305

点赞数

分类专栏：人工智能

4AM_明朝百晓生

本文链接：https://blog.csdn.net/chengxf2/article/details/107019695

版权

人工智能专栏收录该内容

102 篇文章 3 订阅

订阅专栏

参考文档

标量对向量布局原则是：分母布局

https://www.cnblogs.com/pinard/p/10773942.html

目录

标量对向量求导
标量对矩阵求导
基本法则

一标量对向量求导

1.1 y=a^T x , $\frac{ \partial y }{ \partial x}=a$

证明：

因为 $\frac{ \partial \sum a_ix_i }{ \partial x_i} =a_i$

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

1.2 $y=xa^T , \frac{\partial y }{ \partial x} =a$

证明：

因为 $\frac{ \partial \sum a_ix_i }{ \partial x_i} =a_i$

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

1.3 $y=x^Tx, \frac{\partial y }{\partial x} =2x$

证明：

$\frac{\partial \sum x_i^2}{ \partial x_i}=2x_i$

所以 $\frac{ \partial y }{ \partial x} =2x$

1.4 $y=x^TAx,\frac{\partial y}{\partial x}=A^Tx+Ax$

$\frac{\partial \sum x_j \sum x_iA_{ij}}{\partial x_k}$

$=\sum A_{ik}x_i +\sum A_{kj}x_j$

=A^Tx+Ax

二标量对矩阵求导

$y=a^TXb ,\frac{\partial y}{\partial x} =ab^T$

证明：

$\frac{\sum\sum a_iX_{ij}b_j}{X_{ij}}=a_ib_j$

=ab^T

三基本法则

f,g 都是实值函数

3.1 线性法则

3.2 乘法法则

3.3 除法法则

明朝百晓生

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。