标量对矩阵求导

最新推荐文章于 2020-07-31 22:11:07 发布

liuliqun520

最新推荐文章于 2020-07-31 22:11:07 发布

阅读量8.5k

点赞数 26

分类专栏：算法原理

本文链接：https://blog.csdn.net/liuliqun520/article/details/80025222

版权

标量对矩阵求导

矩阵求导的技术，在统计学、控制论、机器学习等领域有广泛的应用。鉴于我看过的一些资料或言之不详、或繁乱无绪，本文来做个科普，分作两篇，上篇讲标量对矩阵的求导术，下篇讲矩阵对矩阵的求导术。本文使用小写字母x表示标量，粗体小写字母 $\boldsymbol{x}$ 表示向量，大写字母X表示矩阵。

首先来琢磨一下定义，标量f对矩阵X的导数，定义为 $\frac{\partial f}{\partial X} := \left[\frac{\partial f }{\partial X_{ij}}\right]$ ，即f对X逐元素求导排成与X尺寸相同的矩阵。然而，这个定义在计算中并不好用，实用上的原因是在对较复杂的函数难以逐元素求导；哲理上的原因是逐元素求导破坏了整体性。试想，为何要将f看做矩阵X而不是各元素 $X_{ij}$ 的函数呢？答案是用矩阵运算更整洁。所以在求导时不宜拆开矩阵，而是要找一个从整体出发的算法。为此，我们来回顾，一元微积分中的导数（标量对标量的导数）与微分有联系： df = f'(x)dx ；多元微积分中的梯度（标量对向量的导数）也与微分有联系： $df = \sum_{i} \frac{\partial f}{\partial x_i}dx_i = \frac{\partial f}{\partial \boldsymbol{x}}^T d\boldsymbol{x}$ ，这里第一个等号是全微分公式，第二个等号表达了梯度 $\frac{\partial f}{\partial \boldsymbol{x}}$ 与微分的联系；受此启发，我们将矩阵导数与微分建立联系： $df = \sum_{i,j} \frac{\partial f}{\partial X_{ij}}dX_{ij} = \text{tr}\left(\frac{\partial f}{\partial X}^T dX\right)$ ，这里tr代表迹(trace)是方阵对角线元素之和，满足性质：对尺寸相同的矩阵A,B， $\text{tr}(A^TB) = \sum_{i,j}A_{ij}B_{ij}$ ，这用泛函分析的语言来说 $\text{tr}(A^TB)$ 是矩阵A,B的内积，因此上式与原定义相容。

然后来建立运算法则。回想遇到较复杂的一元函数如 $f = \log(2+\sin x)e^{\sqrt{x}}$ ，我们是如何求导的呢？通常不是从定义开始求极限，而是先建立了初等函数求导和四则运算、复合等法则，再来运用这些法则。故而，我们来创立常用的矩阵微分的运算法则：

加减法： $d(X\pm Y) = dX \pm dY$ ；矩阵乘法：；转置：；迹： $d\text{tr}(X) = \text{tr}(dX)$ 。
逆： $dX^{-1} = -X^{-1}dX X^{-1}$ 。此式可在 $XX^{-1}=I$ 两侧求微分来证明。
行列式： $d|X| = \text{tr}(X^{\#}dX)$ ，其中 $X^{\#}$ 表示X的伴随矩阵，在X可逆时又可以写作 $d|X|= |X|\text{tr}(X^{-1}dX)$ 。此式可用Laplace展开来证明，详见张贤达《矩阵分析与应用》第279页。
逐元素乘法： $d(X\odot Y) = dX\odot Y + X\odot dY$ ， $\odot$ 表示尺寸相同的矩阵X,Y逐元素相乘。
逐元素函数： $d\sigma(X) = \sigma'(X)\odot dX$ ， $\sigma(X) = \left[\sigma(X_{ij})\right]$ 是逐元素运算的标量函数。

我们试图利用矩阵导数与微分的联系 $df = \text{tr}\left(\frac{\partial f}{\partial X}^T dX\right)$ ，在求出左侧的微分后，该如何写成右侧的形式并得到导数呢？这需要一些迹技巧(trace trick)：

标量套上迹： $a = \text{tr}(a)$ 。
转置： $\mathrm{tr}(A^T) = \mathrm{tr}(A)$ 。
线性： $\text{tr}(A\pm B) = \text{tr}(A)\pm \text{tr}(B)$ 。
矩阵乘法交换： $\text{tr}(AB) = \text{tr}(BA)$ 。两侧都等于 $\sum_{i,j}A_{ij}B_{ji}$ 。
矩阵乘法/逐元素乘法交换： $\text{tr}(A^T(B\odot C)) = \text{tr}((A\odot B)^TC)$ 。两侧都等于 $\sum_{i,j}A_{ij}B_{ij}C_{ij}$ 。

观察一下可以断言，若标量函数f是矩阵X经加减乘法、行列式、逆、逐元素函数等运算构成，则使用相应的运算法则对f求微分，再使用迹技巧给df套上迹并将其它项交换至dX左侧，即能得到导数。

在建立法则的最后，来谈一谈复合：假设已求得 $\frac{\partial f}{\partial Y}$ ，而Y是X的函数，如何求 $\frac{\partial f}{\partial X}$ 呢？在微积分中有标量求导的链式法则 $\frac{\partial f}{\partial x} = \frac{\partial f}{\partial y} \frac{\partial y}{\partial x}$ ，但这里我们不能沿用链式法则，因为矩阵对矩阵的导数