标量、向量、矩阵，通过一幅图了解它们相互之间的导数

最常见的函数为$y=f(x)$，其中$x$为自变量、$y$为因变量，此时$x,y$均为标量，

将$x,y$引申至向量、矩阵，便有了下面这幅图(截图来自《动手学深度学习》part-0_6)：

此图直观的表示了 标量、向量、矩阵 相互之间的导数，

对此图，有两点需要说明：

1. 列向量是向量的默认方向

2. 分子布局

对于第1点，大部分文献都是这样认为；第2点，无论是分子布局还是分母布局，都只是对导数的一种表

示，并无本质区别，在使用时保持前后一致即可。

区分分子布局和分母布局并不难：求完导数后，哪一方的布局方式未发生变化便为哪一方布局/哪一方的

布局方式发生改变便为另一方布局。

更直白的说，看 $m、l/n、k$ 的位置有没有发生变化，谁没变便是按谁布局，另一方则进行转置。

比如，向量$(m,1)$-矩阵$(n,k)$，求完导数后为$(m,k,n)$, 很显然为分子布局，如果是分母布局，那求导

后就应该是$(n,k,m)$。

当然，以上说法有点投机取巧，如果想要深入了解，推荐看 知乎-Iterator 写的有关矩阵求导的几篇文章。

---

传送门

知乎-Iterator