矩阵的求导

前言

在学习机器学习、深度学习的过程中曾多次遇到矩阵求导,所以对矩阵求导进行了简要学习,并记录相应笔记。
参考视频:空狐公子讲的矩阵求导(分母布局)


1. 矩阵求导本质

矩阵求到的本质
矩阵A对矩阵B求导实际上是矩阵A中的每个元素分别对矩阵B中的每个元素进行求导。

数量分析
在这里插入图片描述
标量函数与向量函数
在这里插入图片描述

2. 矩阵求导原则

以分母布局为例介绍矩阵求导原则:
原则1
在这里插入图片描述
在这里插入图片描述

原则2
在这里插入图片描述
拓展

在这里插入图片描述

3. 示例

公式一
在这里插入图片描述

半证明
在这里插入图片描述
公式二
在这里插入图片描述

半证明
在这里插入图片描述

4. 最小二乘估计

在这里插入图片描述

5. 有用的公式

在这里插入图片描述

6. 说明

  1. 矩阵求导布局方式:分母布局、分子布局、混合布局。
  2. 布局没有优劣之分,适合问题最好,保持计算的连贯性。
  3. 通过导数的维度可以判断别人的矩阵求导布局方式。
  4. 如果想更加深入了解矩阵可查阅以下资料

zdaiot博客:
维基百科(矩阵求导):
吴昌悫, 魏洪增. 矩阵理论与方法【J】. M]. 北京: 电子工业出版社, 2006.


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