常用重要的矩阵求导

        矩阵求导在SLAM很常见,总结一下(求导)因为同一个求导可以有不同的写法,所以就有了布局约定(layout conventions),分为两种:1)分子布局,numerator layout;2)分母布局 ,这本本博客采用的是分母布局

一、矩阵

1、梯度(Gradient)

这里写图片描述

这里写图片描述

2、雅克比矩阵(Jacobian matrix)

这里写图片描述

 

3、海森矩阵(Hessian matrix)

二、求导

这里写图片描述

证明:(按照分母布局)

 

参考:

1.https://en.wikipedia.org/wiki/Matrix_calculus#Scalar-by-vector_identities(维基百科非常重要的矩阵求导材料)

2.https://blog.csdn.net/weixin_43795395/article/details/84498269

3.https://blog.csdn.net/yc461515457/article/details/49682473

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