向量转置的怎么求导_向量求导

这篇博客详细介绍了向量和矩阵在求导过程中的各种情况,包括矩阵对向量、向量对向量、向量对矩阵的求导规则,以及涉及到的转置、偏导和矩阵乘法等运算。重点讲解了向量积、矩阵积的求导法则,并给出了多个重要结论,如d(X'A)/dX = A等。
摘要由CSDN通过智能技术生成

1. 矩阵Y对标量x求导:

相当于每个元素求导数后转置一下,注意M×N矩阵求导后变成N×M了

Y = [y(ij)]

--> dY/dx = [dy(ji)/dx]

2. 标量y对列向量X求导:

注意与上面不同,这次括号内是求偏导,不转置,对N×1向量求导后还是N×1向量

y = f(x1,x2,..,xn)

--> dy/dX = (Dy/Dx1,Dy/Dx2,..,Dy/Dxn)'

3. 行向量Y'对列向量X求导:

注意1×M向量对N×1向量求导后是N×M矩阵。

将Y的每一列对X求偏导,将各列构成一个矩阵。

重要结论:

dX'/dX = I

d(AX)'/dX = A'

4. 列向量Y对行向量X’求导:

转化为行向量Y’对列向量X的导数,然后转置。

注意M×1向量对1×N向量求导结果为M×N矩阵。

dY/dX' = (dY'/dX)'

5. 向量积对列向量X求导运算法则:

注意与标量求导有点不同。

d(UV')/dX = (dU/dX)V' +

U(dV'/dX)

d(U'V)/dX = (dU'/dX)V +

(dV'/dX)U'

重要结论:

d(X'A)/dX = (dX'/dX)A +

(dA/dX)X' = IA + 0X' = A

d(AX)/dX' = (d(X'A')/dX)' =

(A')' = A

d(X'AX)/dX = (dX'/dX)AX +

(d(AX)'/dX)X = AX + A'X

6. 矩阵Y对列向量X求导:

将Y对X的每一个分量求偏导,构成一个超向量。

注意该向量的每一个元素都是一个矩阵。

7. 矩阵积对列向量求导法则:

d(uV)/dX = (du/dX)V +

u(dV/dX)

d(UV)/dX = (dU/dX)V +

U(dV/dX)

重要结论:

d(X'A)/dX = (dX'/dX)A +

X'(dA/dX) = IA + X'0 = A

8. 标量y对矩阵X的导数:

类似标量y对列向量X的导数,

把y对每个X的元素求偏导,不用转置。

dy/dX = [ Dy/Dx(ij) ]

重要结论:

y = U'XV = ΣΣu(i)x(ij)v(j)

于是 dy/dX = = UV'

y = U'X'XU 则 dy/dX =

2XUU'

y = (XU-V)'(XU-V) 则 dy/dX =

d(U'X'XU - 2V'XU + V'V)/dX = 2XUU' - 2VU' + 0 = 2(XU-V)U'

9. 矩阵Y对矩阵X的导数:

将Y的每个元素对X求导,然后排在一起形成超级矩阵。

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