向量转置的怎么求导_向量函数的求导问题?

本文探讨了向量和矩阵在求导过程中的规则,包括向量对向量、向量对矩阵、矩阵对向量等不同情况的导数形式。强调在应用中寻找特定的求导公式以避免混淆,并给出了线性最小二乘问题的优化函数作为示例,展示了求导过程。
摘要由CSDN通过智能技术生成

首先矩阵求导(向量是其中一个特例而已)的东西很多都会有让人产生错觉的,如果要想要好好深入研究就要从矩阵代数(matrix alegbra)下手, 比如

不过作为应用来讲的话,其实你需要只是一个cookbook,比如

说说个人的想法

1。矩阵求导比较麻烦,所以尽量不要使用最基本的公式,要找公式就找具体的,形式完全一致的公式,直接带入(比如cookbook中就有各种具体形式的求导公式),除非你熟悉从头开始的各种的推倒原理以及各种符号意义。

2。d(UV) = d(U)V + Ud(V),这种公式不是没有用,只是相对来讲在矩阵代数中,更重要的是看清对谁求导,所以

或者

这一类的公式更实用,而且不容易带入出错,若是要用d(UV) = d(U)V + Ud(V)的也必须要带着dx啊。另外,这里之所以说要明确分母部分的内容,不光是为了确定这个变量是x,而不是y,更重要的是明确求导的变量的类型,因为各种情况差别巨大对标量求导

1)向量对标量求导,结果是个向量

事实上就是向量的每一个元素对标量求导。举个例子,对于

,其中

是个标量,

.

2)矩阵对标量求导,结果是个矩阵

事实上也就是矩阵的

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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