矩阵求导公式、正交傅里叶矩阵变换

矩阵求导公式
矩阵求导:
∂ ( a x + b ) 2 ∂ x = a T ( a x + b ) \frac{\partial (ax+b)^2}{\partial x}=a^T(ax+b) x(ax+b)2=aT(ax+b)
矩阵求导、几种重要的矩阵及常用的矩阵求导公
https://blog.csdn.net/daaikuaichuan/article/details/80620518

a ^ = T F a \widehat{\mathbf{a}}=\sqrt{T} \mathbf{F} \mathbf{a} a =T Fa,

matlab验证:


arg ⁡ min ⁡ h k { λ 1 2 ∥ w ⊙ h k ∥ 2 2 + μ 2 ∥ g ^ k − T F P ⊤ h k + s ^ k ∥ 2 2 } = [ λ 1 W ⊤ W + μ T P P T ] − 1 μ T P F T ( s ^ k + g ^ k ) = μ T P ⊙ ( s k + g k ) λ 1 ( w ⊙ w ) + μ T s k = 1 T F T s ^ k g k = 1 T F T g ^ k \arg \min _{\mathbf{h}_{k}} \left\{\begin{array}{l}{\frac{\lambda_{1}}{2}\left\|\mathbf{w} \odot \mathbf{h}_{k}\right\|_{2}^{2}+} \\ {\frac{\mu}{2}\left\|\widehat{\mathbf{g}}_{k}-\sqrt{T} \mathbf{F} \mathbf{P}^{\top} \mathbf{h}_{k}+\widehat{\mathbf{s}}_{k}\right\|_{2}^{2}}\end{array}\right\}\\ \begin{array}{l}{=\left[\lambda_{1} \mathbf{W}^{\top} \mathbf{W}+\mu T \mathbf{P} \mathbf{P}^{T}\right]^{-1} \mu \sqrt T \mathbf{P}\mathbf F^{T}\left(\hat\mathbf{s}_{k}+\hat\mathbf{g}_{k}\right)} \\ {=\frac{\mu T \mathbf{P} \odot\left({\mathbf{s}_{k}}+\mathbf{g}_{k}\right)}{\lambda_{1}(\mathbf{w} \odot \mathbf{w})+\mu T }}\end{array}\\ \mathbf{s}_{k}=\frac{1}{\sqrt T}\mathbf F^{T}\hat\mathbf{s}_{k}\\\mathbf{g}_{k}=\frac{1}{\sqrt T}\mathbf F^{T}\hat\mathbf{g}_{k} arghkmin2λ1whk22+2μg kT FPhk+s k22=[λ1WW+μTPPT]1μT PFT(s^k+g^k)=λ1(ww)+μTμTP(sk+gk)sk=T 1FTs^kgk=T 1FTg^k

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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