转载的文章,留着给自己看 https://zhuanlan.zhihu.com/p/24709748
矩阵求导的技术,在统计学、控制论、机器学习等领域有广泛的应用。鉴于我看过的一些资料或言之不详、或繁乱无绪,本文来做个科普,分作两篇,上篇讲标量对矩阵的求导术,下篇讲矩阵对矩阵的求导术。本文使用小写字母x表示标量,粗体小写字母表示(列)向量,大写字母X表示矩阵。
首先来琢磨一下定义,标量f对矩阵X的导数,定义为,即f对X逐元素求导排成与X尺寸相同的矩阵。然而,这个定义在计算中并不好用,实用上的原因是在对较复杂的函数难以逐元素求导;哲理上的原因是逐元素求导破坏了整体性。试想,为何要将f看做矩阵X而不是各元素
的函数呢?答案是用矩阵运算更整洁。所以在求导时不宜拆开矩阵,而是要找一个从整体出发的算法。
为此,我们来回顾,一元微积分中的导数(标量对标量的导数)与微分有联系:;多元微积分中的梯度(标量对向量的导数)也与微分有联系:
,这里第一个等号是全微分公式,第二个等号表达了梯度与微分的联系:全微分
是
梯度向量
与
微分向量
的内积;受此启发,我们将矩阵导数与微分建立联系:
。其中tr代表迹(trace)是方阵对角线元素之和,满足性质:对尺寸相同的矩阵A,B,
,即
是矩阵A,B的内积。与梯度相似,这里第一个等号是全微分公式,第二个等号表达了矩阵导数与微分的联系:全微分
是
导数
与
微分矩阵
的内积。
然后来建立运算法则。回想遇到较复杂的一元函数如,我们是如何求导的呢?通常不是从定义开始求极限,而是先建立了初等函数求导和四则运算、复合等法则,再来运用这些法则。故而,我们来创立常用的矩阵微分的运算法则:
- 加减法:
;矩阵乘法:
;转置:
;迹:
。
- 逆:
。此式可在
两侧求微分来证明。
- 行列式:
,其中
表示X的伴随矩阵,在X可逆时又可以写作
。此式可用Laplace展开来证明,详见张贤达《矩阵分析与应用》第279页。
- 逐元素乘法:
,
表示尺寸相同的矩阵X,Y逐元素相乘。
- 逐元素函数:
,
是逐元素运算的标量函数。
我们试图利用矩阵导数与微分的联系,在求出左侧的微分
后,该如何写成右侧的形式并得到导数呢?这需要一些迹技巧(trace trick):
- 标量套上迹:
- 转置:
。
- 线性:
。
- 矩阵乘法交换:
,其中
与
尺寸相同。两侧都等于
。
- 矩阵乘法/逐元素乘法交换:
,其中
尺寸相同。两侧都等于
。
观察一下可以断言,若标量函数f是矩阵X经加减乘法、行列式、逆、逐元素函数等运算构成,则使用相应的运算法则对f求微分,再使用迹技巧给df套上迹并将其它项交换至dX左侧,即能得到导数。
在建立法则的最后,来谈一谈复合:假设已求得,而Y是X的函数,如何求
呢?在微积分中有标量求导的链式法则
,但这里我们不能沿用链式法则,因为矩阵对矩阵的导数
截至目前仍是未定义的。于是我们继续追本溯源,链式法则是从何而来?源头仍然是微分。我们直接从微分入手建立复合法则:先写出
,再将dY用dX表示出来代入,并使用迹技巧将其他项交换至dX左侧,即可得到
。
接下来演示一些算例。特别提醒要依据已经建立的运算法则来计算,不能随意套用微积分中标量导数的结论,比如认为AX对X的导数为A,这是没有根据、意义不明的。
例1:,求
。其中
是
列向量,
是
矩阵,
是
列向量,
是标量。
解:先使用矩阵乘法法则求微分:,再套上迹并做矩阵乘法交换:
,注意这里我们根据
交换了
与
。对照导数与微分的联系
,得到
。
注意:这里不能用,导数与乘常数矩阵的交换是不合法则的运算(而微分是合法的)。有些资料在计算矩阵导数时,会略过求微分这一步,这是逻辑上解释不通的。
例2【线性回归】:, 求
的最小二乘估计,即求
的零点。其中
是
列向量,
是
矩阵,
是
列向量,
是标量。
解:严格来说这是标量对向量的导数,不过可以把向量看做矩阵的特例。先将向量模平方改写成向量与自身的内积:,求微分,使用矩阵乘法、转置等法则:
。对照导数与微分的联系
,得到
。
的零点即
的最小二乘估计为
。
例3【多元logistic回归】:,求
。其中
是除一个元素为1外其它元素为0的
列向量,
是
矩阵,
是
列向量,
是标量;
,其中
表示逐元素求指数,
代表全1向量。
解:首先将softmax函数代入并写成,这里要注意逐元素log满足等式
,以及
满足
。求微分,使用矩阵乘法、逐元素函数等法则:
。再套上迹并做交换,注意可化简
,这是根据等式
,故
。对照导数与微分的联系,得到
。
另解:定义,则
,先如上求出
,再利用复合法则:
,得到
。
例4【方差的最大似然估计】:样本,求方差
的最大似然估计。写成数学式是:
,求
的零点。其中
是
列向量,
是样本均值,
是
对称正定矩阵,
是标量。
解:首先求微分,使用矩阵乘法、行列式、逆等运算法则,第一项是,第二项是
。再给第二项套上迹做交换:
,其中先交换迹与求和,然后将
交换到左边,最后再交换迹与求和,并定义
为样本方差矩阵。得到
。对照导数与微分的联系,有
,其零点即
的最大似然估计为
。
最后一例留给经典的神经网络。神经网络的求导术是学术史上的重要成果,还有个专门的名字叫做BP算法,我相信如今很多人在初次推导BP算法时也会颇费一番脑筋,事实上使用矩阵求导术来推导并不复杂。为简化起见,我们推导二层神经网络的BP算法。
例5【二层神经网络】:,求
和
。其中
是除一个元素为1外其它元素为0的的
列向量,
是
矩阵,
是
矩阵,
是
列向量,
是标量;
同例3,
是逐元素sigmoid函数
。
解:定义,
,
,则
。在例3中已求出
。使用复合法则,注意此处
都是变量:
,使用矩阵乘法交换的迹技巧从第一项得到
,从第二项得到
。接下来求
,继续使用复合法则,并利用矩阵乘法和逐元素乘法交换的迹技巧:
,得到
。为求
,再用一次复合法则:
,得到
。
首先来琢磨一下定义。矩阵对矩阵的导数,需要什么样的定义?第一,矩阵F(p×q)对矩阵X(m×n)的导数应包含所有mnpq个偏导数,从而不损失信息;第二,导数与微分有简明的联系,因为在计算导数和应用中需要这个联系;第三,导数有简明的从整体出发的算法。我们先定义向量
(p×1)对向量
(m×1)的导数
(m×p),有
;再定义矩阵的(按列优先)向量化
(mn×1),并定义矩阵F对矩阵X的导数
(mn×pq)。导数与微分有联系
。几点说明如下:
- 按此定义,标量f对矩阵X(m×n)的导数
是mn×1向量,与上篇的定义不兼容,不过二者容易相互转换。为避免混淆,用记号
表示上篇定义的m×n矩阵,则有
。虽然本篇的技术可以用于标量对矩阵求导这种特殊情况,但使用上篇中的技术更方便。读者可以通过上篇中的算例试验两种方法的等价转换。
- 标量对矩阵的二阶导数,又称Hessian矩阵,定义为
(mn×mn),是对称矩阵。对向量
或矩阵
求导都可以得到Hessian矩阵,但从矩阵
出发更方便。
,求导时矩阵被向量化,弊端是这在一定程度破坏了矩阵的结构,会导致结果变得形式复杂;好处是多元微积分中关于梯度、Hessian矩阵的结论可以沿用过来,只需将矩阵向量化。例如优化问题中,牛顿法的更新
,满足
。
- 在资料中,矩阵对矩阵的导数还有其它定义,比如
(mp×nq),它能兼容上篇中的标量对矩阵导数的定义,但微分与导数的联系(dF等于
中每个m×n子块分别与dX做内积)不够简明,不便于计算和应用。
然后来建立运算法则。仍然要利用导数与微分的联系,求微分的方法与上篇相同,而从微分得到导数需要一些向量化的技巧:
- 线性:
。
- 矩阵乘法:
,其中
表示Kronecker积,A(m×n)与B(p×q)的Kronecker积是
(mp×nq)。此式证明见张贤达《矩阵分析与应用》第107-108页。
- 转置:
,A是m×n矩阵,其中
(mn×mn)是交换矩阵(commutation matrix)。
- 逐元素乘法:
,其中
(mn×mn)是用A的元素(按列优先)排成的对角阵。
观察一下可以断言,若矩阵函数F是矩阵X经加减乘法、行列式、逆、逐元素函数等运算构成,则使用相应的运算法则对F求微分,再做向量化并使用技巧将其它项交换至vec(dX)左侧,即能得到导数。
再谈一谈复合:假设已求得,而Y是X的函数,如何求
呢?从导数与微分的联系入手,
,可以推出链式法则
。
和标量对矩阵的导数相比,矩阵对矩阵的导数形式更加复杂,从不同角度出发常会得到形式不同的结果。有一些Kronecker积和交换矩阵相关的恒等式,可用来做等价变形:
。
。
。可以对
求导来证明,一方面,直接求导得到
;另一方面,引入
,有
,用链式法则得到
。
。
,A是m×n矩阵,B是p×q矩阵。可以对
做向量化来证明,一方面,
;另一方面,
。
接下来演示一些算例。
例1:,X是m×n矩阵,求
。
解:先求微分:,再做向量化,使用矩阵乘法的技巧,注意在dX右侧添加单位阵:
,对照导数与微分的联系得到
。
特例:如果X退化为向量, ,则根据向量的导数与微分的关系
,得到
。
例2:,X是n×n矩阵,求
和
。
解:使用上篇中的技术可求得。为求
,先求微分:
,再做向量化,使用转置和矩阵乘法的技巧
,对照导数与微分的联系,得到
,注意它是对称矩阵。在
是对称矩阵时,可简化为
。
例3:,A是l×m,X是m×n,B是n×p矩阵,exp()为逐元素函数,求
。
解:先求微分:,再做向量化,使用矩阵乘法的技巧:
,再用逐元素乘法的技巧:
,再用矩阵乘法的技巧:
,对照导数与微分的联系得到
。
例4【一元logistic回归】:,求
和
。其中
是取值0或1的标量,
是向量。
解:使用上篇中的技术可求得,其中
为sigmoid函数。为求
,先求微分:
,其中
为sigmoid函数的导数,对照导数与微分的联系,得到
。
推广:样本,
,求
和
。有两种方法,方法一:先对每个样本求导,然后相加;方法二:定义矩阵
,向量
,将
写成矩阵形式
,进而可以求得
,
。
例5【多元logistic回归】:,求
和
。
解:上篇例3中已求得。为求
,先求微分:定义
,
,这里需要化简去掉逐元素乘法,第一项中
,第二项中
,故有
,其中
,代入有
,做向量化并使用矩阵乘法的技巧,得到
。
最后做个总结。我们发展了从整体出发的矩阵求导的技术,导数与微分的联系是计算的枢纽,标量对矩阵的导数与微分的联系是,先对f求微分,再使用迹技巧可求得导数,特别地,标量对向量的导数与微分的联系是
;矩阵对矩阵的导数与微分的联系是
,先对F求微分,再使用向量化的技巧可求得导数,特别地,向量对向量的导数与微分的联系是
。
参考资料:
- 张贤达. 矩阵分析与应用. 清华大学出版社有限公司, 2004.
- Fackler, Paul L. "Notes on matrix calculus." North Carolina State University(2005).
- Petersen, Kaare Brandt, and Michael Syskind Pedersen. "The matrix cookbook." Technical University of Denmark 7 (2008): 15.
- HU, Pili. "Matrix Calculus: Derivation and Simple Application." (2012).