矩阵公式（转置公式+求导公式）

已于 2022-05-25 16:26:11 修改
阅读量9.1k 收藏 70
点赞数 13
分类专栏： 机器学习 文章标签： 矩阵 线性代数 机器学习
于 2022-05-25 16:25:15 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43941438/article/details/124968636
版权

矩阵公式

矩阵-转置公式

( m A ) T = m A T (mA)^T=mA^T (mA)T=mAT

( A + B ) T = A T + B T (A+B)^T=A^T+B^T (A+B)T=AT+BT

( A B ) T = B T A T (AB)^T=B^TA^T (AB)T=BTAT

( A T ) T = A (A^T)^T=A (AT)T=A

矩阵-求导公式

注：对X求偏导

( X T ) ′ = I (X^T)'=I (XT)′=I

( A X T ) ′ = A (AX^T)'=A (AXT)′=A

( X T A ) ′ = A (X^TA)'=A (XTA)′=A

( A X ) ′ = A T (AX)'=A^T (AX)′=AT

( X A ) ′ = A T (XA)'=A^T (XA)′=AT

( X T A X ) ′ = ( A + A T ) X (X^TAX)'=(A+A^T)X (XTAX)′=(A+AT)X

( X T A X ) ′ = 2 A X (X^TAX)'=2AX (XTAX)′=2AX (A为对称矩阵)

shengchao0920
关注
  • 13
    点赞
  • 踩
  • 70
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
矩阵求导公式
11-11 866
据说这里面有错误的公式，可以自行检查。 基本公式： Y = A * X --> DY/DX = A' Y = X * A --> DY/DX = A Y = A' * X * B --> DY/DX = A * B' Y = A' * X' * B --> DY/DX = B * A' 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
向量转置的怎么求导_顺序理解向量和矩阵求导
weixin_39586915的博客
12-31 3265
最首先需要明确，F（A）对A求导，是将A视作了自变量，将F（A）视作因变量。自变量的描述形式一般为n行1列的列向量或矩阵，因变量的描述形式一般为1行m列的行向量或矩阵！向量和矩阵求导的关键在于，找到自变量和因变量，并确定其维度！本文主要分为三部分：向量部分：所有推理的基础，0-4节。矩阵部分：一句话，结果是超向量，完事了，5-7节。重要公式：如果要推导论文中相关公式，这些公式少不了。第8节。通用表...
矩阵和矩阵转置求导公式
Lisa_Ren_123的博客
01-15 4万+
一.向量求导 1.向量求标量的导 Y = ⎡⎣⎢⎢⎢⎢y1y2⋮ym⎤⎦⎥⎥⎥⎥[y1y2⋮ym]\left[ \begin{matrix} y_1 \\ y_2 \\ \vdots\\ y_m \\ \end{matrix} \right] ，x是标量 那么： ∂Y∂x=⎡⎣⎢⎢⎢⎢⎢∂y1x∂y2x⋮∂ymx⎤⎦⎥⎥⎥⎥⎥∂Y...
对矩阵转置求导
xiaomifanhxx的博客
01-15 4万+
对于矩阵转置求偏导理解，参考下面文章点击打开链接。
矩阵的转置与求导运算
zhf的博客
10-28 1万+
1.矩阵转置 (A+B)T=AT+BT(A+B)^{T}=A^{T}+B^{T}(A+B)T=AT+BT (AB)T=BTAT(A B)^{T}=B^{T} A^{T}(AB)T=BTAT 2.矩阵求导 ∂Ax∂x=AT\frac{\partial A x}{\partial x}=A^{T}∂x∂Ax​=AT ∂Ax∂xT=A\frac{\partial A x}{\partial...
标量 向量 标量求导链式法则_算法推导核心！一次性梳理清楚，是时候搞定矩阵求导了！附参考资料...
weixin_39636691的博客
11-24 246
点击上方“Datawhale”，选择“星标”公众号第一时间获取价值内容1. 前言与感谢以前就对矩阵求导有心理阴影，到底要不要转置，哪个矩阵放在前面，哪个矩阵放在后面，链式法则怎么搞，由产生此类一系列让人头大的问题。其中，最令人智熄的是经常网上的一些算法公式推导是错误的，因为矩阵维数根本不匹配，而这些无良的发布者可能根本就没有手推过，天天搞复制黏贴大法，很多时候都是大量重复错误的内容，污染...
线性代数复习
胖虎的博客
05-07 3万+
线性代数复习——定义、定理、推论汇总 本博客主要根据教材《线性代数与解析几何》，代万基编写，对课本上概念等进行简单罗列，融合了一些个人理解，以供复习。 第1章 矩阵及其初等变换 本章内容：矩阵及其运算，向量与分块矩阵，矩阵的初等变换与初等矩阵。 1.1 矩阵及其运算 1.1.1 矩阵的概念 定义1-1：由mxn个数aij（i1,2,…,m;j=1,2,3,…n）所排成的m行n列的矩形鼠标成为mxn矩阵。 只有一行的矩阵称为行矩阵，记作[a1,a2,…,an]； 只有一列的矩阵称为列矩阵，记作[a1,a2,
矩阵求导与转置运算学习
Maple__Boy
08-13 1275
线性代数补充 矩阵转置 矩阵求导 前言：在推导算法过程中遇到一些数学运算，遇到了就记录下，方便回忆 矩阵转置 矩阵求导 若A是对称矩阵，即A^T = A，则： 参考：下一篇博客
矩阵的转置与旋转
a62689的博客
04-12 1766
文章目录概念变换公式矩阵转置：矩阵旋转：指针的相应公式 概念 矩阵的转置：即将矩阵的行变成对应列，列变成对应行。 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 转置后变为： 1 5 9 13 2 6 10 14 3 7 11 15 4 8 12 16 矩阵的旋转：即将矩阵整体旋转90度/180度/270度等。 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 顺时针旋转90度： 13 9 5 1 14 10 6 2 15 11 7 3 16
矩阵基本知识以及矩阵求导
03-17
矩阵基本知识以及矩阵求导，蛮不错的，硬盘里翻出来的，之前下载的
矩阵求导完全解析
12-13
矩阵求导完全解析https://blog.csdn.net/wxf2012301351/article/details/84989934 配套的代码
矩阵求导公式的简单总结
05-31
矩阵求导公式的总结，感觉还不错。当然，是网上的资源
矩阵求导的一些公式.pdf
12-05
理解并熟练掌握这些矩阵求导公式对于进行复杂的数学计算和数据分析至关重要。例如，在机器学习中，梯度下降法就依赖于矩阵求导来更新模型参数。而在控制理论中，这些公式用于计算系统的动态响应。因此，深入理解这些...
矩阵求导详细手册-求导运算公式表文献及-PPT.rar
06-28
《矩阵求导详细手册》是一份专为初学者设计的学习资料，主要涵盖了矩阵求导的基础理论和运算公式。矩阵求导在机器学习、深度学习、信号处理等领域有着广泛的应用，因此掌握这一技能对于IT专业人士至关重要。本手册...
矩阵求导1
08-03
矩阵求导的一个争议点在于结果是否需要转置。在本教程中，我们遵循“不转置”规则，即导数结果与原矩阵或向量保持相同形状，这被称为“Mixed Layout”。然而，不同的文献可能有不同的处理方式，因此在使用时需要留意...
矩阵向量求导法则两篇
11-22
对于特定类型的矩阵函数，如矩阵指数函数$e^X$，有特殊的导数公式$F'(X) = e^X$。 四、偏微分方程中的应用 在解决偏微分方程时，矩阵向量求导法则尤其重要。例如，在傅里叶分析中，傅里叶变换可以被表示为矩阵运算...
矩阵求导公式总结
热门推荐
susandebug
06-12 8万+
今天推导公式，发现居然有对矩阵的求导，狂汗--完全不会。不过还好网上有人总结了。吼吼，赶紧搬过来收藏备份。 基本公式： Y = A * X --> DY/DX = A' Y = X * A --> DY/DX = A Y = A' * X * B --> DY/DX = A * B' Y = A' * X' * B --> DY/DX = B * A' 1. 矩阵Y对标量x求导
矩阵的求导问题小结
sunnyxiaohu的博客
09-07 1万+
Torch的安装和常见问题 Torch安装 http://torch.ch/docs/getting-started.html#next-steps 常见问题 https://github.com/torch/torch7/wiki/Cheatsheet 快捷键 加粗 Ctrl + B 斜体 Ctrl + I 引用 Ctrl + Q 插入链接 C
矩阵求导，几种重要的矩阵及常用的矩阵求导公式
qq_41978536的博客
04-29 2968
一、矩阵求导 一般来讲，我们约定x=(x1,x2,...,xn)Tx = (x_1,x_2,...,x_n)^Tx=(x1​,x2​,...,xn​)T,这是分母布局。常见的矩阵求导方式有：向量对向量求导、标量对向量求导、向量对标量求导。 Numerator layout：分子布局，可以简单理解为要求导得向量是行向量。 Denominator layout：分母布局，可以简单理解为要求导得向量是列...
矩阵乘以矩阵的转置求导
最新发布
10-14
设 $A$ 是 $m \times n$ 的矩阵，$B$ 是 $p \times n$ 的矩阵，则 $C=AB^T$ 是 $m \times p$ 的矩阵。我们需要求 $\frac{\partial C}{\partial A}$。 首先，我们将 $C$ 的每个元素表示出来： $$ C_{ij} = \sum_{k=1}^n A_{ik}B_{jk} $$ 然后，我们对 $C_{ij}$ 求 $\frac{\partial C_{ij}}{\partial A_{pq}}$： $$ \frac{\partial C_{ij}}{\partial A_{pq}} = \frac{\partial}{\partial A_{pq}} \sum_{k=1}^n A_{ik}B_{jk} = B_{jq}\delta_{ip} $$ 其中，$\delta_{ip}$ 是克罗内克（Kronecker）符号，当 $i=p$ 时为 1，否则为 0。 因此，我们可以得到： $$ \frac{\partial C}{\partial A} = \begin{bmatrix} \frac{\partial C}{\partial A_{11}} & \frac{\partial C}{\partial A_{12}} & \cdots & \frac{\partial C}{\partial A_{1n}} \\ \frac{\partial C}{\partial A_{21}} & \frac{\partial C}{\partial A_{22}} & \cdots & \frac{\partial C}{\partial A_{2n}} \\ \vdots & \vdots & \ddots & \vdots \\ \frac{\partial C}{\partial A_{m1}} & \frac{\partial C}{\partial A_{m2}} & \cdots & \frac{\partial C}{\partial A_{mn}} \end{bmatrix} = \begin{bmatrix} B_{11} & B_{21} & \cdots & B_{p1} \\ B_{12} & B_{22} & \cdots & B_{p2} \\ \vdots & \vdots & \ddots & \vdots \\ B_{1n} & B_{2n} & \cdots & B_{pn} \end{bmatrix} $$ 因此，矩阵乘以矩阵的转置的导数是 $B$。

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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