机器学习里经常用到标量和向量、向量和向量的求导,其实只是把向量对应位置的元素进行求导。但是,这些元素的组织方式有两种,分别是分子布局和分母布局,二者并无本质上的差别,只是结果相差个转置。这两种布局都存在,初学者常常混淆。
例:
求 ∂ y ∂ x \frac{∂y}{∂x} ∂x∂y,其中y是n维列向量,x是标量。
两种布局容易混淆,建议选择自己习惯的布局即可。这里我们选择分子布局进行后面的说明。
符号约定:
小写粗体:值为向量;大写粗体:值为矩阵;小写斜体:值为标量。以a、b、c、d表示和x无关的函数,u=u(x),v=v(x),f、g、h是函数。
文章参考:https://blog.csdn.net/wenjianmuran/article/details/90669933