线性代数 -- 矩阵求导

Tips:本文为理解神经网络的前置知识,整体内容并不全,相关内容还需后续进一步完善。

一、基础

1、标量、向量和矩阵

标量:只有大小,没有方向的量

向量(欧几里得向量):具有大小和方向的量。

矩阵:按照长方阵列排列的复数或实数集合

数学中的表示:

2、布局引入

2.1、标量对标量的导数

高等数学里面,我们已经学过了标量对标量求导,如下

有时候可能会有两个自变量,:

2.2、标量对向量的导数

我们将上面的两个标量写成向量形式,于是有(标量 y ,向量 x ):

将两个推广到多个,就有了标量对向量求导的形式:

那么问题来了,一个标量y对维度为m的向量x求导,那么结果也是一个m维的向量,那么这个结果向量是行向量,还是列向量呢?

可见标量对向量的求导,就是标量对向量中每个分量求导,最后把他们排列在一起,按一个向量表示,同理也可以得到向量对标量 的求导、向量对向量 的求导、标量对矩阵 的求导、矩阵对标量 的求导、向量对矩阵 的求导、矩阵对向量 的求导、矩阵对矩阵的求导。

如上,标量y对维度为m的一个向量x 的求导,那么结果也是一个m维的向量。这个m维的求导结果排列成的m维列向量或行向量均可。

但在我们机器学习算法法优化过程 中,如果行向量或者列向量随便写,那么结果就不唯一,为了解决这个问题,我们引入求导布局的概念。

3、分子布局(numerator layout)和分母布局(denominator layout)

3.1、标量对向量的求导

对于分子布局 ,我们求导结果的维度以分子 为主,比如上面标量对向量求导的例子,结果的维度和分子的维度是一致的。也就是说,如果向量x 是一个m维的行向量,那么求导结果是一个m维列向量。如果向量x 是一个m维列向量,那么求导结果是一个m维行向量。

对于分母布局 来说,我们求导结果的维度以分母 为主,如果向量x 是一个m维的行向量,那么求导结果也是一个m维行向量。如果向量x 是一个m维的列向量,那么求导结果也是一个m维的列向量。

分子布局和分母布局的结果来说,两者互为转置

3.2、向量对标量的求导

同理可得:

3.4、向量对向量的求导

3.5、标量对矩阵的求导

标量y对矩阵X(m*n)求导:

  • 分子布局:求导结果维度为n*m
  • 分母布局:求导结果维度与分母的矩阵X维度一致,为m*n

3.6、矩阵对标量的求导

矩阵Y(m*n)对标量x求导:

  • 分子布局:求导结果维度与分子的矩阵Y维度一致,为m*n
  • 分母布局:求导结果为n*m

向量对矩阵 的求导、矩阵对向量 的求导、矩阵对矩阵的求导。

相关推荐
静心问道几秒前
CPO:对比偏好优化—突破大型语言模型在机器翻译中的性能边界
人工智能·强化学习·ai技术应用
liliangcsdn1 分钟前
mac mlx大模型框架的安装和使用
java·前端·人工智能·python·macos
今禾18 分钟前
一行代码引发的血案:new Array(5) 到底发生了什么?
前端·javascript·算法
倔强青铜三21 分钟前
苦练Python第25天:玩转字典
人工智能·python·面试
橙几28 分钟前
击败了90%的解法?Two Sum 从 O(n²) 到 O(n) 的优化之路
算法
倔强青铜三34 分钟前
苦练Python第23天:元组秘籍与妙用
人工智能·python·面试
叶子爱分享42 分钟前
经典排序算法之归并排序(Merge Sort)
算法·排序算法
珹洺1 小时前
C++算法竞赛篇:DevC++ 如何进行debug调试
java·c++·算法
AndrewHZ1 小时前
【图像处理基石】如何入门色彩评估?
图像处理·人工智能·深度学习·色彩科学·hvs·色彩评估·颜色工程
TomatoSCI1 小时前
聚类的可视化选择:PCA / t-SNE丨TomatoSCI分析日记
人工智能·机器学习