转载自:

http://blog.csdn.net/txwh0820/article/details/46392293

矩阵的迹求导法则 
 

1. 复杂矩阵问题求导方法:可以从小到大,从scalar到vector再到matrix 


2. x is a column vector, A is a matrix

d(A∗x)/dx=A 
d(xT∗A)/dxT=A 
d(xT∗A)/dx=AT 
d(xT∗A∗x)/dx=xT(AT+A)

3. Practice: 
 
4. 矩阵求导计算法 
求导公式(撇号为转置): 
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’ 
乘积的导数: 
d(f*g)/dx=(df’/dx)g+(dg/dx)f’

一些结论

  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×M了 
    Y = [y(ij)]–> dY/dx = [dy(ji)/dx]
  2. 标量y对列向量X求导: 
    注意与上面不同,这次括号内是求偏导,不转置,对N×1向量求导后还是N×1向量 
    y = f(x1,x2,..,xn) –> dy/dX= (Dy/Dx1,Dy/Dx2,..,Dy/Dxn)’
  3. 行向量Y’对列向量X求导: 
    注意1×M向量对N×1向量求导后是N×M矩阵。 
    将Y的每一列对X求偏导,将各列构成一个矩阵。 
    重要结论: 
    dX’/dX =I 
    d(AX)’/dX =A’
  4. 列向量Y对行向量X’求导: 
    转化为行向量Y’对列向量X的导数,然后转置。 
    注意M×1向量对1×N向量求导结果为M×N矩阵。 
    dY/dX’ =(dY’/dX)’
  5. 向量积对列向量X求导运算法则: 
    注意与标量求导有点不同。 
    d(UV’)/dX =(dU/dX)V’ + U(dV’/dX) 
    d(U’V)/dX =(dU’/dX)V + (dV’/dX)U’ 
    重要结论: 
    d(X’A)/dX =(dX’/dX)A + (dA/dX)X’ = IA + 0X’ = A 
    d(AX)/dX’ =(d(X’A’)/dX)’ = (A’)’ = A 
    d(X’AX)/dX =(dX’/dX)AX + (d(AX)’/dX)X = AX + A’X
  6. 矩阵Y对列向量X求导: 
    将Y对X的每一个分量求偏导,构成一个超向量。 
    注意该向量的每一个元素都是一个矩阵。
  7. 矩阵积对列向量求导法则: 
    d(uV)/dX =(du/dX)V + u(dV/dX) 
    d(UV)/dX =(dU/dX)V + U(dV/dX) 
    重要结论: 
    d(X’A)/dX =(dX’/dX)A + X’(dA/dX) = IA + X’0 = A
  8. 标量y对矩阵X的导数: 
    类似标量y对列向量X的导数, 
    把y对每个X的元素求偏导,不用转置。 
    dy/dX = [Dy/Dx(ij) ] 
    重要结论: 
    y = U’XV= ΣΣu(i)x(ij)v(j) 于是 dy/dX = [u(i)v(j)] =UV’ 
    y = U’X’XU 则dy/dX = 2XUU’ 
    y =(XU-V)’(XU-V) 则 dy/dX = d(U’X’XU - 2V’XU + V’V)/dX = 2XUU’ - 2VU’ +0 = 2(XU-V)U’
  9. 矩阵Y对矩阵X的导数: 
    将Y的每个元素对X求导,然后排在一起形成超级矩阵。 
    10.乘积的导数 
    d(f*g)/dx=(df’/dx)g+(dg/dx)f’ 
    结论 
    d(x’Ax)=(d(x”)/dx)Ax+(d(Ax)/dx)(x”)=Ax+A’x (注意:”是表示两次转置)

矩阵求导 属于 矩阵计算,应该查找 Matrix Calculus 的文献: 
http://www.psi.toronto.edu/matrix/intro.html#Intro 
http://www.psi.toronto.edu/matrix/calculus.html 
http://www.stanford.edu/~dattorro/matrixcalc.pdf 
http://www.colorado.edu/engineering/CAS/courses.d/IFEM.d/IFEM.AppD.d/IFEM.AppD.pdf 
http://www4.ncsu.edu/~pfackler/MatCalc.pdf 
http://center.uvt.nl/staff/magnus/wip12.pdf

矩阵的f范数及其求偏导法则的更多相关文章

  1. 矩阵的 Frobenius 范数及其求偏导法则

    cr:http://blog.csdn.net/txwh0820/article/details/46392293 一.矩阵的迹求导法则   1. 复杂矩阵问题求导方法:可以从小到大,从scalar到 ...

  2. 矩阵的frobenius范数及其求偏导法则

    例子: http://www.mathchina.net/dvbbs/dispbbs.asp?boardid=4&Id=3673

  3. Maths | 二次型求偏导

  4. 用tensorflow求偏导

    # coding:utf-8 from __future__ import absolute_import from __future__ import unicode_literals from _ ...

  5. MathType二次偏导怎么表示

    求导以及求偏导运算在数学中是很重要的一个部分,尤其是在高等数学中,基本都由函数的导数与偏导组成,很多公式定理也是关于这方面的,如果少了这一部分,数学将会黯然失色.因此在文档中涉及到这些内容时,必然会少 ...

  6. 2范数和F范数的区别

    2范数和F范数是不同的. 2范数表示矩阵或向量的最大奇异值,max⁡(svd(X)) 而 F范数表示矩阵所有元素平方和的开方根 sqrt(∑_(x_(i,j∈X))▒x_(i,j)^2 )

  7. Educational Codeforces Round 12 F. Four Divisors 求小于x的素数个数(待解决)

    F. Four Divisors 题目连接: http://www.codeforces.com/contest/665/problem/F Description If an integer a i ...

  8. C++实现矩阵的相加/相称/转置/求鞍点

    1.矩阵相加 两个同型矩阵做加法,就是对应的元素相加. #include<iostream> using namespace std; int main(){ int a[3][3]={{ ...

  9. 螺旋矩阵O(1)根据坐标求值

    传送门 洛谷2239 •题意 从矩阵的左上角(第11行第11列)出发,初始时向右移动: 如果前方是未曾经过的格子,则继续前进,否则右转: 重复上述操作直至经过矩阵中所有格子. 根据经过顺序,在格子中依 ...

随机推荐

  1. BM25和Lucene Default Similarity比较 (原文标题:BM25 vs Lucene Default Similarity)

    原文链接: https://www.elastic.co/blog/found-bm-vs-lucene-default-similarity 原文 By Konrad Beiske 翻译 By 高家 ...

  2. [笔记]我的Linux入门之路 - 03.Java环境搭建

    其实ubuntu是自带一个叫openJDK的东西的,是谷歌看Oracle不爽而搞的.不过呢...总感觉不太习惯,况且我既然都来Linux了,总是想折腾一把的. 首先先检查下有没有安装java.终端输入 ...

  3. 转:Redis配置文件详解

    配置与特性详解 1. 在redis中,合法的"尺寸单位",无大小写区分. # 1k => bytes # 1kb => bytes # 1m => bytes # ...

  4. Git Flow Note

    近期困惑于Git代码版本控制,集中两天时间研究,其中基础知识来源于<Git权威指南>,分支思想则来源于一篇博文<A successful Git branching model> ...

  5. Java调用IDL方法总结

    Java调用IDL方法总结 Java调用IDL程序,需要先在java中加载IDL的java包(javaidlb.jar),该包不需要下载,在IDL的安装目录中可以直接找到(C:\Program Fil ...

  6. URI结构

    [scheme:][//host:port][path][?query][#fragment] path:从端口后第一个/开始,可以有多个,每个用/连接. query:从第一个?开始,至行尾或#结束. ...

  7. Python 随机生成有效手机号码及身份证

    中国那么大,人那么多,几乎人手一部手机.手机号码已经作为各大互联网站的注册账户.同样,身份证更是如此.以下是生成有效手机号码和身份证号. 身份证需要下载districtcode.txt这个文件:htt ...

  8. zabbix server安装详解

    简介 zabbix(音同 zæbix)是一个基于WEB界面的提供分布式系统监视以及网络监视功能的企业级的开源解决方案. zabbix能监视各种网络参数,保证服务器系统的安全运营:并提供灵活的通知机制以 ...

  9. Random Forest Classification of Mushrooms

    There is a plethora of classification algorithms available to people who have a bit of coding experi ...

  10. Python中Swithch Case语法实现

    而python本身没有switch语句,解决方法有以下3种:A.使用dictionaryvalues = { value1: do_some_stuff1, value2: do_some_stuff ...