最近学到线性回归中要用到向量,矩阵求导,所以就搜集了下资料,总结如下:
矩阵求导有两种布局:
分子布局(numerator layout)
分母布局(denominator layout)
下面用向量y对标量x求导简单说明这两种布局的区别。
我们假定所有的向量都是列向量。
在分子布局下:
∂y∂x=⎡⎣⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢∂y1∂x∂y2∂x⋮∂ym∂x⎤⎦⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥
在分母布局下:
∂y∂x=[∂y1∂x∂y2∂x⋯∂ym∂x]
在下面的推到中,都将采用分母布局,也就是向量(列)对标量求导的结果都是行向量。(采用这种布局的主要原因是向量对向量的求导就是一个矩阵了)
求导的类别
求导大致分为5类:
向量对标量标量对向量向量对向量矩阵对向量向量对矩阵矩阵求导的大致规则如下:
对标量求导结果都要转置,而标量对向量或者矩阵求导的话位置不变。
向量对标量:
(采用的是分母布局,也就是转置了)
标量对向量:
(此时X是向量,y是标量,标量对向量的求导没有转置)
向量对向量求导:
X=⎡⎣⎢⎢⎢⎢⎢⎢⎢x1x2x3⋮xn⎤⎦⎥⎥⎥⎥⎥⎥⎥y=⎡⎣⎢⎢⎢⎢⎢⎢⎢y1y2y3⋮ym⎤⎦⎥⎥⎥⎥⎥⎥⎥
∂y∂X=⎡⎣⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢∂y1∂x1∂y1∂x2⋮∂y1∂xn∂y2∂x1∂y2∂x2⋮∂y2∂xn⋯⋯⋱⋯∂ym∂x1∂ym∂x2⋮∂ym∂xn⎤⎦⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥
矩阵对标量求导:
可以看出转置了。。
标量对矩阵求导:
∂y∂X=⎡⎣⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢∂y∂x11∂y∂x21⋮∂y∂xp1∂y∂x12∂y∂x22⋮∂y∂xp2⋯⋯⋱⋯∂y∂x1q∂y∂x2q⋮∂y∂xpq⎤⎦⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥简单的例子
例1.
y=aTx其中, y∈R,a∈Rn×1,x∈Rn×1
属于标量对向量求导,所以有:
∂y∂x=a
其中a是列向量,没有转置
例2.
y=Axy∈Rm×1,A∈Rm×n,x∈Rn×1
属于向量对向量求导,所以有:
∂y∂x=AT
例3.
其中, y∈Rm×1,A∈Rm×n,u∈Rn×1,x∈Rp×1
属于向量对向量的求导,所以有:
∂y∂x=∂u∂xAT
如果:
y=a(x)u(x)其中: y∈Rm×1,a∈R,u∈Rm×1,x∈Rn×1
属于向量对向量的求导,所以有:
∂y∂x=∂u∂xa+∂a∂xuT
假如已知:
a(x)=Bxu(x)=Cx其中: B∈R1×n,C∈Rm×n
那么, ∂y∂x=CTa+BTuT
例子4:
f=xTAy(x)那么,
∂f∂x=Ay+∂y∂xATx
其中, x∈Rm×1,y∈Rn×1,A∈Rm×n,f∈R
上面的式子,当y(x)=x时,也就是m=n时。
f∂f∂x=xTAx=(A+AT)x
例子5:
则 ∂f∂x=a(xTb)+b(aTx)=(abT+baT)x
参考:
http://blog.csdn.net/young_gy/article/details/50008953
常用公式:
dUVTdX=(dUdX)VT+U(dVTdX)
dUTVdX=(dUTdX)V+(dVTdX)UT
dXTdx=IdXdxT=I
d(AX)Tdx=ATdAxdxT=A
dxTAdx=A
∂uTv∂x=∂uT∂xv+∂vT∂xuT
∂uvT∂x=∂u∂xvT+u∂vT∂x
dxTxdx=2x
dxTAxdx=(A+AT)x
∂AB∂x=∂A∂xB+A∂B∂x
∂uTXv∂X=uvT
∂uTXTXu∂X=2XuvT
∂[(Xu−v)T(Xu−v)]∂X=2(Xu−v)uT
维基百科:
Result of differentiating various kinds of aggregates with other kinds of aggregates
Identities: vector-by-vector ∂y∂x
Identities: scalar-by-vector ∂y∂x=∇xy
Identities: vector-by-scalar ∂y∂x
详细参考:
维基百科矩阵求导
因为是第一次用公式编辑器,所以总结下基本使用方法:
MathJax是一个JavaScript引擎,用来显示网络上的数学公式, MathJax有两种插入公式的方式:
一种是行中公式,另外一种是独立公式,行中公式可以插入到一行文字中,独立公式是单独成行,行中公式插入方式是:$…$,独立公式插入方式是:$$…$$,省略号代表插入的公式部分。
分组(最常用)
分组是用{}把一个部分括起来,看成一个整体
空格
MathJax中不能直接输入空格,可以用 , ; quad和qquad充当空格,增加的间隔依次增大
运算符号
运算符表示++−-×times÷div±pm∓mp^(指数运算符)^ 关系比较符号 运算符表示<lt>gt≤le≥ge≠neq分式
有两种实现方式:
输入:$frac {a+c+1}{b+c+2}$ ,输出: a+c+1b+c+2
输入:{a+c+1} over {b+c+2},输出: a+c+1b+c+2
根式
平方根 :
输入:sqrt {a+b},输出: a+b−−−−√
输入:sqrt[5] {a+b},输出: a+b−−−−√5
特殊数学符号
1.求和:
输入:sum {a+b},输出: ∑a+b
输入:sum_{i=1}^{K},输出: ∑Ki=1
其中”_”是下标; “^”是上标
输入:$$sum_{i=1}^{K}$$,输出:
2.连乘:
输入:prod {a+b},输出: ∏a+b
输入:prod_{i=1}^{K},输出: ∏Ki=1
输入:$$prod_{i=1}^{K}$$,输出:
3.arg max/arg min/max/min
输入:$$arg,max_{c_k}$$,输出:
argmaxck输入:$$arg,min_{c_k}$$,输出: argminck
输入:$$mathop {argmin}_{c_k}$$,输出: argminck
输入:$$mathop {argmax}_{c_k}$$,输出: argmaxck
输入:$$max_{c_k}$$,输出: maxck
输入:$$min_{c_k}$$,输出: minck
省略符号
连续点-省略号:
ldots 偏下点 ; cdots 中间点 ; vdots 竖直点 ; ddots 对角点
输入cdots:输出:⋯
常用在这种情况:
输入$f(x_1,x_2,cdots,x_n)$:输出: f(x1,x2,⋯,xn)
对齐:
begin{align}`用于开头,`end{align}用于结尾,对齐的位置用&开始,用\结束
输入:
输出:
条件函数
关键词是begin{cases}`和`end{cases},test{}括号里面输入内容
输入:
输出:
下面在看一个例子:
$$J(theta) = frac 1 2 sum_{i=1}^m (h_theta(x^{(i)})-y^{(i)})^2$$输出:
J(θ)=12∑i=1m(hθ(x(i))−y(i))2这个公式是线性回归算法里的成本函数
这里:
公式编辑器
以上是一些基本用法,遇到其他的再追加。。。。