元素向量矩阵求导公式(学到家)

本文详细介绍了元素、向量及矩阵之间的各种求导法则,包括行向量、列向量以及矩阵对元素、向量和矩阵自身的求导规则,并通过两个具体案例进行了解析。


元素向量矩阵求导法则【如果你在学习过程,遇到问题,可以请我做私教!老司机带你飞!】

公式都是,我一行行,通过markdown敲出来的,经过验证的,正确无误的~

1、行向量对元素求导

y T = [ y 1   ⋯   y n ] y^T = [y_1\ \cdots\ y_n] yT=[y1  yn] 是 n 维行向量, x x x 是元素,则 ∂ y T ∂ x = [ ∂ y 1 ∂ x   ⋯   ∂ y n ∂ x ] \frac{\partial y^T}{\partial x} = [\frac{\partial y_1}{\partial x} \ \cdots\ \frac{\partial y_n}{\partial x}] xyT=[xy1  xyn]

2、列向量对元素求导

y = [ y 1 ⋮ y n ] y = \left[ \begin{matrix}y_1\\\vdots\\y_n\end{matrix}\right] y=y1yn 是 m 维列向量, x x x 是元素,则:

∂ y ∂ x = [ ∂ y 1 ∂ x ⋮ ∂ y n ∂ x ] \frac{\partial y}{\partial x} = \left[\begin{matrix}\frac{\partial y_1}{\partial x}\\\vdots\\\frac{\partial y_n}{\partial x}\end{matrix}\right] xy=xy1xyn

3、矩阵对元素求导

Y = [ y 11    ⋯    y 1 n ⋮    ⋮    ⋮ y m 1    ⋯    y m n ] Y = \left[\begin{matrix}&y_{11}\ \ &\cdots \ \ &y_{1n}\\&\vdots\ \ &\vdots \ \ &\vdots\\&y_{m1}\ \ &\cdots \ \ &y_{mn}\end{matrix}\right] Y=y11    ym1        y1nymn

m × n m \times n m×n 矩阵, x x x 是元素,则

∂ Y ∂ x = [ ∂ y 11 ∂ x    ⋯    ∂ y 1 n ∂ x ⋮    ⋮    ⋮ ∂ y m 1 ∂ x    ⋯    ∂ y m n ∂ x ] \frac{\partial Y}{\partial x } = \left[\begin{matrix}&\frac{\partial y_{11}}{\partial x}\ \ &\cdots \ \ &\frac{\partial y_{1n}}{\partial x}\\&\vdots\ \ &\vdots\ \ &\vdots\\&\frac{\partial y_{m1}}{\partial x}\ \ &\cdots\ \ &\frac{\partial y_{mn}}{\partial x}\end{matrix}\right] xY=xy11    xym1        xy1nxymn

4、元素对行向量求导

y y y 是元素, x T = [ x 1    ⋯    x n ] x^T = [x_1\ \ \cdots\ \ x_{n}] xT=[x1    xn] 是 n 维行向量,则

∂ y ∂ x T = [ ∂ y ∂ x 1    ⋯    ∂ y ∂ x n ] \frac{\partial y}{\partial x^T} = [\frac{\partial y}{\partial x_1}\ \ \cdots\ \ \frac{\partial y}{\partial x_n}] xTy=[x1y    xny]

5、元素对列向量求导

y y y 是元素, x = [ x 1 ⋮ x n ] x = \left[ \begin{matrix}x_1\\\vdots\\x_n\end{matrix}\right] x=x1xn 是 n 维列向量,则

∂ y ∂ x = [ ∂ y ∂ x 1 ⋮ ∂ y ∂ x n ] \frac{\partial y}{\partial x} = \left[\begin{matrix}\frac{\partial y}{\partial x_1}\\\vdots\\\frac{\partial y}{\partial x_n}\end{matrix}\right] xy=x1yxny

6、元素对矩阵求导

X = [ x 11    ⋯    x 1 n ⋮    ⋮    ⋮ x m 1    ⋯    x m n ] X = \left[\begin{matrix}&x_{11}\ \ &\cdots \ \ &x_{1n}\\&\vdots\ \ &\vdots \ \ &\vdots\\&x_{m1}\ \ &\cdots \ \ &x_{mn}\end{matrix}\right] X=x11    xm1        x1nxmn

m × n m \times n m×n 矩阵, y y y 是元素,则

∂ y ∂ X = [ ∂ y ∂ x 11    ⋯    ∂ y ∂ x 1 n ⋮    ⋮    ⋮ ∂ y ∂ x m 1    ⋯    ∂ y ∂ x m n ] \frac{\partial y}{\partial X} = \left[\begin{matrix}&\frac{\partial y}{\partial x_{11}}\ \ &\cdots\ \ &\frac{\partial y}{\partial x_{1n}}\\&\vdots\ \ &\vdots\ \ &\vdots\\&\frac{\partial y}{\partial x_{m1}}\ \ &\cdots\ \ &\frac{\partial y}{\partial x_{mn}}\end{matrix}\right] Xy=x11y    xm1y        

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

MathDance

代码点亮人生,代码改变世界……

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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