目录

• 一、分子布局与分母布局
• 二、向量导数
• • 2.1 向量对标量求导
  • 2.2 标量对向量求导
  • 2.3 向量对向量求导
• 三、矩阵导数
• • 3.1 矩阵对标量求导
  • 3.2 标量对矩阵求导
• 参考

向量导数与矩阵导数是机器学习的数学基础，认真读完本文，相信你会有不少收获~

提 及 向 量 时 ， 若 无 特 殊 说 明 ， 我 们 默 认 为 列 向 量 \textcolor{red}{提及向量时，若无特殊说明，我们默认为{\bf 列向量}} 提及向量时，若无特殊说明，我们默认为列向量

一、分子布局与分母布局

我们知道，标量（Scalar）、向量（Vector）和矩阵（Matrix）它们三者满足如下关系：

标 量 ⊂ 向 量 ⊂ 矩 阵 标量 \subset 向量 \subset 矩阵 标量⊂向量⊂矩阵

即向量可以理解为一种特殊的矩阵（列数为 1 1 1 的矩阵），标量可以理解为一种特殊的向量（维度为 1 1 1 的向量），也可以理解为一个 1 × 1 1\times 1 1×1 的矩阵，所以今天我们讨论的向量导数和矩阵导数可以统称为 “矩阵导数”.

常见的矩阵导数有以下六种：

标量对标量求导相信大家再熟悉不过了（ f ′ ( x ) f'(x) f′(x) 就是一个很典型的例子）， 这里我们不再讨论. 事实上我们还可以讨论矩阵与向量之间的导数，矩阵与矩阵之间的导数，即表格中空着的地方，但因为这些导数的结果涉及到维数大于 2 2 2 的张量（tensor），我们无法再用矩阵的形式去表示，因此也不再讨论.

接下来我们会把重心放在剩余的五个矩阵导数上，即：

• 向量对标量求导
• 标量对向量求导
• 向量对向量求导
• 矩阵对标量求导
• 标量对矩阵求导

假设我们有 x = ( x 1 , ⋯   , x n ) T \boldsymbol{x}=(x_1,\cdots,x_n)^{\mathrm T} x=(x1​,⋯,xn​)T 和 y = ( y 1 , ⋯   , y m ) T \boldsymbol{y}=(y_1,\cdots,y_m)^{\mathrm T} y=(y1​,⋯,ym​)T 两个向量，则 ∂ y ∂ x \displaystyle \frac{\partial \boldsymbol{y}}{\partial \boldsymbol{x}} ∂x∂y​ 共有 m n mn mn 个分量：

∂ y i ∂ x j , i = 1 , ⋯   , m j = 1 , ⋯   , n \frac{\partial y_i}{\partial x_j},\quad i=1,\cdots,m\quad j=1,\cdots,n ∂xj​∂yi​​,i=1,⋯,mj=1,⋯,n

我们该如何去排列这 m n mn mn 个分量呢？这就要用到我们的分子布局（Numerator Layout）和分母布局（Denominator Layout）了. 所谓布局，无非就是对上面结果的一种排列，若不对排列方式加以规定，则很有可能导致数学运算过程中出现错误（例如因矩阵维数原因导致不能相乘）.

在谈向量导数时，我们有两个很重要的前提：

① 分子和分母都是向量，且其中一个是行向量，另外一个是列向量
② 分子和分母其中一个是标量，另外一个是行/列向量

当 ① 或 ② 满足时，我们接下来的讨论才有意义.

我们先看 ①：

• 若分母是列向量，分子是行向量，则称之为分母布局
• 若分子是列向量，分母是行向量，则称之为分子布局

用一句话概括就是：谁是列向量就是什么布局.

对于 ②，我们可以依然采用 “谁是列向量就是什么布局” 来判断，但如果分子分母都不是列向量时，该如何判断呢？

这种情形下也是一句话概括：谁是标量就是什么布局.

我们可以将这些讨论汇总在下表中：

对于矩阵导数，情况就有些不一样了：

此外，我们还有以下重要等式：

分 子 布 局 的 结 果 = 分 母 布 局 的 结 果 T , 分 母 布 局 的 结 果 = 分 子 布 局 的 结 果 T 分子布局的结果=分母布局的结果^{\mathrm{T}},\qquad 分母布局的结果=分子布局的结果^{\mathrm{T}} 分子布局的结果=分母布局的结果T,分母布局的结果=分子布局的结果T

以上所有结果都可以汇总成下面三张图：

更为直观的表示：

接下来我们的讨论都将基于分子布局.

二、向量导数

2.1 向量对标量求导

向量对标量求导的一些法则：

2.2 标量对向量求导

标量对向量求导的一些法则：

标量对向量求导的一些重要结论：

∂ a ∂ x = 0 T (2.2.A) \frac{\partial a }{\partial \boldsymbol x}={\bf 0}^{\mathrm T}\tag{2.2.A} ∂x∂a​=0T(2.2.A)

∂ a T x ∂ x = ∂ x T a ∂ x = a T (2.2.B) \frac{\partial \boldsymbol a^{\mathrm T}\boldsymbol x }{\partial \boldsymbol x}=\frac{\partial \boldsymbol x^{\mathrm T}\boldsymbol a }{\partial \boldsymbol x}=\boldsymbol a^{\mathrm T} \tag{2.2.B} ∂x∂aTx​=∂x∂xTa​=aT(2.2.B)

∂ x T x ∂ x = 2 x T (2.2.C) \frac{\partial \boldsymbol x^{\mathrm T}\boldsymbol x }{\partial \boldsymbol x}=2\boldsymbol x^{\mathrm T} \tag{2.2.C} ∂x∂xTx​=2xT(2.2.C)

∂ x T A x ∂ x = x T ( A + A T ) (2.2.D) \frac{\partial \boldsymbol x^{\mathrm T}{\bf A}\boldsymbol x }{\partial \boldsymbol x}=\boldsymbol x^{\mathrm T}({\bf A}+{\bf A}^{\mathrm T}) \tag{2.2.D} ∂x∂xTAx​=xT(A+AT)(2.2.D)

2.3 向量对向量求导

向量对向量求导的一些法则：

向量对向量求导的一些重要结论：

∂ a ∂ x = O (2.3.A) \frac{\partial \boldsymbol a }{\partial \boldsymbol x}={\bf O}\tag{2.3.A} ∂x∂a​=O(2.3.A)

∂ x ∂ x = I (2.3.B) \frac{\partial \boldsymbol x }{\partial \boldsymbol x}={\bf I}\tag{2.3.B} ∂x∂x​=I(2.3.B)

∂ A x ∂ x = A (2.3.C) \frac{\partial {\bf A}\boldsymbol x }{\partial \boldsymbol x}={\bf A}\tag{2.3.C} ∂x∂Ax​=A(2.3.C)

三、矩阵导数

3.1 矩阵对标量求导

矩阵对标量求导的一些法则：

3.2 标量对矩阵求导

标量对矩阵求导的一些法则：

标量对矩阵求导的一些重要结论：

∂ a ∂ X = O (3.2.A) \frac{\partial a }{\partial {\bf X}}={\bf O}\tag{3.2.A} ∂X∂a​=O(3.2.A)

∂ a T X b ∂ X = b a T (3.2.B) \frac{\partial \boldsymbol a^{\mathrm T}{\bf X}\boldsymbol b }{\partial {\bf X}}=\boldsymbol{ba}^{\mathrm T}\tag{3.2.B} ∂X∂aTXb​=baT(3.2.B)

∂ a T X T b ∂ X = a b T (3.2.C) \frac{\partial \boldsymbol a^{\mathrm T}{\bf X}^{\mathrm T}\boldsymbol b }{\partial {\bf X}}=\boldsymbol{ab}^{\mathrm T}\tag{3.2.C} ∂X∂aTXTb​=abT(3.2.C)

此外，我们经常会遇到迹对矩阵求导的情形，相关结论如下：

∂ t r ( X ) ∂ X = I (3.2.D) \frac{\partial \mathrm{tr}({\bf X})}{\partial {\bf X}}={\bf I}\tag{3.2.D} ∂X∂tr(X)​=I(3.2.D)

∂ t r ( X k ) ∂ X = k X k − 1 (3.2.E) \frac{\partial \mathrm{tr}({\bf X}^{k})}{\partial {\bf X}}=k{\bf X}^{k-1}\tag{3.2.E} ∂X∂tr(Xk)​=kXk−1(3.2.E)

∂ t r ( A X ) ∂ X = ∂ t r ( X A ) ∂ X = A (3.2.F) \frac{\partial \mathrm{tr}({\bf AX})}{\partial {\bf X}}=\frac{\partial \mathrm{tr}({\bf XA})}{\partial {\bf X}}={\bf A}\tag{3.2.F} ∂X∂tr(AX)​=∂X∂tr(XA)​=A(3.2.F)

∂ t r ( A X T ) ∂ X = ∂ t r ( X T A ) ∂ X = A T (3.2.G) \frac{\partial \mathrm{tr}({\bf AX}^{\mathrm T})}{\partial {\bf X}}=\frac{\partial \mathrm{tr}({\bf X}^{\mathrm T}{\bf A})}{\partial {\bf X}}={\bf A}^{\mathrm T}\tag{3.2.G} ∂X∂tr(AXT)​=∂X∂tr(XTA)​=AT(3.2.G)

∂ t r ( X T A X ) ∂ X = X T ( A + A T ) (3.2.H) \frac{\partial \mathrm{tr}({\bf X}^{\mathrm T}{\bf AX})}{\partial {\bf X}}={\bf X}^{\mathrm T}({\bf A}+{\bf A}^{\mathrm T})\tag{3.2.H} ∂X∂tr(XTAX)​=XT(A+AT)(3.2.H)

∂ t r ( X − 1 A ) ∂ X = − X − 1 A X − 1 (3.2.I) \frac{\partial \mathrm{tr}({\bf X}^{-1}{\bf A})}{\partial {\bf X}}=-{\bf X}^{-1}{\bf AX}^{-1}\tag{3.2.I} ∂X∂tr(X−1A)​=−X−1AX−1(3.2.I)

∂ t r ( A X B ) ∂ X = ∂ t r ( B A X ) ∂ X = B A (3.2.J) \frac{\partial \mathrm{tr}({\bf AXB})}{\partial {\bf X}}=\frac{\partial \mathrm{tr}({\bf BAX})}{\partial {\bf X}}={\bf BA}\tag{3.2.J} ∂X∂tr(AXB)​=∂X∂tr(BAX)​=BA(3.2.J)

∂ t r ( A X B X T C ) ∂ X = B X T C A + B T X T A T C T (3.2.K) \frac{\partial \mathrm{tr}({\bf AXBX}^{\mathrm T}{\bf C})}{\partial {\bf X}}={\bf BX}^{\mathrm T}{\bf CA}+{\bf B}^{\mathrm T}{\bf X}^{\mathrm T}{\bf A}^{\mathrm T}{\bf C}^{\mathrm T} \tag{3.2.K} ∂X∂tr(AXBXTC)​=BXTCA+BTXTATCT(3.2.K)

参考

[1] https://zhuanlan.zhihu.com/p/263777564
[2] https://www.zhihu.com/question/352174717
[3] https://cloud.tencent.com/developer/article/1551901
[4] https://en.wikipedia.org/wiki/Matrix_calculus
[5] https://www.comp.nus.edu.sg/~cs5240/lecture/matrix-diff.pdf

标签：bf,partial,导数,boldsymbol,矩阵,详解,3.2,向量,mathrm
来源： https://blog.csdn.net/weixin_44022472/article/details/122737908