版權聲明:本文為博主原創文章,遵循 CC 4.0 BY-SA 版權協議,轉載請附上原文出處鏈接和本聲明。
本文鏈接:https://blog.csdn.net/daaikuaichuan/article/details/80620518
一、矩陣求導
??一般來講,我們約定x=(x1,x2,...xN)Tx=(x1,x2,...xN)T,這是分母布局。常見的矩陣求導方式有:向量對向量求導,標量對向量求導,向量對標量求導。
1、向量對向量求導
? ? ? Numerator layout : 分子布局
? ? ? Denominator layout : 分母布局
? ? ? 《多元統計分析》課堂,按照分子布局來講。
?
2、標量對向量求導
?
?
?
?
3、向量對標量求導
?
其他的可以參考wiki:維基百科矩陣求導公式
?
二、幾種重要的矩陣
1、梯度(Gradient)
?
?
?
?
2、雅克比矩陣(Jacobian matrix)
?
?
?
?
3、海森矩陣(Hessian matrix)
?
三、常用的矩陣求導公式
?
?
?
?
參考:
https://blog.csdn.net/xtydtc/article/details/51133903
https://blog.csdn.net/yc461515457/article/details/49682473
————————————————
版權聲明:本文為CSDN博主「lx青萍之末」的原創文章,遵循 CC 4.0 BY-SA 版權協議,轉載請附上原文出處鏈接及本聲明。
原文鏈接:https://blog.csdn.net/daaikuaichuan/article/details/80620518