Soptq

Soptq

Probably a full-stack, mainly focusing on Distributed System / Consensus / Privacy-preserving Tech etc. Decentralization is a trend, privacy must be protected.
twitter
github
bilibili

矩阵求导

矩阵求导(Matrix Derivative)也称作矩阵微分(Matrix Differential),在机器学习、图像处理、最优化等领域的公式推导中经常用到。矩阵求导实际上是多元变量的微积分问题,只是应用在矩阵空间上而已,即为标量求导的一个推广,他的定义为将自变量中的每一个数与因变量中的每一个数求导。

具体地,假设存在 Am×nA_{m \times n}Bp×qB_{p \times q} ,则 AB\frac{\partial A}{\partial B} 会将 AA 中的每一个值对 BB 中的每一个值求导,最后一共会得到 m×n×p×qm \times n \times p \times q 个导数值。这么多的导数值,最后是排布成一个 m×(n×p×q)m \times (n \times p \times q) 的矩阵还是一个 (m×n×p)×q(m \times n \times p) \times q 的矩阵呢?矩阵求导的关键就在于规定如何排布这么多的导数值。

以分布布局为例子,一共有以下几个矩阵求导法则。分母布局是什么意思呢?简单的说就是以分母为一个基准,希望求导出来的结果和分母的维度相同。除了分母布局以外还有分子布局。分子布局和分母布局的求导结果通常相差一个转置。

基本法则#

法则 0 :标量对标量求导#

略。详细的请参考高等数学。

法则 1 :标量对向量求导#

考虑我们有 ff 是一个标量, x=[x1x2xp]Tx = \begin{bmatrix} x_1 & x_2 & \cdots & x_p \end{bmatrix}^{T} 是一个 p×1p \times 1 的列向量。则有:

fx=[fx1fx2fxp]T\frac{\partial f}{\partial x}=\begin{bmatrix}\frac{\partial f}{\partial x_1} & \frac{\partial f}{\partial x_2} & \cdots & \frac{\partial f}{\partial x_p}\end{bmatrix}^{T}

可以看得出,求导出来的结果维度是和分母 xx 相同的。若 xx 为行向量同理。

法则 2 :向量对标量求导#

考虑我们有 f=[f1f2fm]Tf = \begin{bmatrix} f_1 & f_2 & \cdots & f_m \end{bmatrix}^{T} 是一个 m×1 m \times 1 的列向量, xx 是一个标量。则有:

fx=[f1xf2xfmx]\frac{\partial f}{\partial x}=\begin{bmatrix}\frac{\partial f_1}{\partial x} & \frac{\partial f_2}{\partial x} & \cdots & \frac{\partial f_m}{\partial x}\end{bmatrix}

可以看得出,这个时候求导出来的结果维度和分子 ff 是相反的。若 ff 为行向量同理。

法则 3 :向量对向量求导#

考虑我们有 f=[f1f2fm]Tf = \begin{bmatrix} f_1 & f_2 & \cdots & f_m \end{bmatrix}^{T} 是一个 m×1 m \times 1 的列向量, x=[x1x2xp]Tx = \begin{bmatrix} x_1 & x_2 & \cdots & x_p \end{bmatrix}^{T} 是一个 p×1p \times 1 的列向量。则有:

fx=[f1x1f2x1fmx1f1x2f2x2fmx2f1xpf2xpfmxp]\frac{\partial f}{\partial x}=\begin{bmatrix}\frac{\partial f_1}{\partial x_1} & \frac{\partial f_2}{\partial x_1} & \cdots & \frac{\partial f_m}{\partial x_1} \\ \frac{\partial f_1}{\partial x_2} & \frac{\partial f_2}{\partial x_2} & \cdots & \frac{\partial f_m}{\partial x_2} \\ \vdots & \vdots & \ddots & \vdots \\ \frac{\partial f_1}{\partial x_p} & \frac{\partial f_2}{\partial x_p} & \cdots & \frac{\partial f_m}{\partial x_p} \end{bmatrix}

这时求导结果的维度为 p×mp \times m

法则 4 :标量对矩阵求导#

考虑我们有 ff 是一个标量, xp×qx_{p \times q} 是一个矩阵。则有:

fx=[fx11fx12fx1qfx21fx22fx2qfxp1fxp2fxpq]\frac{\partial f}{\partial x}=\begin{bmatrix}\frac{\partial f}{\partial x_{11}} & \frac{\partial f}{\partial x_{12}} & \cdots & \frac{\partial f}{\partial x_{1q}} \\ \frac{\partial f}{\partial x_{21}} & \frac{\partial f}{\partial x_{22}} & \cdots & \frac{\partial f}{\partial x_{2q}} \\ \vdots & \vdots & \ddots & \vdots \\ \frac{\partial f}{\partial x_{p1}} & \frac{\partial f}{\partial x_{p2}} & \cdots & \frac{\partial f}{\partial x_{pq}} \end{bmatrix}

同样,我们求导结果和分母 xx 的维度一致,是 p×qp \times q

法则 5 :矩阵对向量求导#

考虑我们有 fm×nf_{m \times n} 是一个矩阵, xx 是一个标量。则有:

fx=[f11xf21xfm1xf21xf22xfm2x2qfn1xfn2xfnmx]\frac{\partial f}{\partial x}=\begin{bmatrix}\frac{\partial f_{11}}{\partial x} & \frac{\partial f_{21}}{\partial x} & \cdots & \frac{\partial f_{m1}}{\partial x} \\ \frac{\partial f_{21}}{\partial x} & \frac{\partial f_{22}}{\partial x} & \cdots & \frac{\partial f_{m2}}{\partial x_{2q}} \\ \vdots & \vdots & \ddots & \vdots \\ \frac{\partial f_{n1}}{\partial x} & \frac{\partial f_{n2}}{\partial x} & \cdots & \frac{\partial f_{nm}}{\partial x} \end{bmatrix}

我们求导的结果与分子相反,为 n×mn \times m

其余:向量与矩阵之间以及矩阵与矩阵之间的求导#

当我们的自变量与因变量都为不为标量时,根据我们对矩阵求导实质的讨论,势必会得出大量的导数难以被排列。例如,一般情况下,假设我们有 fm×nf_{m \times n} 以及 xp×qx_{p \times q} ,则求导后我们会得到 m×n×p×qm \times n \times p \times q 个导数结果。这时对这些导数一般有两种定义方法。

第一种定义#

我们按照之前的法则,将 fx\frac{\partial f}{\partial x} 理解为对每一个 ff 中的标量,使其对 xx 求导,然后将其放回矩阵 ff 中的原位。即我们使用 fijx\frac{\partial f_{ij}}{\partial x} 替换 fijf_{ij} ,最后会得到一个 mp×nqmp \times nq 的导数矩阵。

第二种定义(主流)#

这种定义是将矩阵对矩阵求导问题归约到向量对向量求导。即对矩阵先做向量化处理,然后再求导:

fx=vec(f)vec(x) \frac{\partial f}{\partial x}=\frac{\partial vec(f)}{\partial vec(x)}

其中,向量化的实现方法分为列向量化和行向量化。我们以列向量化为例,将 fm×nf_{m \times n}xp×qx_{p \times q} 向量化为 fmn×1f_{mn \times 1}xpq×1x_{pq \times 1} ,然后利用法则 3 求导得到维度为 pq×mnpq \times mn 的导数结果。

有用的公式#

下列公式中,Am×1A_{m \times 1}xm×1x_{m \times 1} 是列向量, Bm×mB_{m \times m} 是矩阵。下面 3 个公式在文末有证明。

编号公式
1xTAx=ATxx=A\frac{\partial{x^{T}A}}{\partial{x}} = \frac{\partial{A^{T}x}}{\partial{x}} = A
2xTxx=x\frac{\partial{x^{T}x}}{\partial{x}} = x
3xTBxx=(B+BT)x\frac{\partial{x^{T}Bx}}{\partial{x}} = (B + B^{T})x

下列公式是一些关于矩阵迹的公式。其中, aa 是一个标量, AA, BB, CC 分为三个矩阵。

编号公式
1tr(a)=atr(a) = a
2tr(A)=tr(AT)tr(A) = tr(A^T)
3tr(AB)=tr(BA)tr(AB) = tr(BA)
4tr(ABC)=tr(CAB)=tr(BCA)tr(ABC) = tr(CAB) = tr(BCA)
5tr(AB)A=BT\frac{\partial{tr(AB)}}{\partial{A}} = B^T
6tr(ABATC)A=CAB+CTABT\frac{\partial{tr(ABA^{T}C)}}{\partial{A}} = CAB + C^{T}AB^{T}

一些公式的证明#

令:

Am×1=[A1A2Am]TA_{m \times 1} = \begin{bmatrix} A_1 & A_2 & \cdots & A_m \end{bmatrix} ^ {T}

Bm×m=Bm×m=[B11B12B1mB21B22B2mBm1Bm2Bmm]B_{m \times m} = B_{m \times m} = \begin{bmatrix} B_{11} & B_{12} & \cdots & B_{1m} \\ B_{21} & B_{22} & \cdots & B_{2m} \\ \vdots & \vdots & \ddots & \vdots \\ B_{m1} & B_{m2} & \cdots & B_{mm} \end{bmatrix}

xm×1=[x1x2xm]Tx_{m \times 1} = \begin{bmatrix} x_1 & x_2 & \cdots & x_m \end{bmatrix} ^ {T}

公式 1#

xTAx=ATxx=A\frac{\partial{x^{T}A}}{\partial{x}} = \frac{\partial{A^{T}x}}{\partial{x}} = A

因为 Am×1A_{m \times 1}xm×1x_{m \times 1} 是列向量,所以 xTA=ATx=i=1mAixix^{T}A = A^{T}x = \sum_{i=1}^{m}{A_{i}x_{i}} 为一个标量,所以可以用法则 1 进行计算。

xTAx=ATxx\frac{\partial{x^{T}A}}{\partial{x}} = \frac{\partial{A^{T}x}}{\partial{x}}

=[i=1mAixix1i=1mAixix2i=1mAixixm]= \begin{bmatrix} \frac{\partial{\sum_{i=1}^{m}{A_{i}x_{i}}}}{\partial{x_1}} \\ \frac{\partial{\sum_{i=1}^{m}{A_{i}x_{i}}}}{\partial{x_2}} \\ \cdots \\ \frac{\partial{\sum_{i=1}^{m}{A_{i}x_{i}}}}{\partial{x_m}} \end{bmatrix}

=[A1A2Am]= \begin{bmatrix} A_1 \\ A_2 \\ \cdots \\ A_m \end{bmatrix}

=A= A

公式 2#

同理 公式 1

公式 3#

xTBxx=(B+BT)x\frac{\partial{x^{T}Bx}}{\partial{x}} = (B + B^{T})x

由题意可得, xTBxx^{T}Bx 为标量,则原式为标量对列向量求导,可以用法则 1 进行计算。

xTBxx\frac{\partial{x^{T}Bx}}{\partial{x}}

=[i=1mj=1mBijxixjx1i=1mj=1mBijxixjx2i=1mj=1mBijxixjxm] = \begin{bmatrix} \frac{\partial{\sum_{i=1}^{m}{\sum_{j=1}^{m}{B_{ij}x_{i}x_{j}}}}}{\partial{x_1}} \\ \frac{\partial{\sum_{i=1}^{m}{\sum_{j=1}^{m}{B_{ij}x_{i}x_{j}}}}}{\partial{x_2}} \\ \cdots \\ \frac{\partial{\sum_{i=1}^{m}{\sum_{j=1}^{m}{B_{ij}x_{i}x_{j}}}}}{\partial{x_m}} \end{bmatrix}

由导数法则有:

f(x)g(x)x=f(x)xg(x)+f(x)g(x)x \frac{\partial{f(x)g(x)}}{\partial{x}} = \frac{\partial{f(x)}}{x}g(x) + f(x)\frac{\partial{g(x)}}{\partial{x}}

于是,原式继续有:

=[i=1mBi1xi+j=1mB1jxji=1mBi2xi+j=1mB2jxji=1mBimxi+j=1mBmjxj]= \begin{bmatrix} \sum_{i=1}^{m}{B_{i1}x_i} + \sum_{j=1}^{m}{B_{1j}x_j} \\ \sum_{i=1}^{m}{B_{i2}x_i} + \sum_{j=1}^{m}{B_{2j}x_j} \\ \cdots \\ \sum_{i=1}^{m}{B_{im}x_i} + \sum_{j=1}^{m}{B_{mj}x_j} \end{bmatrix}

=[i=1mBi1xii=1mBi2xii=1mBimxi]+[j=1mB1jxjj=1mB2jxjj=1mBmjxj]= \begin{bmatrix} \sum_{i=1}^{m}{B_{i1}x_i} \\ \sum_{i=1}^{m}{B_{i2}x_i} \\ \cdots \\ \sum_{i=1}^{m}{B_{im}x_i} \end{bmatrix} + \begin{bmatrix} \sum_{j=1}^{m}{B_{1j}x_j} \\ \sum_{j=1}^{m}{B_{2j}x_j} \\ \cdots \\ \sum_{j=1}^{m}{B_{mj}x_j} \end{bmatrix}

=[B11B21Bm1B12B22Bm2B1mB2mBmm][x1x2xm]+[B11B12B1mB21B22B2mBm1Bm2Bmm][x1x2xm]= \begin{bmatrix} B_{11} & B{21} & \cdots & B{m1} \\ B_{12} & B{22} & \cdots & B{m2} \\ \vdots & \vdots & \ddots & \vdots \\ B_{1m} & B{2m} & \cdots & B{mm} \end{bmatrix} \begin{bmatrix} x_1 \\ x_2 \\ \vdots \\ x_m \end{bmatrix}+ \begin{bmatrix} B_{11} & B{12} & \cdots & B{1m} \\ B_{21} & B{22} & \cdots & B{2m} \\ \vdots & \vdots & \ddots & \vdots \\ B_{m1} & B{m2} & \cdots & B{mm} \end{bmatrix} \begin{bmatrix} x_1 \\ x_2 \\ \vdots \\ x_m \end{bmatrix}

=(AT+A)x=(A+AT)x= (A^{T} + A)x = (A + A^{T})x

Loading...
Ownership of this post data is guaranteed by blockchain and smart contracts to the creator alone.