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

加载中...
此文章数据所有权由区块链加密技术和智能合约保障仅归创作者所有。