[转载]矩阵求导公式

基本公式：
Y = A * X --> DY/DX = A‘
Y = X * A --> DY/DX = A
Y = A‘ * X * B --> DY/DX = A * B‘
Y = A‘ * X‘ * B --> DY/DX = B * A‘

1. 矩阵Y对标量x求导：

相当于每个元素求导数后转置一下，注意M×N矩阵求导后变成N×M了

Y = [y(ij)] --> dY/dx = [dy(ji)/dx]

2. 标量y对列向量X求导：

注意与上面不同，这次括号内是求偏导，不转置，对N×1向量求导后还是N×1向量

y = f(x1,x2,..,xn) --> dy/dX = (Dy/Dx1,Dy/Dx2,..,Dy/Dxn)‘

3. 行向量Y‘对列向量X求导：

注意1×M向量对N×1向量求导后是N×M矩阵。

将Y的每一列对X求偏导，将各列构成一个矩阵。

重要结论：

dX‘/dX = I

d(AX)‘/dX = A‘

4. 列向量Y对行向量X’求导：

转化为行向量Y’对列向量X的导数，然后转置。

注意M×1向量对1×N向量求导结果为M×N矩阵。

dY/dX‘ = (dY‘/dX)‘

5. 向量积对列向量X求导运算法则：

注意与标量求导有点不同。

d(UV‘)/dX = (dU/dX)V‘ + U(dV‘/dX)

d(U‘V)/dX = (dU‘/dX)V + (dV‘/dX)U‘

重要结论：

d(X‘A)/dX = (dX‘/dX)A + (dA/dX)X‘ = IA + 0X‘ = A

d(AX)/dX‘ = (d(X‘A‘)/dX)‘ = (A‘)‘ = A

d(X‘AX)/dX = (dX‘/dX)AX + (d(AX)‘/dX)X = AX + A‘X

6. 矩阵Y对列向量X求导：

将Y对X的每一个分量求偏导，构成一个超向量。

注意该向量的每一个元素都是一个矩阵。

7. 矩阵积对列向量求导法则：

d(uV)/dX = (du/dX)V + u(dV/dX)

d(UV)/dX = (dU/dX)V + U(dV/dX)

重要结论：

d(X‘A)/dX = (dX‘/dX)A + X‘(dA/dX) = IA + X‘0 = A

8. 标量y对矩阵X的导数：

类似标量y对列向量X的导数，

把y对每个X的元素求偏导，不用转置。

dy/dX = [ Dy/Dx(ij) ]

重要结论：

y = U‘XV = ΣΣu(i)x(ij)v(j) 于是 dy/dX = [u(i)v(j)] = UV‘

y = U‘X‘XU 则 dy/dX = 2XUU‘

y = (XU-V)‘(XU-V) 则 dy/dX = d(U‘X‘XU - 2V‘XU + V‘V)/dX = 2XUU‘ - 2VU‘ + 0 = 2(XU-V)U‘

9. 矩阵Y对矩阵X的导数：

将Y的每个元素对X求导，然后排在一起形成超级矩阵。

10.乘积的导数

d(f*g)/dx=(df‘/dx)g+(dg/dx)f‘

结论

d(x‘Ax)=(d(x‘‘)/dx)Ax+(d(Ax)/dx)(x‘‘)=Ax+A‘x   （注意：‘‘是表示两次转置）

比较详细点的如下：

http://lzh21cen.blog.163.com/blog/static/145880136201051113615571/

http://hi.baidu.com/wangwen926/blog/item/eb189bf6b0fb702b720eec94.html

其他参考：

Contents

• Notation
• Derivatives of Linear Products
• Derivatives of Quadratic Products

Notation

• d/dx (y) is a vector whose (i) element is dy(i)/dx
• d/dx (y) is a vector whose (i) element is dy/dx(i)
• d/dx (y^T) is a matrix whose (i,j) element is dy(j)/dx(i)
• d/dx (Y) is a matrix whose (i,j) element is dy(i,j)/dx
• d/dX (y) is a matrix whose (i,j) element is dy/dx(i,j)

Note that the Hermitian transpose is not used because complex conjugates are not analytic.

In the expressions below matrices and vectors A, B, C do not depend on X.

Derivatives of Linear Products

• d/dx (AYB) =A * d/dx (Y) * B
• • d/dx (Ay) =A * d/dx (y)
• d/dx (x^TA) =A
• • d/dx (x^T) =I
  • d/dx (x^Ta) = d/dx (a^Tx) = a
• d/dX (a^TXb) = ab^T
• • d/dX (a^TXa) = d/dX (a^TX^Ta) = aa^T
• d/dX (a^TX^Tb) = ba^T
• d/dx (YZ) =Y * d/dx (Z) + d/dx (Y) * Z

Derivatives of Quadratic Products

• d/dx (Ax+b)^TC(Dx+e) = A^TC(Dx+e) + D^TC^T(Ax+b)
• • d/dx (x^TCx) = (C+C^T)x
  • • [C: symmetric]: d/dx (x^TCx) = 2Cx
    • d/dx (x^Tx) = 2x
  • d/dx (Ax+b)^T (Dx+e) = A^T (Dx+e) + D^T (Ax+b)
  • • d/dx (Ax+b)^T (Ax+b) = 2A^T (Ax+b)
  • [C: symmetric]: d/dx (Ax+b)^TC(Ax+b) = 2A^TC(Ax+b)
• d/dX (a^TX^TXb) = X(ab^T + ba^T)
• • d/dX (a^TX^TXa) = 2Xaa^T
• d/dX (a^TX^TCXb) = C^TXab^T + CXba^T
• • d/dX (a^TX^TCXa) = (C + C^T)Xaa^T
  • [C:Symmetric] d/dX (a^TX^TCXa) = 2CXaa^T
• d/dX ((Xa+b)^TC(Xa+b)) = (C+C^T)(Xa+b)a^T

Derivatives of Cubic Products

• d/dx (x^TAxx^T) = (A+A^T)xx^T+x^TAxI

Derivatives of Inverses

• d/dx (Y^-1) = -Y^-1d/dx (Y)Y^-1

Derivative of Trace

Note: matrix dimensions must result in an n*n argument for tr().

• d/dX (tr(X)) = I
• d/dX (tr(X^k)) =k(X^k-1)^T
• d/dX (tr(AX^k)) = SUM_r=0:k-1(X^rAX^k-r-1)^T
• d/dX (tr(AX^-1B)) = -(X^-1BAX^-1)^T
  • d/dX (tr(AX^-1)) =d/dX (tr(X^-1A)) = -X^-TA^TX^-T
• d/dX (tr(A^TXB^T)) = d/dX (tr(BX^TA)) = AB
  • d/dX (tr(XA^T)) = d/dX (tr(A^TX)) =d/dX (tr(X^TA)) = d/dX (tr(AX^T)) = A
• d/dX (tr(AXBX^T)) = A^TXB^T + AXB
  • d/dX (tr(XAX^T)) = X(A+A^T)
  • d/dX (tr(X^TAX)) = X^T(A+A^T)
  • d/dX (tr(AX^TX)) = (A+A^T)X
• d/dX (tr(AXBX)) = A^TX^TB^T + B^TX^TA^T
• [C:symmetric] d/dX (tr((X^TCX)^-1A) = d/dX (tr(A (X^TCX)^-1) = -(CX(X^TCX)^-1)(A+A^T)(X^TCX)^-1
• [B,C:symmetric] d/dX (tr((X^TCX)^-1(X^TBX)) = d/dX (tr( (X^TBX)(X^TCX)^-1) = -2(CX(X^TCX)^-1)X^TBX(X^TCX)^-1 + 2BX(X^TCX)^-1

Derivative of Determinant

Note: matrix dimensions must result in an n*n argument for det().

• d/dX (det(X)) = d/dX (det(X^T)) = det(X)*X^-T
• • d/dX (det(AXB)) = det(AXB)*X^-T
  • d/dX (ln(det(AXB))) = X^-T
• d/dX (det(X^k)) = k*det(X^k)*X^-T
  • d/dX (ln(det(X^k))) = kX^-T
• [Real] d/dX (det(X^TCX)) = det(X^TCX)*(C+C^T)X(X^TCX)^-1
• • [C: Real,Symmetric] d/dX (det(X^TCX)) = 2det(X^TCX)* CX(X^TCX)^-1
• [C: Real,Symmetricc] d/dX (ln(det(X^TCX))) = 2CX(X^TCX)^-1

Jacobian

If y is a function of x, then dy^T/dx is the Jacobian matrix of y with respect to x.

Its determinant, |dy^T/dx|, is the Jacobian of y with respect to x and represents the ratio of the hyper-volumes dy and dx. The Jacobian occurs when changing variables in an integration: Integral(f(y)dy)=Integral(f(y(x)) |dy^T/dx| dx).

Hessian matrix

If f is a function of x then the symmetric matrix d²f/dx² = d/dx^T(df/dx) is the Hessian matrix of f(x). A value of x for which df/dx = 0 corresponds to a minimum, maximum or saddle point according to whether the Hessian is positive definite, negative definite or indefinite.

• d²/dx² (a^Tx) = 0
• d²/dx² (Ax+b)^TC(Dx+e) = A^TCD + D^TC^TA
• • d²/dx² (x^TCx) = C+C^T
  • • d²/dx² (x^Tx) = 2I
  • d²/dx² (Ax+b)^T (Dx+e) = A^TD + D^TA
  • • d²/dx² (Ax+b)^T (Ax+b) = 2A^TA
  • [C: symmetric]: d²/dx² (Ax+b)^TC(Ax+b) = 2A^TCA  

http://www.stanford.edu/~dattorro/matrixcalc.pdf

http://www.colorado.edu/engineering/CAS/courses.d/IFEM.d/IFEM.AppD.d/IFEM.AppD.pdf

http://www4.ncsu.edu/~pfackler/MatCalc.pdf

http://center.uvt.nl/staff/magnus/wip12.pdf

 

补充

原文地址：机器学习中常用的矩阵求导公式作者：MachineLearner

矩阵求导好像读书的时候都没学过，因为讲矩阵的课程上不讲求导，讲求导的课又不提矩阵。如果从事机器学习方面的工作，那就一定会遇到矩阵求导的东西。维基百科上：http://en.wikipedia.org/wiki/Matrix_calculus ， 根据Y与X的不同类型（实值，向量，矩阵），给出了具体的求导公式，以及一堆相关的公式，查起来都费劲。

其实在实际的机器学习工作中，最常用到的就是实值函数y对向量X的求导，定义如下（其实就是y对向量X的每一个元素求导）：

实值函数对矩阵X求导也类似：

因为机器学习（这里指的是有监督的机器学习）的一般套路是给定输入X，选择一个模型f作为决策函数，由f(X)预测出Y‘。而得到f的参数θ（往往是向量），需要定义一个loss函数（一般都是实值函数），描述当前f预测值Y‘与实际的Y值的接近程度。模型学习的过程就是求使得 loss函数 L(f(X),Y)最小的参数θ。这是一个最优化问题，实际应用中都是用和梯度相关的最优化方法，如梯度下降，共轭梯度，拟牛顿法等等。

其实只要掌握上面这个公式，就能搞定很多问题了。

为了方便推导，下面列出一些机器学习中常用的求导公式，其中andrew ng那一套用矩阵迹的方法还是挺不错的，矩阵的迹也是实值的，而一个实数的迹等于其本身，实际工作中可以将loss函数转化成迹，然后在求导，可能会简化推导的步骤。

以上只是一些最基本的公式，能够解决一些问题，主要是减少大家对矩阵求导的恐惧感。关于矩阵方面的更多信息可以参考上面的wiki链接以及《Matrix cookbook》（感谢 @王树森 CS 推荐）。