前面针对机器学习中基础的线性代数知识,我们做了一个常用知识的梳理。接下来针对机器学习公式推导过程中经常用到的矩阵求导,我们做一个详细介绍。
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。
矩阵的微积分本质上是多元变量的微积分问题,只是应用在矩阵空间上而已
根据 Y 与 X 的不同类型(实值、向量、矩阵)给出如下表中的表示:
类型 | 标量(Scalar) y | 向量(Vector) y | 矩阵(Matrix) Y |
---|---|---|---|
Scalar x | ∂y∂x | ∂y∂x | ∂Y∂x |
Vector x | ∂y∂x | ∂y∂x | |
Matrix X | ∂y∂X |
下面我们根据分子的布局(即X的类型)来介绍矩阵的导数求解
事实上,所有求导的法则都可以从最基本的求导规则推导出来。不知你有没发现,不同的文献中,同样的式子求导的结果有时候会不一样,仔细观察会发现刚好相差一个转置,于是我们得先说说求导的两个派别(布局)。
由向量关于向量的求导 ∂y∂x 可以得出两种矛盾的表示:结果表示为 n×m 矩阵或 m×n 矩阵。也就是把 y 表示为列向量 x 表示为行向量或者反过来表示的问题。
布局(Layout):在矩阵求导中有两种布局,分别为分母布局(denominator layout)和分子布局(numerator layout)。这两种不同布局的求导规则是不一样的。
向量 y=⎡⎣⎢⎢⎢⎢⎢y1y2⋮yn⎤⎦⎥⎥⎥⎥⎥ ,关于标量 x 的求导,
在分子布局下,为:
对于正切矩阵 ∂y∂x 采用分母布局,即 Y⊤ ,很不符合表达的习惯,所以本文中我们采用的是分子布局。
对于 X 是标量的情况,是我们最熟悉的一种情况。
这中情况就是我们平时的代数求导,直接就是 ∂y∂x
向量 y=⎡⎣⎢⎢⎢⎢⎢y1y2⋮yn⎤⎦⎥⎥⎥⎥⎥ ,关于标量 x 的求导就是 y 的每一个元素分别对 x 求导,可以表示为
矩阵对标量的求导类似于向量关于标量的求导,也就是矩阵的每个元素分别对标量 x 求导,矩阵 Y=⎡⎣⎢⎢⎢⎢⎢y11y21⋮yn1y12y22⋮yn2⋯⋯⋱⋯y1ny2n⋮ynn⎤⎦⎥⎥⎥⎥⎥ 对标量 x 的导数为
标量 y 关于向量 x=⎡⎣⎢⎢⎢⎢x1x2⋮xn⎤⎦⎥⎥⎥⎥ 的求导可以表示为
向量函数(即函数组成的向量) y=⎡⎣⎢⎢⎢⎢⎢y1y2⋮yn⎤⎦⎥⎥⎥⎥⎥ 关于向量 x=⎡⎣⎢⎢⎢⎢x1x2⋮xn⎤⎦⎥⎥⎥⎥ 的导数记作
矩阵 Y=⎡⎣⎢⎢⎢⎢⎢y11y21⋮yn1y12y22⋮yn2⋯⋯⋱⋯y1ny2n⋮ynn⎤⎦⎥⎥⎥⎥⎥ 对向量 x=⎡⎣⎢⎢⎢⎢x1x2⋮xn⎤⎦⎥⎥⎥⎥ 的导数是推导中最复杂的一种,我们可以表示为
我们一般只考虑标量关于矩阵的导数(因为矩阵对向量和矩阵的导数与前面2.3节的内容一致或相似),即标量 y 对矩阵 X 的导数为 ∂y∂X ,此时的导数是梯度矩阵,可以表示为下式:
当我们对一些复杂的矩阵乘积求偏导的时候,直接求很难直接求出,这时候我们可以通过分析矩阵的维度来得到结果。例如:
考虑以下导数 ∂Au∂x ,其中 A 与 x 无关 且有 A∈Rm×n , u∈BbbRn×1 , x∈Rp×1 ,我们知道结果肯定和 ∂u∂x 有关,于是先把 A 提出求导式,至于到了哪暂时不知道,接着我们知道 ∂u∂x∈Rp×n ,于是 A 只能转置后添加到后面。因此有
再考虑问题 ∂x⊤Ax∂x ,其中 A∈Rn×n , x∈Rn×n ,
为了分析这个问题我们考虑一个更一半的问题
通过以上两个示例的学习,我们可以知道在求解复杂矩阵的求导问题时,通过维度来判断矩阵的导数形式很简便同时也不容易出错。下图是机器学习中常见的矩阵求导形式,可供参考:
在本文中,我们针对机器学习推导中的矩阵求导问题做了一个全面的分析,同时结合前文 深度学习系列(二)——机器学习中的线性代数知识 介绍的机器学习中线性代数的基础知识,我们对线性代数部分做了详细的了解。下一章我们介绍机器学习中涉及到的概率知识。