序文と感謝
- 前行列導出心理的な影を持って、最終的に連鎖法則、人々のこのような範囲で生成された最初の大きな問題をどのように行う、背面上のどの行列、行列の前に、移調していません。その中でも、最も知的には、多くの場合、オンラインアルゴリズム式の一部を出している毎日、行列の次元が一致しないため、根本的に間違って導出されるので、これらの悪質な出版社は、単にオフプッシュしないかもしれない、あなたは大法をコピー＆ペーストします、重複コンテンツのエラーの多く、ほとんどの時間。最近、いくつかの材料を読んで、感じは数字の一部を思い付いたので、整理はっきりこの記事は、ワンタイムを集計します。行列の差は、最大取得する時間です！
- ここでは、特に[2,3,8]がある著者は、彼らはこれらの問題ビューの初心者のポイントを立つことは非常に難しいです、この問題の詳細な分析のために記事を書くために人々に感謝しなければなりません。ブロガーが言ったように確かに、私はまた、マトリックスの差は、両方の元教師は、この問題は、教えていない、知識のメインラインに後者のカテゴリに属していないことを感じて、それはいくつかのポイント、高い発電や最適化の課程であるかどうか、どっちつかずの状態の領域に属すると思います教師は、このコースは、基本的に、線形代数+の計算の内容に属していることを感じ、従って、このような状況を作り出す、基本的なコースで取得する必要があり、ときにああ使用するように数冊の本が嫌い！
所定のシンボル配置を有する誘導体
- サイン大会
- $ X $：スカラー
- $ Y $：スカラー
- $ \ Mathbf {X} $：$ M $次元の列ベクトル
- $ \ Mathbf {Y} $：$ N $次元の列ベクトル
- $ \ Mathbf {X} $：n個の$行列×サイズ$ Mを
- デリバティブレイアウト$（レイアウト）$
参考文献：
- マトリックス分析とアプリケーションの張西安、2004
- 夏ゴーストフッタ長。マトリックス導出手順（A）、（https://zhuanlan.zhihu.com/p/24709748）
- Jianping行列ベクトル機械学習の導出、（https://www.cnblogs.com/pinard/）
- Kaareブラント・ピーターセン、マイケルSyskindペダーセン。「マトリックスクックブック」、2008
- トーマスP.民家。「旧統計のために有用な新しい行列代数」、2000
- サールShayle R.「統計のための有用なマトリックス代数」、1982
- ヤンR.マグナス、ハインツNeudecker。「統計と計量経済学におけるアプリケーションとのマトリックス差動微積分」、2007
- 、 "機械学習のための行列ベクトルデリバティブ"（作者邮箱：[email protected]）