本文承接上篇 https://zhuanlan.zhihu.com/p/24709748,来讲矩阵对矩阵的求导术。使用小写字母x表示标量,粗体小写字母
表示列向量,大写字母X表示矩阵。矩阵对矩阵的求导采用了向量化的思路,常应用于二阶方法求解优化问题。首先来琢磨一下定义。矩阵对矩阵的导数,需要什么样的定义?第一,矩阵F(p×q)对矩阵X(m×n)的导数应包含所有mnpq个偏导数
,从而不损失信息;第二,导数与微分有简明的联系,因为在计算导数和应用中需要这个联系;第三,导数有简明的从整体出发的算法。我们先定义向量(p×1)对向量(m×1)的导数(m×p),有;再定义矩阵的(按列优先)向量化(mn×1),并定义矩阵F对矩阵X的导数(mn×pq)。导数与微分有联系。几点说明如下:- 按此定义,标量f对矩阵X(m×n)的导数是mn×1向量,与上篇的定义不兼容,不过二者容易相互转换。为避免混淆,用记号表示上篇定义的m×n矩阵,则有。虽然本篇的技术可以用于标量对矩阵求导这种特殊情况,但使用上篇中的技术更方便。读者可以通过上篇中的算例试验两种方法的等价转换。
- 标量对矩阵的二阶导数,又称Hessian矩阵,定义为(mn×mn),是对称矩阵。对向量或矩阵求导都可以得到Hessian矩阵,但从矩阵出发更方便。
- ,求导时矩阵被向量化,弊端是这在一定程度破坏了矩阵的结构,会导致结果变得形式复杂;好处是多元微积分中关于梯度、Hessian矩阵的结论可以沿用过来,只需将矩阵向量化。例如优化问题中,牛顿法的更新,满足。
- 在资料中,矩阵对矩阵的导数还有其它定义,比如(mp×nq),或是(mp×nq),它能兼容上篇中的标量对矩阵导数的定义,但微分与导数的联系(dF等于中逐个m×n子块分别与dX做内积)不够简明,不便于计算和应用。文献[5]综述了以上定义,并批判它们是坏的定义,能配合微分运算的才是好的定义。
然后来建立运算法则。仍然要利用导数与微分的联系
,求微分的方法与上篇相同,而从微分得到导数需要一些向量化的技巧:- 线性:。
- 矩阵乘法:,其中表示Kronecker积,A(m×n)与B(p×q)的Kronecker积是(mp×nq)。此式证明见张贤达《矩阵分析与应用》第107-108页。
- 转置:,A是m×n矩阵,其中(mn×mn)是交换矩阵(commutation matrix),将按列优先的向量化变为按行优先的向量化。例如。
- 逐元素乘法:,其中(mn×mn)是用A的元素(按列优先)排成的对角阵。
观察一下可以断言,若矩阵函数F是矩阵X经加减乘法、逆、行列式、逐元素函数等运算构成,则使用相应的运算法则对F求微分,再做向量化并使用技巧将其它项交换至vec(dX)左侧,对照导数与微分的联系
,即能得到导数。特别地,若矩阵退化为向量,对照导数与微分的联系
,即能得到导数。
再谈一谈复合:假设已求得
,而Y是X的函数,如何求呢?从导数与微分的联系入手,,可以推出链式法则。和标量对矩阵的导数相比,矩阵对矩阵的导数形式更加复杂,从不同角度出发常会得到形式不同的结果。有一些Kronecker积和交换矩阵相关的恒等式,可用来做等价变形:
- 。
- 。
- 。可以对求导来证明,一方面,直接求导得到;另一方面,引入,有,用链式法则得到。
- 。
- ,A是m×n矩阵,B是p×q矩阵。可以对做向量化来证明,一方面,;另一方面,。
接下来演示一些算例。
例1:
,X是m×n矩阵,求。解:先求微分:
,再做向量化,使用矩阵乘法的技巧,注意在dX右侧添加单位阵:,对照导数与微分的联系得到。特例:如果X退化为向量,即
,则根据向量的导数与微分的关系,得到。
例2:
,X是n×n矩阵,求和。解:使用上篇中的技术可求得
。为求,先求微分:,再做向量化,使用转置和矩阵乘法的技巧,对照导数与微分的联系,得到,注意它是对称矩阵。在是对称矩阵时,可简化为。
例3:
,A是l×m矩阵,X是m×n矩阵,B是n×p矩阵,exp为逐元素函数,求。解:先求微分:
,再做向量化,使用矩阵乘法的技巧:,再用逐元素乘法的技巧:,再用矩阵乘法的技巧:,对照导数与微分的联系得到。
例4【一元logistic回归】:
,求和。其中是取值0或1的标量,是列向量。解:使用上篇中的技术可求得
,其中 为sigmoid函数。为求,先求微分:,其中为sigmoid函数的导数,对照导数与微分的联系,得到。推广:样本
,,求和。有两种方法,方法一:先对每个样本求导,然后相加;方法二:定义矩阵,向量,将写成矩阵形式,进而可以使用上篇中的技术求得。为求,先求微分,再用逐元素乘法的技巧:,对照导数与微分的联系,得到。
例5【多元logistic回归】:
,求和。其中其中是除一个元素为1外其它元素为0的列向量,是矩阵,是列向量,是标量。解:上篇中已求得
。为求,先求微分:定义,,注意这里化简去掉逐元素乘法,第一项中,第二项中。定义矩阵,,做向量化并使用矩阵乘法的技巧,得到。
最后做个总结。我们发展了从整体出发的矩阵求导的技术,导数与微分的联系是计算的枢纽,标量对矩阵的导数与微分的联系是
,先对f求微分,再使用迹技巧可求得导数,特别地,标量对向量的导数与微分的联系是;矩阵对矩阵的导数与微分的联系是,先对F求微分,再使用向量化的技巧可求得导数,特别地,向量对向量的导数与微分的联系是。
参考资料:
- 张贤达. 矩阵分析与应用. 清华大学出版社有限公司, 2004.
- Fackler, Paul L. "Notes on matrix calculus." North Carolina State University(2005).
- Petersen, Kaare Brandt, and Michael Syskind Pedersen. "The matrix cookbook." Technical University of Denmark 7 (2008): 15.
- HU, Pili. "Matrix Calculus: Derivation and Simple Application." (2012).
- Magnus, Jan R., and Heinz Neudecker. "Matrix Differential Calculus with Applications in Statistics and Econometrics." Wiley, 2019.