学好偏导竟能追到心仪的妹子
💘背景
我有一个朋友，他最近很苦恼，因为他最近正在追一个妹子，但是这个妹子是AI领域的大佬，多篇ICML，ICLR在手，情况不是很明朗。我问他怎么回事，他说妹子给我出了一道题：
其中
,且「求对的偏导?」
"我做不出来呀，大概知道个什么维度相等的原则，具体怎么算我不会呀！"
"你直接冲就得了!"
"万一是劝退，朋友都做不了了！"
“也是，那我替你找找资料！”
看完这篇文章你将会收获到：
正确判定妹子的心意
且听我慢慢道来。
1 向量对向量的偏导计算
中
由于每个中的元素对每个中的元素都要求偏导，因此结果肯定是个二维雅可比矩阵：
先考虑中的某一个元素对中的元素求偏导: 我们取和:
由矩阵和向量的运算我们能够得到
展开的话，就成了：
现在直接变成了一维的求导了：
（是不是感觉下标是不是有某种关联😄）
对！由上面的规律（你可以再求个对再试试），容易得到：
那么雅可比矩阵的值就可以得到：
因此：
其中
我们可以用上面同样的方法得出来：
那么对对偏导为:
最后：
2 向量对矩阵的偏导计算
中
首先要明确，一维的向量对二维的矩阵的偏导其结果必然是一个三维的矩阵 ,你想一下每一个都要对 求偏导，那么将会得到个偏导值，我们先不讨论怎么排列，只关注每个位置怎么求。
我们求，容易得到：
注意下和的下标，是不是和上面一样有规律可循？
对了！能够发现式子的等式中，的列维度和的行维度是一样的（符合矩阵的运算规律），的列维度等于3,容易推出：
为了更好地表示，我们使用表示对的三维偏导，其中：
注意到只有==时，偏导等于，其他都为0，因此：
因此，中实际的有效信息只有2维!这个可以手动验证。
3 矩阵对矩阵的偏导计算
中
现在3个元素都是矩阵，同样还是利用矩阵的计算方法，容易得到：
容易看出对来说只有a==c时，其偏导数的值不为0,即：
如果我们只考虑的第行和的第行，那么可以得到：
是不是就是公式(2)！
4 多个矩阵的偏导计算
链式法则
那对于像这样的，多个矩阵/向量如何求偏导呢? 我们可以使用链式法则， 假设 则：由链式法则能够得到：
若只考虑单个维度的话，能够得到：
有没有发现，中间的m是个向量，这不是很好求呀，我们把m拆成多个单维度的数：
由上面👆的推导公式能够得到：
因此：
还有一种方法，就是将看成一个向量，直接应用之前推导出的公式，便可得到！
「所以至此，大家告诉我，我那个朋友应该冲么？🦉」
深度学习资源下载
在NLP情报局公众号后台回复“三件套”，即可获取深度学习三件套：
《PyTorch深度学习》，《Hands-on Machine Learning》，《Python深度学习》
推 荐 阅 读
参 考 资 料
[1] Vector, Matrix, and Tensor Derivatives：
欢 迎 关 注 👇
由于微信平台算法改版，订阅号内容将不再以时间排序展示，如果大家想第一时间看到我们的推送，强烈建议星标我们帮我们点【在看】。星标具体步骤：
（1）点击页面最上方“NLP情报局”，进入主页
（2）点击右上角的小点点，在弹出页面点击“设为星标”，就可以啦
感谢支持❤️