1. **设矩阵形式**
设\(\boldsymbol{X} = [x_1,x_2]\) ,是\(1\times2\) 的行向量;\(\boldsymbol{W}=\begin{bmatrix}w_{11}&w_{12}&w_{13}\\w_{21}&w_{22}&w_{23}\end{bmatrix}\) ,是\(2\times3\) 的矩阵 。
根据矩阵乘法规则,\(\boldsymbol{X}\cdot\boldsymbol{W}=\left[x_1w_{11} + x_2w_{21},x_1w_{12}+x_2w_{22},x_1w_{13}+x_2w_{23}\right]\) ,这是一个\(1\times3\) 的行向量。
2. **按元素求偏导**
- 求\(\frac{\partial(\boldsymbol{X}\cdot\boldsymbol{W})}{\partial x_1}\) :
对\(\boldsymbol{X}\cdot\boldsymbol{W}\) 的每个元素关于\(x_1\) 求偏导,\(\frac{\partial(x_1w_{11} + x_2w_{21})}{\partial x_1}=w_{11}\) ,\(\frac{\partial(x_1w_{12}+x_2w_{22})}{\partial x_1}=w_{12}\) ,\(\frac{\partial(x_1w_{13}+x_2w_{23})}{\partial x_1}=w_{13}\) ,得到向量\([w_{11},w_{12},w_{13}]\) 。
- 求\(\frac{\partial(\boldsymbol{X}\cdot\boldsymbol{W})}{\partial x_2}\) :
对\(\boldsymbol{X}\cdot\boldsymbol{W}\) 的每个元素关于\(x_2\) 求偏导,\(\frac{\partial(x_1w_{11} + x_2w_{21})}{\partial x_2}=w_{21}\) ,\(\frac{\partial(x_1w_{12}+x_2w_{22})}{\partial x_2}=w_{22}\) ,\(\frac{\partial(x_1w_{13}+x_2w_{23})}{\partial x_2}=w_{23}\) ,得到向量\([w_{21},w_{22},w_{23}]\) 。
将上诉文本粘贴或导入到思源都无法正常解析成公式,有的公式选中后手动点击渲染可以成功,有的手动渲染报错,如(\boldsymbol{W}=\begin{bmatrix}w_{11}&w_{12}&w_{13}\w_{21}&w_{22}&w_{23}\end{bmatrix})
欢迎来到这里!
我们正在构建一个小众社区,大家在这里相互信任,以平等 • 自由 • 奔放的价值观进行分享交流。最终,希望大家能够找到与自己志同道合的伙伴,共同成长。
注册 关于