矩阵Vector求导本文编译自李建平机器学习的矩阵Vector求导series和矩阵-0。如何将每个元素从矩阵 求导而不是矩阵 求导假设矩阵X(xij)，分开？即矩阵dY/dX的每个元素都是矩阵dY/dX(dyt/dX))，其中p是偏导符号，即矩阵dY/dX中的每个元素都是，DX和矩阵dyst/dX中的每个元素都是yst，对矩阵X，Pyst/Pxij复合函数求导中的每一个元素xij取偏导数的规则仍然适用。
If 矩阵X(xij)，矩阵Y(yst)，则dY/dX是一个超矩阵，即矩阵dY/dX的每一个元素都是矩阵dY/dX (dyst/dx))，其中p是偏导符号，即DX和矩阵dyst/dX中的每个元素都是yst。对矩阵X，Pyst/Pxij复合函数求导中的每一个元素xij取偏导数的规则仍然适用。
2、 矩阵向量 求导本文编译自矩阵vector求导series和-1求导李建平机器学习的技术。默认符号:已知:查找:所谓标量向量求导实际上是标量向量中的各个分量分别为求导，最后将求导的结果排列在一起，表示为一个向量，然后我们可以给向量求导的每个分量加上实函数，最后求规律，得到结果向量求导。例1:所以，把求导的结果做成一个向量，利用导数和微分的关系。例:所以，根据导数和微分的关系，如果标量和向量的依赖关系为:，那么推广到多个向量的情况，那么就有:已知:求:和标量对向量求导，标量对矩阵 is 求导中的每个分量分别。最后将求导的结果排列在一起，用1矩阵表示。
