エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント2件
- 注目コメント
- 新着コメント
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
ベクトルの微分 - 機械学習に詳しくなりたいブログ
ベクトルの微分の定義 スカラを返す関数において、ベクトルでの微分係数は以下のように定義されます。 ... ベクトルの微分の定義 スカラを返す関数において、ベクトルでの微分係数は以下のように定義されます。 ベクトル,に対して、ですから、式(1)の定義と、転置行列の定理の式(5)より、 となることがわかります。で微分すれば、その係数のみ残りますので、解はk番目の成分がのベクトル、つまりになります。 2次形式の微分 次に2次形式の微分を考えます。はスカラになりますから、微分は式(1)の定義に従えばよいです。また、がn次元なら、が計算可能な行列Aは、n×nの正方行列です。 行列Aを とすれば、 となりますから、 です。 ここでk番目の成分での微分を考えると、積の微分公式より となります。(で微分すれば、それぞれi=k、j=k以外の成分は消えます) ここで、式(7)を見ますと、前半の項はのk番目の成分であり、後半の項はのk番目の成分になっていますから、これをk=1~nまで並べれば、になることがわかります
2022/02/19 リンク