【089】深層学習リーディングノート:P29プルーフトレースTr(AB)= Tr(BA)
Deep Learning Reading Notes
m行n列の行列Aは既知であり、n行m列の行列Bは既知です。 Trはトレース操作を表します。 Tr(AB)= Tr(BA)であることを証明します。
証明:
注文Ax、y行列Aの行Aと列yの要素を表します。C= ABとします。 D = BA。 Cはm次の正方行列です。 Dはn次の正方行列です。 AとBについて、次のように別々に表現できます。
トレース操作は行列の対角線のみを計算するため、正方行列Cの対角線のみを考慮することができます。
C1.1= A1.1B1.1+ A1.2B2.1+···+ A1、nBn、1
C2.2= A2.1B1.2+ A2.2B2.2+···+ A2、nBn、2
..。
Cんん= Am、1B1、m+ Am、2B2、m+···+ Am、nB> n、m
上記の式に従って、Cを使用します一言もないm番目の正方行列ABの行jと列jの要素を表すと、次の法則が得られます。
トレース操作は行列の対角線の合計のみを計算するため、n次の正方行列Dの対角線のみを考慮することができます。
D1.1= B1.1に1.1+ B1.2に2.1+···+ B1、mにm、1
D2.2= B2.1に1.2+ B2.2に2.2+···+ B2、mにm、2
..。
Dn、n= Bn、1に1、n+ Bn、2に2、n+···+ Bn、mにm、n
次数nの正方行列BAの行rと列nの要素をDとします。r、r。
混乱を引き起こすことなく、合計ラベルは任意であるためです。 j = k、i = rにすることができます
したがって、Tr(AB)= Tr(BA)
より一般的な結論を得ることができます。複数の行列を乗算して得られる正方行列のトレースは、これらの行列の最後を乗算した後のトレースと同じです。もちろん、行列を移動した後でも、行列の積が明確に定義されていることを考慮する必要があります。検証プロセスは次のとおりです。
行列を移動した後も行列積が明確に定義されている状態で、Fを使用します。(私)i番目の乗算行列を表し、検証します
証明: