人工智能之数学基础：神经网络之多样本矩阵参数求导

前情提示

这里并没有说是使用了什么工具，如果你没有看前面的几篇文章，而是仅仅看这篇文章，那么你肯定是看不懂的，你不知道我在做什么。

本文重点

上一节课程中我们学习了单样本的神经网络求导，而实际中我们常常使用多样本的神经网络求导，也就是一次训练N个样本，我们可以使用X=[x1,x2,...,xN],此时它的损失函数还是：

其中b1 是一个列向量，1^T表示一个行向量，所以b11^T表示一个矩阵，只不过这里的x不是一个向量，而是一个矩阵了，为了进行导数的复合求导，我们令

那么此时的l可以表示为：

我们先来求∂l/∂A2，这个我们前面求过，那么我们直接使用结论：