给定一个矩阵和一个向量的乘积
A.v
其中A的形状为(m,n),v的维度为n,其中m和n是符号,我需要计算相对于矩阵元素的导数。
我还没有找到使用正确向量的方法,因此我从两个MatrixSymbol
开始:
n, m = symbols('n m')
j = tensor.Idx('j')
i = tensor.Idx('i')
l = tensor.Idx('l')
h = tensor.Idx('h')
A = MatrixSymbol('A', n,m)
B = MatrixSymbol('B', m,1)
C=A*B
现在,如果我尝试对A的某个索引元素进行求导,我将得到未求值的表达式:
diff(C, A[i,j])
>>>> Derivative(A*B, A[i, j])
如果我也在C中引入指数(它不允许我在结果向量中仅使用一个索引),则得到的乘积将被表示为总和形式:
C[l,h]
>>>> Sum(A[l, _k]*B[_k, h], (_k, 0, m - 1))
如果我对矩阵元素求导,得到的结果是0,而不是带有KroneckerDelta
的表达式,而我希望得到的是后者:
diff(C[l,h], A[i,j])
>>>> 0
我在想也许我一开始就不应该使用MatrixSymbols。那么我该如何实现我想要的行为呢?