机器学习中的矩阵向量求导

求导的自变量用x1表示标量，x2表示n维向量，X表示m×n维度的矩阵，求导的因变量用y1表示标量，y2表示m维向量，Y表示p×q维度的矩阵

分子布局

自变量\因变量	标量y1	向量y2	矩阵Y
x1	普通求导，略	∂y2/∂x1 分子布局：m维列向量（默认布局） 分母布局：m维行向量	∂Y/∂x1 分子布局：p×q矩阵（默认布局） 分母布局：q×p矩阵
x2	∂y1/∂x2 分子布局：m维列向量（默认布局） 分母布局：m维行向量	∂y2/∂x2 分子布局：m×n雅克比矩阵（默认布局） 分母布局：n×m梯度矩阵
X	∂y1/∂X 分子布局：n×m矩阵 分母布局：m×n矩阵（默认布局）