对称矩阵归一化的实现

今天看到代码，归一化是这么写的：
mat.dot(dInvSqrtMat).transpose().dot(dInvSqrtMat).tocoo()。

mat是一个对称矩阵，dInvSqrtMat是度矩阵，一直想不明白，推导了一下：

原代码逻辑为第一行：
$$\begin{gathered} \hat{A}=(A{D}^{-\frac{1}{2}}{)}^T{D}^{-\frac{1}{2}} \\ =(D^{-\frac{1}{2}}{)}^T{A}^T{D}^{-\frac{1}{2}} \\ =D^{-\frac{1}{2}}A{D}^{-\frac{1}{2}} \end{gathered}$$

其中，可使用的条件为：A满足对称矩阵，D满足E的特性。
$$\begin{gathered} (AB{)}^T=B^T{A}^T \\ {E}^T=E \\ A是对称矩阵，A^T=A \end{gathered}$$

这么写的目的是为了：结合稀疏矩阵的计算特性，保证结果矩阵的对称性以及计算效率。