Question 1001249: tensorflow一定要用gpu吗？
统计/机器学习 深度学习 TensorFlow正在准备试一试tensorflow，tensorflow是一定要用gpu吗？
Answer
不一定，cpu也可以的
tensorflow本来就是有两个版本的，一个是cpu版，一个gpu版。
如果只是自己用的话，cpu版本其实就够了；等以后需求上去了，再搞gpu也不迟。
Question 1002867: 请问汉字CNN识别，怎么做标签呢？
统计/机器学习 深度学习 自然语言处理Answer
是啊，也是类似的。不过你也要把汉字先编个号什么的。
给汉字都表号，和数字识别一样的。
Question 1003259: 关于张量运算，求问框框部分运算是怎么计算的？具体运算规则是怎样的？
统计/机器学习 深度学习 TensorFlow 强化学习
如图，谢谢大家
Answer
上面那个Bellman公式里就是二重循环吧
至于方框里的那个我也不是很懂，它被写成了矩阵和张量的乘法，但是这个东西还没有定义呢吧？
Question 1005863: Pytorch卷积预测，小样本预测误差小，换一个大样本误差就下降不下去了。
统计/机器学习 深度学习 计算机视觉做了数据的归一化和多次卷积，但是误差还是下不去，都是几千之上。小样本的误差就是在50左右，误差函数用的MSE。
Answer
你的y是数值吗？不太理解你的意思。是指输入的是图像，要预测的是数值？
你可以看看你的预测结果是不是每个样本都差不多大，如果是的话，说明你的模型就没有训练好，需要重新设置结构或者网络参数。
Question 1006052: 非序列数据（任务），针对种类型特征可以用embedding技术吗？
统计/机器学习 深度学习 数据降维我的理解embedding必须在序列任务中，例如文本序列、用户行为序列等等，
但是好像“万物皆可embedding”，针对非序列数据（任务），种类型特征可以用embedding技术吗？
Answer
embedding的思想是从文本处理那里开始爆发到各个应用的。
文本上的embedding主要是两类，一类就是你说的序列的，比如word2vec那种，一类就是词袋模型，比如LSA那种。
比如你做商品embedding的时候，如果你没有用户的浏览顺序，你可以认为一个购物车里的所有商品都是一个词袋。
Question 1022161: 不同mini-batch的LSTM_cell之间的隐藏状态(hidden state)和记忆单元(memory cell)的确定
统计/机器学习 深度学习 自然语言处理当我们在一个mini-batch上训练参数并转到另一个mini-batch时，如何得到新batch的c^<0>和a^<0> ?
我的意思是，当处理第一个batch时，可以将c^<0>和a^<0>初始化为零，当完成该batch的训练时，将得到c^<t>和a^<t>。而在下一个batch中，是应该重新初始化c^<0>和a^<0>为0，还是将它们分配为上一批中的c^<t>和a^<t> ?
Answer
hidden state是要清零（初始化， 清零是一种简单的初始化）的，换了batch意味着新的数据。
你可以这么想，当你测试的时候，hidden state是不是要初始化？
真正在batch之间不断学习的是各个层的参数（模型）， hidden state是对数据的一种表示，数据不同hidden state肯定不同。
Question 1022254: 机器学习论文中的函数表达式都是什么意思？
统计/机器学习 深度学习这两个公式里是什么意思？
Answer
没有特别指定的话
第一个是梯度
第二个是期望
Question 1022323: 收集了一批网站的html源码，想对html进行特征提取，或者分类，请问有什么比较好的方法推荐？
统计/机器学习 深度学习 自然语言处理数据：网页源码
目的：提取特征或者打码分类
Answer
爬虫而来数据？ 有具体样例没有
html元数据里一般会有给搜索引擎用的keywords，此外可以在body的标题标签里提取高频的关键词
来自sofasofa(一个专业的机器学习社区)，建议去sofa社区阅读，这里只是记录。防止网站在网络中走失。