2021-01-15 22:01:11

new/dl-pt-workshop/3.md

@@ -688,9 +688,9 @@ batch_size = 100
 4.  从验证集错误 **B）**中减去训练集错误，并保存差值。
 5.  Take the differences calculated in Steps 3 and 4 and use the following set of rules:
 
-    如果在*步骤 3* 中计算出的差大于在*步骤 4* 中计算出的差，则该模型不适合，也称为遭受高偏差。
+    如果在“步骤 3”中计算出的差大于在“步骤 4”中计算出的差，则该模型不适合，也称为遭受高偏差。
 
-    如果在*步骤 4* 中计算出的差大于在*步骤 3* 中计算出的差，则模型过拟合，也称为遭受高方差，如下图所示：
+    如果在“步骤 4”中计算出的差大于在“步骤 3”中计算出的差，则模型过拟合，也称为遭受高方差，如下图所示：
 
 ![Figure 3.10: Diagram showing how to perform error analysis ](img/B15778_03_10.jpg)
 
@@ -993,7 +993,7 @@ traced_script = torch.jit.trace（模型，示例）
 2.  复制包含最佳性能模型的体系结构的类，并将其保存在 Python 文件中。 确保导入 PyTorch 所需的库和模块。 将其命名为 **final_model.py** 。
 3.  在 Jupyter Notebook 中，保存性能最佳的模型。 确保保存与输入单元有关的信息以及模型参数。 将其命名为 **checkpoint.pth** 。
 4.  打开一个新的 Jupyter Notebook。
-5.  导入 PyTorch 以及我们在*步骤 2* 中创建的 Python 文件。
+5.  导入 PyTorch 以及我们在“步骤 2”中创建的 Python 文件。
 6.  创建一个加载模型的函数。
 7.  Perform a prediction by inputting the following tensor into your model:
 
@@ -1008,7 +1008,7 @@ traced_script = torch.jit.trace（模型，示例）
     0.0031，0.0021]]）。float（）
 
 8.  使用 JIT 模块转换模型。
-9.  通过从*步骤 7* 中输入张量到模型的跟踪脚本中来执行预测。
+9.  通过从“步骤 7”中输入张量到模型的跟踪脚本中来执行预测。
 10.  打开一个新的 Jupyter Notebook，然后导入使用 Flask 创建 API 所需的库以及加载已保存模型的库。
 11.  初始化 Flask 应用。
 12.  定义一个函数来加载保存的模型并实例化该模型。

new/dl-pt-workshop/7.md

@@ -2278,7 +2278,7 @@
 
     归还
 
-    此函数采用二维矩阵并将其展平。 接下来，它创建一个平坦矩阵的形状和包含字母的字典长度的零填充矩阵（在*步骤 3* 中创建）。 接下来，它用一个字符填充对应于批处理中每个字符的字母。 最后，它对矩阵进行整形以使其为三维。
+    此函数采用二维矩阵并将其展平。 接下来，它创建一个平坦矩阵的形状和包含字母的字典长度的零填充矩阵（在“步骤 3”中创建）。 接下来，它用一个字符填充对应于批处理中每个字符的字母。 最后，它对矩阵进行整形以使其为三维。
 
 6.  Create a class that defines the architecture of the network. This class should contain an additional function that initializes the states of the LSTM layers:
 

new/handson-1shot-learn-py/1.md

@@ -128,7 +128,7 @@ cd Hands-on-One-Shot-Learning/Chapter01
 conda create --name *environment_name* python=3.6
 ```
 
-在*步骤 3* 和`4`中，可以将`environment_name`替换为易于记忆的名称，例如`one_shot`或您选择的名称。
+在“步骤 3”和`4`中，可以将`environment_name`替换为易于记忆的名称，例如`one_shot`或您选择的名称。
 
 4.  使用以下命令激活环境：
 

new/pt-ai-fund/3.md

@@ -800,7 +800,7 @@ for batch_idx, (data, target) in enumerate(valid_loader):
     data, target = data.to(device), target.to(device)
 ```
 
-16.接下来，我们获得模型输出和损失，就像在*步骤 9* ，*步骤 10* 和*步骤 13* 中所做的那样：
+16.接下来，我们获得模型输出和损失，就像在“步骤 9”，“步骤 10”和“步骤 13”中所做的那样：
 
 ```py
  output = model(data)

new/pt-dl-handson/7.md

@@ -182,7 +182,7 @@ MDP 定义有五件事：
     *   更新`Q`
     *   ![Deep Q-learning](img/B09475_07_009.jpg)
 
-这里要注意的一件事是，我们将使用相同的 epsilon-greedy 策略在*步骤 6* 中选择动作，并在*步骤 8* 中更新相同的策略。 这种算法称为策略上算法。 从某种意义上讲，这是很好的，因为在我们观察和更新同一策略时，将更快地学习该策略。 它收敛非常快。 它也有一些缺点，即所学习的策略和用于决策的策略彼此紧密地联系在一起。 如果我们想要一个更具探索性的策略，以便在*步骤 6* 中选择观察结果，并在*步骤 8* 中更新更优化的策略，该怎么办？ 这样的算法被称为非策略算法。
+这里要注意的一件事是，我们将使用相同的 epsilon-greedy 策略在“步骤 6”中选择动作，并在“步骤 8”中更新相同的策略。 这种算法称为策略上算法。 从某种意义上讲，这是很好的，因为在我们观察和更新同一策略时，将更快地学习该策略。 它收敛非常快。 它也有一些缺点，即所学习的策略和用于决策的策略彼此紧密地联系在一起。 如果我们想要一个更具探索性的策略，以便在“步骤 6”中选择观察结果，并在“步骤 8”中更新更优化的策略，该怎么办？ 这样的算法被称为非策略算法。
 
 Q 学习是一种非策略算法，因此，在 Q 学习中，我们将有两个策略。 我们用来推断动作的策略将是 epsilon-greedy 策略，并且我们将其称为策略网络。 我们将使用更新步骤更新的网络将是我们的目标网络。 那只能由一个贪婪的策略来控制，这意味着我们将始终选择 epsilon 等于零的最大值。 我们不会对此政策采取随机措施。 我们这样做是为了使我们更快地朝着更高的价值前进。 我们将通过不时复制策略网的权重（例如每隔一集一次）来更新目标网的权重。