Revert "1.2.1.post1"

This reverts commit 159a4ddb.

build/env.yml

@@ -10,7 +10,7 @@ dependencies:
   - nbsphinx==0.3.5
   - recommonmark==0.4.0
   - https://github.com/mli/notedown/tarball/master
-  - mxnet-cu92==1.2.1.post1
+  - mxnet-cu92==1.2.1
   - gluonbook==0.8.5
   - jieba==0.39
   - awscli

chapter_appendix/aws.md

@@ -147,7 +147,7 @@ source activate gluon
 
 ```
 pip uninstall mxnet
-pip install mxnet-cu90==1.2.1.post1  # 指定了本书代码依赖的版本号。
+pip install mxnet-cu90==1.2.1  # 1.2.1是本书代码依赖的版本号。
 ```
 
 ## 运行Jupyter记事本

chapter_introduction/how-to-use.md

@@ -28,7 +28,7 @@
 
 本书的一大特点是每一节的代码都是可以运行的。你可以改动代码后重新运行，并通过运行结果进一步理解改动所带来的影响。我们认为这种交互式的学习体验对于学习深度学习非常重要。因为深度学习目前并没有很好的理论解释框架，很多论断只可意会。文字解释在这时候可能比较苍白无力，而且不足以覆盖所有细节。你需要通过不断改动代码、观察运行结果并进行经验总结，逐步领悟和掌握深度学习。
 
-本书的代码基于Apache MXNet实现。MXNet是一个开源的深度学习框架。它是AWS（亚马逊云计算服务）首选的深度学习框架，也被众多学校和公司使用。本书所有代码已在MXNet 1.2.1.post1 下测试通过。但由于深度学习发展极为迅速，未来版本的MXNet可能会造成书中部分代码无法正常运行。遇到类似问题可参考[“获取和运行本书代码”](../chapter_prerequisite/install.md)一节来更新代码和运行环境。此外，为避免重复描述，我们将本书中多次使用的函数和类封装在版本号为1.0.0的`gluonbook`包中。这些函数和类的定义所在章节已在附录[“gluonbook包索引”](../chapter_appendix/gluonbook.md)里列出。
+本书的代码基于Apache MXNet实现。MXNet是一个开源的深度学习框架。它是AWS（亚马逊云计算服务）首选的深度学习框架，也被众多学校和公司使用。本书所有代码已在MXNet 1.2.1下测试通过。但由于深度学习发展极为迅速，未来版本的MXNet可能会造成书中部分代码无法正常运行。遇到类似问题可参考[“获取和运行本书代码”](../chapter_prerequisite/install.md)一节来更新代码和运行环境。此外，为避免重复描述，我们将本书中多次使用的函数和类封装在版本号为1.0.0的`gluonbook`包中。这些函数和类的定义所在章节已在附录[“gluonbook包索引”](../chapter_appendix/gluonbook.md)里列出。
 
 本书可以作为MXNet入门教程使用。但我们提供代码的主要目的在于增加一个在文字、图像和公式外的学习深度学习算法的方式，以及一个便于理解各算法在真实数据上实际效果的交互式环境。书中只使用了MXNet的`ndarray`、`autograd`、`gluon`等模块的基础功能，使你尽可能了解深度学习算法的实现细节。即便你在研究和工作中使用了其他深度学习框架，书中的代码也能帮助你更好地理解深度学习算法。
 

environment.yml

@@ -6,5 +6,5 @@ dependencies:
 - pandas=0.23.2
 - pip:
   - requests==2.18.4
-  - mxnet==1.2.1.post1
+  - mxnet==1.2.1
   - gluonbook==0.8.5