gluonbook

chapter_recurrent-neural-networks/hidden-state.md

@@ -4,7 +4,7 @@
 
 $$\mathbb{P}(w_t \mid w_{t-(n-1)}, \ldots, w_{t-1}).$$
 
-显然，以上概率并没有考虑到比$t-(n-1)$更早时刻的词对当前时刻词可能的影响。然而，考虑这些影响将很容易造成$n$元语法的计算和存储开销过高。为了解决$n$元语法的局限性，我们将在神经网络中引入隐藏状态来记录时间序列的历史信息。
+需要注意的是，以上概率并没有考虑到比$t-(n-1)$更早时刻的词对当前时刻词可能的影响。然而，考虑这些影响将很容易造成$n$元语法的计算和存储开销过高。为了解决$n$元语法的局限性，我们将在神经网络中引入隐藏状态来记录时间序列的历史信息。
 
 
 

gluonbook/__init__.py

 
 from .utils import *
 
-__version__ = '0.6'
+__version__ = '0.6.2'