--- rather than --

chapter_appendix/math.md

@@ -3,7 +3,7 @@
 TODO(@astonzhang)
 
 
-## 微积分
+## 导数和梯度
 
 假设目标函数$f: \mathbb{R}^d \rightarrow \mathbb{R}$的输入是一个多维向量$\mathbf{x} = [x_1, x_2, \ldots, x_d]^\top$。目标函数$f(\mathbf{x})$有关$\mathbf{x}$的梯度是一个由偏导数组成的向量：
 

chapter_optimization/gd-sgd-gluon.md

-# 梯度下降和随机梯度下降 --- 使用Gluon
+# 梯度下降和随机梯度下降——使用`Gluon`
 
 在`Gluon`里，使用小批量随机梯度下降很容易。我们无需重新实现该算法。特别地，当批量大小等于训练集大小时，该算法即为梯度下降；批量大小为1即为随机梯度下降。
 
@@ -115,8 +115,8 @@ optimize(batch_size=10, trainer=trainer, num_epochs=3, decay_epoch=2,
 ```{.python .input  n=7}
 net.collect_params().initialize(mx.init.Normal(sigma=1), force_reinit=True)
 trainer = gluon.Trainer(net.collect_params(), 'sgd', {'learning_rate': 0.002})
-utils.optimize(batch_size=10, trainer=trainer, num_epochs=3, decay_epoch=2,
-               log_interval=10, X=X, y=y, net=net)
+optimize(batch_size=10, trainer=trainer, num_epochs=3, decay_epoch=2,
+         log_interval=10, X=X, y=y, net=net)
 ```
 
 ## 结论

chapter_optimization/gd-sgd-scratch.md

-# 梯度下降和随机梯度下降（从0开始）
+# 梯度下降和随机梯度下降——从0开始
 
 
-在之前的章节里，我们通过损失函数$\ell$中参数的梯度$\nabla_{\theta}\ell$来决定如何更新模型$\theta$的参数。我们也提到过学习率$\eta$，并给出了使用梯度下降算法更新模型参数的步骤：
+在之前的章节里，我们通过损失函数$\ell$中参数的梯度$\nabla_{\theta}\ell$来决定如何更新模型的参数$\theta$。我们也提到过学习率$\eta$，并给出了使用梯度下降算法更新模型参数的步骤：
 
 $$\theta_{t} \gets \theta_{t-1} - \eta \nabla_{\theta}\mathcal{L}_{t-1}$$