preface deaccent

chapter_preface/preface.md

@@ -2,7 +2,7 @@
 
 这个项目是我们尝试构建的一个有关深度学习的新型教育资源。我们的目标，是利用 Jupyter notebooks 的优势，将文字、图片、公式、以及（非常重要的）代码呈现在一起。如果这个尝试能够成功，其成果将会是一个极好的资源，它既是一本书、同时也是课程材料、现场教学的补充，甚至有剽窃价值的代码库（此处附上我们的“祝福”）。据我们所了解的，目前仅有很少的资源旨在教授（1）全方位有关现代机器学习的概念，或（2）一本引人入胜的教科书并搭配可运行的代码。相信这次尝试最终能够告诉我们，这种空白是否情有可原。
 
-这些年机器学习社区和生态圈进入一个令人费解的状态。二十一世纪早期的时候虽然只有少数一些问题被攻克了，但当时我们自认为理解了这些模型运行的**方式** 及**原因**（以及不少的坑）。对比现在，机器学习系统已经非常强大，但却留下一个巨大问题：为什么它们如此有效？
+这些年机器学习社区和生态圈进入一个令人费解的状态。二十一世纪早期的时候虽然只有少数一些问题被攻克了，但当时我们自认为理解了这些模型运行的方式及原因（以及不少的坑）。对比现在，机器学习系统已经非常强大，但却留下一个巨大问题：为什么它们如此有效？
 
 这个新世界提供了巨大的机会，同时也带来了浮躁的投机。现在研究预印本被标题党和肤浅的内容充斥，人工智能创业公司只需要几个演示就能获得巨大的估值，朋友圈也被不懂技术的营销人员写的小白文刷屏。这的确是个看似混乱、充斥着快钱和宽松标准的时代。
 
@@ -21,19 +21,19 @@
 
 这套深度学习教程将为大家呈现以下独特的学习体验。
 
-### 易用高效的``MXNet``
+### 易用高效的MXNet
 
-我们将使用``MXNet``作为这套教程所使用的深度学习库，并重点介绍全新的高层抽象包``gluon``。我们选用``MXNet``是因为它兼具易用和高效的优点。无论对研究者还是对工程师而言，无论是在科研机构还是在工业界，工具的易用与高效将从各个方面显著提升生产效率。
+我们将使用MXNet作为这套教程所使用的深度学习库，并重点介绍全新的高层抽象包Gluon。我们选用MXNet是因为它兼具易用和高效的优点。无论对研究者还是对工程师而言，无论是在科研机构还是在工业界，工具的易用与高效将从各个方面显著提升生产效率。
 
 ### 双轨学习法
 
-在介绍大多数机器学习模型时，我们既会教授大家如何从零开始实现模型，也会教授大家如何使用高层抽象包``gluon``实现模型。从零开始实现模型有助大家深入理解深度学习底层设计。使用高层抽象包``gluon``将把大家从繁琐的模型模块设计与实现中解放出来。
+在介绍大多数机器学习模型时，我们既会教授大家如何从零开始实现模型，也会教授大家如何使用高层抽象包Gluon实现模型。从零开始实现模型有助大家深入理解深度学习底层设计。使用高层抽象包Gluon将把大家从繁琐的模型模块设计与实现中解放出来。
 
 ### 通过动手来学习
 
 许多教科书在介绍深度学习时，都极尽所能地呈现所有细节。例如Chris Bishop的经典教材，[《模式识别和机器学习》](https://www.amazon.com/Pattern-Recognition-Learning-Information-Statistics/dp/0387310738)，将每个课题都讲解得极为详细，以致于阅读至线性回归的一章就需要巨大的工作量。当我（Zack）首次接触机器学习时，便发现这种讲解方法并不适合作为一本入门读物。而多年后重读它时，我热爱它精确而缜密的讲解，但仍不认为这是一本初次学习时应该使用的教材。
 
-我们坚信，学习深度学习的最好方式就是**动手实现深度学习模型**。
+我们坚信，学习深度学习的最好方式就是动手实现深度学习模型。
 
 游戏之所以好玩，是因为游戏给玩家提供了及时反馈：提高属性立即就可以虐怪、打个怪立即就可以升经验值、捡个包裹立即就多了装备。学习之所以枯燥，是因为很多时候我们并没有在学习过程中获得及时反馈。