diff --git a/docs/dl-keras/check-point-deep-learning-models-keras.md b/docs/dl-keras/check-point-deep-learning-models-keras.md
index 87b5bb6eced46dfecadee55b8bf80db0db49ee55..7f077acaafa4c22a23dcbb7fdf2b603bf5550d07 100644
--- a/docs/dl-keras/check-point-deep-learning-models-keras.md
+++ b/docs/dl-keras/check-point-deep-learning-models-keras.md
@@ -120,7 +120,7 @@ weights-improvement-99-0.78.hdf5
 
 这可以使用上面相同的代码轻松完成，并将输出文件名更改为固定的字符串（不包括分数或迭代信息）。
 
-在这种情况下，只有当验证数据集上模型的分类精度提高到目前为止最佳时，模型权重才会写入文件`weights.best.hdf5`.
+在这种情况下，只有当验证数据集上模型的分类精度提高到当前最佳时，模型权重才会被写入文件`weights.best.hdf5`.
 
 ```py
 #当验证模型精度最高时，保存权重
@@ -175,7 +175,7 @@ Epoch 00149: val_acc did not improve
 weights.best.hdf5
 ```
 
-这是在您的实验中能够始终使用的一个方便的检查点策略，。它将确保为运行保存最佳模型，以便您以后使用，它避免了您需要在训练时包含代码以手动跟踪和序列化最佳模型。
+这是在您的实验中能够始终使用的一个方便的检查点策略，它将确保为运行保存最佳模型，以便您以后使用，这个策略避免了您在训练时需要包含代码以手动跟踪和序列化最佳模型。
 
 ## 加载一个检查点的神经网络模型
 
@@ -234,4 +234,4 @@ acc: 77.73%
 
 您还学习了如何加载检查点模型并进行预测。
 
-如果您对深度学习模型或此帖的检查点有任何疑问吗？在评论中提出您的问题，我会尽力回答。
\ No newline at end of file
+如果您对深度学习模型检查点或此篇文章有任何疑问吗？在评论中提出您的问题，我会尽力回答。
\ No newline at end of file