翻译改进，格式校对

docs/dl-keras/develop-evaluate-large-deep-learning-models-keras-amazon-web-services.md

@@ -30,7 +30,7 @@ Keras 是一个 Python 深度学习库，可以轻松方便地访问功能强大
 3.  登录并运行您的代码。
 4.  关闭您的 AWS 实例。
 
-**注意，在 Amazon** 上使用虚拟服务器实例需要花钱,临时模型开发的成本很低（例如每小时不到一美元），虽然它不是免费的，但确实非常吸引人。
+**注意，在 Amazon** 上使用虚拟服务器实例需要花钱，临时模型开发的成本很低（例如每小时不到一美元），虽然它不是免费的，但确实非常吸引人。
 
 服务器实例运行于Linux平台，虽然您可能不知道如何使用Linux或者类Unix系统，但我们只是运行我们的 Python 脚本，因此不需要高级技能，所以选用Linux平台是可取的行为。
 
@@ -68,7 +68,7 @@ AWS 控制台
 *   2.单击 EC2 以启动新的虚拟服务器。
 *   3.从右上角的下拉列表中选择“US West Oregon”，这很重要，否则您将无法找到我们计划使用的镜像。
 *   4.单击“启动实例”按钮。
-*   5.单击“社区 AMI”。 AMI 是亚马逊机器镜像，这是服务器的固定实例，您可以在新虚拟服务器上进行选择和实例化。
+*   5.单击“社区 AMI”。 AMI 是亚马逊机器镜像，这是服务器的固有·实例，您可以在新虚拟服务器上进行选择和实例化。
 
 ![Community AMIs](img/55f115adb23074958d7ba0cc5e9d3806.png)
 
@@ -77,7 +77,6 @@ AWS 控制台
 *   6.在“搜索社区 AMI”搜索框中输入“**深度学习 AMI** ”，然后按 Enter 键。
 
 ![Deep Learning AMI](img/945bc23e6b2a065508c17f058c6a7992.png)
-
 深度学习 AMI
 
 *   7.单击“选择”以在搜索结果中选择 AMI。
@@ -89,8 +88,9 @@ p3.2xlarge EC2 实例
 *   9.单击“查看并启动”以完成服务器实例的配置。
 *   10.单击“启动”按钮。
 *   11.选择您的密钥对。
-    *   如果您之前使用过 EC2，则选择“选择现有密钥对”并从列表中选择密钥对，然后检查“我”确认......“。
-    *   如果您没有密钥对，请选择“创建新密钥对”选项并输入“密钥对名称”，例如 keras-keypair，并单击“下载密钥对”按钮。
+*   如果您之前使用过 EC2，则选择“选择现有密钥对”并从列表中选择密钥对，然后检查“我”确认......“。
+*   如果您没有密钥对，请选择“创建新密钥对”选项并输入“密钥对名称”，例如 keras-keypair，并单击“下载密钥对”按钮。
+
 ![Select Your Key Pair](img/01f3d67c5792b6695bbc5759d32f9ad4.png)
 
 选择您的密钥对