diff --git a/docs/dl-tf-2e-zh/SUMMARY.md b/docs/dl-tf-2e-zh/SUMMARY.md
index cfff8f3c6fa576a7aabe98a65a1f6f5bf44f3eb0..e2d3658b9823cbf2fb1ea8e4f09f50cd2476981d 100644
--- a/docs/dl-tf-2e-zh/SUMMARY.md
+++ b/docs/dl-tf-2e-zh/SUMMARY.md
@@ -4,8 +4,8 @@
 +   [三、实现前馈神经网络](ch03.md)
 +   [四、CNN 实战](ch04.md)
 +   [五、使用 TensorFlow 实现自编码器](ch05.md)
-+   [六、RNN 和梯度消失 - 爆炸问题](ch06.md)
-+   [七、TensorFlow GPU 设置](ch07.md)
++   [六、RNN 和梯度消失或爆炸问题](ch06.md)
++   [七、TensorFlow GPU 配置](ch07.md)
 +   [八、TFLearn](ch08.md)
 +   [九、使用协同过滤的电影推荐](ch09.md)
 +   [十、OpenAI Gym](ch10.md)
diff --git a/docs/dl-tf-2e-zh/ch06.md b/docs/dl-tf-2e-zh/ch06.md
index 62ff4b62ffab19d1fda37bddbfc93eb7110df01d..f30845645a59cc1a834139820e84bfca0bfe474a 100644
--- a/docs/dl-tf-2e-zh/ch06.md
+++ b/docs/dl-tf-2e-zh/ch06.md
@@ -1,4 +1,4 @@
-# 六、RNN 和梯度消失 - 爆炸问题
+# 六、RNN 和梯度消失或爆炸问题
 
 较深层的梯度计算为多层网络中许多激活函数梯度的乘积。当这些梯度很小或为零时，它很容易消失。另一方面，当它们大于 1 时，它可能会爆炸。因此，计算和更新变得非常困难。
 
@@ -7,7 +7,7 @@
 *   如果权重较小，则可能导致称为消失梯度的情况，其中梯度信号变得非常小，以至于学习变得非常慢或完全停止工作。这通常被称为消失梯度。
 *   如果该矩阵中的权重很大，则可能导致梯度信号太大而导致学习发散的情况。这通常被称为爆炸梯度。
 
-因此，RNN 的一个主要问题是消失 - 爆炸梯度问题，它直接影响表现。事实上，反向传播时间推出了 RNN，创建了一个非常深的前馈神经网络。从 RNN 获得长期背景的不可能性正是由于这种现象：如果梯度在几层内消失或爆炸，网络将无法学习数据之间的高时间距离关系。
+因此，RNN 的一个主要问题是消失或爆炸梯度问题，它直接影响表现。事实上，反向传播时间推出了 RNN，创建了一个非常深的前馈神经网络。从 RNN 获得长期背景的不可能性正是由于这种现象：如果梯度在几层内消失或爆炸，网络将无法学习数据之间的高时间距离关系。
 
 下图显示了发生的情况：计算和反向传播的梯度趋于在每个时刻减少（或增加），然后，在一定数量的时刻之后，成本函数趋于收敛到零（或爆炸到无穷大） ）。
 
@@ -72,7 +72,7 @@
 
 而且，它取决于循环层的参数`θ`。如果在训练期间你的权重变大，那么由于每个时间步长的等式（I）（II）的乘法，它们将会出现梯度爆炸的问题。
 
-为了克服消失 - 爆炸问题，已经提出了基本 RNN 模型的各种扩展。将在下一节介绍的 LSTM 网络就是其中之一。
+为了克服消失或爆炸问题，已经提出了基本 RNN 模型的各种扩展。将在下一节介绍的 LSTM 网络就是其中之一。
 
 ## LSTM 网络
 
diff --git a/docs/dl-tf-2e-zh/ch07.md b/docs/dl-tf-2e-zh/ch07.md
index 626824eedc733739b84038d55f0b119831881be4..bec4db8e9d119d2d7d2273d30d14242c432c96fc 100644
--- a/docs/dl-tf-2e-zh/ch07.md
+++ b/docs/dl-tf-2e-zh/ch07.md
@@ -1,4 +1,4 @@
-# 七、TensorFlow GPU 设置
+# 七、TensorFlow GPU 配置
 
 要将  TensorFlow 与 NVIDIA GPU 配合使用，第一步是安装 CUDA Toolkit。
 
diff --git a/sidebar.md b/sidebar.md
index 4e2c9a0e15eede7d9394891523c9be769d038693..43085446099d8cfe031904d19d7707f3138ba079 100644
--- a/sidebar.md
+++ b/sidebar.md
@@ -15,8 +15,8 @@
     +   [三、实现前馈神经网络](docs/dl-tf-2e-zh/ch03.md)
     +   [四、CNN 实战](docs/dl-tf-2e-zh/ch04.md)
     +   [五、使用 TensorFlow 实现自编码器](docs/dl-tf-2e-zh/ch05.md)
-    +   [六、RNN 和梯度消失 - 爆炸问题](docs/dl-tf-2e-zh/ch06.md)
-    +   [七、TensorFlow GPU 设置](docs/dl-tf-2e-zh/ch07.md)
+    +   [六、RNN 和梯度消失或爆炸问题](docs/dl-tf-2e-zh/ch06.md)
+    +   [七、TensorFlow GPU 配置](docs/dl-tf-2e-zh/ch07.md)
     +   [八、TFLearn](docs/dl-tf-2e-zh/ch08.md)
     +   [九、使用协同过滤的电影推荐](docs/dl-tf-2e-zh/ch09.md)
     +   [十、OpenAI Gym](docs/dl-tf-2e-zh/ch10.md)