2020-08-06 12:13:53

docs/mastering-tf-1x-zh/ch07.md

@@ -63,7 +63,7 @@ plt.show()
 
 ![](img/305f4a94-92a4-4164-9ec2-473cc7225413.png)Airline Passengers Dataset
 
-# 为 TensorFlow RNN 模型预处理数据集
+# 用于 TensorFlow RNN 模型的数据集预处理
 
 为了使其为学习模型做好准备，通过应用 MinMax 缩放来正则化数据集，该缩放使数据集值介于 0 和 1 之间。您可以尝试根据数据的性质对数据应用不同的缩放方法。
 
@@ -330,7 +330,7 @@ test rmse = 0.11961434334066987
 
 对于下一节，您可以按照 Jupyter 笔记本中的代码`ch-07b_RNN_TimeSeries_Keras`。
 
-# 为 Keras RNN 模型预处理数据集
+# 用于 Keras RNN 模型的数据集预处理
 
 与使用较低级别 TensorFlow 类和方法构建相比，在 Keras 中构建 RNN 网络要简单得多。对于 Keras，我们预先处理数据，如前面部分所述，以获得受监督的机器学习时间序列数据集：`X_train, Y_train, X_test, Y_test`。
 

docs/mastering-tf-1x-zh/ch08.md

@@ -78,7 +78,7 @@ Pennington, J., R. Socher, and C. Manning. GloVe: Global Vectors for Word Repres
 您可以按照 Jupyter 笔记本中的下几节的代码`ch-08a_Embeddings_in_TensorFlow_and_Keras`。
 
 
-# 为 word2vec 模型准备数据
+# 用于 word2vec 模型的数据准备
 
 我们将使用流行的 PTB 和 text8 数据集进行演示。