更新typo

nndl · Jun 13, 2020 · 236ddf8 · 236ddf8
1 parent f87007b
commit 236ddf8
Show file tree

Hide file tree

Showing 5 changed files with 22 additions and 9 deletions.
diff --git a/errata.html b/errata.html
@@ -97,7 +97,7 @@
 #write .MathJax_Display { margin: 0.8em 0px 0px; }
 .md-math-block { width: 100%; }
 .md-math-block:not(:empty)::after { display: none; }
-[contenteditable="true"]:active, [contenteditable="true"]:focus, [contenteditable="false"]:active, [contenteditable="false"]:focus { outline: 0px; box-shadow: none; }
+[contenteditable="true"]:active, [contenteditable="true"]:focus { outline: 0px; box-shadow: none; }
 .md-task-list-item { position: relative; list-style-type: none; }
 .task-list-item.md-task-list-item { padding-left: 0px; }
 .md-task-list-item > input { position: absolute; top: 0px; left: 0px; margin-left: -1.2em; margin-top: calc(1em - 10px); border: none; }
@@ -141,7 +141,7 @@
 .MathJax_SVG_Display svg { vertical-align: middle !important; margin-bottom: 0px !important; margin-top: 0px !important; }
 .os-windows.monocolor-emoji .md-emoji { font-family: "Segoe UI Symbol", sans-serif; }
 .md-diagram-panel > svg { max-width: 100%; }
-[lang="flow"] svg, [lang="mermaid"] svg { max-width: 100%; height: auto; }
+[lang="mermaid"] svg, [lang="flow"] svg { max-width: 100%; height: auto; }
 [lang="mermaid"] .node text { font-size: 1rem; }
 table tr th { border-bottom: 0px; }
 video { max-width: 100%; display: block; margin: 0px auto; }
@@ -504,6 +504,6 @@
 </style>
 </head>
 <body class='typora-export os-windows' >
-<div  id='write'  class = 'is-node'><h1><a name="神经网络与深度学习印刷版勘误表" class="md-header-anchor"></a><span>《神经网络与深度学习》印刷版勘误表</span></h1><p><span>作者：</span><a href='https://xpqiu.github.io/'><span>邱锡鹏</span></a><span>  知乎：</span><a href='https://www.zhihu.com/people/xpqiu'><span>@邱锡鹏</span></a></p><h3><a name="2020年4月第1版第1次印刷" class="md-header-anchor"></a><span>2020年4月第1版第1次印刷</span></h3><ol start='' ><li><span>P38 公式2.59后，&quot;结构方法最小化&quot;-&gt;&quot;结构风险最小化&quot;</span></li><li><span>P70 公式3.86上加了一句话</span></li><li><span>P83 &quot;很小的梯度𝜆&quot;-&gt;&quot;很小的梯度𝛾&quot;</span></li><li><span>P89 边注：&quot;也就做Maxout网络&quot;-&gt;&quot;也叫作Maxout网络&quot;</span></li><li><span>P231 公式9.43 h-&gt;H</span></li><li><span>P333 &quot;</span><span class="MathJax_SVG" tabindex="-1" style="font-size: 100%; display: inline-block;"><svg xmlns:xlink="http://www.w3.org/1999/xlink" width="5.397ex" height="2.577ex" viewBox="-39 -806.1 2323.6 1109.7" role="img" focusable="false" style="vertical-align: -0.705ex; margin-left: -0.091ex;"><defs><path stroke-width="0" id="E1-MJMATHI-70" d="M23 287Q24 290 25 295T30 317T40 348T55 381T75 411T101 433T134 442Q209 442 230 378L240 387Q302 442 358 442Q423 442 460 395T497 281Q497 173 421 82T249 -10Q227 -10 210 -4Q199 1 187 11T168 28L161 36Q160 35 139 -51T118 -138Q118 -144 126 -145T163 -148H188Q194 -155 194 -157T191 -175Q188 -187 185 -190T172 -194Q170 -194 161 -194T127 -193T65 -192Q-5 -192 -24 -194H-32Q-39 -187 -39 -183Q-37 -156 -26 -148H-6Q28 -147 33 -136Q36 -130 94 103T155 350Q156 355 156 364Q156 405 131 405Q109 405 94 377T71 316T59 280Q57 278 43 278H29Q23 284 23 287ZM178 102Q200 26 252 26Q282 26 310 49T356 107Q374 141 392 215T411 325V331Q411 405 350 405Q339 405 328 402T306 393T286 380T269 365T254 350T243 336T235 326L232 322Q232 321 229 308T218 264T204 212Q178 106 178 102Z"></path><path stroke-width="0" id="E1-MJMATHI-3B8" d="M35 200Q35 302 74 415T180 610T319 704Q320 704 327 704T339 705Q393 701 423 656Q462 596 462 495Q462 380 417 261T302 66T168 -10H161Q125 -10 99 10T60 63T41 130T35 200ZM383 566Q383 668 330 668Q294 668 260 623T204 521T170 421T157 371Q206 370 254 370L351 371Q352 372 359 404T375 484T383 566ZM113 132Q113 26 166 26Q181 26 198 36T239 74T287 161T335 307L340 324H145Q145 321 136 286T120 208T113 132Z"></path><path stroke-width="0" id="E1-MJMAIN-28" d="M94 250Q94 319 104 381T127 488T164 576T202 643T244 695T277 729T302 750H315H319Q333 750 333 741Q333 738 316 720T275 667T226 581T184 443T167 250T184 58T225 -81T274 -167T316 -220T333 -241Q333 -250 318 -250H315H302L274 -226Q180 -141 137 -14T94 250Z"></path><path stroke-width="0" id="E1-MJMATHI-78" d="M52 289Q59 331 106 386T222 442Q257 442 286 424T329 379Q371 442 430 442Q467 442 494 420T522 361Q522 332 508 314T481 292T458 288Q439 288 427 299T415 328Q415 374 465 391Q454 404 425 404Q412 404 406 402Q368 386 350 336Q290 115 290 78Q290 50 306 38T341 26Q378 26 414 59T463 140Q466 150 469 151T485 153H489Q504 153 504 145Q504 144 502 134Q486 77 440 33T333 -11Q263 -11 227 52Q186 -10 133 -10H127Q78 -10 57 16T35 71Q35 103 54 123T99 143Q142 143 142 101Q142 81 130 66T107 46T94 41L91 40Q91 39 97 36T113 29T132 26Q168 26 194 71Q203 87 217 139T245 247T261 313Q266 340 266 352Q266 380 251 392T217 404Q177 404 142 372T93 290Q91 281 88 280T72 278H58Q52 284 52 289Z"></path><path stroke-width="0" id="E1-MJMAIN-29" d="M60 749L64 750Q69 750 74 750H86L114 726Q208 641 251 514T294 250Q294 182 284 119T261 12T224 -76T186 -143T145 -194T113 -227T90 -246Q87 -249 86 -250H74Q66 -250 63 -250T58 -247T55 -238Q56 -237 66 -225Q221 -64 221 250T66 725Q56 737 55 738Q55 746 60 749Z"></path></defs><g stroke="currentColor" fill="currentColor" stroke-width="0" transform="matrix(1 0 0 -1 0 0)"><use xlink:href="#E1-MJMATHI-70" x="0" y="0"></use><use transform="scale(0.707)" xlink:href="#E1-MJMATHI-3B8" x="711" y="-218"></use><use xlink:href="#E1-MJMAIN-28" x="934" y="0"></use><use xlink:href="#E1-MJMATHI-78" x="1323" y="0"></use><use xlink:href="#E1-MJMAIN-29" x="1895" y="0"></use></g></svg></span><script type="math/tex">p_\theta(x)</script><span>接近于0&quot;-&gt;&quot;</span><span class="MathJax_SVG" tabindex="-1" style="font-size: 100%; display: inline-block;"><svg xmlns:xlink="http://www.w3.org/1999/xlink" width="5.367ex" height="2.577ex" viewBox="-39 -806.1 2310.9 1109.7" role="img" focusable="false" style="vertical-align: -0.705ex; margin-left: -0.091ex;"><defs><path stroke-width="0" id="E2-MJMATHI-70" d="M23 287Q24 290 25 295T30 317T40 348T55 381T75 411T101 433T134 442Q209 442 230 378L240 387Q302 442 358 442Q423 442 460 395T497 281Q497 173 421 82T249 -10Q227 -10 210 -4Q199 1 187 11T168 28L161 36Q160 35 139 -51T118 -138Q118 -144 126 -145T163 -148H188Q194 -155 194 -157T191 -175Q188 -187 185 -190T172 -194Q170 -194 161 -194T127 -193T65 -192Q-5 -192 -24 -194H-32Q-39 -187 -39 -183Q-37 -156 -26 -148H-6Q28 -147 33 -136Q36 -130 94 103T155 350Q156 355 156 364Q156 405 131 405Q109 405 94 377T71 316T59 280Q57 278 43 278H29Q23 284 23 287ZM178 102Q200 26 252 26Q282 26 310 49T356 107Q374 141 392 215T411 325V331Q411 405 350 405Q339 405 328 402T306 393T286 380T269 365T254 350T243 336T235 326L232 322Q232 321 229 308T218 264T204 212Q178 106 178 102Z"></path><path stroke-width="0" id="E2-MJMATHI-72" d="M21 287Q22 290 23 295T28 317T38 348T53 381T73 411T99 433T132 442Q161 442 183 430T214 408T225 388Q227 382 228 382T236 389Q284 441 347 441H350Q398 441 422 400Q430 381 430 363Q430 333 417 315T391 292T366 288Q346 288 334 299T322 328Q322 376 378 392Q356 405 342 405Q286 405 239 331Q229 315 224 298T190 165Q156 25 151 16Q138 -11 108 -11Q95 -11 87 -5T76 7T74 17Q74 30 114 189T154 366Q154 405 128 405Q107 405 92 377T68 316T57 280Q55 278 41 278H27Q21 284 21 287Z"></path><path stroke-width="0" id="E2-MJMAIN-28" d="M94 250Q94 319 104 381T127 488T164 576T202 643T244 695T277 729T302 750H315H319Q333 750 333 741Q333 738 316 720T275 667T226 581T184 443T167 250T184 58T225 -81T274 -167T316 -220T333 -241Q333 -250 318 -250H315H302L274 -226Q180 -141 137 -14T94 250Z"></path><path stroke-width="0" id="E2-MJMATHI-78" d="M52 289Q59 331 106 386T222 442Q257 442 286 424T329 379Q371 442 430 442Q467 442 494 420T522 361Q522 332 508 314T481 292T458 288Q439 288 427 299T415 328Q415 374 465 391Q454 404 425 404Q412 404 406 402Q368 386 350 336Q290 115 290 78Q290 50 306 38T341 26Q378 26 414 59T463 140Q466 150 469 151T485 153H489Q504 153 504 145Q504 144 502 134Q486 77 440 33T333 -11Q263 -11 227 52Q186 -10 133 -10H127Q78 -10 57 16T35 71Q35 103 54 123T99 143Q142 143 142 101Q142 81 130 66T107 46T94 41L91 40Q91 39 97 36T113 29T132 26Q168 26 194 71Q203 87 217 139T245 247T261 313Q266 340 266 352Q266 380 251 392T217 404Q177 404 142 372T93 290Q91 281 88 280T72 278H58Q52 284 52 289Z"></path><path stroke-width="0" id="E2-MJMAIN-29" d="M60 749L64 750Q69 750 74 750H86L114 726Q208 641 251 514T294 250Q294 182 284 119T261 12T224 -76T186 -143T145 -194T113 -227T90 -246Q87 -249 86 -250H74Q66 -250 63 -250T58 -247T55 -238Q56 -237 66 -225Q221 -64 221 250T66 725Q56 737 55 738Q55 746 60 749Z"></path></defs><g stroke="currentColor" fill="currentColor" stroke-width="0" transform="matrix(1 0 0 -1 0 0)"><use xlink:href="#E2-MJMATHI-70" x="0" y="0"></use><use transform="scale(0.707)" xlink:href="#E2-MJMATHI-72" x="711" y="-213"></use><use xlink:href="#E2-MJMAIN-28" x="921" y="0"></use><use xlink:href="#E2-MJMATHI-78" x="1310" y="0"></use><use xlink:href="#E2-MJMAIN-29" x="1882" y="0"></use></g></svg></span><script type="math/tex">p_r(x)</script><span>接近于0&quot;</span></li></ol><h3><a name="2020年5月第1版第2次印刷" class="md-header-anchor"></a><span>2020年5月第1版第2次印刷</span></h3><p>&nbsp;</p></div>
+<div  id='write'  class = 'is-node'><h1><a name="神经网络与深度学习印刷版勘误表" class="md-header-anchor"></a><span>《神经网络与深度学习》印刷版勘误表</span></h1><p><span>作者：</span><a href='https://xpqiu.github.io/'><span>邱锡鹏</span></a><span>  知乎：</span><a href='https://www.zhihu.com/people/xpqiu'><span>@邱锡鹏</span></a></p><h3><a name="2020年4月第1版第1次印刷" class="md-header-anchor"></a><span>2020年4月第1版第1次印刷</span></h3><ol start='' ><li><span>P38 公式2.59后，&quot;结构方法最小化&quot;→&quot;结构风险最小化&quot;</span></li><li><span>P70 公式3.86上加了一句话“由于同时缩放$w\rightarrow kw$和$b\rightarrow kb$不会改变样本$x^{(n)}$到分割超平面的距离”</span></li><li><span>P86 &quot;很小的梯度𝜆&quot;→&quot;很小的梯度𝛾&quot;</span></li><li><span>P89 边注：&quot;也就做Maxout网络&quot;→&quot;也叫作Maxout网络&quot;</span></li><li><span>P231 公式9.43 h→H</span></li><li><span>P333 &quot;$p_\theta(x)$接近于0&quot;→&quot;$p_r(x)$接近于0&quot;</span></li><li><span>调整配图的颜色</span></li></ol><h3><a name="2020年5月第1版第2次印刷" class="md-header-anchor"></a><span>2020年5月第1版第2次印刷</span></h3><ol start='' ><li><span>P10 最后一段 ”特征“→”样本“</span></li><li><span>P93 公式(4.36) 去掉多余右括号</span></li><li><span>P93 定理4.1 &quot;对于任何&quot; → &quot;对于任意给定的&quot;</span></li><li><span>P96 公式(4.51)旁边注  &quot;列行向量&quot; → &quot;列向量&quot;</span></li><li><span>P292 第2行， &quot;第i维&quot; → &quot;第m维&quot;</span></li><li><span>P310 &quot;在生成样本时，首先在最顶两层进行足够多次的吉布斯采样，&quot; → &quot;在生成样本时，首先运行最顶层的受限玻尔兹曼机进行足够多次的吉布斯采样，在达到热平衡时生成样本&quot;</span></li><li><span>P312 修改“作为生成模型的精调”一节的多处描述</span></li><li><span>P351 算法14.3 “初始化策略$\pi(a|s)=\frac{1}{|\mathcal{A}|}$” → &quot;根据Q函数构建策略$\pi$&quot;</span></li><li><span>P352 算法14.4 “初始化策略$\pi(a|s)=\frac{1}{|\mathcal{A}|}$” → &quot;根据Q函数构建策略$\pi$&quot;</span></li><li><span>P416 C.2.2 第4行， &quot;梯度方法&quot; → &quot;梯度方向&quot;</span></li><li><span>调整配图的颜色</span></li></ol><p>&nbsp;</p></div>
 </body>
 </html>
diff --git a/md/errata.md b/md/errata.md
@@ -21,12 +21,25 @@ published: true
 
 ### 2020年4月第1版第1次印刷
 
-1. P38 公式2.59后，"结构方法最小化"->"结构风险最小化"
-2. P70 公式3.86上加了一句话
-3. P83 "很小的梯度𝜆"->"很小的梯度𝛾"
-4. P89 边注："也就做Maxout网络"->"也叫作Maxout网络"
-5. P231 公式9.43 h->H
-6. P333 "$p_\theta(x)$接近于0"->"$p_r(x)$接近于0"
+1. P38 公式2.59后，"结构方法最小化"→"结构风险最小化"
+2. P70 公式3.86上加了一句话“由于同时缩放$w\rightarrow kw$和$b\rightarrow kb$不会改变样本$x^{(n)}$到分割超平面的距离”
+3. P86 "很小的梯度𝜆"→"很小的梯度𝛾"
+4. P89 边注："也就做Maxout网络"→"也叫作Maxout网络"
+5. P231 公式9.43 h→H
+6. P333 "$p_\theta(x)$接近于0"→"$p_r(x)$接近于0"
+7. 调整配图的颜色
 
 ### 2020年5月第1版第2次印刷
 
+1. P10 最后一段 ”特征“→”样本“
+2. P93 公式(4.36) 去掉多余右括号
+3. P93 定理4.1 "对于任何" → "对于任意给定的"
+4. P96 公式(4.51)旁边注  "列行向量" → "列向量"
+5. P292 第2行， "第i维" → "第m维"
+6. P310 "在生成样本时，首先在最顶两层进行足够多次的吉布斯采样，" → "在生成样本时，首先运行最顶层的受限玻尔兹曼机进行足够多次的吉布斯采样，在达到热平衡时生成样本"
+7. P312 修改“作为生成模型的精调”一节的多处描述
+8. P351 算法14.3 “初始化策略$\pi(a|s)=\frac{1}{|\mathcal{A}|}$” → "根据Q函数构建策略$\pi$"
+9. P352 算法14.4 “初始化策略$\pi(a|s)=\frac{1}{|\mathcal{A}|}$” → "根据Q函数构建策略$\pi$"
+10. P416 C.2.2 第4行， "梯度方法" → "梯度方向"
+11. 调整配图的颜色
+
diff --git a/nndl-book.pdf b/nndl-book.pdf
diff --git a/ppt/chap-循环神经网络.pptx b/ppt/chap-循环神经网络.pptx
diff --git a/ppt/chap-线性模型.pptx b/ppt/chap-线性模型.pptx