fengdu78 · PEGASUS1993 · Jan 16, 2019 · May 13, 2019 · Jul 17, 2019 · Mar 18, 2020
diff --git a/Deeplearning深度学习笔记v5.71.pdf b/Deeplearning深度学习笔记v5.71.pdf
diff --git a/html/lesson1-week2.html b/html/lesson1-week2.html
diff --git a/markdown/lesson1-week2.md b/markdown/lesson1-week2.md
@@ -5,7 +5,7 @@
 
 这周我们将学习神经网络的基础知识，其中需要注意的是，当实现一个神经网络的时候，我们需要知道一些非常重要的技术和技巧。例如有一个包含$m$个样本的训练集，你很可能习惯于用一个**for**循环来遍历训练集中的每个样本，但是当实现一个神经网络的时候，我们通常不直接使用**for**循环来遍历整个训练集，所以在这周的课程中你将学会如何处理训练集。
 
-另外在神经网络的计算中，通常先有一个叫做前向暂停(**forward pause**)或叫做前向传播(**foward propagation**)的步骤，接着有一个叫做反向暂停(**backward pause**) 或叫做反向传播**(backward propagation**)的步骤。所以这周我也会向你介绍为什么神经网络的训练过程可以分为前向传播和反向传播两个独立的部分。
+另外在神经网络的计算中，通常先有一个叫做前向过程(**forward pass**)或叫做前向传播(**foward propagation**)的步骤，接着有一个叫做反向步骤(**backward pass**) 或叫做反向传播**(backward propagation**)的步骤。所以这周我也会向你介绍为什么神经网络的训练过程可以分为前向传播和反向传播两个独立的部分。
 
 在课程中我将使用逻辑回归(l**ogistic regression**)来传达这些想法，以使大家能够更加容易地理解这些概念。即使你之前了解过逻辑回归，我认为这里还是有些新的、有趣的东西等着你去发现和了解，所以现在开始进入正题。