From 7adec86f699445fbdb009c6bd48e1cbf7a2a46de Mon Sep 17 00:00:00 2001 From: swordyork Date: Sat, 6 May 2017 12:47:09 +0800 Subject: [PATCH] update ack --- Chapter1/introduction.tex | 2 +- Chapter6/deep_feedforward_networks.tex | 2 +- README.md | 1 + acknowledgments_github.md | 2 ++ 4 files changed, 5 insertions(+), 2 deletions(-) diff --git a/Chapter1/introduction.tex b/Chapter1/introduction.tex index 9fa6568..6f9fca3 100644 --- a/Chapter1/introduction.tex +++ b/Chapter1/introduction.tex @@ -45,7 +45,7 @@ \chapter{前言} 这是一个笨拙的过程。 人们设法设计出足够复杂的形式化规则来精确地描述世界。 例如，Cyc不能理解一个关于名为~\ENNAME{Fred}~的人在早上剃须的故事\citep{MachineChangedWorld}。 -它的推理引擎检测到故事中的不一致性：它知道人没有电气零件，但由于~\ENNAME{Fred}~正拿着一个电动剃须刀，它认为实体 +它的推理引擎检测到故事中的不一致性：它知道人体的构成不包含电气零件，但由于~\ENNAME{Fred}~正拿着一个电动剃须刀，它认为实体 ``正在剃须的Fred''\,(``FredWhileShaving'')含有电气部件。 因此它产生了这样的疑问——\ENNAME{Fred}~在刮胡子的时候是否仍然是一个人。 diff --git a/Chapter6/deep_feedforward_networks.tex b/Chapter6/deep_feedforward_networks.tex index 4366652..138e78b 100644 --- a/Chapter6/deep_feedforward_networks.tex +++ b/Chapter6/deep_feedforward_networks.tex @@ -1732,7 +1732,7 @@ \subsection{深度学习界以外的微分} \end{equation} 其中我们通过指数化、求和与除法运算构建softmax函数，并构造\gls{cross_entropy}损失函数$J=-\sum_i p_i\log q_i$。 人类数学家可以观察到$J$对$z_i$的导数有一个非常简单的形式：$q_i-p_i$ -\footnote{译者注：$\frac{\partial J}{\partial z_i} = -\frac{p_i}{q_i}\frac{\partial q_i}{\partial z_i} -\sum_{j \ne i} \frac{p_j}{q_j} \frac{\partial q_j}{\partial z_i} = -\frac{p_i}{q_i}(q_i - q_i^2) - \sum_{j \ne i} \frac{p_j}{q_j}(-q_jq_i) =p_i(q_i - 1) + (1-p_i)q_i = q_i - p_i.$}。 +%\footnote{译者注：$\frac{\partial J}{\partial z_i} = -\frac{p_i}{q_i}\frac{\partial q_i}{\partial z_i} -\sum_{j \ne i} \frac{p_j}{q_j} \frac{\partial q_j}{\partial z_i} = -\frac{p_i}{q_i}(q_i - q_i^2) - \sum_{j \ne i} \frac{p_j}{q_j}(-q_jq_i) =p_i(q_i - 1) + (1-p_i)q_i = q_i - p_i.$}。 反向传播算法不能够以这种方式来简化梯度，而是会通过原始图中的所有对数和指数操作显式地传播梯度。 一些软件库如Theano~\citep{bergstra+al:2010-scipy-small,Bastien-Theano-2012}能够执行某些种类的代数替换来改进由纯反向传播算法提出的图。 diff --git a/README.md b/README.md index af4be6c..e231904 100644 --- a/README.md +++ b/README.md @@ -85,6 +85,7 @@ @bengordai @Bojian @JoyFYan @minoriwww @khty2000 @gump88 @zdx3578 @PassStory @imwebson @wlbksy @roachsinai @Elvinczp @endymecy name:YUE-DaJiong @9578577 @linzhp @cnscottzheng @germany-zhu @zhangyafeikimi @showgood163 @gump88 @kangqf @NeutronT @badpoem @kkpoker @Seaball @wheaio @angrymidiao @ZhiweiYang @corenel @zhaoyu611 @SiriusXDJ @dfcv24 EmisXXY FlyingFire vsooda @friskit-china @poerin @ninesunqian @JiaqiYao +@Sofring, @wenlei, @wizyoung, @imageslr, @@indam, @XuLYC, @zhouqingping 如有遗漏，请务必通知我们，可以发邮件至`echo c3dvcmQueW9ya0BnbWFpbC5jb20K | base64 -d`。 这是我们必须要感谢的，所以不要不好意思。 diff --git a/acknowledgments_github.md b/acknowledgments_github.md index 1d3851d..860770f 100644 --- a/acknowledgments_github.md +++ b/acknowledgments_github.md @@ -191,6 +191,7 @@ 2017年4月21日 --------------- - @JiaqiYao ==> Chapter6, 公式`q_i - p_i`的推导，详见[issue](https://github.com/exacity/deeplearningbook-chinese/issues/66) + - @zhouqingping ==> Chapter 7, 有放回采样 2017年4月25日 @@ -209,3 +210,4 @@ 2017年5月2日 --------------- - @demolpc ==> Chapter5, 5.2节翻译调整 + - @Sofring, @wenlei ==> Chapter 1, “人体”翻译