[WIP][publisher] CH2 (d2l-ai#920)

* publisher notes

* fahrenheit

* csv -> CSV

* 无需——>无须

STYLE_GUIDE.md

@@ -41,8 +41,8 @@
         * 训练数据集、验证数据集、测试数据集
     * 中文优先于英文
         * 首次出现，注明原英文术语
-            * 无需加粗
-            * 无需加引号
+            * 无须加粗
+            * 无须加引号
     * 中英文对照统一标准
         * https://github.com/mli/gluon-tutorials-zh/blob/master/README.md
 
@@ -162,7 +162,7 @@
     * [“线性回归”](linear-reg.md)一节
 * 外链
     * [层](http:bla)
-    * 无需暴露URL
+    * 无须暴露URL
 
 ## 英翻汉的常见问题
 

chapter_computer-vision/kaggle-cifar10.md

@@ -86,7 +86,7 @@ else:
 ### [**整理数据集**]
 
 我们需要整理数据集来训练和测试模型。
-首先，我们用以下函数读取 csv 文件中的标签，它返回一个字典，该字典将文件名中不带扩展名的部分映射到其标签。
+首先，我们用以下函数读取CSV文件中的标签，它返回一个字典，该字典将文件名中不带扩展名的部分映射到其标签。
 
 ```{.python .input}
 #@tab all

chapter_computer-vision/object-detection-dataset.md

@@ -9,7 +9,7 @@
 
 ## [**下载数据集**]
 
-包含所有图像和 csv 标签文件的香蕉检测数据集可以直接从互联网下载。
+包含所有图像和CSV标签文件的香蕉检测数据集可以直接从互联网下载。
 
 ```{.python .input}
 %matplotlib inline
@@ -42,7 +42,7 @@ d2l.DATA_HUB['banana-detection'] = (
 ## 读取数据集
 
 通过 `read_data_bananas` 函数，我们[**读取香蕉检测数据集**]。
-该数据集包括一个的 csv 文件，内含目标类别标签和位于左上角和右下角的真实边界框坐标。
+该数据集包括一个的CSV文件，内含目标类别标签和位于左上角和右下角的真实边界框坐标。
 
 ```{.python .input}
 #@save
@@ -123,7 +123,7 @@ class BananasDataset(torch.utils.data.Dataset):
         return len(self.features)
 ```
 
-最后，我们定义 `load_data_bananas` 函数，来[**为训练集和测试集返回两个数据加载器实例**]。对于测试集，无需按随机顺序读取它。
+最后，我们定义 `load_data_bananas` 函数，来[**为训练集和测试集返回两个数据加载器实例**]。对于测试集，无须按随机顺序读取它。
 
 ```{.python .input}
 #@save

chapter_deep-learning-computation/deferred-init.md

@@ -9,7 +9,7 @@
 
 你可能会对我们的代码能运行感到惊讶。毕竟，深度学习框架无法判断网络的输入维度是什么。这里的诀窍是框架的*延后初始化*（defers initialization），即等到我们第一次将数据通过模型传递时，才会动态地推断出每个层的大小。
 
-在以后，当使用卷积神经网络时，由于输入维度（即图像的分辨率）将影响每个后续层的维数，因此该技术将变得更加方便。现在我们在编写代码时无需知道维度是什么就可以设置参数，这种能力可以大大简化定义和修改模型的任务。接下来，我们将更深入地研究初始化机制。
+在以后，当使用卷积神经网络时，由于输入维度（即图像的分辨率）将影响每个后续层的维数，因此该技术将变得更加方便。现在我们在编写代码时无须知道维度是什么就可以设置参数，这种能力可以大大简化定义和修改模型的任务。接下来，我们将更深入地研究初始化机制。
 
 ## 实例化网络
 

chapter_linear-networks/linear-regression.md

@@ -214,7 +214,7 @@ d = a + b
 f'{timer.stop():.5f} sec'
 ```
 
-结果很明显，第二种方法比第一种方法快得多。矢量化代码通常会带来数量级的加速。另外，我们将更多的数学运算放到库中，而无需自己编写那么多的计算，从而减少了出错的可能性。
+结果很明显，第二种方法比第一种方法快得多。矢量化代码通常会带来数量级的加速。另外，我们将更多的数学运算放到库中，而无须自己编写那么多的计算，从而减少了出错的可能性。
 
 ## 正态分布与平方损失
 :label:`subsec_normal_distribution_and_squared_loss`

chapter_multilayer-perceptrons/kaggle-house-price.md

@@ -145,7 +145,7 @@ DATA_HUB['kaggle_house_test'] = (  #@save
     'fa19780a7b011d9b009e8bff8e99922a8ee2eb90')
 ```
 
-我们使用`pandas`分别加载包含训练数据和测试数据的两个csv文件。
+我们使用`pandas`分别加载包含训练数据和测试数据的两个CSV文件。
 
 ```{.python .input}
 #@tab all
@@ -409,7 +409,7 @@ print(f'{k}-折验证: 平均训练log rmse: {float(train_l):f}, '
 
 ##  [**提交你的Kaggle预测**]
 
-既然我们知道应该选择什么样的超参数，我们不妨使用所有数据对其进行训练（而不是仅使用交叉验证中使用的$1-1/K$的数据）。然后，我们通过这种方式获得的模型可以应用于测试集。将预测保存在csv文件中可以简化将结果上传到Kaggle的过程。
+既然我们知道应该选择什么样的超参数，我们不妨使用所有数据对其进行训练（而不是仅使用交叉验证中使用的$1-1/K$的数据）。然后，我们通过这种方式获得的模型可以应用于测试集。将预测保存在CSV文件中可以简化将结果上传到Kaggle的过程。
 
 ```{.python .input}
 #@tab all

chapter_multilayer-perceptrons/numerical-stability-and-init.md

@@ -151,7 +151,7 @@ $$U\left(-\sqrt{\frac{6}{n_\mathrm{in} + n_\mathrm{out}}}, \sqrt{\frac{6}{n_\mat
 
 ### 额外内容
 
-上面的推理仅仅触及了现代参数初始化方法的皮毛。深度学习框架通常实现十几种不同的启发式方法。此外，参数初始化一直是深度学习基础研究的热点领域。其中包括专门用于参数绑定(共享)、超分辨率、序列模型和其他情况的启发式算法。例如，Xiao等人演示了通过使用精心设计的初始化方法 :cite:`Xiao.Bahri.Sohl-Dickstein.ea.2018` ，可以无需结构上的技巧而训练10000层神经网络的可能性。
+上面的推理仅仅触及了现代参数初始化方法的皮毛。深度学习框架通常实现十几种不同的启发式方法。此外，参数初始化一直是深度学习基础研究的热点领域。其中包括专门用于参数绑定(共享)、超分辨率、序列模型和其他情况的启发式算法。例如，Xiao等人演示了通过使用精心设计的初始化方法 :cite:`Xiao.Bahri.Sohl-Dickstein.ea.2018` ，可以无须结构上的技巧而训练10000层神经网络的可能性。
 
 如果你对该主题感兴趣，我们建议你深入研究本模块的内容，阅读提出并分析每种启发式方法的论文，然后探索有关该主题的最新出版物。也许你会偶然发现甚至发明一个聪明的想法，并为深度学习框架提供一个实现。
 

chapter_natural-language-processing-pretraining/index.md

@@ -8,7 +8,7 @@
 
 为了理解文本，我们可以从学习它的表述开始。利用来自大型语句的现有文本序列，
 *自我监督学习 *
-广泛用于预训文本表示法，例如使用其周围文本的其他部分来预测文本的某些隐藏部分。通过这种方式，模型可以通过监督从 * 大量 * 文本数据中学习，而无需 * 昂贵的 * 标签工作！ 
+广泛用于预训文本表示法，例如使用其周围文本的其他部分来预测文本的某些隐藏部分。通过这种方式，模型可以通过监督从 * 大量 * 文本数据中学习，而无须 * 昂贵的 * 标签工作！ 
 
 正如我们将在本章中看到的那样，当将每个单词或子词视为单个词元时，可以使用 word2vec、GloVE 或在大型语库上嵌入子词模型来预训每个词元的表示形式。训练前后，每个词元的表示可以是向量，但是，无论上下文是什么，它都保持不变。例如，“银行” 的矢量表示在 “去银行存一些钱” 和 “去银行坐下” 两个方面都是相同的。因此，更多最近的训练前模型使同一词元的表示适应不同的环境。其中包括 BERT，这是一个基于变压器编码器的更深入的自我监督模型。在本章中，我们将重点介绍如何为文本预先训练此类表示形式，正如 :numref:`fig_nlp-map-pretrain` 中所强调的那样。 
 

chapter_optimization/convexity.md

@@ -364,7 +364,7 @@ $$\mathrm{Proj}_\mathcal{X}(\mathbf{x}) = \mathop{\mathrm{argmin}}_{\mathbf{x}'
 
 8. 给定一个向量 $\mathbf{w} \in \mathbb{R}^d$ 与 $|\mathbf{w}| 1 > 1$ 计算在 $L_1$ 单位球上的投影。
     i. 作为中间步骤，写出惩罚目标 $|\mathbf{w} - \mathbf{w}'|_2^2 + \lambda |\mathbf{w}'|_1$ ，计算给定 $\lambda > 0$ 的解。
-    ii. 你能无需反复试错就找到 $\lambda$ 的“正确”值吗？
+    ii. 你能无须反复试错就找到 $\lambda$ 的“正确”值吗？
 
 9. 给定一个凸集 $\mathcal{X}$ 和两个向量 $\mathbf{X}$ 和 $\mathbf{y}$ 证明了投影不会增加距离，即$\|\mathbf{x} - \mathbf{y}\| \geq \|\mathrm{Proj}_\mathcal{X}(\mathbf{x}) - \mathrm{Proj}_\mathcal{X}(\mathbf{y})\|$。
 

chapter_optimization/gd.md

@@ -265,7 +265,7 @@ $$\nabla f(\mathbf{x}) + \mathbf{H} \boldsymbol{\epsilon} = 0 \text{ and hence }
 
 举一个简单的例子，对于$f(x) = \frac{1}{2} x^2$，我们有$\nabla f(x) = x$和$\mathbf{H} = 1$。
 因此，对于任何$x$，我们可以获得$\epsilon = -x$。
-换言之，单单一步就足以完美地收敛，而无需任何调整。
+换言之，单单一步就足以完美地收敛，而无须任何调整。
 我们在这里比较幸运：泰勒展开式是确切的，因为$f(x+\epsilon)= \frac{1}{2} x^2 + \epsilon x + \frac{1}{2} \epsilon^2$。
 
 让我们看看其他问题。

chapter_preliminaries/calculus.md

@@ -4,7 +4,7 @@
 在2500年前，古希腊人把一个多边形分成三角形，并把它们的面积相加，才找到计算多边形面积的方法。
 为了求出曲线形状（比如圆）的面积，古希腊人在这样的形状上刻内接多边形。如 :numref:`fig_circle_area`所示，内接多边形的等长边越多，就越接近圆。这个过程也被称为*逼近法*（method of exhaustion）。
 
-![用逼近法求圆的面积。](../img/polygon-circle.svg)
+![用逼近法求圆的面积](../img/polygon-circle.svg)
 :label:`fig_circle_area`
 
 事实上，逼近法就是*积分*（integral calculus）的起源，我们将在 :numref:`sec_integral_calculus`中详细描述。2000多年后，微积分的另一支，*微分*（differential calculus），被发明出来。在微分学最重要的应用是优化问题，即考虑如何把事情做到最好。正如在 :numref:`subsec_norms_and_objectives`中讨论的那样，这种问题在深度学习中是无处不在的。
@@ -110,7 +110,7 @@ $$\frac{d}{dx} \left[\frac{f(x)}{g(x)}\right] = \frac{g(x) \frac{d}{dx} [f(x)] -
 在下面，`use_svg_display`函数指定`matplotlib`软件包输出svg图表以获得更清晰的图像。
 
 注意，注释`#@save`是一个特殊的标记，会将对应的函数、类或语句保存在`d2l`包中
-因此，以后无需重新定义就可以直接调用它们（例如，`d2l.use_svg_display()`）。
+因此，以后无须重新定义就可以直接调用它们（例如，`d2l.use_svg_display()`）。
 
 ```{.python .input}
 #@tab all

chapter_preliminaries/linear-algebra.md

@@ -6,11 +6,11 @@
 
 ## 标量
 
-如果你从来没有学过线性代数或机器学习，那么你过去的数学经历可能是一次只想一个数字。如果你曾经报销过发票，或者在餐厅支付餐费，那么你已经知道如何做一些基本的事情，比如在数字间相加或相乘。例如，北京的温度为$52$华氏度（除了摄氏度外，另一种温度刻度）。严格来说，我们称仅包含一个数值的叫*标量*（scalar）。如果要将此华氏度值转换为更常用的摄氏度，则可以计算表达式$c=\frac{5}{9}(f-32)$，并将$f$赋为$52$。在此等式中，每一项（$5$、$9$和$32$）都是标量值。符号$c$和$f$称为*变量*（variables），它们表示未知的标量值。
+如果你从来没有学过线性代数或机器学习，那么你过去的数学经历可能是一次只想一个数字。如果你曾经报销过发票，或者在餐厅支付餐费，那么你已经知道如何做一些基本的事情，比如在数字间相加或相乘。例如，北京的温度为$52^{\circ}F$（除了摄氏度外，另一种温度计量单位）。严格来说，我们称仅包含一个数值的叫*标量*（scalar）。如果要将此华氏度值转换为更常用的摄氏度，则可以计算表达式$c=\frac{5}{9}(f-32)$，并将$f$赋为$52$。在此等式中，每一项（$5$、$9$和$32$）都是标量值。符号$c$和$f$称为*变量*（variables），它们表示未知的标量值。
 
 在本书中，我们采用了数学表示法，其中标量变量由普通小写字母表示（例如，$x$、$y$和$z$）。我们用$\mathbb{R}$表示所有（连续）*实数*标量的空间。为了方便，我们之后将严格定义*空间*（space）是什么，但现在只要记住，表达式$x\in\mathbb{R}$是表示$x$是一个实值标量的正式形式。符号$\in$称为“属于”，它表示“是集合中的成员”。我们可以用$x, y \in \{0,1\}$来表明$x$和$y$是值只能为$0$或$1$的数字。
 
-(**标量由只有一个元素的张量表示**)。在下面的代码中，我们实例化两个标量，并使用它们执行一些熟悉的算术运算，即加法，乘法，除法和指数。
+(**标量由只有一个元素的张量表示**)。在下面的代码中，我们实例化两个标量，并使用它们执行一些熟悉的算术运算，即加法、乘法、除法和指数。
 
 ```{.python .input}
 from mxnet import np, npx

chapter_preliminaries/pandas.md

@@ -5,9 +5,9 @@
 
 ## 读取数据集
 
-举一个例子，我们首先(**创建一个人工数据集，并存储在csv（逗号分隔值）文件**)`../data/house_tiny.csv`中。以其他格式存储的数据也可以通过类似的方式进行处理。下面的`mkdir_if_not_exist`函数可确保目录`../data`存在。注意，注释`#@save`是一个特殊的标记，该标记下方的函数、类或语句将保存在`d2l`软件包中，以便以后可以直接调用它们（例如`d2l.mkdir_if_not_exist(path)`）而无需重新定义。
+举一个例子，我们首先(**创建一个人工数据集，并存储在csv（逗号分隔值）文件**)`../data/house_tiny.csv`中。以其他格式存储的数据也可以通过类似的方式进行处理。下面的`mkdir_if_not_exist`函数可确保目录`../data`存在。注意，注释`#@save`是一个特殊的标记，该标记下方的函数、类或语句将保存在`d2l`软件包中，以便以后可以直接调用它们（例如`d2l.mkdir_if_not_exist(path)`）而无须重新定义。
 
-下面我们将数据集按行写入csv文件中。
+下面我们将数据集按行写入CSV文件中。
 
 ```{.python .input}
 #@tab all
@@ -23,7 +23,7 @@ with open(data_file, 'w') as f:
     f.write('NA,NA,140000\n')
 ```
 
-要[**从创建的csv文件中加载原始数据集**]，我们导入`pandas`包并调用`read_csv`函数。该数据集有四行三列。其中每行描述了房间数量（“NumRooms”）、巷子类型（“Alley”）和房屋价格（“Price”）。
+要[**从创建的CSV文件中加载原始数据集**]，我们导入`pandas`包并调用`read_csv`函数。该数据集有四行三列。其中每行描述了房间数量（“NumRooms”）、巷子类型（“Alley”）和房屋价格（“Price”）。
 
 ```{.python .input}
 #@tab all

chapter_preliminaries/probability.md

@@ -237,7 +237,7 @@ $$P(B) = \sum_{A} P(A, B),$$
 让我们用实战考验一下我们的技能。假设一个医生对患者进行艾滋病病毒（HIV）测试。这个测试是相当准确的，如果患者健康但测试显示他患病，这样的失败概率只有1%。此外，如果患者真正感染HIV，它永远不会检测不出。我们使用$D_1$来表示诊断结果（如果阳性，则为$1$，如果阴性，则为$0$），$H$来表示感染艾滋病病毒的状态（如果阳性，则为$1$，如果阴性，则为0）。
 在 :numref:`conditional_prob_D1`中列出了这样的条件概率。
 
-:条件概率为 $P(D_1 \mid H)$。
+:条件概率为 $P(D_1 \mid H)$
 
 | 条件概率 | $H=1$ | $H=0$ |
 |---|---|---|

chapter_recurrent-neural-networks/rnn.md

@@ -29,7 +29,7 @@ $$\mathbf{O} = \mathbf{H} \mathbf{W}_{hq} + \mathbf{b}_q,$$
 
 其中，$\mathbf{O} \in \mathbb{R}^{n \times q}$ 是输出变量，$\mathbf{W}_{hq} \in \mathbb{R}^{h \times q}$ 是权重参数，$\mathbf{b}_q \in \mathbb{R}^{1 \times q}$ 是输出层的偏置参数。如果是分类问题，我们可以用 $\text{softmax}(\mathbf{O})$ 来计算输出类别的概率分布。
 
-这完全类似于之前在 :numref:`sec_sequence` 中解决的回归问题，因此我们省略了细节。无需多言，只要可以随机选择“特征-标签”对，并且通过自动微分和随机梯度下降能够学习网络参数就可以了。
+这完全类似于之前在 :numref:`sec_sequence` 中解决的回归问题，因此我们省略了细节。无须多言，只要可以随机选择“特征-标签”对，并且通过自动微分和随机梯度下降能够学习网络参数就可以了。
 
 ## 有隐藏状态的循环神经网络
 :label:`subsec_rnn_w_hidden_states`

static/frontpage/frontpage.html

@@ -213,7 +213,7 @@ <h3>公告</h3>
     <div align="left">
     <ul>
     <li><b>【在线课程每周直播中】</b>
-      3月20日起北京时间每周六、日下午1:00至2:30直播教学《动手学深度学习》。无需缴费或注册，欢迎<a href="https://courses.d2l.ai/zh-v2/">参加</a>！
+      3月20日起北京时间每周六、日下午1:00至2:30直播教学《动手学深度学习》。无须缴费或注册，欢迎<a href="https://courses.d2l.ai/zh-v2/">参加</a>！
     </li>
     <li><b>【关注第二版更新】</b>
       英文版第一章至第十章、第十二章至第十三章已翻译至中文版第二版，并含多种深度学习框架的实现。