Merge pull request #893 from d2l-ai/master

Build PyTorch pdf

Jenkinsfile

@@ -61,6 +61,11 @@ stage("Build and Publish") {
       d2lbook build pdf
       """
 
+      sh label:"Build Pytorch PDF", script:"""set -ex
+      conda activate ${ENV_NAME}
+      d2lbook build pdf --tab pytorch
+      """
+
       if (env.BRANCH_NAME == 'release') {
         sh label:"Release", script:"""set -ex
         conda activate ${ENV_NAME}

STYLE_GUIDE.md

@@ -17,6 +17,10 @@
     * 时刻t（不是t时刻）
 	* 形状使用英文标点
         * (10, 20) 不是 （10，20）
+* 空格：
+	* 文本中中文和英文、数字、数学公式、特殊字体等之间不要加空格
+	* 非行首的`:numref:`、`:cite:`等前留有一个英文空格（否则网页不渲染）
+	* 代码注释同上
 * 人称
     * 第一人称 → 我们
     * 第二人称 → 读者、你、大家

chapter_computer-vision/kaggle-cifar10.md

@@ -471,7 +471,7 @@ train(net, train_iter, valid_iter, num_epochs, lr, wd, devices, lr_period,
       lr_decay)
 ```
 
-## 在 Kaggle 上对测试集进行分类并提交结果
+## 在 Kaggle 上[对测试集进行分类并提交结果]
 
 在获得具有超参数的满意的模型后，我们使用所有标记的数据（包括验证集）来重新训练模型并对测试集进行分类。
 

chapter_convolutional-neural-networks/channels.md

@@ -96,11 +96,13 @@ corr2d_multi_in_out(X, K)
 ## $1\times 1$ 卷积层
 
 [~~1x1卷积~~]
-$1 \times 1 $卷积，即 $k_h = k_w = 1$，看起来似乎没有多大意义。毕竟，卷积的本质是有效提取相邻像素间的相关特征，而 $1 \times 1$ 卷积显然没有此作用。
+
+$1\times 1$ 卷积，即 $k_h = k_w = 1$，看起来似乎没有多大意义。
+毕竟，卷积的本质是有效提取相邻像素间的相关特征，而 $1 \times 1$ 卷积显然没有此作用。
 尽管如此，$1 \times 1$ 仍然十分流行，时常包含在复杂深层网络的设计中。下面，让我们详细地解读一下它的实际作用。
 
 因为使用了最小窗口，$1\times 1$ 卷积失去了卷积层的特有能力——在高度和宽度维度上，识别相邻元素间相互作用的能力。
-而 $1\times 1$ 卷积的唯一计算发生在通道上。
+其实 $1\times 1$ 卷积的唯一计算发生在通道上。
 
 :numref:`fig_conv_1x1` 展示了使用 $1\times 1$ 卷积核与 $3$ 个输入通道和 $2$ 个输出通道的互相关计算。
 这里输入和输出具有相同的高度和宽度，输出中的每个元素都是从输入图像中同一位置的元素的线性组合。

chapter_convolutional-neural-networks/lenet.md

@@ -27,7 +27,7 @@ LeNet 被广泛用于自动取款机（ATM）机中，帮助识别处理支票
 ![LeNet中的数据流。输入是手写数字，输出为10种可能结果的概率。](../img/lenet.svg)
 :label:`img_lenet`
 
-每个卷积块中的基本单元是一个卷积层、一个 sigmoid 激活函数和平均池化层。请注意，虽然 ReLU 和最大池化层更有效，但它们在20世纪90年代还没有出现。每个卷积层使用 $5\times 5$ 卷积核，这些层将输入映射到多个二维特征输出，通常同时增加通道的数量。第一卷积层有 6 个输出通道，而第二个卷积层有 16 个输出通道。每个 $2\times2$ 池操作（步骤2）通过空间下采样将维数减少 4 倍。卷积的输出形状由批量大小、通道数、高度、宽度决定。
+每个卷积块中的基本单元是一个卷积层、一个 sigmoid 激活函数和平均池化层。请注意，虽然 ReLU 和最大池化层更有效，但它们在20世纪90年代还没有出现。每个卷积层使用 $5\times 5$ 卷积核和一个 sigmoid 激活函数。这些层将输入映射到多个二维特征输出，通常同时增加通道的数量。第一卷积层有 6 个输出通道，而第二个卷积层有 16 个输出通道。每个 $2\times2$ 池操作（步骤2）通过空间下采样将维数减少 4 倍。卷积的输出形状由批量大小、通道数、高度、宽度决定。
 
 为了将卷积块的输出传递给稠密块，我们必须在小批量中展平每个样本。换言之，我们将这个四维输入转换成全连接层所期望的二维输入。这里的二维表示的第一个维度索引小批量中的样本，第二个维度给出每个样本的平面向量表示。LeNet 的稠密块有三个全连接层，分别有 120、84 和 10 个输出。因为我们仍在执行分类，所以输出层的 10 维对应于最后输出结果的数量。
 

chapter_convolutional-neural-networks/padding-and-strides.md

@@ -40,7 +40,7 @@ $$(n_h-k_h+p_h+1)\times(n_w-k_w+p_w+1)。$$
 1. 内核的大小是奇数；
 2. 所有边的填充行数和列数相同；
 3. 输出与输入具有相同高度和宽度
-则可以得出：输出 `Y[i, j]` 是通过以输入 `X[i, j]` 为中心，与卷积核进行互相关计算。
+则可以得出：输出 `Y[i, j]` 是通过以输入 `X[i, j]` 为中心，与卷积核进行互相关计算得到的。
 
 比如，在下面的例子中，我们创建一个高度和宽度为3的二维卷积层，并(**在所有侧边填充1个像素**)。给定高度和宽度为8的输入，则输出的高度和宽度也是8。
 
@@ -133,7 +133,7 @@ comp_conv2d(conv2d, X).shape
 :numref:`img_conv_stride` 是垂直步幅为 $3$，水平步幅为 $2$ 的二维互相关运算。
 着色部分是输出元素以及用于输出计算的输入和内核张量元素：$0\times0+0\times1+1\times2+2\times3=8$、$0\times0+6\times1+0\times2+0\times3=6$。
 
-如何计算输出中第一列的第二个元素呢？如图所示，卷积窗口向下滑动三行、向右滑动两列。但是，当卷积窗口继续向右滑动两列时，没有输出，因为输入元素无法填充窗口（除非我们添加另一列填充）。
+可以看到，为了计算输出中第一列的第二个元素和第一行的第二个元素，卷积窗口分别向下滑动三行和向右滑动两列。但是，当卷积窗口继续向右滑动两列时，没有输出，因为输入元素无法填充窗口（除非我们添加另一列填充）。
 
 ![垂直步幅为 $3$，水平步幅为 $2$ 的二维互相关运算。](../img/conv-stride.svg)
 :label:`img_conv_stride`

chapter_recurrent-modern/encoder-decoder.md

@@ -1,16 +1,16 @@
 # 编码器-解码器结构
 :label:`sec_encoder-decoder`
 
-正如我们在:numref:`sec_machine_translation`中所讨论的，机器翻译是序列转换模型的一个核心问题，其输入和输出都是长度可变的序列。为了处理这种类型的输入和输出，我们可以设计一个包含两个主要组件的结构。第一个组件是一个*编码器*（encoder）：它接受一个长度可变的序列作为输入，并将其转换为具有形状固定的编码状态。第二个组件是*解码器*（decoder）：它将形状固定的编码状态映射到长度可变的序列。这被称为*编码器-解码器*（encoder-decoder）结构。如:numref:`fig_encoder_decoder`所示。
+正如我们在 :numref:`sec_machine_translation` 中所讨论的，机器翻译是序列转换模型的一个核心问题，其输入和输出都是长度可变的序列。为了处理这种类型的输入和输出，我们可以设计一个包含两个主要组件的结构。第一个组件是一个 *编码器*（encoder）：它接受一个长度可变的序列作为输入，并将其转换为具有固定形状的编码状态。第二个组件是 *解码器*（decoder）：它将固定形状的编码状态映射到长度可变的序列。这被称为 *编码器-解码器*（encoder-decoder）结构。如 :numref:`fig_encoder_decoder` 所示。
 
 ![编码器-解码器结构](../img/encoder-decoder.svg)
 :label:`fig_encoder_decoder`
 
-让我们以英语到法语的机器翻译为例。给定一个英文的输入序列：“They”、“are”、“watching”、“.”，这种“编码器－解码器”结构首先将长度可变的输入编码成一个状态，然后对该状态进行解码，一个标记接着一个标记地生成翻译后的序列作为输出：“Ils”、“regordent”、“.”。由于“编码器－解码器”结构是形成后续章节中不同序列转换模型的基础，因此本节将把这个结构转换为接口用于后面的代码实现。
+让我们以英语到法语的机器翻译为例。给定一个英文的输入序列：“They”、“are”、“watching”、“.”。首先，这种“编码器－解码器”结构将长度可变的输入序列编码成一个状态，然后对该状态进行解码，一个标记接着一个标记地生成翻译后的序列作为输出：“Ils”、“regordent”、“.”。由于“编码器－解码器”结构是形成后续章节中不同序列转换模型的基础，因此本节将把这个结构转换为接口方便后面的代码实现。
 
 ## 编码器
 
-在编码器接口中，我们只指定长度可变的序列作为编码器的输入`X`。任何继承这个`Encoder`基类的模型将完成代码实现。
+在编码器接口中，我们只指定长度可变的序列作为编码器的输入 `X`。任何继承这个 `Encoder` 基类的模型将完成代码实现。
 
 ```{.python .input}
 from mxnet.gluon import nn
@@ -41,7 +41,7 @@ class Encoder(nn.Module):
 
 ## 解码器
 
-在下面的解码器接口中，我们新增一个`init_state`函数用于将编码器的输出（`enc_outputs`）转换为编码后的状态。注意，此步骤可能需要额外的输入，例如：输入序列的有效长度，这在:numref:`subsec_mt_data_loading`中进行了解释。为了逐个生成长度可变的标记序列，解码器在每个时间步都可以将输入（例如：在前一时间步生成的标记）和编码后的状态映射成当前时间步的输出标记。
+在下面的解码器接口中，我们新增一个 `init_state` 函数用于将编码器的输出（`enc_outputs`）转换为编码后的状态。注意，此步骤可能需要额外的输入，例如：输入序列的有效长度，这在 :numref:`subsec_mt_data_loading` 中进行了解释。为了逐个地生成长度可变的标记序列，解码器在每个时间步都会将输入（例如：在前一时间步生成的标记）和编码后的状态映射成当前时间步的输出标记。
 
 ```{.python .input}
 #@save
@@ -74,7 +74,7 @@ class Decoder(nn.Module):
 
 ## 合并编码器和解码器
 
-最后，“编码器-解码器”结构包含了一个编码器和一个解码器，并且还包含了可选的额外的参数。在前向传播中，编码器的输出产生编码状态，解码器将使用该状态作为其输入之一。
+最后，“编码器-解码器”结构包含了一个编码器和一个解码器，并且还拥有可选的额外的参数。在前向传播中，编码器的输出用于生成编码状态，这个状态又被解码器作为其输入的一部分。
 
 ```{.python .input}
 #@save
@@ -107,13 +107,14 @@ class EncoderDecoder(nn.Module):
         return self.decoder(dec_X, dec_state)
 ```
 
-“编码器－解码器”体系结构中的术语“状态”可能会启发你使用具有状态的神经网络来实现该结构。在下一节中，我们将看到如何应用循环神经网络来设计基于这种“编码器－解码器”结构的序列转换模型。
+“编码器－解码器”体系结构中的术语“状态”可能会启发你使用具有状态的神经网络来实现该结构。
+在下一节中，我们将学习如何应用循环神经网络，来设计基于“编码器－解码器”结构的序列转换模型。
 
 ## 小结
 
-* “编码器－解码器”结构可以处理长度可变的序列作为输入和输出，因此适用于机器翻译等序列转换问题。
-* 编码器将长度可变的序列作为输入，并将其转换为具有形状固定的状态。
-* 解码器将形状固定的编码状态映射为长度可变的序列。
+* “编码器－解码器”结构可以将长度可变的序列作为输入和输出，因此适用于机器翻译等序列转换问题。
+* 编码器将长度可变的序列作为输入，并将其转换为具有固定形状的编码状态。
+* 解码器将具有固定形状的编码状态映射为长度可变的序列。
 
 ## 练习
 
@@ -127,3 +128,4 @@ class EncoderDecoder(nn.Module):
 :begin_tab:`pytorch`
 [Discussions](https://discuss.d2l.ai/t/2779)
 :end_tab:
+