谢谢好兄弟｜ Merge pull request #663 from xiaoxstz/master

人工矫正 docs\2.0\tutorials\beginner 中的文档（如果校验完了，可以私聊片刻，领取奖励）
apachecn · Dec 17, 2023 · 47487f6 · 47487f6 · vercel · Dec 17, 2023
2 parents a617098 + 22391b0
commit 47487f6
Show file tree

Hide file tree

Showing 15 changed files with 556 additions and 3,548 deletions.
diff --git a/docs/1.0/seq2seq_translation_tutorial.md b/docs/1.0/seq2seq_translation_tutorial.md
@@ -98,7 +98,7 @@ I am cold.    J'ai froid.
 
 从 [这里](https://download.pytorch.org/tutorial/data.zip) 下载数据和解压到相关的路径.
 
-与character-level RNN教程中使用的字符编码类似,我们将用语言中的每个单词 作为独热向量,或者除了单个单词之外(在单词的索引处)的大的零向量. 相较于可能 存在于一种语言中仅有十个字符相比,多数都是有大量的字,因此编码向量很大. 然而,我们会欺骗性的做一些数据修剪,保证每种语言只使用几千字.
+与character-level RNN教程中使用的字符编码类似,我们将用语言中的每个单词 作为独特向量,或者除了单个单词之外(在单词的索引处)的大的零向量. 相较于可能 存在于一种语言中仅有十个字符相比,多数都是有大量的字,因此编码向量很大. 然而,我们会欺骗性的做一些数据修剪,保证每种语言只使用几千字.
 
 ![](img/7fa129004e942671707f8f2d4fb80a20.jpg)
 

diff --git a/docs/2.0/tutorials/beginner/basics/transforms_tutorial.md b/docs/2.0/tutorials/beginner/basics/transforms_tutorial.md
@@ -10,7 +10,7 @@
 
 所有的 TorchVision 数据集都有两个参数: ``transform`` 用于修改特征和 ``target_transform`` 用于修改标签，它们接受包含转换逻辑的 callables。[torchvision.transforms](https://pytorch.org/vision/stable/transforms.html) 模块提供了几个常用的转换算法，开箱即用。
 
-FashionMNIST 的特征是 PIL 图像格式，而标签是整数。对于训练，我们需要将特征作为归一化的张量，将标签作为独热编码的张量。
+FashionMNIST 的特征是 PIL 图像格式，而标签是整数。对于训练，我们需要将特征作为归一化的张量，将标签作为独特编码的张量。
 为了进行这些转换，我们使用 ``ToTensor`` 和 ``Lambda``。
 
 ```py
@@ -84,7 +84,7 @@ Extracting data/FashionMNIST/raw/t10k-labels-idx1-ubyte.gz to data/FashionMNIST/
 
 ## Lambda Transforms
 
-Lambda transforms 应用任何用户定义的 lambda 函数。在这里，我们定义了一个函数来把整数变成一个独热编码的张量。
+Lambda transforms 应用任何用户定义的 lambda 函数。在这里，我们定义了一个函数来把整数变成一个独特编码的张量。
 它首先创建一个大小为10（我们数据集中的标签数量）的零张量，然后传递参数 ``value=1`` 在标签 ``y`` 所给的索引上调用 [scatter_](https://pytorch.org/docs/stable/generated/torch.Tensor.scatter_.html) 。
 
 ```py