mod: fix error

jindongwang · jindongwang · commit f355eabe03c9 · 2018-05-14T15:51:45.000+08:00
diff --git a/src/chaps/ch09_deep.tex b/src/chaps/ch09_deep.tex
@@ -307,7 +307,7 @@ \subsubsection{核心方法}
 
 \subsubsection{小结}
 
-基于深度网络进行迁移学习，其核心在于，找到网络需要进行自适应的层，并且对这些导加上自适应的损失度量。越来越多的研究者开始使用深度网络进行迁移学习~\cite{long2016deep,zhuo2017deep,zhuang2015supervised,sun2016deep,wei2016deep,luo2017label}。在这其中，几乎绝大多数方法都采用了卷积神经网络，在已训练好的模型(如AlexNet、Inception、GoogLeNet、Resnet等)上进行迁移。
+基于深度网络进行迁移学习，其核心在于，找到网络需要进行自适应的层，并且对这些层加上自适应的损失度量。越来越多的研究者开始使用深度网络进行迁移学习~\cite{long2016deep,zhuo2017deep,zhuang2015supervised,sun2016deep,wei2016deep,luo2017label}。在这其中，几乎绝大多数方法都采用了卷积神经网络，在已训练好的模型(如AlexNet、Inception、GoogLeNet、Resnet等)上进行迁移。
 
 特别地，最近意大利的学者Carlucci等人在2017年计算机视觉领域顶级会议ICCV上提出了自动深度网络自适应层(AutoDIAL, Automatic DomaIn Alignment Layers)~\cite{carlucci2017autodial}。该方法可以很简单地被加入现有的深度网络中，实现自动的自适应学习，使得深度网络的迁移更便捷。
 
diff --git a/web/transfer_tutorial.html b/web/transfer_tutorial.html
@@ -93,6 +93,10 @@
 
 					<li>
 						人脸识别图像数据集这一小节中 “...按照不同的关照和曝光条件随机选出。“ 改为 “...光照和曝光条件...” 
+					</li>
+						9.3.3小节中“其核心在于，找到网络需要进行自适应层，并且对这些导加上自适应的损失度量” 改为 “其核心在于，找到网络需要进行自适应层，并且对这些层加上自适应的损失度量”
+					<li>
+						
 					</li>
 				</ol>
 			</div>
