文字表述及公式是否存在错误 + P120 [1] 若l层为卷积层，则l层的特征映射净输入Z应该为l层的权重矩阵与l-1层的特征映射净输出的卷积吧。而书中则是l层的权重矩阵与l-1层的特征映射净输入的卷积。

P275 （章节：11.4 变分推断）， “变方法的应用十分广泛” 一句中的“变方” 理解应该是 “变分” 。

问题描述（例如：错别字） + 页号或公式号 p178 第三段第一句话“不同特征取值范围差异比较大时还会梯度下降法的 搜索效率”应改为：“不同特征取值范围差异比较大时还会【降低】梯度下降法的 搜索效率” 错别字：P66 公式2.3 下面一行“1111”改为“2222” （参考示例1） 推导错误：P66 公式2.3 中推导错误，。。。 （参考示例...

原文： 层归一化是对矩阵的每一列进行归一化，而批量归一化是对每一行进行归一化 是不是应该写反了？ 层归一化是对矩阵的每一行（每一样本）进行归一化，而批量归一化（每一特征）是对每一列进行归一化

分别讨论给出公式 P94 公式4.61 更完善：P94 公式4.61最好分别根据输出层、隐藏层，给出具体的公式，更完善。

问题描述（例如：错别字） + 页号或公式号 415页 图D.2的名称 累计分布函数---->累积分布函数

第118页，第五章5.4.1节 LeNet的第（3）层结构中，C3卷积层应该是16个5x5的卷积核，书中写成了60个。

问题描述（例如：错别字） + 页号或公式号 公式错误 109页 公式4.63 错误原因：Hadamard积运算符要求因子具有相同的维度。书中运算符两侧因子具有不同维度，所以此处不能使用Hadamard积运算符。 更正建议：删除公式4.63或者使用其他运算符替代。

58页公式3.20， 3.21 等号右边分别为对应的条件概率，即 $\hat{y}^{(n)}$ 和 $1 - \hat{y}^{(n)}$

“随机”二字不合适：P344 算法14.5 第3行中，“随机”二字可以删去，目标Q网络的参数 $\hat{\phi}$ 是由原 Q 网络复制而来的