6. torch.nn.functional 函数模块中这一小节中，“定义了一些核神经网络相关的函数”，应该为”定义了一些和神经网络相关的函数“。

在P123，L10处，应该是：实际上一般通过计算不同高斯过滤器的差值来近似LoG吧？

本条issue都指的是gan.py里的代码
1.第92行noise = torch.randn(batch_size, nz, 1, 1, device=device)中变量nz是什么？在gan.py里没找到定义
2.第101行errD = errD_real + errD_fake是多余的吧？既然是通过errD_real.backward()和errD_fake.backward()分别进行反向传播，把errD_real和 errD_fake相加得到的errD在后续也没有使用
如果要使用errD，等价的代码应该是去掉errD_real.backward()和errD_fake.backward()，然后调用errD.backward()

GULE/gelu/setup.py 的第6行“['gelu.cc', 'gelu_kernel.cu'])]”中“gelu_kernel.cu”命名与“GELU/gelu/gelu_cuda.cu”不同，导致编译失败，需要修改任一名称即可。

260页，“一个单词相当于 1×N 的向量，而词嵌入相当于对这个向 量做线性变换，乘以 N×M 的矩阵，最后输出 1×N 的向量”，应为“一个单词相当于 1×N 的向量，而词嵌入相当于对这个向 量做线性变换，乘以 N×M 的矩阵，最后输出 1×M 的向量”。感谢读者的指出。

7. torch.nn.init模块
   "就会导致后续的优化过程收敛很慢，甚至不熟练",最后应该是"收敛".

原文中提到"通过引入批次归一化层，能够让同一批次的某个输入感知到另外批次的信息，这样就能避免同一批次中有大量的图像一致"
根据BN的计算公式，是对 同一批次 的图像在批次维度上做归一化，所以BN的结果似乎是让某个输入感知到 同一批次 的其它输入的信息，为什么这里提到可以让输入感知到 另外批次 的信息？

SSD中只对conv4_3卷积层的输出特征进行了归一化，书中写道“其原因主要是conv4_3的特征和后面几层的张量的数值大小不匹配”
请问为什么数值大小不匹配就需要对输出特征归一化？如果不进行这种归一化会有哪些坏处？

line 11：
t4 = torch.radnn(3,2) # 沿着最后一个维度做堆叠，返回大小为3×4×3的张量
中“radnn” 应为 “randn”

版次：2022年4月第一版
印次：2022年1月第10次印刷
最后一句应该改为：有关OrderedDict的介绍，可以参考Python的相关文档。

意图是取负样本中损失函数较大的，但文中代码使用的是
_,idx=cls_loss.sort(1)
升序排列,找出的是负样本中损失函数较小的样本