The problem of confusion in the modification form of the Chinese homepage

Author: mouseart

translations/README.zh-cn.md

@@ -22,6 +22,7 @@
 此课程意在让学生了解并使用 Codecraft 的图形编程工具在 Wio Terminal 上编程，进而进行训练和部署深度神经网络模型。它包含七个详细的逐步递进的课程项目，让学生能掌握嵌入式机器学习的基本概念，并且懂得如何将其用于低功耗而尺寸更小的微控制器以创建智能化、相互连接的系统。完成本课程后，学生将能够在以 Cortex-M  为核心的微控制器上设计并实践他们自己的嵌入式机器学习项目，从定义问题到收集数据进而训练神经网络模型，再到最后将其部署到设备上以显示推理结果，或者根据推理数据控制其他硬件设备，这些都可以自己完成。
 
 Codecraft 的使用，使得数据收集、模型训练的流程得到了简化，基本的过程分为以下4个步骤。
+
 | ![第1步：创建模型](../images/step1-model-creation.gif)                              | ![第2步：数据采集](../images/Step2-Data-Acquisition.gif)                                                                        | ![Grove - 多通道气体传感器模块 v2](../images/Step3-Training-Deployment.gif)                             | ![Grove - 热成像相机模块](../images/Step4-Programming.gif)                                                       |
 | :-------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------------- |
 | 第1步：创建与选择模型 | 第2步：数据采集 | 第3步：训练与部署 | 第4步：使用智能算法编程 |