chapter 10: break some long sentences into short ones

Mainly for "One way to draw the RNN is with a diagram containing one node for every component that might exist in a physical implementation of the model, such as a biological neural network."

Chapter10/sequence_modeling_rnn.tex

@@ -129,14 +129,14 @@ \section{\glsentrytext{unfolding}\glsentrytext{computational_graph}}
 
 % -- 366 --
 
-\eqnref{eq:105h}可以用两种不同的方式绘制。
-一种方法是为可能在模型的物理实现中存在的部分赋予一个节点，如生物神经网络。
-在这个观点下，网络定义了实时操作的回路，如\figref{fig:chap10_rnn_circuit_unfolded}的左侧，其当前状态可以影响其未来的状态。
-在本章中，我们使用回路图的黑色方块表明在时刻$t$的状态到时刻$t+1$的状态单个时刻延迟中的相互作用。
-另一个绘制~\glssymbol{RNN}~的方法是展开的\gls{computational_graph}，其中每一个组件由许多不同的变量表示，每个\gls{time_step}一个变量，表示在该时间点组件的状态。
+\eqnref{eq:105h}可以用两种不同的方式来绘制。
+一种绘制~\glssymbol{RNN}~方式是用循环图，对于可能存在于模型的物理实现中的每个组件，都在图中包含其对应的节点。这种方式的一个示例是生物神经网络。
+在这种视角下，网络定义了实时操作的回路，如\figref{fig:chap10_rnn_circuit_unfolded}的左侧，其当前状态可以影响其未来的状态。
+在本章中，我们使用回路图中的黑色方块表示单个\gls{time_step}延时所发生的交互，即从时刻$t$的状态到时刻$t+1$的状态的变化。
+另一种绘制~\glssymbol{RNN}~的方式是用展开的\gls{computational_graph}，其中每一个组件由许多不同的变量表示，每个\gls{time_step}一个变量，用来表示组件在该时间点的状态。
 每个\gls{time_step}的每个变量绘制为\gls{computational_graph}的一个独立节点，如\figref{fig:chap10_rnn_circuit_unfolded}的右侧。
 我们所说的\gls{unfolding}是将左图中的回路映射为右图中包含重复组件的\gls{computational_graph}的操作。
-目前，\gls{unfolded_graph}的大小取决于序列长度。
+这样，\gls{unfolded_graph}的大小取决于序列长度。
 
 我们可以用一个函数$g^{(t)}$代表经$t$步展开后的循环：
 \begin{align}