fix #151

Author: SwordYork

Chapter20/deep_generative_models.tex

@@ -1508,7 +1508,7 @@ \subsection{\glsentrytext{GAN}}
 \gls{generator_network}学习跟踪其点在某种程度上类似于训练点的流形，而不是最大化特定点的对数概率。
 有点矛盾的是，这意味着模型可以将负无穷大的对数似然分配给测试集，同时仍然表示人类观察者判断为能捕获生成任务本质的流形。
 这不是明显的优点或缺点，并且只要向\gls{generator_network}最后一层所有生成的值添加高斯噪声，就可以保证\gls{generator_network}向所有点分配非零概率。
-以这种方式添加高斯噪声的\gls{generator_network}从相同分布的采样，即使用\gls{generator_network}参数化条件\gls{gaussian_distribution}的均值所获得的分布。
+以这种方式添加高斯噪声的\gls{generator_network}，从中采样的分布，和使用\gls{generator_network}参数化条件\gls{gaussian_distribution}的均值所获得的分布是相同的。
 
 % -- 692 --