diff --git "a/Textbook/\347\254\2546\347\253\240-\345\210\206\345\270\203\345\274\217\350\256\255\347\273\203\347\256\227\346\263\225\344\270\216\347\263\273\347\273\237/6.1-\345\210\206\345\270\203\345\274\217\346\267\261\345\272\246\345\255\246\344\271\240\350\256\241\347\256\227\347\256\200\344\273\213.md" "b/Textbook/\347\254\2546\347\253\240-\345\210\206\345\270\203\345\274\217\350\256\255\347\273\203\347\256\227\346\263\225\344\270\216\347\263\273\347\273\237/6.1-\345\210\206\345\270\203\345\274\217\346\267\261\345\272\246\345\255\246\344\271\240\350\256\241\347\256\227\347\256\200\344\273\213.md"
index 795f3f89..4cd79341 100644
--- "a/Textbook/\347\254\2546\347\253\240-\345\210\206\345\270\203\345\274\217\350\256\255\347\273\203\347\256\227\346\263\225\344\270\216\347\263\273\347\273\237/6.1-\345\210\206\345\270\203\345\274\217\346\267\261\345\272\246\345\255\246\344\271\240\350\256\241\347\256\227\347\256\200\344\273\213.md"
+++ "b/Textbook/\347\254\2546\347\253\240-\345\210\206\345\270\203\345\274\217\350\256\255\347\273\203\347\256\227\346\263\225\344\270\216\347\263\273\347\273\237/6.1-\345\210\206\345\270\203\345\274\217\346\267\261\345\272\246\345\255\246\344\271\240\350\256\241\347\256\227\347\256\200\344\273\213.md"
@@ -116,7 +116,7 @@ $$
 <center><img src="./img/image9.png" width="400" height="" /></center>
 <center>图6-1-5: 分布式深度学习的研究目标 </center>
 
-计算速率又可进一步被分解为但设备计算速率、设备数量和并行效率之间的乘积。受限于工艺和功耗的限制，单设备的运算速率相对有限。因此，我们的工作重点在于增加可用的设备数以及提高设备的并行效率。
+计算速率又可进一步被分解为单设备计算速率、设备数量和并行效率之间的乘积。受限于工艺和功耗的限制，单设备的运算速率相对有限。因此，我们的工作重点在于增加可用的设备数以及提高设备的并行效率。
 
 深度学习的模型建立在高维张量的运算操作之上。这类的运算包含着丰富的可并行潜力。如下图所示，在一个典型的深度学习计算中，张量计算涉及可以并发的多个操作运算，而在单个张量运算子中也可并发地处理多个样本输入。