更新 10月25日本周科研工作进展.md

10月25日本周科研工作进展.md

@@ -39,6 +39,6 @@ loss_proto /= len(args.num_cluster)
 
 ### 解决办法与下周安排：
 
-1.将实验视为loss相互竞争的多任务学习，考虑采用梯度标准化多目标优化（GradNorm: Gradient Normalization for Adaptive Loss Balancing in Deep Multitask Networks）或多目标优化（Multi-task learning as multi-objective optimization）的方式修改代码。
+1.将实验视为loss相互竞争的多任务学习，考虑采用梯度标准化（GradNorm: Gradient Normalization for Adaptive Loss Balancing in Deep Multitask Networks）或多目标优化（Multi-task learning as multi-objective optimization）的方式修改代码。
 
 2.增加下游任务实验，观察不同结果的模型在图像分类/目标检测/聚类评估的任务中的发挥。