till access param

TERMINOLOGY.md

@@ -44,6 +44,8 @@
 
 端到端，end-to-end
 
+多层感知机，multilayer perceptron
+
 二元分类，binary classification
 
 二次采样，subsample

chapter_deep-learning-computation/parameters.md

@@ -1,8 +1,8 @@
 # 模型参数的访问、初始化和共享
 
-在之前的小节里我们一直在使用默认的初始函数，`net.initialize()`，来初始化模型参数。我们也同时介绍过如何访问模型参数的简单方法。这一节我们将深入讲解模型参数的访问和初始化，以及如何在多个层之间共享同一份参数。
+在之前的章节中，我们一直使用默认方式来初始化模型的全部参数。我们也介绍了访问模型参数的简单方法。本节将深入讲解如何访问和初始化模型参数，以及如何在多个层之间共享同一份模型参数。
 
-我们首先定义同前的多层感知机、初始化权重和计算前向结果。与之前不同的是，在这里我们从MXNet中导入了`init`这个包，它包含了多种模型初始化方法。
+我们先定义一个与上一节中相同的含单个隐藏层的多层感知机。我们依然使用默认方式初始化它的参数，并做一次前向计算。与之前不同的是，在这里我们从MXNet中导入了`init`包，它包含了多种模型初始化方法。
 
 ```{.python .input  n=1}
 from mxnet import init, nd