Update ddp_series_theory.rst

Revised based on comments

Author: rumjie

beginner_source/ddp_series_theory.rst

@@ -23,7 +23,7 @@ Authors: `Suraj Subramanian <https://github.com/suraj813>`__
 
       * 파이토치 `비분산 학습  <https://tutorials.pytorch.kr/beginner/basics/quickstart_tutorial.html>`__ 에 익숙할 것
 
-아래의 영상이나 `유투브 영상 youtube <https://www.youtube.com/watch/Cvdhwx-OBBo>`__ 을 따라 진행하세요.
+아래의 영상이나 `유튜브 영상 youtube <https://www.youtube.com/watch/Cvdhwx-OBBo>`__ 을 따라 진행하세요.
 
 .. raw:: html
 
@@ -36,7 +36,7 @@ Authors: `Suraj Subramanian <https://github.com/suraj813>`__
 여러 개의 디바이스에서 여러 데이터 배치들을 동시에 처리하는 방법입니다. 
 파이토치에서, `분산 샘플러 <https://pytorch.org/docs/stable/data.html#torch.utils.data.distributed.DistributedSampler>`__ 는 
 각 디바이스가 서로 다른 입력 배치를 받는 것을 보장합니다.
-모델은 모든 디바이스에 복제되며, 각 사본은 변화도를 계산하는 동시에 `링 올-리듀스
+모델은 모든 디바이스에 복제되며, 각 사본은 기울기를 계산하는 동시에 `링 올-리듀스
 알고리즘 <https://tech.preferred.jp/en/blog/technologies-behind-distributed-deep-learning-allreduce/>`__ 을 사용해 다른 사본과 동기화됩니다.
 
 `예시 튜토리얼 <https://tutorials.pytorch.kr/intermediate/dist_tuto.html#>`__ 에서 DDP 메커니즘에 대해 파이썬 관점에서 심도 있는 설명을 볼 수 있습니다. 
@@ -56,8 +56,8 @@ DP 는 간단하지만, (한 줄만 추가하면 됨) 성능은 훨씬 떨어집
      - 모델이 한 번만 복제됨
    * - 단일 노드 병렬 처리만 가능
      - 여러 머신으로 확장 가능
-   * - 느림; 단일 프로세스에서 멀티 스레딩을 사용하기 때문에 Global Interpreter Lock (GIL) 충돌이 발생
-     - 빠름; 멀티 프로세싱을 사용하기 때문에 GIL 충돌 없음
+   * - 느림. 단일 프로세스에서 멀티 스레딩을 사용하기 때문에 Global Interpreter Lock (GIL) 충돌이 발생
+     - 빠름. 멀티 프로세싱을 사용하기 때문에 GIL 충돌 없음
 
 
 읽을거리