diff --git a/docs/chapter04_DL_computation/4.1_model-construction.md b/docs/chapter04_DL_computation/4.1_model-construction.md
index fc9a9da88..909f1a235 100644
--- a/docs/chapter04_DL_computation/4.1_model-construction.md
+++ b/docs/chapter04_DL_computation/4.1_model-construction.md
@@ -16,7 +16,7 @@ from torch import nn
 class MLP(nn.Module):
     # 声明带有模型参数的层，这里声明了两个全连接层
     def __init__(self, **kwargs):
-        # 调用MLP父类Block的构造函数来进行必要的初始化。这样在构造实例时还可以指定其他函数
+        # 调用MLP父类Module的构造函数来进行必要的初始化。这样在构造实例时还可以指定其他函数
         # 参数，如“模型参数的访问、初始化和共享”一节将介绍的模型参数params
         super(MLP, self).__init__(**kwargs)
         self.hidden = nn.Linear(784, 256) # 隐藏层
@@ -75,7 +75,7 @@ class MySequential(nn.Module):
             for idx, module in enumerate(args):
                 self.add_module(str(idx), module)
     def forward(self, input):
-        # self._modules返回一个 OrderedDict，保证会按照成员添加时的顺序遍历成
+        # self._modules返回一个 OrderedDict，保证会按照成员添加时的顺序遍历成员
         for module in self._modules.values():
             input = module(input)
         return input