!29941 modify doc

Merge pull request !29941 from xumengjuan1/code_docs_xmj13

docs/api/api_python/dataset/mindspore.dataset.CLUEDataset.rst

@@ -175,7 +175,7 @@ mindspore.dataset.CLUEDataset
     - **ValueError** - `num_parallel_workers` 参数超过系统最大线程数。
     - **RuntimeError** - 指定了 `num_shards` 参数，但是未指定 `shard_id` 参数。
     - **RuntimeError** - 指定了 `shard_id` 参数，但是未指定 `num_shards` 参数。
-    - **ValueError:** - `shard_id` 参数错误（小于0或者大于等于 `num_shards` ）。
+    - **ValueError** - `shard_id` 参数错误（小于0或者大于等于 `num_shards` ）。
 
     **关于CLUE数据集：**
 

docs/api/api_python/dataset/mindspore.dataset.CSVDataset.rst

@@ -31,7 +31,7 @@
     - **ValueError** - `num_parallel_workers` 参数超过系统最大线程数。
     - **RuntimeError** - 指定了 `num_shards` 参数，但是未指定 `shard_id` 参数。
     - **RuntimeError** - 指定了 `shard_id` 参数，但是未指定 `num_shards` 参数。
-    - **ValueError:** - `shard_id` 参数错误（小于0或者大于等于 `num_shards` ）。
+    - **ValueError** - `shard_id` 参数错误（小于0或者大于等于 `num_shards` ）。
 
     .. include:: mindspore.dataset.Dataset.rst
 

docs/api/api_python/dataset/mindspore.dataset.Cifar100Dataset.rst

@@ -22,14 +22,14 @@ mindspore.dataset.Cifar100Dataset
 
     **异常：**
 
-    - **RuntimeError:** - `dataset_dir` 路径下不包含数据文件。
-    - **ValueError:** - `num_parallel_workers` 参数超过系统最大线程数。
+    - **RuntimeError** - `dataset_dir` 路径下不包含数据文件。
+    - **ValueError** - `num_parallel_workers` 参数超过系统最大线程数。
     - **ValueError** - `usage` 参数取值不为'train'、'test'或'all'。
-    - **RuntimeError:** - 同时指定了 `sampler` 和 `shuffle` 参数。
-    - **RuntimeError:** - 同时指定了 `sampler` 和 `num_shards` 参数。
-    - **RuntimeError:** - 指定了 `num_shards` 参数，但是未指定 `shard_id` 参数。
-    - **RuntimeError:** - 指定了 `shard_id` 参数，但是未指定 `num_shards` 参数。
-    - **ValueError:** - `shard_id` 参数错误（小于0或者大于等于 `num_shards`）。
+    - **RuntimeError** - 同时指定了 `sampler` 和 `shuffle` 参数。
+    - **RuntimeError** - 同时指定了 `sampler` 和 `num_shards` 参数。
+    - **RuntimeError** - 指定了 `num_shards` 参数，但是未指定 `shard_id` 参数。
+    - **RuntimeError** - 指定了 `shard_id` 参数，但是未指定 `num_shards` 参数。
+    - **ValueError** - `shard_id` 参数错误（小于0或者大于等于 `num_shards`）。
 
     .. note:: 此数据集可以指定参数 `sampler` ，但参数 `sampler` 和参数 `shuffle` 的行为是互斥的。下表展示了几种合法的输入参数组合及预期的行为。
 

docs/api/api_python/dataset/mindspore.dataset.Cifar10Dataset.rst

@@ -22,14 +22,14 @@ mindspore.dataset.Cifar10Dataset
 
     **异常：**
 
-    - **RuntimeError:** - `dataset_dir` 路径下不包含数据文件。
-    - **ValueError:** - `num_parallel_workers` 参数超过系统最大线程数。
+    - **RuntimeError** - `dataset_dir` 路径下不包含数据文件。
+    - **ValueError** - `num_parallel_workers` 参数超过系统最大线程数。
     - **ValueError** - `usage` 参数取值不为'train'、'test'或'all'。
-    - **RuntimeError:** - 同时指定了 `sampler` 和 `shuffle` 参数。
-    - **RuntimeError:** - 同时指定了 `sampler` 和 `num_shards` 参数。
-    - **RuntimeError:** - 指定了 `num_shards` 参数，但是未指定 `shard_id` 参数。
-    - **RuntimeError:** - 指定了 `shard_id` 参数，但是未指定 `num_shards` 参数。
-    - **ValueError:** - `shard_id` 参数错误（小于0或者大于等于 `num_shards` ）。
+    - **RuntimeError** - 同时指定了 `sampler` 和 `shuffle` 参数。
+    - **RuntimeError** - 同时指定了 `sampler` 和 `num_shards` 参数。
+    - **RuntimeError** - 指定了 `num_shards` 参数，但是未指定 `shard_id` 参数。
+    - **RuntimeError** - 指定了 `shard_id` 参数，但是未指定 `num_shards` 参数。
+    - **ValueError** - `shard_id` 参数错误（小于0或者大于等于 `num_shards` ）。
 
     .. note:: 此数据集可以指定参数 `sampler` ，但参数 `sampler` 和参数 `shuffle` 的行为是互斥的。下表展示了几种合法的输入参数组合及预期的行为。
 

docs/api/api_python/dataset/mindspore.dataset.Dataset.d.rst

@@ -268,7 +268,7 @@
 
        * - 'dataset'类型
          - 'mindrecord'类型
-         - 详细
+         - 说明
        * - bool
          - None
          - 不支持

docs/api/api_python/dataset/mindspore.dataset.GraphData.rst

@@ -22,12 +22,12 @@ mindspore.dataset.GraphData
 
     **异常：**
       
-    - **ValueError:** - `dataset_file` 路径下数据文件不存在或无效。
-    - **ValueError:** - `num_parallel_workers` 参数超过系统最大线程数。
+    - **ValueError** - `dataset_file` 路径下数据文件不存在或无效。
+    - **ValueError** - `num_parallel_workers` 参数超过系统最大线程数。
     - **ValueError** - `working_mode` 参数取值不为'local', 'client' 或 'server'。
-    - **TypeError:** - `hostname` 参数类型错误。
-    - **ValueError:** - `port` 参数不在范围[1024, 65535]内。
-    - **ValueError:** - `num_client` 参数不在范围[1, 255]内。
+    - **TypeError** - `hostname` 参数类型错误。
+    - **ValueError** - `port` 参数不在范围[1024, 65535]内。
+    - **ValueError** - `num_client` 参数不在范围[1, 255]内。
 
     .. py:method:: get_all_edges(edge_type)
 

docs/api/api_python/dataset/mindspore.dataset.MnistDataset.rst

@@ -22,14 +22,14 @@ mindspore.dataset.MnistDataset
 
     **异常：**
 
-    - **RuntimeError:** - `dataset_dir` 路径下不包含数据文件。
-    - **ValueError:** - `num_parallel_workers` 参数超过系统最大线程数。
+    - **RuntimeError** - `dataset_dir` 路径下不包含数据文件。
+    - **ValueError** - `num_parallel_workers` 参数超过系统最大线程数。
     - **ValueError** - `usage` 参数取值不为'train'、'test'或'all'。
-    - **RuntimeError:** - 同时指定了 `sampler` 和 `shuffle` 参数。
-    - **RuntimeError:** - 同时指定了 `sampler` 和 `num_shards` 参数。
-    - **RuntimeError:** - 指定了 `num_shards` 参数，但是未指定 `shard_id` 参数。
-    - **RuntimeError:** - 指定了 `shard_id` 参数，但是未指定 `num_shards` 参数。
-    - **ValueError:** - `shard_id` 参数错误（小于0或者大于等于 `num_shards` ）。
+    - **RuntimeError** - 同时指定了 `sampler` 和 `shuffle` 参数。
+    - **RuntimeError** - 同时指定了 `sampler` 和 `num_shards` 参数。
+    - **RuntimeError** - 指定了 `num_shards` 参数，但是未指定 `shard_id` 参数。
+    - **RuntimeError** - 指定了 `shard_id` 参数，但是未指定 `num_shards` 参数。
+    - **ValueError** - `shard_id` 参数错误（小于0或者大于等于 `num_shards` ）。
 
     .. note:: 此数据集可以指定参数 `sampler` ，但参数 `sampler` 和参数 `shuffle` 的行为是互斥的。下表展示了几种合法的输入参数组合及预期的行为。
 

docs/api/api_python/dataset/mindspore.dataset.NumpySlicesDataset.rst

@@ -52,11 +52,11 @@ mindspore.dataset.NumpySlicesDataset
 
     - **RuntimeError** - `column_names` 列表的长度与数据的输出列表长度不匹配。
     - **ValueError** - `num_parallel_workers` 参数超过系统最大线程数。
-    - **ValueError:** - 同时指定了 `sampler` 和 `shuffle` 参数。
-    - **ValueError:** - 同时指定了 `sampler` 和 `num_shards` 参数。
-    - **ValueError:** - 指定了 `num_shards` 参数，但是未指定 `shard_id` 参数。
-    - **ValueError:** - 指定了 `shard_id` 参数，但是未指定 `num_shards` 参数。
-    - **ValueError:** - `shard_id` 参数值错误（小于0或者大于等于 `num_shards` ）。
+    - **ValueError** - 同时指定了 `sampler` 和 `shuffle` 参数。
+    - **ValueError** - 同时指定了 `sampler` 和 `num_shards` 参数。
+    - **ValueError** - 指定了 `num_shards` 参数，但是未指定 `shard_id` 参数。
+    - **ValueError** - 指定了 `shard_id` 参数，但是未指定 `num_shards` 参数。
+    - **ValueError** - `shard_id` 参数值错误（小于0或者大于等于 `num_shards` ）。
 
     .. include:: mindspore.dataset.Dataset.add_sampler.rst
 

docs/api/api_python/dataset/mindspore.dataset.Schema.rst

@@ -58,9 +58,9 @@ mindspore.dataset.Schema
 
         **异常：**
 
-        - **RuntimeError:** 解析列失败。
-        - **RuntimeError:** 列name字段缺失。
-        - **RuntimeError:** 列type字段缺失。
+        - **RuntimeError** - 解析列失败。
+        - **RuntimeError** - 列name字段缺失。
+        - **RuntimeError** - 列type字段缺失。
 
     .. py:method:: to_json()
 

docs/api/api_python/dataset/mindspore.dataset.deserialize.rst

@@ -19,4 +19,4 @@ mindspore.dataset.deserialize
 
     **异常：**
 
-    - **OSError:** -  `json_filepath` 不为None且JSON文件解析失败时。
+    - **OSError** -  `json_filepath` 不为None且JSON文件解析失败时。

docs/api/api_python/dataset/mindspore.dataset.serialize.rst

@@ -19,4 +19,4 @@
 
     **异常：**
 
-    **OSError:** 无法打开文件。
+    **OSError** - 无法打开文件。

docs/api/api_python/mindspore.dataset.rst

@@ -31,12 +31,13 @@ mindspore.dataset
     :toctree: dataset
 
     mindspore.dataset.CelebADataset
+    mindspore.dataset.Cifar10Dataset
+    mindspore.dataset.Cifar100Dataset
     mindspore.dataset.CocoDataset
     mindspore.dataset.ImageFolderDataset
+    mindspore.dataset.ManifestDataset
     mindspore.dataset.MnistDataset
     mindspore.dataset.VOCDataset
-    mindspore.dataset.Cifar100Dataset
-    mindspore.dataset.Cifar10Dataset
 
 文本
 ----
@@ -45,15 +46,17 @@ mindspore.dataset
     :toctree: dataset
 
     mindspore.dataset.CLUEDataset
+    mindspore.dataset.TextFileDataset
 
-图
----
+标准格式
+--------
 
 .. cnmsautosummary::
     :toctree: dataset
-    
-    mindspore.dataset.GraphData
 
+    mindspore.dataset.CSVDataset
+    mindspore.dataset.MindDataset
+    mindspore.dataset.TFRecordDataset
 
 用户自定义
 ----------
@@ -65,6 +68,15 @@ mindspore.dataset
     mindspore.dataset.NumpySlicesDataset
     mindspore.dataset.PaddedDataset
 
+图
+---
+
+.. cnmsautosummary::
+    :toctree: dataset
+    
+    mindspore.dataset.GraphData
+
+
 采样器
 -------
 
@@ -79,17 +91,6 @@ mindspore.dataset
     mindspore.dataset.SubsetSampler
     mindspore.dataset.WeightedRandomSampler
 
-标准格式
---------
-
-.. cnmsautosummary::
-    :toctree: dataset
-
-    mindspore.dataset.CSVDataset
-    mindspore.dataset.ManifestDataset
-    mindspore.dataset.MindDataset
-    mindspore.dataset.TFRecordDataset
-    mindspore.dataset.TextFileDataset
 
 其他
 -----
@@ -97,8 +98,8 @@ mindspore.dataset
 .. cnmsautosummary::
     :toctree: dataset
 
-    mindspore.dataset.DSCallback
     mindspore.dataset.DatasetCache
+    mindspore.dataset.DSCallback
     mindspore.dataset.Schema
     mindspore.dataset.WaitedDSCallback
     mindspore.dataset.compare

docs/api/api_python/mindspore.nn.probability.rst

@@ -34,8 +34,8 @@ Distributions
     mindspore.nn.probability.distribution.Gamma
     mindspore.nn.probability.distribution.Geometric
     mindspore.nn.probability.distribution.Gumbel
-    mindspore.nn.probability.distribution.LogNormal
     mindspore.nn.probability.distribution.Logistic
+    mindspore.nn.probability.distribution.LogNormal
     mindspore.nn.probability.distribution.Normal
     mindspore.nn.probability.distribution.Poisson
     mindspore.nn.probability.distribution.TransformedDistribution

docs/api/api_python/mindspore.nn.rst

@@ -52,7 +52,9 @@ MindSpore中 `mindspore.nn` 接口与上一版本相比，新增、删除和支
 .. cnmsplatformautosummary::
     :toctree: nn
 
+    mindspore.nn.ELU
     mindspore.nn.FastGelu
+    mindspore.nn.GELU
     mindspore.nn.HShrink
     mindspore.nn.HSigmoid
     mindspore.nn.HSwish
@@ -60,8 +62,6 @@ MindSpore中 `mindspore.nn` 接口与上一版本相比，新增、删除和支
     mindspore.nn.LogSigmoid
     mindspore.nn.LogSoftmax
     mindspore.nn.ReLU
-    mindspore.nn.ELU
-    mindspore.nn.GELU
     mindspore.nn.Sigmoid
     mindspore.nn.Softmax
     mindspore.nn.Tanh
@@ -91,16 +91,16 @@ MindSpore中 `mindspore.nn` 接口与上一版本相比，新增、删除和支
 .. cnmsplatformautosummary::
     :toctree: nn
 
-    mindspore.nn.Optimizer
     mindspore.nn.Adagrad
     mindspore.nn.Adam
     mindspore.nn.AdamOffload
     mindspore.nn.AdamWeightDecay
     mindspore.nn.FTRL
-    mindspore.nn.LARS
     mindspore.nn.Lamb
+    mindspore.nn.LARS
     mindspore.nn.LazyAdam
     mindspore.nn.Momentum
+    mindspore.nn.Optimizer
     mindspore.nn.ProximalAdagrad
     mindspore.nn.RMSProp
     mindspore.nn.SGD
@@ -139,18 +139,18 @@ MindSpore中 `mindspore.nn` 接口与上一版本相比，新增、删除和支
     mindspore.nn.Accuracy
     mindspore.nn.F1
     mindspore.nn.Fbeta
+    mindspore.nn.get_metric_fn
     mindspore.nn.Loss
     mindspore.nn.MAE
-    mindspore.nn.MSE
     mindspore.nn.Metric
+    mindspore.nn.MSE
+    mindspore.nn.names
     mindspore.nn.Precision
     mindspore.nn.Recall
+    mindspore.nn.rearrange_inputs
     mindspore.nn.Top1CategoricalAccuracy
     mindspore.nn.Top5CategoricalAccuracy
     mindspore.nn.TopKCategoricalAccuracy
-    mindspore.nn.get_metric_fn
-    mindspore.nn.names
-    mindspore.nn.rearrange_inputs
 
 动态学习率
 -----------

docs/api/api_python/mindspore.ops.rst

@@ -31,7 +31,7 @@ operations中的Primitive算子在使用前需要实例化。
     mindspore.ops.Sigmoid
 
 Math类型算子
-------------
+^^^^^^^^^^^^
 
 .. cnmsplatformautosummary::
     :toctree: ops
@@ -51,7 +51,7 @@ Math类型算子
     mindspore.ops.Sub
 
 Array类型算子
---------------
+^^^^^^^^^^^^^^
 
 .. cnmsplatformautosummary::
     :toctree: ops
@@ -68,7 +68,7 @@ Array类型算子
 
 
 Random类型算子
---------------
+^^^^^^^^^^^^^^^
 
 .. cnmsplatformautosummary::
     :toctree: ops

docs/api/api_python/mindspore.rst

@@ -28,10 +28,10 @@ mindspore
 
     mindspore.dtype
     mindspore.dtype_to_nptype
-    mindspore.dtype_to_pytype
-    mindspore.get_py_obj_dtype
     mindspore.issubclass_
+    mindspore.dtype_to_pytype
     mindspore.pytype_to_dtype
+    mindspore.get_py_obj_dtype
 
 种子
 ----
@@ -39,8 +39,8 @@ mindspore
 .. cnmsautosummary::
     :toctree: mindspore
 
-    mindspore.get_seed
     mindspore.set_seed
+    mindspore.get_seed
 
 模型
 -----
@@ -65,9 +65,9 @@ MindData数据集处理
 .. cnmsautosummary::
     :toctree: mindspore
 
-    mindspore.DynamicLossScaleManager
-    mindspore.FixedLossScaleManager
     mindspore.LossScaleManager
+    mindspore.FixedLossScaleManager
+    mindspore.DynamicLossScaleManager
 
 序列化
 -------
@@ -75,15 +75,15 @@ MindData数据集处理
 .. cnmsautosummary::
     :toctree: mindspore
 
-    mindspore.build_searched_strategy
+    mindspore.save_checkpoint
+    mindspore.load_checkpoint
+    mindspore.load_param_into_net
     mindspore.export
     mindspore.load
     mindspore.parse_print
-    mindspore.load_checkpoint
-    mindspore.load_distributed_checkpoint
-    mindspore.load_param_into_net
+    mindspore.build_searched_strategy
     mindspore.merge_sliced_parameter
-    mindspore.save_checkpoint
+    mindspore.load_distributed_checkpoint
     mindspore.async_ckpt_thread_status
 
 即时编译

docs/api/api_python/mindspore/mindspore.DynamicLossScaleManager.rst

@@ -29,11 +29,11 @@ mindspore.DynamicLossScaleManager
 
     .. py:method:: get_update_cell()
 
-        返回用于更新梯度放大系数的 `Cell` 实例，:class:`mindspore.TrainOneStepWithLossScaleCell` 会调用该实例。
+        返回用于更新梯度放大系数的 `Cell` 实例，:class:`mindspore.nn.TrainOneStepWithLossScaleCell` 会调用该实例。
 
         **返回：**
 
-        :class:`mindspore.DynamicLossScaleUpdateCell` 实例，用于更新梯度放大系数。
+        :class:`mindspore.nn.DynamicLossScaleUpdateCell` 实例，用于更新梯度放大系数。
 
     .. py:method:: update_loss_scale(overflow)
 

docs/api/api_python/mindspore/mindspore.FixedLossScaleManager.rst

@@ -28,11 +28,11 @@ mindspore.FixedLossScaleManager
 
     .. py:method:: get_update_cell()
 
-        返回用于更新 `loss_scale` 值的 `Cell` 实例， :class:`mindspore.TrainOneStepWithLossScaleCell` 会调用该实例。该类使用固定的梯度放大系数，因此该实例不执行任何操作。
+        返回用于更新 `loss_scale` 值的 `Cell` 实例， :class:`mindspore.nn.TrainOneStepWithLossScaleCell` 会调用该实例。该类使用固定的梯度放大系数，因此该实例不执行任何操作。
 
         **返回：**
 
-        None或 `Cell` 。当 `drop_overflow_update` 为True时，返回 :class:`mindspore.FixedLossScaleUpdateCell` 实例，当 `drop_overflow_update` 为False时，返回None。
+        None或 `Cell` 。当 `drop_overflow_update` 为True时，返回 :class:`mindspore.nn.FixedLossScaleUpdateCell` 实例，当 `drop_overflow_update` 为False时，返回None。
 
     .. py:method:: update_loss_scale(overflow)
 

docs/api/api_python/mindspore/mindspore.dtype.rst

@@ -40,7 +40,7 @@ mindspore.dtype
       ============================   =================
       类型                            描述
       ============================   =================
-      ``Tensor``                      MindSpore中的张量类型。数据格式采用NCHW。详情请参考 `tensor <https://www.gitee.com/mindspore/mindspore/blob/master/mindspore/python/mindspore/common/tensor.py>_`.
+      ``Tensor``                      MindSpore中的张量类型。数据格式采用NCHW。详情请参考 `tensor <https://www.gitee.com/mindspore/mindspore/blob/master/mindspore/python/mindspore/common/tensor.py>_` 。
       ``bool_``                       布尔型，值为 ``True`` 或者 ``False`` 。
       ``int_``                        整数标量。
       ``uint``                        无符号整数标量。

docs/api/api_python/nn/mindspore.nn.CosineDecayLR.rst

@@ -28,7 +28,7 @@ mindspore.nn.CosineDecayLR
 
     **异常：**
 
-    - **TypeError:** `min_lr` 或  `max_lr` 不是float。
-    - **TypeError:** `decay_steps` 不是整数。
-    - **ValueError:** `min_lr` 小于0或 `decay_steps` 小于1。
-    - **ValueError:** `max_lr` 小于或等于0。
+    - **TypeError** - `min_lr` 或  `max_lr` 不是float。
+    - **TypeError** - `decay_steps` 不是整数。
+    - **ValueError** - `min_lr` 小于0或 `decay_steps` 小于1。
+    - **ValueError** - `max_lr` 小于或等于0。

docs/api/api_python/nn/mindspore.nn.DynamicLossScaleUpdateCell.rst

@@ -7,7 +7,7 @@ mindspore.nn.DynamicLossScaleUpdateCell
 
     使用混合精度功能进行训练时，初始损失缩放系数值为 `loss_scale_value`。在每个训练步骤中，当出现溢出时，通过计算公式 `loss_scale`/`scale_factor` 减小损失缩放系数。如果连续 `scale_window` 步（step）未溢出，则将通过 `loss_scale` * `scale_factor` 增大损失缩放系数。
 
-    该类是 :class:`mindspore.nn.DynamicLossScaleManager` 的 `get_update_cell` 方法的返回值。训练过程中，类 :class:`mindspore.TrainOneStepWithLossScaleCell` 会调用该Cell来更新损失缩放系数。
+    该类是 :class:`mindspore.DynamicLossScaleManager` 的 `get_update_cell` 方法的返回值。训练过程中，类 :class:`mindspore.nn.TrainOneStepWithLossScaleCell` 会调用该Cell来更新损失缩放系数。
 
     **参数：**
 

docs/api/api_python/nn/mindspore.nn.ExponentialDecayLR.rst

@@ -37,7 +37,7 @@ mindspore.nn.ExponentialDecayLR
 
     **异常：**
 
-    - **TypeError:** `learning_rate` 或  `decay_rate` 不是float。
-    - **TypeError:** `decay_steps` 不是int或 `is_stair` 不是bool。
-    - **ValueError:** `decay_steps` 小于1。
-    - **ValueError:** `learning_rate` 或  `decay_rate` 小于或等于0。
+    - **TypeError** - `learning_rate` 或  `decay_rate` 不是float。
+    - **TypeError** - `decay_steps` 不是int或 `is_stair` 不是bool。
+    - **ValueError** - `decay_steps` 小于1。
+    - **ValueError** - `learning_rate` 或  `decay_rate` 小于或等于0。

docs/api/api_python/nn/mindspore.nn.FixedLossScaleUpdateCell.rst

@@ -5,7 +5,7 @@ mindspore.nn.FixedLossScaleUpdateCell
 
     固定损失缩放系数的神经元。
 
-    该类是 :class:`mindspore.nn.FixedLossScaleManager` 的 `get_update_cell` 方法的返回值。训练过程中，类 :class:`mindspore.TrainOneStepWithLossScaleCell` 会调用该Cell。
+    该类是 :class:`mindspore.FixedLossScaleManager` 的 `get_update_cell` 方法的返回值。训练过程中，类 :class:`mindspore.nn.TrainOneStepWithLossScaleCell` 会调用该Cell。
 
     **参数：**
 

docs/api/api_python/nn/mindspore.nn.HSwish.rst

@@ -24,4 +24,4 @@ mindspore.nn.HSwish
 
     **异常：**
 
-    - **TypeError:** `x` 的数据类型既不是float16也不是float32。
+    - **TypeError** - `x` 的数据类型既不是float16也不是float32。

docs/api/api_python/nn/mindspore.nn.cosine_decay_lr.rst

@@ -27,8 +27,8 @@ mindspore.nn.cosine_decay_lr
 
     **异常：**
 
-    - **TypeError:** `min_lr` 或 `max_lr` 不是float。
-    - **TypeError:** `total_step` 或 `step_per_epoch` 或 `decay_epoch` 不是int。
-    - **ValueError:** `max_lr` 不大于0或 `min_lr` 小于0。
-    - **ValueError:** `total_step` 或 `step_per_epoch` 或 `decay_epoch` 小于0。
-    - **ValueError:** `max_lr` 大于或等于 `min_lr`。
+    - **TypeError** - `min_lr` 或 `max_lr` 不是float。
+    - **TypeError** - `total_step` 或 `step_per_epoch` 或 `decay_epoch` 不是int。
+    - **ValueError** - `max_lr` 不大于0或 `min_lr` 小于0。
+    - **ValueError** - `total_step` 或 `step_per_epoch` 或 `decay_epoch` 小于0。
+    - **ValueError** - `max_lr` 大于或等于 `min_lr`。

docs/api/api_python/nn/mindspore.nn.exponential_decay_lr.rst

@@ -27,7 +27,7 @@ mindspore.nn.exponential_decay_lr
 
     **异常：**
 
-    - **TypeError:** `total_step` 或 `step_per_epoch` 或 `decay_epoch` 不是int。
-    - **TypeError:** `is_stair` 不是bool。
-    - **TypeError:** `learning_rate` 或 `decay_rate` 不是float。
-    - **ValueError:** `learning_rate` 或 `decay_rate` 小于等于0。
+    - **TypeError** - `total_step` 或 `step_per_epoch` 或 `decay_epoch` 不是int。
+    - **TypeError** - `is_stair` 不是bool。
+    - **TypeError** - `learning_rate` 或 `decay_rate` 不是float。
+    - **ValueError** - `learning_rate` 或 `decay_rate` 小于等于0。

docs/api/api_python/nn/mindspore.nn.inverse_decay_lr.rst

@@ -27,7 +27,7 @@ mindspore.nn.inverse_decay_lr
 
     **异常：**
 
-    - **TypeError:** `total_step` 或 `step_per_epoch` 或 `decay_epoch` 不是int。
-    - **TypeError:** `is_stair` 不是bool。
-    - **ValueError:** `learning_rate` 或 `decay_rate` 不是float。
-    - **ValueError:** `learning_rate` 或 `decay_rate` 小于等于0。
+    - **TypeError** - `total_step` 或 `step_per_epoch` 或 `decay_epoch` 不是int。
+    - **TypeError** - `is_stair` 不是bool。
+    - **ValueError** - `learning_rate` 或 `decay_rate` 不是float。
+    - **ValueError** - `learning_rate` 或 `decay_rate` 小于等于0。

docs/api/api_python/nn/mindspore.nn.natural_exp_decay_lr.rst

@@ -27,7 +27,7 @@ mindspore.nn.natural_exp_decay_lr
 
     **异常：**
 
-    - **TypeError:** `total_step` 或 `step_per_epoch` 或 `decay_epoch` 不是int。
-    - **TypeError:** `is_stair` 不是bool。
-    - **ValueError:** `learning_rate` 或 `decay_rate` 不是float。
-    - **ValueError:** `learning_rate` 或 `decay_rate` 小于等于0。
+    - **TypeError** - `total_step` 或 `step_per_epoch` 或 `decay_epoch` 不是int。
+    - **TypeError** - `is_stair` 不是bool。
+    - **ValueError** - `learning_rate` 或 `decay_rate` 不是float。
+    - **ValueError** - `learning_rate` 或 `decay_rate` 小于等于0。

docs/api/api_python/nn/mindspore.nn.piecewise_constant_lr.rst

@@ -22,6 +22,6 @@ mindspore.nn.piecewise_constant_lr
 
     **异常：**
 
-    - **TypeError:** `milestone` 或 `learning_rates` 既不是tuple也不是list。
-    - **ValueError:** `milestone` 和 `learning_rates` 的长度不相等。
-    - **ValueError:** `milestone` 中的不是单调递增的。
+    - **TypeError** - `milestone` 或 `learning_rates` 既不是tuple也不是list。
+    - **ValueError** - `milestone` 和 `learning_rates` 的长度不相等。
+    - **ValueError** - `milestone` 中的不是单调递增的。

docs/api/api_python/nn/mindspore.nn.polynomial_decay_lr.rst

@@ -43,7 +43,7 @@ mindspore.nn.polynomial_decay_lr
 
     **异常：**
 
-    - **TypeError:** `learning_rate` 或 `end_learning_rate` 或 `power` 不是float。
-    - **TypeError:** `total_step` 或 `step_per_epoch` 或 `decay_epoch` 不是int。
-    - **TypeError:** `update_decay_epoch` 不是bool。
-    - **ValueError:** `learning_rate` 或 `power` 小于等于0。
+    - **TypeError** - `learning_rate` 或 `end_learning_rate` 或 `power` 不是float。
+    - **TypeError** - `total_step` 或 `step_per_epoch` 或 `decay_epoch` 不是int。
+    - **TypeError** - `update_decay_epoch` 不是bool。
+    - **ValueError** - `learning_rate` 或 `power` 小于等于0。

docs/api/api_python/nn/mindspore.nn.warmup_lr.rst

@@ -25,6 +25,6 @@ mindspore.nn.warmup_lr
 
     **异常：**
 
-    - **TypeError:** `learning_rate` 不是float。
-    - **TypeError:** `total_step` 或 `step_per_epoch` 或 `decay_epoch` 不是int。
-    - **ValueError:** `learning_rate` 小于0。
+    - **TypeError** - `learning_rate` 不是float。
+    - **TypeError** - `total_step` 或 `step_per_epoch` 或 `decay_epoch` 不是int。
+    - **ValueError** - `learning_rate` 小于0。

docs/api/api_python/ops/mindspore.ops.L2Loss.rst

@@ -22,11 +22,3 @@ mindspore.ops.L2Loss
 
     - **TypeError** - `input_x` 不是Tensor。
     - **TypeError** - `input_x` 的数据类型既不是float16也不是float32。
-
-    **样例:**
-
-    >>> input_x = Tensor(np.array([1, 2, 3]), mindspore.float16)
-    >>> l2_loss = ops.L2Loss()
-    >>> output = l2_loss(input_x)
-    >>> print(output)
-    7.0

mindspore/python/mindspore/nn/wrap/loss_scale.py

@@ -63,8 +63,8 @@ class DynamicLossScaleUpdateCell(Cell):
     when there is an overflow. And it will be increased by `loss_scale` * `scale_factor` if there is no
     overflow for a continuous `scale_window` steps.
 
-    `get_update_cell` method of :class:`mindspore.nn.DynamicLossScaleManager` will return this class, it will be called
-    by :class:`mindspore.TrainOneStepWithLossScaleCell` during training to update loss scale.
+    `get_update_cell` method of :class:`mindspore.DynamicLossScaleManager` will return this class, it will be called
+    by :class:`mindspore.nn.TrainOneStepWithLossScaleCell` during training to update loss scale.
 
     Args:
         loss_scale_value (float): Initializes loss scale.
@@ -162,8 +162,8 @@ class FixedLossScaleUpdateCell(Cell):
     """
     Update cell with fixed loss scaling value.
 
-    `get_update_cell` method of :class:`mindspore.nn.FixedLossScaleManager` will return this class, it will be called
-    by :class:`mindspore.TrainOneStepWithLossScaleCell` during trainning.
+    `get_update_cell` method of :class:`mindspore.FixedLossScaleManager` will return this class, it will be called
+    by :class:`mindspore.nn.TrainOneStepWithLossScaleCell` during trainning.
 
     Args:
         loss_scale_value (float): Initializes loss scale.

mindspore/python/mindspore/train/loss_scale_manager.py

@@ -110,8 +110,8 @@ class FixedLossScaleManager(LossScaleManager):
         will do nothing.
 
         Returns:
-            None or :class:`mindspore.FixedLossScaleUpdateCell`. Instance of
-            :class:`mindspore.FixedLossScaleUpdateCell` when `drop_overflow_update` is True. None when
+            None or :class:`mindspore.nn.FixedLossScaleUpdateCell`. Instance of
+            :class:`mindspore.nn.FixedLossScaleUpdateCell` when `drop_overflow_update` is True. None when
             `drop_overflow_update` is False.
         """
         if not self._drop_overflow_update:
@@ -203,6 +203,6 @@ class DynamicLossScaleManager(LossScaleManager):
         :class:`mindspore.nn.TrainOneStepWithLossScaleCell`.
 
         Returns:
-            :class:`mindspore.DynamicLossScaleUpdateCell`.
+            :class:`mindspore.nn.DynamicLossScaleUpdateCell`.
         """
         return nn.DynamicLossScaleUpdateCell(self.loss_scale, self.scale_factor, self.scale_window)