fix cn docs in fft and io.dataset (#5111)

Liyulingyue · Ligoml · web-flow · commit e2d630f55997 · 2022-08-26T15:24:14.000+08:00
* Update irfftn_cn.rst

* Update irfftn_cn.rst

* Update rfft_cn.rst

* Update rfftfreq_cn.rst

* Update rfftfreq_cn.rst

* Update rfftfreq_cn.rst

* Update random_split_cn.rst

* Update rfft_cn.rst

* Update rfft_cn.rst

* Update rfftfreq_cn.rst

* Update rfft_cn.rst

* Update Embedding_cn.rst

* Update embedding_cn.rst

* Update embedding_cn.rst

* Update embedding_cn.rst

* Update embedding_cn.rst

* Update Fold_cn.rst

* Update Fold_cn.rst

* Update fold_cn.rst

* Update GELU_cn.rst

* Update gelu_cn.rst

* Update hardshrink_cn.rst

* delete the '该OP'

* Update irfftn_cn.rst

* Update fft_cn.rst

* Update irfftn_cn.rst

* Update hfftn_cn.rst

* Update Subset_cn.rst

* Update one_hot_cn.rst

* Update adaptive_pool2d_cn.rst

* Update adaptive_pool3d_cn.rst

* Update adaptive_pool3d_cn.rst

* Update DetectionMAP_cn.rst

* Update NumpyArrayInitializer_cn.rst

* Update data_cn.rst

* Update save_params_cn.rst

* Update DetectionMAP_cn.rst

* Update data_cn.rst

* Update save_persistables_cn.rst

* Update data_cn.rst

* Update data_cn.rst

* Update Fold_cn.rst

* Update fold_cn.rst

* Update data_cn.rst

* Update data_cn.rst

* Update fold_cn.rst

* Update Fold_cn.rst

* Update Fold_cn.rst

* Update fold_cn.rst

* Update Fold_cn.rst

* Update Fold_cn.rst

* Update Fold_cn.rst

* Update Fold_cn.rst

* Update Fold_cn.rst

* Update fold_cn.rst

Co-authored-by: Ligoml &lt;39876205+Ligoml@users.noreply.github.com&gt;
diff --git a/docs/api/paddle/fft/fft_cn.rst b/docs/api/paddle/fft/fft_cn.rst
@@ -13,9 +13,7 @@ fft
 :::::::::
 
 - **x** (Tensor) - 输入 Tensor，数据类型为实数或复数。
-- **n** (int，可选) - 输出 Tensor 中傅里叶变换轴的长度。如果 ``n`` 比输入 Tensor 中对应
-  轴的长度小，输入数据会被截断。如果 ``n`` 比输入 Tensor 中对应轴的长度大，则输入会被补零
-。如果 ``n`` 没有被指定，则使用输入 Tensor 中由 ``axis`` 指定的轴的长度。
+- **n** (int，可选) - 输出 Tensor 中傅里叶变换轴的长度。如果 ``n`` 比输入 Tensor 中对应轴的长度小，输入数据会被截断。如果 ``n`` 比输入 Tensor 中对应轴的长度大，则输入会被补零。如果 ``n`` 没有被指定，则使用输入 Tensor 中由 ``axis`` 指定的轴的长度。
 - **axis** (int，可选) - 傅里叶变换的轴。如果没有指定，默认使用最后一维。
 - **norm** (str，可选) - 傅里叶变换的缩放模式，缩放系数由变换的方向和缩放模式同时决定。取
   值必须是 "forward"，"backward"，"ortho" 之一，默认值为 "backward"。三种缩放模式对应
@@ -31,8 +29,7 @@ fft
 返回
 :::::::::
 
-Tensor，形状和输入 Tensor 相同，数据类型为复数。由输入 Tensor（可能被截断或者补零之后）在指
-定维度进行傅里叶变换的输出。
+Tensor，形状和输入 Tensor 相同，数据类型为复数。由输入 Tensor（可能被截断或者补零之后）在指定维度进行傅里叶变换的输出。
 
 代码示例
 :::::::::
diff --git a/docs/api/paddle/fft/hfftn_cn.rst b/docs/api/paddle/fft/hfftn_cn.rst
@@ -17,11 +17,9 @@ hfftn
   输入 Tensor 的长度大于 ``s[-1]//2+1``，输入 Tensor 会被截断。如果输入 Tensor 的长度
   小于 ``s[-1]//2+1``，则输入 Tensor 会被补零；
 
-  对于傅里变换其他每一个轴 ``i``，如果输入 Tensor 的长度大于 ``s[i]``，输入 Tensor 会
-  被截断。如果输入 Tensor 的长度小于 ``s[i]``，则输入 Tensor 会被补零；
-
-  如果未指定 `s`，则 ``s`` 在最后一个傅里叶变换轴取值为 ``2*(m-1)``，其中 ``m`` 是输入
-  Tensor 在最后一个傅里叶变换轴的长度，其余轴为输入 Tensor 在该轴的长度。
+  - 对于傅里变换其他每一个轴 ``i``，如果输入 Tensor 的长度大于 ``s[i]``，输入 Tensor 会被截断。如果输入 Tensor 的长度小于 ``s[i]``，则输入 Tensor 会被补零；
+  - 如果未指定 `s`，则 ``s`` 在最后一个傅里叶变换轴取值为 ``2*(m-1)``，其中 ``m`` 是输入 Tensor 在最后一个傅里叶变换轴的长度，其余轴为输入 Tensor 在该轴的长度。
+  
 - **axes** (Sequence[int]，可选) - 计算快速傅里叶变换的轴。如果没有指定，默认是使用最
   后 ``len(s)`` 个轴，如果 ``s`` 也没有指定则使用输入数据的全部的轴。
 - **norm** (str，可选) - 指定傅里叶变换的缩放模式，缩放系数由变换的方向和模式同时决定。取
diff --git a/docs/api/paddle/fft/irfftn_cn.rst b/docs/api/paddle/fft/irfftn_cn.rst
@@ -7,6 +7,9 @@ irfftn
 
 通过快速傅里叶变换(FFT)算法计算 N 维实数傅里叶变换 （rfftn）的逆变换。
 
+该函数通过快速傅立叶变换（FFT）计算M-D矩阵中任意轴上实输入的N-D离散傅立叶变换的逆。即，在计算精度内 ``irfftn(rfftn(x), x.shape) == x`` 成立。（ ``x.shape`` 的信息是必要的，其存在原因与 `irfft` 中的 ``len(x)`` 相同）。
+
+此函数输入的排序方式应与rfftn返回的方式相同。
 
 参数
 :::::::::
@@ -15,15 +18,10 @@ irfftn
 - **s** (Sequence[int]，可选) - 输出 Tensor 在每一个傅里叶变换轴上的长度（类似一维傅里
   叶变换中的参数 ``n``）。
 
-  对于傅里叶变换的最后一个轴，输入长度要求是 ``s[-1]//2+1``，如果输入 Tensor 的长度大于
-  ``s[-1]//2+1``，输入 Tensor 会被截断。如果输入 Tensor 的长度小于 ``s[-1]//2+1``，
-  则输入 Tensor 会被补零；
-
-  对于傅里变换其他每一个轴 ``i``，如果输入 Tensor 的长度大于 ``s[i]``，输入 Tensor 会
-  被截断。如果输入 Tensor 的长度小于 ``s[i]``，则输入 Tensor 会被补零；
-
-  如果未指定 `s`，则 ``s`` 在最后一个傅里叶变换轴取值为 ``2*(m-1)``，其中 ``m`` 是输
-  入 Tensor 在最后一个傅里叶变换轴的长度，其余轴为输入 Tensor 在该轴的长度。
+  - 对于傅里叶变换的最后一个轴，输入长度要求是 ``s[-1]//2+1``，如果输入 Tensor 的长度大于``s[-1]//2+1``，输入 Tensor 会被截断。如果输入 Tensor 的长度小于 ``s[-1]//2+1``，则输入 Tensor 会被补零；
+  - 对于傅里变换其他每一个轴 ``i``，如果输入 Tensor 的长度大于 ``s[i]``，输入 Tensor 会被截断。如果输入 Tensor 的长度小于 ``s[i]``，则输入 Tensor 会被补零；
+  - 如果未指定 `s`，则 ``s`` 在最后一个傅里叶变换轴取值为 ``2*(m-1)``，其中 ``m`` 是输入 Tensor 在最后一个傅里叶变换轴的长度，其余轴为输入 Tensor 在该轴的长度。
+  
 - **axes** (Sequence[int]，可选) - 计算快速傅里叶变换的轴。如果没有指定，默认是使用最后
   ``len(s)`` 个轴，如果 ``s`` 也没有指定则使用输入数据的全部的轴。
 - **norm** (str，可选) - 指定傅里叶变换的缩放模式，缩放系数由变换的方向和模式同时决定。取
diff --git a/docs/api/paddle/fft/rfft_cn.rst b/docs/api/paddle/fft/rfft_cn.rst
@@ -7,6 +7,8 @@ rfft
 
 通过快速傅里叶变换(FFT)算法计算一维实数傅里叶变换。
 
+当输入是实数时，输出是厄米特对称的。由于该函数不计算负频率项，因此输出的变换轴长度为 ``n//2 + 1`` 。
+
 
 参数
 :::::::::
@@ -16,9 +18,7 @@ rfft
   的长度小，输入数据会被截断。如果 ``n`` 比输入 Tensor 中对应轴的长度大，则输入会被补零。如果
   ``n`` 没有被指定，则使用输入 Tensor 中由 ``axis`` 指定的轴的长度。
 - **axis** (int，可选) - 傅里叶变换的轴。如果没有指定，默认使用最后一维。
-- **norm** (str，可选) - 傅里叶变换的缩放模式，缩放系数由变换的方向和缩放模式同时决定。取值必
-  须是 "forward"，"backward"，"ortho" 之一，默认值为 "backward"。三种缩放模式对应的行为
-  如下：
+- **norm** (str，可选) - 傅里叶变换的缩放模式，缩放系数由变换的方向和缩放模式同时决定。取值必须是 "forward"，"backward"，"ortho" 之一，默认值为 "backward"。三种缩放模式对应的行为如下：
 
   - "backward"：正向和逆向变换的缩放系数分别为 ``1`` 和 ``1/n``；
   - "forward"：正向和逆向变换的缩放系数分别为 ``1/n`` 和 ``1``；
@@ -29,8 +29,7 @@ rfft
 
 返回
 :::::::::
-Tensor，数据类型为复数。由输入 Tensor（可能被截断或者补零之后）在指定
-维度进行傅里叶变换的输出，傅里叶变换轴的输出长度为 ``(n//2)+1``，其余轴长度与输入一致。
+Tensor，数据类型为复数。
 
 代码示例
 :::::::::
diff --git a/docs/api/paddle/fft/rfftfreq_cn.rst b/docs/api/paddle/fft/rfftfreq_cn.rst
@@ -8,7 +8,9 @@ rfftfreq
 返回离散傅里叶变换的频率窗口(frequency bins)中心，以 "循环/采样间隔" 为单位。例如，采样间
 隔以秒为单位，则频谱的单位是 "循环/秒"。用于 ``rfft`` 和 ``irfft``。
 
-对于窗口长度 n 和采样间隔 d，输出的频率序列 f 排布如下：:
+对于窗口长度 n 和采样间隔 d，输出的频率序列 f 排布如下：
+
+.. code-block:: text
 
     f = [0, 1, ...,     n/2-1,     n/2] / (d*n)   (当 n 为偶数)
     f = [0, 1, ..., (n-1)/2-1, (n-1)/2] / (d*n)   (当 n 为奇数)
@@ -26,8 +28,7 @@ rfftfreq
 返回
 :::::::::
 
-Tensor，形状为 ``[n // 2 + 1]``，数据类型为 ``dtype`` 指定的数据类型，包含频率窗口中心序
-列。
+Tensor，形状为 ``[n // 2 + 1]``，数据类型为 ``dtype`` 指定的数据类型，包含频率窗口中心序列。
 
 代码示例
 :::::::::
diff --git a/docs/api/paddle/fluid/data_cn.rst b/docs/api/paddle/fluid/data_cn.rst
@@ -40,4 +40,4 @@ Variable
 代码示例
 ::::::::::::
 
-COPY-FROM: paddle.fluid.data
+COPY-FROM: paddle.fluid.data
diff --git a/docs/api/paddle/fluid/initializer/NumpyArrayInitializer_cn.rst b/docs/api/paddle/fluid/initializer/NumpyArrayInitializer_cn.rst
@@ -26,4 +26,4 @@ NumpyArrayInitializer
 代码示例
 ::::::::::::
 
-COPY-FROM: paddle.fluid.initializer.NumpyArrayInitializer
+COPY-FROM: paddle.fluid.initializer.NumpyArrayInitializer
diff --git a/docs/api/paddle/fluid/io/save_params_cn.rst b/docs/api/paddle/fluid/io/save_params_cn.rst
@@ -32,4 +32,4 @@ save_params
 代码示例
 ::::::::::::
 
-COPY-FROM: paddle.fluid.io.save_params
+COPY-FROM: paddle.fluid.io.save_params
diff --git a/docs/api/paddle/fluid/io/save_persistables_cn.rst b/docs/api/paddle/fluid/io/save_persistables_cn.rst
@@ -28,4 +28,4 @@ save_persistables
 代码示例
 ::::::::::::
 
-COPY-FROM: paddle.fluid.io.save_persistables
+COPY-FROM: paddle.fluid.io.save_persistables
diff --git a/docs/api/paddle/io/Subset_cn.rst b/docs/api/paddle/io/Subset_cn.rst
@@ -11,8 +11,8 @@ Subset
 参数
 :::::::::
 
-    - **datasets** 原数据集。
-    - **indices** 用于提取子集的原数据集合指标数组。
+    - **datasets** (Dataset) - 原数据集。
+    - **indices** (sequence) - 用于提取子集的原数据集合指标数组。
 
 返回
 :::::::::
diff --git a/docs/api/paddle/io/random_split_cn.rst b/docs/api/paddle/io/random_split_cn.rst
@@ -12,7 +12,7 @@ random_split
 
     - **dataset** (Dataset) - 此参数必须是 ``paddle.io.Dataset`` 或 ``paddle.io.IterableDataset`` 的一个子类实例或实现了 ``__len__`` 的 Python 对象，用于生成样本下标。默认值为 None。
     - **lengths** (list) - 总和为原数组长度的，子集合长度数组。
-    - **generator** (Generator) - 指定采样 ``data_source`` 的采样器。默认值为 None。
+    - **generator** (Generator，可选) - 指定采样 ``data_source`` 的采样器。默认值为 None。
 
 返回
 ::::::::::::
diff --git a/docs/api/paddle/nn/Embedding_cn.rst b/docs/api/paddle/nn/Embedding_cn.rst
@@ -5,16 +5,12 @@ Embedding
 
 .. py:class:: paddle.nn.Embedding(num_embeddings, embedding_dim, padding_idx=None, sparse=False, weight_attr=None, name=None)
 
-
-
-嵌入层(Embedding Layer)
-
-该接口用于构建 ``Embedding`` 的一个可调用对象，具体用法参照 ``代码示例``。其根据 input 中的 id 信息从 embedding 矩阵中查询对应 embedding 信息，并会根据输入的 size (num_embeddings, embedding_dim)和 weight_attr 自动构造一个二维 embedding 矩阵。
+嵌入层(Embedding Layer)，用于构建 ``Embedding`` 的一个可调用对象，具体用法参照 ``代码示例``。其根据 input 中的 id 信息从 embedding 矩阵中查询对应 embedding 信息，并会根据输入的 size (num_embeddings, embedding_dim)和 weight_attr 自动构造一个二维 embedding 矩阵。
 
 输出的 Tensor 的 shape 是在输入 Tensor shape 的最后一维后面添加了 embedding_dim 的维度。
 
-注：input 中的 id 必须满足 ``0 =< id < size[0]``，否则程序会抛异常退出。
-
+.. note::
+   input 中的 id 必须满足 ``0 =< id < size[0]``，否则程序会抛异常退出。
 
 .. code-block:: text
 
@@ -41,9 +37,9 @@ Embedding
 
     - **num_embeddings** (int) - 嵌入字典的大小，input 中的 id 必须满足 ``0 =< id < num_embeddings`` 。 。
     - **embedding_dim** (int) - 每个嵌入向量的维度。
-    - **padding_idx** (int|long|None) - padding_idx 的配置区间为 ``[-weight.shape[0], weight.shape[0]``，如果配置了 padding_idx，那么在训练过程中遇到此 id 时，其参数及对应的梯度将会以 0 进行填充。
-    - **sparse** (bool) - 是否使用稀疏更新，在词嵌入权重较大的情况下，使用稀疏更新能够获得更快的训练速度及更小的内存/显存占用。
-    - **weight_attr** (ParamAttr|None) - 指定嵌入向量的配置，包括初始化方法，具体用法请参见 :ref:`api_guide_ParamAttr`，一般无需设置，默认值为 None。
+    - **padding_idx** (int|long|None，可选) - padding_idx 的配置区间为 ``[-weight.shape[0], weight.shape[0]``，如果配置了 padding_idx，那么在训练过程中遇到此 id 时，其参数及对应的梯度将会以 0 进行填充。
+    - **sparse** (bool，可选) - 是否使用稀疏更新，在词嵌入权重较大的情况下，使用稀疏更新能够获得更快的训练速度及更小的内存/显存占用。
+    - **weight_attr** (ParamAttr|None，可选) - 指定嵌入向量的配置，包括初始化方法，具体用法请参见 :ref:`api_guide_ParamAttr`，一般无需设置，默认值为 None。
     - **name** (str，可选) - 具体用法请参见 :ref:`api_guide_Name`，一般无需设置，默认值为 None。
 
 
diff --git a/docs/api/paddle/nn/Fold_cn.rst b/docs/api/paddle/nn/Fold_cn.rst
@@ -5,14 +5,15 @@ Fold
 
 .. py:function:: paddle.nn.Fold(output_sizes, kernel_sizes, dilations=1, paddings=0, strides=1, name=None)
 
-该 Op 用于将一个滑动局部块组合成一个大的张量。通常也被称为 col2im，用于批处理二维图像张量。Fold 通过对所有包含块的值求和来计算结果中的每个大张量的组合值。
+将一个滑动局部块组合成一个大的张量。通常也被称为 col2im，用于批处理二维图像张量。Fold 通过对所有包含块的值求和来计算结果中的每个大张量的组合值。
 
 对于输入 x，如果形状为[N, C_in, L]，其输出形状[N, C_out, H_out, W_out]，计算过程如下：
+
 .. math::
 
-    H_out &=  output_size[0]
-    W_out &=  output_size[1]
-    C_out &=  C_in / kernel\_sizes[0] / kernel\_sizes[1]
+    H_{out} &= output\_size[0] \\
+    W_{out} &= output\_size[1] \\
+    C_{out} &= \frac{C_{in}}{kernel\_sizes[0]\times kernel\_sizes[1]} \\
 
 .. note::
    对应的 `functional 方法` 请参考：:ref:`cn_api_nn_functional_fold` 。
@@ -31,8 +32,8 @@ Fold
 
 形状
 :::::::::
- - **输入** : 4-D Tensor，形状为[N, C_in, L]，数据类型为 float32 或者 float64
- - **输出**：形状如上面所描述的[N, Cout, H, W]，数据类型与 ``x`` 相同
+ - **输入** ：4-D Tensor，形状为[N, C_in, L]，数据类型为 float32 或者 float64
+ - **输出** ：形状如上面所描述的[N, Cout, H, W]，数据类型与 ``x`` 相同
 
 
 代码示例
diff --git a/docs/api/paddle/nn/GELU_cn.rst b/docs/api/paddle/nn/GELU_cn.rst
@@ -23,7 +23,7 @@ GELU 激活层（GELU Activation Operator）
 
 参数
 ::::::::::
-    - approximate (bool，可选) - 是否使用近似计算，默认值为 False，即不使用近似计算。
+    - **approximate** (bool，可选) - 是否使用近似计算，默认值为 False，即不使用近似计算。
     - **name** (str，可选) - 具体用法请参见 :ref:`api_guide_Name`，一般无需设置，默认值为 None。
 
 形状：
diff --git a/docs/api/paddle/nn/functional/embedding_cn.rst b/docs/api/paddle/nn/functional/embedding_cn.rst
@@ -3,18 +3,17 @@
 embedding
 -------------------------------
 
-
 .. py:function:: paddle.nn.functional.embedding(x, weight, padding_idx=None, sparse=False, name=None)
 
 
 
-嵌入层(Embedding Layer)
-
-该 OP 根据 input 中的 id 信息从 embedding 矩阵中查询对应 embedding 信息，并会根据输入的 size (vocab_size, emb_size)和 dtype 自动构造一个二维 embedding 矩阵。
+嵌入层(Embedding Layer)，根据 input 中的 id 信息从 embedding 矩阵中查询对应 embedding 信息，并会根据输入的 size (vocab_size, emb_size)和 dtype 自动构造一个二维 embedding 矩阵。
 
 输出的 Tensor 的 shape 是将输入 Tensor shape 后追加一维 emb_size。
 
-注：input 中的 id 必须满足 ``0 =< id < size[0]``，否则程序会抛异常退出。
+.. note::
+
+   input 中的 id 必须满足 ``0 =< id < size[0]``，否则程序会抛异常退出。
 
 
 .. code-block:: text
@@ -42,8 +41,8 @@ embedding
 
     - **input** (Tensor) - 存储 id 信息的 Tensor，数据类型必须为：int32/int64。input 中的 id 必须满足 ``0 =< id < size[0]`` 。
     - **weight** (Tensor) - 存储词嵌入权重参数的 Tensor，形状为(num_embeddings, embedding_dim)。
-    - **sparse** (bool) - 是否使用稀疏更新，在词嵌入权重较大的情况下，使用稀疏更新能够获得更快的训练速度及更小的内存/显存占用。
-    - **padding_idx** (int|long|None) - padding_idx 的配置区间为 ``[-weight.shape[0], weight.shape[0]``，如果配置了 padding_idx，那么在训练过程中遇到此 id 时，其参数及对应的梯度将会以 0 进行填充。
+    - **sparse** (bool，可选) - 是否使用稀疏更新，在词嵌入权重较大的情况下，使用稀疏更新能够获得更快的训练速度及更小的内存/显存占用。
+    - **padding_idx** (int|long|None，可选) - padding_idx 的配置区间为 ``[-weight.shape[0], weight.shape[0]``，如果配置了 padding_idx，那么在训练过程中遇到此 id 时，其参数及对应的梯度将会以 0 进行填充。
     - **name** (str，可选) - 具体用法请参见 :ref:`api_guide_Name`，一般无需设置，默认值为 None。
 
 
diff --git a/docs/api/paddle/nn/functional/fold_cn.rst b/docs/api/paddle/nn/functional/fold_cn.rst
@@ -6,15 +6,16 @@ fold
 .. py:function:: paddle.nn.functional.fold(x, output_sizes, kernel_sizes, strides=1, paddings=0, dilations=1, name=None)
 
 
-该 Op 用于将一个滑动局部块组合成一个大的张量。通常也被称为 col2im，用于批处理二维图像张量。Fold 通过对所有包含块的值求和来计算结果中的每个大张量的组合值。
+将一个滑动局部块组合成一个大的张量。通常也被称为 col2im，用于批处理二维图像张量。Fold 通过对所有包含块的值求和来计算结果中的每个大张量的组合值。
 
 
 对于输入 x，如果形状为[N, C_in, L]，其输出形状[N, C_out, H_out, W_out]，计算过程如下：
+
 .. math::
 
-    H_out &=  output_size[0]
-    W_out &=  output_size[1]
-    C_out &=  C_in / kernel\_sizes[0] / kernel\_sizes[1]
+    H_{out} &= output\_size[0] \\
+    W_{out} &= output\_size[1] \\
+    C_{out} &= \frac{C_{in}}{kernel\_sizes[0]\times kernel\_sizes[1]} \\
 
 
 参数
@@ -31,7 +32,7 @@ fold
 
 形状
 :::::::::
- - **输出** : Tensor,  fold 操作之后的结果，形状如上面所描述的[N, Cout, H_out, W_out]，数据类型与 ``x`` 相同
+ - **输出** ：Tensor，fold 操作之后的结果，形状如上面所描述的[N, Cout, H_out, W_out]，数据类型与 ``x`` 相同
 
 
 代码示例
diff --git a/docs/api/paddle/nn/functional/gelu_cn.rst b/docs/api/paddle/nn/functional/gelu_cn.rst
@@ -23,10 +23,8 @@ gelu 激活层（GELU Activation Operator）
 
 参数
 ::::::::::::
-
-::::::::::
- - x (Tensor) - 输入的 ``Tensor``，数据类型为：float32、float64。
- - approximate (bool，可选) - 是否使用近似计算，默认值为 False，表示不使用近似计算。
+ - **x** (Tensor) - 输入的 ``Tensor``，数据类型为：float32、float64。
+ - **approximate** (bool，可选) - 是否使用近似计算，默认值为 False，表示不使用近似计算。
  - **name** (str，可选) - 具体用法请参见 :ref:`api_guide_Name`，一般无需设置，默认值为 None。
 
 返回
diff --git a/docs/api/paddle/nn/functional/hardshrink_cn.rst b/docs/api/paddle/nn/functional/hardshrink_cn.rst
@@ -21,8 +21,8 @@ hardshrink 激活层。计算公式如下：
 
 参数
 ::::::::::
-    - x (Tensor) - 输入的 ``Tensor``，数据类型为：float32、float64。
-    - threshold (float，可选) - hard_shrink 激活计算公式中的 threshold 值。默认值为 0.5。
+    - **x** (Tensor) - 输入的 ``Tensor``，数据类型为：float32、float64。
+    - **threshold** (float，可选) - hard_shrink 激活计算公式中的 threshold 值。默认值为 0.5。
     - **name** (str，可选) - 具体用法请参见 :ref:`api_guide_Name`，一般无需设置，默认值为 None。
 
 返回
