modify format

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

@@ -13,7 +13,7 @@ mindspore.nn.PoissonNLLLoss
     其中 :math:`\mathcal{L}_{D}` 为损失值， :math:`y_{i}` 为 `target` ， :math:`x_{i}` 为 `x` 。
 
     如果 `log_input` 为True，使用 :math:`e^{x_{i}} - y_{i} x_{i}` 而不是 :math:`x_{i} - y_{i}\ln x_{i}` 进行计算。
-    计算对数时，`x` 的下界设置为`eps`，以避免数值误差。
+    计算对数时，`x` 的下界设置为 `eps`，以避免数值误差。
     如果 `full` 为False，则最后一项：:math:`\ln{y_{i}!}` 将被省略。否则，最后一项将使用斯特林公式近似：
 
     .. math::

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

@@ -5,12 +5,12 @@ mindspore.ops.argwhere
 
     返回一个Tensor，包含所有输入Tensor非零数值的位置。
 
-    参数:
+    参数：
         - **x** (Tensor) - Tensor的shape是 :math:`(x_1, x_2, ..., x_R)`。类型可以为int、float或bool。
 
-    返回:
+    返回：
         一个2-D Tensor，数据类型为int64，包含所有输入中的非零数值的位置。
 
-    异常:
+    异常：
         - **TypeError** - 如果 `x` 不是Tensor。
         - **ValueError** - 如果 `x` 的维度等于0。

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

@@ -10,9 +10,9 @@ mindspore.ops.column_stack
         - **x** (Union[Tensor, tuple, list]) - 多个1-D 或 2-D的Tensor。除了需要拼接的轴外，所有的
           Tensors必须有相同的shape。
 
-    返回:
+    返回：
         将输入Tensor堆叠后的2-D Tensor。
 
-    异常:
+    异常：
         - **TypeError** - 如果 `x` 不是 Tensor、list或tuple。
         - **ValueError** - 如果 `x` 为空。

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

@@ -6,13 +6,13 @@ mindspore.ops.hstack
     将多个Tensor沿着水平方向进行堆叠。
     对于1-D Tensor，沿第一个轴进行堆叠。其他维度的Tensor沿第二个轴进行堆叠。
 
-    参数:
+    参数：
         - **x** (Union[Tensor, tuple, list]) - 多个1-D 或 2-D的Tensor。对于2-D Tensor，除了第二个轴外，所有的
           Tensor必须有相同的shape。对于1-D Tensor，可拥有任意的长度。
 
-    返回:
+    返回：
         堆叠后的Tensor。
 
-    异常:
+    异常：
         - **TypeError** - 如果 `x` 不是 Tensor、list或tuple。
         - **ValueError** - 如果 `x` 为空。

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

@@ -5,17 +5,17 @@ mindspore.ops.logspace
 
     返回按照log scale平均分布的一组数值。
 
-    在线性空间, 数值起始于:math:`base ** start`，结束于:math:`base ** end`。
+    在线性空间, 数值起始于 :math:`base ** start`，结束于 :math:`base ** end`。
 
-    Args:
+    参数：
         - **start** (Union[int, list(int), tuple(int), Tensor]) - :math:`base ** start` 是点集的起始值。
         - **end** (Union[int, list(int), tuple(int), Tensor]) - :math:`base ** end` 是点集的结束值。
         - **steps** (int) - 构造Tensor的大小。
         - **base** (Union[int, float], 可选) - 对数函数的底。在 :math:`ln(samples) / ln(base)` (或 :math:`log_{base}(samples)`)之间的步长是一致的。默认值是10.0。
         - **dtype** (Union[:class:`mindspore.dtype`, str], 可选) - 执行计算的数据类型。如果 `dtype` 是None，从入参中推断数据类型。默认值是None。
 
-    返回:
+    返回：
         按照log scale平均分布的一组Tensor数值。
 
-    异常:
+    异常：
         - **TypeError** - 若参数的数据类型与上述不一致。

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

@@ -7,13 +7,13 @@ mindspore.ops.movedim
 
     其它维度保留在原始位置。
 
-    参数:
+    参数：
         - **x (Tensor)** - 维度需要被移动的的Tensor。
         - **source (Union[int, sequence[int]])** - 要移动的维度的原始位置。源维和目标维必须不同。
         - **destination (Union[int, sequence[int]])** - 每个维度的目标位置。源维和目标维必须不同。
 
-    返回:
+    返回：
         维度已经被移动的的Tensor。
 
-    异常:
+    异常：
         - **ValueError** - 如果维度不在 [-x.ndim, x.ndim) 的范围内，或者维度包含重复值。