modify apiformat

docs/api/api_python/mindspore.ops.rst

@@ -399,14 +399,3 @@ functional算子是经过初始化后的Primitive，可以直接作为函数使
     mindspore.ops.DataType
     mindspore.ops.op_info_register
     mindspore.ops.TBERegOp
-
-自定义算子
-----------------
-
-.. mscnautosummary::
-    :toctree: ops
-    :nosignatures:
-    :template: classtemplate.rst
-
-    mindspore.ops.Custom
-    mindspore.ops.ms_hybrid

docs/api/api_python/mindspore.train.rst

@@ -29,6 +29,10 @@ mindspore.train.callback
 
 .. include:: train/mindspore.train.callback.SummaryLandscape.rst
 
+.. include:: train/mindspore.train.callback.History.rst
+
+.. include:: train/mindspore.train.callback.LambdaCallback.rst
+
 .. automodule:: mindspore.train.callback
     :exclude-members: FederatedLearningManager
     :members:

docs/api/api_python/operations.rst

@@ -410,6 +410,7 @@ distributed_training_ascend.html#id12>`_ 。
     :template: classtemplate.rst
 
     mindspore.ops.Custom
+    mindspore.ops.ms_hybrid
 
 其他算子
 ^^^^^^^^^^^^^^^

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

@@ -13,7 +13,7 @@ mindspore.ops.AvgPool
 
     .. warning::
         - 支持全局池化。
-        - 在Ascend上，"kernel_size"的高度和权重取值为[1, 255]范围内的正整数。 :math: ksize_H * ksize_W < 256。
+        - 在Ascend上，"kernel_size"的高度和权重取值为[1, 255]范围内的正整数。 :math:`ksize_H * ksize_W < 256` 。
         - 由于指令限制，"strides_h"和"strides_w"的取值为[1, 63]范围内的正整数。
 
     **参数：**

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

@@ -50,7 +50,7 @@ mindspore.ops.BatchNorm
     - **batch_variance** (Tensor) - 输入的方差，shape为 :math:`(C,)` 的一维Tensor。
     - **reserve_space_1** (Tensor) - 需要计算梯度时，被重新使用的均值，shape为 :math:`(C,)` 的一维Tensor。
     - **reserve_space_2** (Tensor) - 需要计算梯度时，被重新使用的方差，shape为 :math:`(C,)` 的一维Tensor。
-，
+
     **异常：**
 
     - **TypeError：** `is_training` 不是bool。

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

@@ -1,5 +1,5 @@
-
 mindspore.ops.ScatterMul
+=========================
 
 .. py:class:: mindspore.ops.ScatterMul(use_locking=False)
 
@@ -22,7 +22,6 @@ mindspore.ops.ScatterMul
     - **indices** (Tensor) - 指定相乘操作的索引，数据类型必须为mindspore.int32。
     - **updates** (Tensor) - 指定与 `input_x` 相乘的Tensor，数据类型与 `input_x` 相同，shape为 `indices_shape + x_shape[1:]` 。
 
-
     **输出：**
 
     Tensor，更新后的 `input_x` ，shape和类型与 `input_x` 相同。

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

@@ -17,7 +17,7 @@ mindspore.ops.ScatterNd
 
     在秩为3的第一个维度中插入两个新值矩阵的计算过程如下图所示：
 
-    .. image:: api_img/ScatterNd.png
+    .. image:: ScatterNd.png
 
     **输入：**
 

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

@@ -24,4 +24,4 @@
     **异常：**
 
     - **TypeError** - `input_x` 中元素的数据类型不相同。
-    - **ValueError** - `input_x` 的长度不大于1，或axis不在[-(R+1),R+1)范围中，或 input_x` 中元素的shape不相同。
+    - **ValueError** - `input_x` 的长度不大于1，或axis不在[-(R+1),R+1)范围中，或 `input_x` 中元素的shape不相同。