fix issues

docs/api/api_python/dataset_vision/mindspore.dataset.vision.ToPIL.rst

@@ -5,7 +5,7 @@ mindspore.dataset.vision.ToPIL
 
     将已解码的numpy.ndarray图像转换为PIL图像。
 
-    .. note:: 转换模式将根据 :class:`PIL.Image.fromarray` 由图像的数据类型决定。
+    .. note:: 转换模式将根据 `PIL.Image.fromarray` 由图像的数据类型决定。
 
     异常：
-        - **TypeError** - 当输入图像的类型不为 :class:`numpy.ndarray` 或 :class:`PIL.Image.Image` 。
+        - **TypeError** - 当输入图像的类型不为 :class:`numpy.ndarray` 或 `PIL.Image.Image` 。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.ToTensor.rst

@@ -6,8 +6,8 @@ mindspore.dataset.vision.ToTensor
     将输入PIL图像或numpy.ndarray图像转换为指定类型的numpy.ndarray图像，图像的像素值范围将从[0, 255]放缩为[0.0, 1.0]，shape将从(H, W, C)调整为(C, H, W)。
 
     参数：
-        - **output_type** (Union[mindspore.dtype, numpy.dtype]，可选) - 输出图像的数据类型。默认值：:class:`numpy.float32` 。
+        - **output_type** (Union[mindspore.dtype, numpy.dtype]，可选) - 输出图像的数据类型。默认值：`numpy.float32` 。
 
     异常：
-        - **TypeError** - 当输入图像的类型不为 :class:`PIL.Image.Image` 或 :class:`numpy.ndarray` 。
+        - **TypeError** - 当输入图像的类型不为 `PIL.Image.Image` 或 :class:`numpy.ndarray` 。
         - **TypeError** - 输入图像的维度不为2或3。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.ToType.rst

@@ -10,7 +10,7 @@ mindspore.dataset.vision.ToType
     .. note:: 此操作支持通过 Offload 在 Ascend 或 GPU 平台上运行。
 
     参数：
-        - **data_type** (Union[mindspore.dtype, numpy.dtype]) - 输出图像的数据类型，例如 :class:`numpy.float32` 。
+        - **data_type** (Union[mindspore.dtype, numpy.dtype]) - 输出图像的数据类型，例如 `numpy.float32` 。
 
     异常：
         - **TypeError** - 当 `data_type` 的类型不为 :class:`mindspore.dtype` 或 :class:`numpy.dtype` 。

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

@@ -6,12 +6,12 @@ mindspore.ops.NPUClearFloatStatus
     清除存储溢出状态的标识。
 
     .. note::
-        该标志位于 `Acend` 设备上的寄存器中。在调用 :class:`NPUClearFloatStatus` 后，它将被重置，不能再次重用。此外，使用有严格的使用顺序要求，即在使用 :class:`NPUGetFloatStatus` 算子之前，需要确保 :class:`NPUClearFloatStatus` 和需执行的计算已执行。我们使用 :class:`mindspore.ops.Depend` 确保执行顺序。
+        该标志位于 `Acend` 设备上的寄存器中。在调用 `NPUClearFloatStatus` 后，它将被重置，不能再次重用。此外，使用有严格的使用顺序要求，即在使用 :class:`mindspore.ops.NPUGetFloatStatus` 算子之前，需要确保 `NPUClearFloatStatus` 和需执行的计算已执行。我们使用 :class:`mindspore.ops.Depend` 确保执行顺序。
 
         请参考 :class:`mindspore.ops.NPUGetFloatStatus` 的样例。
         
     输入：
-        - **x** (Tensor) - :class:`NPUAllocFloatStatus` 的输出Tensor。数据类型必须为float16或float32。
+        - **x** (Tensor) - :class:`mindspore.ops.NPUAllocFloatStatus` 的输出Tensor。数据类型必须为float16或float32。
         
     输出：
         Tensor，shape与 `x` 相同。Tensor中的所有元素都将为零。

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

@@ -3,13 +3,13 @@ mindspore.ops.NPUGetFloatStatus
 
 .. py:class:: mindspore.ops.NPUGetFloatStatus
 
-    在执行 :class:`mindspore.ops.NPUAllocFloatStatus` 后， :class:`mindspore.ops.NPUGetFloatStatus`  获取最新溢出状态并更新标识。
+    在执行 :class:`mindspore.ops.NPUAllocFloatStatus` 后， `NPUGetFloatStatus`  获取最新溢出状态并更新标识。
 
     .. note::
-        标志是一个Tensor，其shape为 :math:`(8,)` ，数据类型为 `mindspore.dtype.float32` 。如果标志的和等于0，则没有发生溢出。如果标志之和大于0，则发生溢出。此外，使用有严格的顺序要求，即在使用 :class:`NPUGetFloatStatus` 算子之前，需要确保 :class:`NPUClearFloatStatus` 和需执行的计算已执行。使用 :class:`mindspore.ops.Depend` 确保执行顺序。
+        标志是一个Tensor，其shape为 :math:`(8,)` ，数据类型为 `mindspore.dtype.float32` 。如果标志的和等于0，则没有发生溢出。如果标志之和大于0，则发生溢出。此外，使用有严格的顺序要求，即在使用 `NPUGetFloatStatus` 算子之前，需要确保 :class:`mindspore.ops.NPUClearFloatStatus` 和需执行的计算已执行。使用 :class:`mindspore.ops.Depend` 确保执行顺序。
 
     输入：
-        - **x** (Tensor) - :class:`NPUAllocFloatStatus` 的输出Tensor。数据类型必须为float16或float32。 :math:`(N,*)` ，其中 :math:`*` 表示任意附加维度，其rank应小于8。
+        - **x** (Tensor) - :class:`mindspore.ops.NPUAllocFloatStatus` 的输出Tensor。数据类型必须为float16或float32。 :math:`(N,*)` ，其中 :math:`*` 表示任意附加维度，其rank应小于8。
 
     输出：
         Tensor，shape与 `x` 相同。Tensor中的所有元素都将为零。

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

@@ -11,7 +11,7 @@ mindspore.ops.choice_with_mask
     参数：
         - **input_x** (Tensor[bool]) - 输入Tensor，bool类型。秩必须大于等于1且小于等于5。
         - **count** (int) - 取样数量，必须大于0。默认值：256。
-        - **seed** (int) - 随机种子。默认值：None。
+        - **seed** (int，可选) - 随机种子。默认值：None。
 
     返回：
         两个Tensor，第一个为索引，另一个为掩码。

docs/api/api_python/transformer/mindspore.nn.transformer.FixedSparseAttention.rst

@@ -20,10 +20,10 @@
         - **parallel_config** (OpParallelConfig) - 并行设置，内容请参阅 `OpParallelConfig` 的定义。默认值为 `default_dpmp_config` ，一个用默认参数初始化的 `OpParallelConfig` 的实例。
 
     输入：
-        - **q** (Tensor) - Tensor query (:class:`mstype.fp16` [batch_size, seq_length, hidden_size])：表示上下文的query向量。
-        - **k** (Tensor) - Tensor key (:class:`mstype.fp16` [batch_size, seq_length, hidden_size])：表示上下文的key向量。
-        - **v** (Tensor) - Tensor value (:class:`mstype.fp16` [批次大小, seq_length, hidden_size])：表示上下文的value向量。
-        - **attention_mask** (Tensor) - Float Tensor the mask of (:class:`mstype.fp32` , :class:`mstype.fp16` [batch_size, seq_length, seq_length])：
+        - **q** (Tensor) - Tensor query ( `mstype.fp16` [batch_size, seq_length, hidden_size])：表示上下文的query向量。
+        - **k** (Tensor) - Tensor key ( `mstype.fp16` [batch_size, seq_length, hidden_size])：表示上下文的key向量。
+        - **v** (Tensor) - Tensor value ( `mstype.fp16` [批次大小, seq_length, hidden_size])：表示上下文的value向量。
+        - **attention_mask** (Tensor) - Float Tensor the mask of ( `mstype.fp32` , `mstype.fp16` [batch_size, seq_length, seq_length])：
           表示掩码的下三角形矩阵。
 
     输出：

mindspore/python/mindspore/common/tensor.py

@@ -2025,7 +2025,7 @@ class Tensor(Tensor_):
 
         Args:
             dtype (Union[:class:`mindspore.dtype`, numpy.dtype, str]): Designated tensor dtype, can be in
-                format of :class:`mindspore.dtype.float32` or :class:`numpy.float32` or `float32`.
+                format of `mindspore.dtype.float32` or `numpy.float32` or `float32`.
             copy (bool, optional): By default, astype always returns a newly allocated
                 tensor. If this is set to false, the input tensor is returned instead
                 of a copy. Default: True.

mindspore/python/mindspore/dataset/transforms/transforms.py

@@ -889,7 +889,7 @@ class TypeCast(TensorOperation):
         This operation supports running on Ascend or GPU platforms by Offload.
 
     Args:
-        data_type (Union[mindspore.dtype, numpy.dtype]): mindspore.dtype or numpy.dtype (e.g. :class:`numpy.float32`)
+        data_type (Union[mindspore.dtype, numpy.dtype]): mindspore.dtype or numpy.dtype (e.g. `numpy.float32`)
             to be cast to.
 
     Raises:

mindspore/python/mindspore/dataset/vision/py_transforms.py

@@ -1933,10 +1933,10 @@ class ToPIL(py_transforms.PyTensorOperation):
     Convert the input decoded numpy.ndarray image to PIL Image.
 
     Note:
-        The conversion mode will be determined by the data type using :class:`PIL.Image.fromarray` .
+        The conversion mode will be determined by the data type using `PIL.Image.fromarray` .
 
     Raises:
-        TypeError: If the input image is not of type :class:`numpy.ndarray` or :class:`PIL.Image.Image` .
+        TypeError: If the input image is not of type :class:`numpy.ndarray` or `PIL.Image.Image` .
 
     Supported Platforms:
         ``CPU``
@@ -1977,10 +1977,10 @@ class ToTensor(py_transforms.PyTensorOperation):
     from (H, W, C) to (C, H, W).
 
     Args:
-        output_type (numpy.dtype, optional): The desired dtype of the output image. Default: :class:`numpy.float32` .
+        output_type (numpy.dtype, optional): The desired dtype of the output image. Default: `numpy.float32` .
 
     Raises:
-        TypeError: If the input image is not of type :class:`PIL.Image.Image` or :class:`numpy.ndarray` .
+        TypeError: If the input image is not of type `PIL.Image.Image` or :class:`numpy.ndarray` .
         TypeError: If dimension of the input image is not 2 or 3.
 
     Supported Platforms:
@@ -2021,7 +2021,7 @@ class ToType(py_transforms.PyTensorOperation):
     Convert the input numpy.ndarray image to the desired dtype.
 
     Args:
-        output_type (numpy.dtype): The desired dtype of the output image, e.g. :class:`numpy.float32` .
+        output_type (numpy.dtype): The desired dtype of the output image, e.g. `numpy.float32` .
 
     Raises:
         TypeError: If the input image is not of type :class:`numpy.ndarray` .

mindspore/python/mindspore/dataset/vision/transforms.py

@@ -4021,10 +4021,10 @@ class ToTensor(ImageTensorOperation):
 
     Args:
         output_type (Union[mindspore.dtype, numpy.dtype], optional): The desired dtype of the output image.
-            Default: :class:`numpy.float32` .
+            Default: `numpy.float32` .
 
     Raises:
-        TypeError: If the input image is not of type :class:`PIL.Image.Image` or :class:`numpy.ndarray` .
+        TypeError: If the input image is not of type `PIL.Image.Image` or :class:`numpy.ndarray` .
         TypeError: If dimension of the input image is not 2 or 3.
 
     Supported Platforms:
@@ -4068,7 +4068,7 @@ class ToType(TypeCast):
 
     Args:
         data_type (Union[mindspore.dtype, numpy.dtype]): The desired data type of the output image,
-            such as :class:`numpy.float32` .
+            such as `numpy.float32` .
 
     Raises:
         TypeError: If `data_type` is not of type :class:`mindspore.dtype` or :class:`numpy.dtype` .

mindspore/python/mindspore/nn/transformer/layers.py

@@ -593,13 +593,13 @@ class FixedSparseAttention(nn.Cell):
             default args.
 
     Inputs:
-        - **q** (Tensor) - Tensor query (:class:`mstype.fp16` [batch_size, seq_length, hidden_size]): Sequence of
+        - **q** (Tensor) - Tensor query ( `mstype.fp16` [batch_size, seq_length, hidden_size]): Sequence of
           queries to query the context.
-        - **k** (Tensor) - Tensor key (:class:`mstype.fp16` [batch_size, seq_length, hidden_size]): Sequence of
+        - **k** (Tensor) - Tensor key ( `mstype.fp16` [batch_size, seq_length, hidden_size]): Sequence of
           queries to query the context.
-        - **v** (Tensor) - Tensor value (:class:`mstype.fp16` [batch size, sequence length, Embedding Size]):
+        - **v** (Tensor) - Tensor value  `mstype.fp16` [batch size, sequence length, Embedding Size]):
           Sequence of queries to query the context.
-        - **attention_mask** (Tensor) - Float Tensor the mask of (:class:`mstype.fp32`, :class:`mstype.fp16`
+        - **attention_mask** (Tensor) - Float Tensor the mask of ( `mstype.fp32`,  `mstype.fp16`
           [batch_size, seq_length, seq_length]): Lower triangular matrix to pass masked information.
 
     Outputs:

mindspore/python/mindspore/ops/operations/math_ops.py

@@ -4355,7 +4355,7 @@ class NPUAllocFloatStatus(Primitive):
 
 class NPUGetFloatStatus(Primitive):
     """
-    :class:`mindspore.ops.NPUGetFloatStatus` updates the flag which is
+    `mindspore.ops.NPUGetFloatStatus` updates the flag which is
     the output tensor of :class:`mindspore.ops.NPUAllocFloatStatus` with the latest overflow status.
 
 

mindspore/python/mindspore/train/callback/_backup_and_restore.py

@@ -34,7 +34,7 @@ class BackupAndRestore(Callback):
 
     Args:
         backup_dir (str): Path to store and load the checkpoint file.
-        save_freq(Union['epoch', int]): When set to `'epoch'` the callback saves the checkpoint at the end of
+        save_freq(Union['epoch', int]): When set to 'epoch' the callback saves the checkpoint at the end of
                                         each epoch. When set to an integer, the callback saves the checkpoint
                                         every `save_freq` epoch. Default: 'epoch'.
         delete_checkpoint(bool): If `delete_checkpoint=True`, the checkpoint will be deleted after