!43996 fix doc of glu

Merge pull request !43996 from lianliguang/code_docs_ms

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

@@ -12,10 +12,10 @@ mindspore.nn.GLU
     其中，:math:`a` 表示输入Tensor的前一半元素，:math:`b` 表示输入Tensor的另一半元素。
 
     参数：
-        - **axis** (int) - 指定分割轴。数据类型为整型，默认值：0。
+        - **axis** (int) - 指定分割轴。数据类型为整型，默认值：-1。
 
     输入：
-        - **x** (Tensor) - Tensor的shape为 (x_1, x_2, ..., x_R)。x必须在axis 轴能够被平均分成两份。
+        - **x** (Tensor) - Tensor的shape为 :math:`(\ast_1, N, \ast_2)` 。`x` 必须在 `axis` 轴能够被平均分成两份。
 
     输出：
-        Tensor，数据类型与输入 x 相同，shape等于 x 按照 axis 拆分后的一半。
+        Tensor，数据类型与输入 `x` 相同，shape等于 `x` 按照 `axis` 拆分后的一半。

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

@@ -12,11 +12,11 @@ mindspore.ops.glu
     其中，:math:`a` 表示输入input_x 拆分后 Tensor的前一半元素，:math:`b` 表示输入拆分Tensor的另一半元素。
 
     参数：
-        - **axis** (int) - 指定分割轴。数据类型为整型，默认值：0。
-        - **x** (Tensor) - Tensor的shape为 (x_1, x_2, ..., x_R) 。x 必须在axis 轴能够被平均分成两份。
+        - **x** (Tensor) - :math:`(\ast_1, N, \ast_2)`  。 `x` 必须在 `axis` 轴能够被平均分成两份。
+        - **axis** (int) - 指定分割轴。数据类型为整型，默认值：-1。
 
     返回：
-        Tensor，数据类型与输入 x 相同，shape等于 x 按照axis 拆分后的一半。
+        Tensor，数据类型与输入 `x` 相同，shape等于 `x` 按照 `axis` 拆分后的一半。
 
     异常：
         - **TypeError** -  `x` 数据类型不是Number。

mindspore/python/mindspore/nn/layer/activation.py

@@ -1498,18 +1498,21 @@ class GLU(Cell):
         axis (int): the dimension on which to split the input. Default: -1
 
     Inputs:
-        - **x** (Tensor) - :math:`(\ast_1, N, \ast_2)` where `*` means, any number of additional dimensions
+        - **x** (Tensor) - :math:`(\ast_1, N, \ast_2)` where `*` means, any number of additional dimensions.
 
     Outputs:
-        Tensor, :math:`(\ast_1, M, \ast_2)` where :math:`M=N/2`
+        Tensor, :math:`(\ast_1, M, \ast_2)` where :math:`M=N/2`, with the same dtype as the `x`.
 
     Supported Platforms:
         ``Ascend`` ``GPU`` ``CPU``
 
     Examples:
         >>> m = nn.GLU()
-        >>> input = Tensor(np.randomn.randn(4, 2))
+        >>> input = Tensor([[0.1,0.2,0.3,0.4],[0.5,0.6,0.7,0.8]])
         >>> output = m(input)
+        >>> print(out)
+        [[0.05744425 0.11973753
+         [0.33409387 0.41398472]]
     """
 
     def __init__(self, axis=-1):

mindspore/python/mindspore/ops/function/nn_func.py

@@ -3142,10 +3142,10 @@ def glu(x, axis=-1):
 
     Args:
         x (Tensor): :math:`(\ast_1, N, \ast_2)` where `*` means, any number of additional dimensions
-        axis (int): the dimension on which to split the input. Default: -1
+        axis (int): the dimension on which to split the input. Default: -1.
 
     Returns:
-        Tensor of shape :math:`(\ast_1, M, \ast_2)` where :math:`M=N/2`, with the same dtype and shape as the `x`.
+        Tensor of shape :math:`(\ast_1, M, \ast_2)` where :math:`M=N/2`, with the same dtype as the `x`.
 
     Raises:
         TypeError: If dtype of `x` is not a number.
@@ -3155,9 +3155,11 @@ def glu(x, axis=-1):
         ``Ascend`` ``GPU`` ``CPU``
 
     Examples:
-        >>> m = nn.GLU()
-        >>> input = Tensor(np.randomn.randn(4, 2))
-        >>> output = m(input)
+        >>> input = Tensor([[0.1,0.2,0.3,0.4],[0.5,0.6,0.7,0.8]])
+        >>> output = ops.glu(input)
+        >>> print(out)
+        [[0.05744425 0.11973753
+         [0.33409387 0.41398472]]
     """
     if not isinstance(x, Tensor) or x.size == 0:
         raise RuntimeError("glu does not support scalars because halving size must be even")