!46631 fix docs master

Merge pull request !46631 from 李林杰/code_docs_1209_fix_docs_master

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

@@ -19,13 +19,13 @@
         - **keep_dims** (bool) - 表示是否减少维度。如果为True，则输出维度和输入维度相同。如果为False，则减少输出维度。默认值：False。
 
     输入：
-        - **x** (Tensor) - 输入任意维度的Tensor。将输入Tensor的shape设为 :math:`(x_1, x_2, ..., x_N)` 。
+        - **x** (Tensor) - 输入任意维度的Tensor。将输入Tensor的shape设为 :math:`(x_1, x_2, ..., x_N)` 。不支持复数类型。
 
     输出：
         tuple (Tensor)，表示2个Tensor组成的tuple，包含对应的索引和输入Tensor的最小值。
 
-        - **index** (Tensor) - 输入Tensor最小值的索引。如果 `keep_dims` 为True，则输出Tensor的shape为 :math:`(x_1, x_2, ..., x_{axis-1}, 1, x_{axis+1}, ..., x_N)` 。否则，shape为 :math:`(x_1, x_2, ..., x_{axis-1}, x_{axis+1}, ..., x_N)` 。
-        - **values** (Tensor) - 输入Tensor的最小值，其shape与索引相同。
+        - **index** (Tensor) - 输入Tensor最小值的索引，数据类型为int32。如果 `keep_dims` 为True，则输出Tensor的shape为 :math:`(x_1, x_2, ..., x_{axis-1}, 1, x_{axis+1}, ..., x_N)` 。否则，shape为 :math:`(x_1, x_2, ..., x_{axis-1}, x_{axis+1}, ..., x_N)` 。
+        - **values** (Tensor) - 输入Tensor的最小值，其shape与 `index` 相同，数据类型与 `x` 相同。
 
     异常：
         - **TypeError** - `x` 不是Tensor。

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

@@ -5,6 +5,9 @@ mindspore.ops.MatrixTriangularSolve
 
     返回一个新Tensor，其为含上三角矩阵或下三角矩阵的线性方程组的解。
 
+    .. note::
+        在GPU上支持广播机制。
+
     参数：
         - **lower** (bool，可选) - 如果为True， `matrix` 的最内矩阵为下三角矩阵。默认值：True。
         - **adjoint** (bool，可选) - 如果为True，使用 `matrix` 的伴随求解。默认值：False。
@@ -19,6 +22,7 @@ mindspore.ops.MatrixTriangularSolve
     异常：
         - **TypeError** - 如果 `matrix` 或 `rhs` 不是Tensor。
         - **TypeError** - 如果 `lower` 或 `adjoint` 不是bool型。
-        - **ValueError** - 如果 `matrix` 和 `rhs` 的batch大小不相等。
+        - **ValueError** - 如果在GPU平台上， `matrix` 和 `rhs` 的batch大小不满足广播条件或者在
+          其他平台上 `matrix` 和 `rhs` 的batch大小不相等。
         - **ValueError** - 如果 `matrix` 的最内两维不相等。
         - **ValueError** - 如果 `matrix` 和 `rhs` 的倒数第二维不相等。

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

@@ -11,7 +11,7 @@
         - **dtype** (mindspore.dtype) - 输出的数据类型。默认值：mindspore.int32。
 
     输入：
-        - **n** (Tensor[int32]) - shape为 :math:`(1,)` 的输入Tensor，须在[0, `max_length`]内取值。
+        - **n** (Tensor) - shape为 :math:`(1,)` 的输入Tensor，其数据类型为int32或int64，须在[0, `max_length`]内取值。
 
     输出：
         - **output** (Tensor) - shape: (`max_length`,)，数据类型为 `dtype` 。
@@ -21,3 +21,6 @@
         - **TypeError** - `n` 不是Tensor。
         - **TypeError** - `n` 包含非int元素。
         - **TypeError** - `n` 包含负数。
+        - **TypeError** - `dtype` 不被支持。
+        - **ValueError** - `n` 超出 `dtype` 的有效范围。
+        - **ValueError** - `n` 大于 `max_length` 。

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

@@ -9,11 +9,11 @@ mindspore.ops.acos
         out_i = cos^{-1}(x_i)
 
     参数：
-        - **x** (Tensor) - Tensor的shape为 :math:`(N,*)` ，其中 :math:`*` 表示任意数量的附加维度。数据类型应该是以下类型之一：float16、float32、float64。
+        - **x** (Tensor) - Tensor的shape为 :math:`(N,*)` ，其中 :math:`*` 表示任意数量的附加维度。
 
     返回：
         Tensor，shape和数据类型与 `x` 相同。
 
     异常：
         - **TypeError** - 如果 `x` 不是Tensor。
-        - **TypeError** - 如果 `x` 的数据类型不是float16、float32或float64。
+        - **TypeError** - 如果 `x` 的数据类型不是float16、float32、float64、complex64或complex128。

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

@@ -9,11 +9,11 @@ mindspore.ops.asin
         out_i = sin^{-1}(x_i)
 
     参数：
-        - **x** (Tensor) - Tensor的shape为 :math:`(N,*)` ，其中 :math:`*` 表示任意数量的附加维度。数据类型应该是以下类型之一：float16、float32、float64。
+        - **x** (Tensor) - Tensor的shape为 :math:`(N,*)` ，其中 :math:`*` 表示任意数量的附加维度。
 
     返回：
         Tensor，数据类型和shape与 `x` 相同。
 
     异常：
         - **TypeError** - 如果 `x` 不是Tensor。
-        - **TypeError** - 如果 `x` 的数据类型不是float16、float32、float64。
+        - **TypeError** - 如果 `x` 的数据类型不是float16、float32、float64、complex64或complex128。

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

@@ -9,13 +9,13 @@ mindspore.ops.cos
         out_i = cos(x_i)
 
     .. warning::
-        目前支持float16、float32数据类型。如果使用float64，可能会存在精度丢失的问题。
+        如果使用float64，可能会存在精度丢失的问题。
 
     参数：
         - **x** (Tensor) - Tensor的shape为 :math:`(N,*)` ，其中 :math:`*` 表示任意数量的附加维度。
 
     返回：
-        Tensor，shape与 `x` 相同。
+        Tensor，shape和数据类型与 `x` 相同。
 
     异常：
         - **TypeError** - 如果 `x` 不是Tensor。

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

@@ -10,11 +10,11 @@ mindspore.ops.erfc
         erfc(x) = 1 - \frac{2} {\sqrt{\pi}} \int\limits_0^{x} e^{-t^{2}} dt
 
     参数：
-        - **x** (Tensor) - 互补误差函数的输入Tensor。维度必须小于8，数据类型必须为float16或float32。
+        - **x** (Tensor) - 互补误差函数的输入Tensor。维度必须小于8，数据类型必须为float16、float32或float64。
 
     返回：
         Tensor，具有与 `x` 相同的数据类型和shape。
 
     异常：
         - **TypeError** - `x` 不是Tensor。
-        - **TypeError** - `x` 的数据类型既不是float16也不是float32。
+        - **TypeError** - `x` 的数据类型既不是float16、float32或float64。

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

@@ -15,17 +15,17 @@ mindspore.ops.min
         - "axis"的取值范围为[-dims, dims - 1]。"dims"为"x"的维度长度。
 
     参数：
-        - **x** (Tensor) - 输入任意维度的Tensor。将输入Tensor的shape设为 :math:`(x_1, x_2, ..., x_N)` 。数据类型为mindspore.uint16，mindspore.uint32，mindspore.int16，mindspore.int32，mindspore.float16或者mindspore.float32。
+        - **x** (Tensor) - 输入任意维度的Tensor。将输入Tensor的shape设为 :math:`(x_1, x_2, ..., x_N)` 。不支持复数类型。
         - **axis** (int) - 指定计算维度。默认值：0。
         - **keep_dims** (bool) - 表示是否减少维度，如果为True，输出将与输入保持相同的维度；如果为False，输出将减少维度。默认值：False。
 
     返回：
         tuple (Tensor)，表示2个Tensor组成的tuple，包含对应的索引和输入Tensor的最小值。
 
-        - **index** (Tensor) - 输入Tensor最小值的索引。如果 `keep_dims` 为True，则输出Tensor的shape为 :math:`(x_1, x_2, ..., x_{axis-1}, 1, x_{axis+1}, ..., x_N)` 。否则，shape为 :math:`(x_1, x_2, ..., x_{axis-1}, x_{axis+1}, ..., x_N)` 。
-        - **output_x** (Tensor) - 输入Tensor的最小值，其shape与索引相同。
+        - **index** (Tensor) - 输入Tensor最小值的索引，其数据类型为int32。如果 `keep_dims` 为True，则输出Tensor的shape为 :math:`(x_1, x_2, ..., x_{axis-1}, 1, x_{axis+1}, ..., x_N)` 。否则，shape为 :math:`(x_1, x_2, ..., x_{axis-1}, x_{axis+1}, ..., x_N)` 。
+        - **output_x** (Tensor) - 输入Tensor的最小值，其shape与 `index` 相同，数据类型与 `x` 相同。
 
     异常：
-        - **TypeError** - `input_x` 的数据类型非uint16，uint32，int16，int32，float16，float32。
+        - **TypeError** - `input_x` 不是Tensor。
         - **TypeError** - `keep_dims` 不是bool。
         - **TypeError** - `axis` 不是int。

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

@@ -9,10 +9,10 @@ mindspore.ops.neg
         out_{i} = - x_{i}
 
     参数：
-        - **x** (Tensor) - Neg的输入，shape： :math:`(N, *)` ，其中 :math:`*` 表示任意数量的附加维度。秩应小于8。其数据类型为数值型。
+        - **x** (Tensor) - Neg的输入Tensor，其秩应在[0, 7]范围内，数据类型为数值型。
 
     返回：
-        Tensor，shape和类型与输入相同。
+        Tensor，shape和数据类型与输入相同。
 
     异常：
-        - **TypeError** - `x` 不是Tensor。
+        - **TypeError** - `x` 不是Tensor。

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

@@ -12,7 +12,7 @@ mindspore.ops.sin
         - **x** (Tensor) - Tensor的shape为 :math:`(N,*)` 其中 :math:`*` 表示任意数量的附加维度。
 
     返回：
-        Tensor，shape与 `x` 相同。
+        Tensor，shape和数据类型与 `x` 相同。
 
     异常：
         - **TypeError** - 如果 `x` 不是Tensor。

mindspore/python/mindspore/ops/function/array_func.py

@@ -5036,7 +5036,8 @@ def min(x, axis=0, keep_dims=False):
         - **index** (Tensor) - The index for the minimum value of the input tensor, with dtype int32. If `keep_dims`
           is true, the shape of output tensors is :math:`(x_1, x_2, ..., x_{axis-1}, 1, x_{axis+1}, ..., x_N)`.
           Otherwise, the shape is :math:`(x_1, x_2, ..., x_{axis-1}, x_{axis+1}, ..., x_N)` .
-        - **values** (Tensor) - The minimum value of input tensor, with the same shape as index, and same dtype as x.
+        - **values** (Tensor) - The minimum value of input tensor, with the same
+          shape as `index`, and same dtype as `x`.
 
     Raises:
         TypeError: If `x` is not Tensor.

mindspore/python/mindspore/ops/operations/array_ops.py

@@ -2062,7 +2062,8 @@ class ArgMinWithValue(Primitive):
         - **index** (Tensor) - The index for the minimum value of the input tensor, with dtype int32. If `keep_dims`
           is true, the shape of output tensors is :math:`(x_1, x_2, ..., x_{axis-1}, 1, x_{axis+1}, ..., x_N)`.
           Otherwise, the shape is :math:`(x_1, x_2, ..., x_{axis-1}, x_{axis+1}, ..., x_N)` .
-        - **values** (Tensor) - The minimum value of input tensor, with the same shape as index, and same dtype as x.
+        - **values** (Tensor) - The minimum value of input tensor, with the same
+          shape as `index`, and same dtype as `x`.
 
     Raises:
         TypeError: If `x` is not Tensor.
@@ -5737,7 +5738,27 @@ class Sort(Primitive):
     """
     Sorts the elements of the input tensor along the given dimension in the specified order.
 
-    Refer to :func:`mindspore.ops.sort` for more details.
+    .. warning::
+        Currently, the data types of Float16 is well supported.
+        Using Float32 might cause loss of accuracy.
+
+    Args:
+        axis (int): The dimension to sort along. Default: -1.
+        descending (bool): Controls the sort order. If descending is True then the elements
+            are sorted in descending order by value. Default: False.
+
+    Inputs:
+        x(Tensor): The input tensor of any dimension, with a type of float16 or float32.
+
+    Outputs:
+        y1(Tensor) - A tensor whose values are the sorted values, with the same shape and data type as input.
+        y2(Tensor) - The indices of the elements in the original input tensor. Data type is int32.
+
+    Raises:
+        TypeError: If `axis` is not an int.
+        TypeError: If `descending` is not a bool.
+        TypeError: If dtype of `x` is neither float16 nor float32.
+        ValueError: If `axis` is not in range of [-len(x.shape), len(x.shape)).
 
     Supported Platforms:
         ``Ascend`` ``GPU`` ``CPU``

mindspore/python/mindspore/ops/operations/inner_ops.py

@@ -70,7 +70,8 @@ class Randperm(Primitive):
         dtype (mindspore.dtype): The type of output. Default: mindspore.int32.
 
     Inputs:
-        - **n** (Tensor) - The input tensor with shape (1,) and dtype int32 or int64. 'n' must be in [0, `max_length`].
+        - **n** (Tensor) - The input tensor with shape (1,) with and dtype int32 or int64.
+          `n` must be in range [0, `max_length`].
 
     Outputs:
         - **output** (Tensor) - The output Tensor with shape: (`max_length`,) and type: `dtype`.