!46254 fix doc of train and rewrite

Merge pull request !46254 from 于振华/code_docs_fix_model_1130

docs/api/api_python/mindspore.rewrite.rst

@@ -9,10 +9,6 @@ MindSpore的ReWrite功能用于修改网络前向的计算过程，对网络进
     参数：
         - **handler** (SymbolTreeImpl) - SymbolTree内部实现实例。
 
-    异常：
-        - **RuntimeError** -  `network` 不是Cell对象。
-        - **RuntimeError** -  `network` 中包含不支持解析和优化的ast节点类型。
-
     .. py:method:: mindspore.rewrite.SymbolTree.after(node: Node)
 
         获取插入位置，位置为 `node` 之后。

docs/api/api_python/train/mindspore.train.Model.rst

@@ -16,9 +16,10 @@
         - **metrics** (Union[dict, set]) - 用于模型评估的一组评价函数。例如：{'accuracy', 'recall'}。默认值：None。
         - **eval_network** (Cell) - 用于评估的神经网络。未定义情况下，`Model` 会使用 `network` 和 `loss_fn` 封装一个 `eval_network` 。默认值：None。
         - **eval_indexes** (list) - 在定义 `eval_network` 的情况下使用。如果 `eval_indexes` 为默认值None，`Model` 会将 `eval_network` 的所有输出传给 `metrics` 。如果配置 `eval_indexes` ，必须包含三个元素，分别为损失值、预测值和标签在 `eval_network` 输出中的位置，此时，损失值将传给损失评价函数，预测值和标签将传给其他评价函数。推荐使用评价函数的 `mindspore.nn.Metric.set_indexes` 代替 `eval_indexes` 。默认值：None。
-        - **amp_level** (str) - `mindspore.build_train_network` 的可选参数 `level` ， `level` 为混合精度等级，该参数支持["O0", "O2", "O3", "auto"]。默认值："O0"。
+        - **amp_level** (str) - `mindspore.build_train_network` 的可选参数 `level` ， `level` 为混合精度等级，该参数支持["O0", "O1", "O2", "O3", "auto"]。默认值："O0"。
 
           - "O0": 不变化。
+          - "O1": 将白名单中的算子转为float16，剩余算子保持float32。
           - "O2": 将网络精度转为float16，BatchNorm保持float32精度，使用动态调整损失缩放系数（loss scale）的策略。
           - "O3": 将网络精度（包括BatchNorm）转为float16，不使用损失缩放策略。
           - auto: 为不同处理器设置专家推荐的混合精度等级，如在GPU上设为"O2"，在Ascend上设为"O3"。该设置方式可能在部分场景下不适用，建议用户根据具体的网络模型自定义设置 `amp_level` 。

mindspore/python/mindspore/rewrite/api/symbol_tree.py

@@ -32,11 +32,7 @@ class SymbolTree:
     A `SymbolTree` usually corresponding to forward method of a network.
 
     Args:
-        network (Cell): Network to be rewritten. Only support `Cell`-type-network now.
-
-    Raises:
-        RuntimeError: If `network` is not a Cell.
-        RuntimeError: If there is any unsupported ast node type while parsing or optimizing.
+        handler (SymbolTreeImpl): SymbolTree internal implementation instance.
     """
 
     def __init__(self, handler: SymbolTreeImpl):