!48078 fix docs silu softmin diff

Merge pull request !48078 from Henry Shi/fix_docs_silu_softmin

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

@@ -5,18 +5,21 @@ mindspore.ops.diff
 
     沿着给定维度计算输入Tensor的n阶前向差分。
 
+    .. note::
+        - 不支持空Tensor, 如果传入了空Tensor，会出现ValueError。
+
     参数：
-        - **x** (Tensor) - 输入Tensor。x元素的数据类型不支持uint16， uint32 或 uint64。
-        - **n** (int, optional) - 递归计算差分的阶数，目前只支持1。默认值：1。
-        - **axis** (int, optional) - 计算差分的维度，默认是最后一维。默认值：-1。
-        - **prepend** (Tensor, optional) - 在计算差分之前，沿 axis 将值添加到 input 或附加到 input。它们的维度必须与输入的维度相同，并且它们的shape必须与输入的shape匹配，但 axis 除外。默认值：None。
-        - **append** (Tensor, optional) - 在计算差分之前，沿 axis 将值添加到 input 或附加到 input。它们的维度必须与输入的维度相同，并且它们的shape必须与输入的shape匹配，但 axis 除外。默认值：None。
+        - **x** (Tensor) - 输入Tensor。x元素的数据类型不支持uint16、uint32 或 uint64。
+        - **n** (int，可选) - 递归计算差分的阶数，目前只支持1。默认值：1。
+        - **axis** (int，可选)) - 计算差分的维度，默认是最后一维。默认值：-1。
+        - **prepend** (Tensor，可选)) - 在计算差分之前，沿 axis 将值添加到 input 或附加到 input。它们的维度必须与输入的维度相同，并且它们的shape必须与输入的shape匹配，但 axis 除外。默认值：None。
+        - **append** (Tensor，可选)) - 在计算差分之前，沿 axis 将值添加到 input 或附加到 input。它们的维度必须与输入的维度相同，并且它们的shape必须与输入的shape匹配，但 axis 除外。默认值：None。
 
     返回：
-        Tensor， 输入Tensor。
+        Tensor，输入Tensor差分后的结果。
 
     异常：
         - **TypeError** - 如果 `x` 不是Tensor。
-        - **TypeError** - 如果 `x` 的元素的数据类型是uint16， uint32 或 uint64。
+        - **TypeError** - 如果 `x` 的元素的数据类型是uint16、uint32 或 uint64。
         - **TypeError** - 如果 `x` 的维度小于1。
         - **RuntimeError** - 如果 `n` 不是1。

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

@@ -3,26 +3,17 @@ mindspore.ops.silu
 
 .. py:function:: mindspore.ops.silu(x)
 
-    激活函数SiLU（Sigmoid Linear Unit）。
-
-    该激活函数定义为：
+    按输入逐元素计算激活函数SiLU（Sigmoid Linear Unit）。该激活函数定义为：
 
     .. math::
         \text{SiLU}(x) = x * \sigma(x),
 
-    其中 :math:`x_i` 是输入的元素， math:`\sigma(x)` Logistic Sigmoid函数。
+    其中，math:`\sigma(x)` 是Logistic Sigmoid函数。
 
     .. math::
 
         \text{sigma}(x_i) = \frac{1}{1 + \exp(-x_i)},
 
-    关于SiLU的图例见 `SiLU <https://en.wikipedia.org/wiki/Activation_function#/media/File:Swish.svg>`_ 。
+    其中，:math:`x_i` 是输入x的元素。
 
-    参数：
-        - **x** (Tensor) - 数据类型为float16, float32, float64, complex64 或 complex128的输入。任意维度的Tensor。
-
-    返回：
-        Tensor，数据类型和shape与 `x` 的相同。
-
-    异常：
-        - **TypeError** - `x` 的数据类型不是float16, float32, float64, complex64 或 complex128。
+    更多详情请参考 `mindspore.nn.SiLU`。

mindspore/python/mindspore/_extends/parse/standard_method.py

@@ -4264,11 +4264,11 @@ def imag(input):
     return F.imag(input)
 
 
-def diff(x):
+def diff(x, n=1, axis=-1, prepend=None, append=None):
     r"""
     For details, please refer to :func:`mindspore.ops.diff`.
     """
-    return F.diff(x)
+    return F.diff(x, n, axis, prepend, append)
 
 
 def frac(x):

mindspore/python/mindspore/common/tensor.py

@@ -2549,12 +2549,12 @@ class Tensor(Tensor_):
         self._init_check()
         return tensor_operator_registry.get('matrix_determinant')(self)
 
-    def diff(self):
+    def diff(self, n=1, axis=-1, prepend=None, append=None):
         r"""
         For details, please refer to :func:`mindspore.ops.diff`.
         """
         self._init_check()
-        return tensor_operator_registry.get('diff')(self)
+        return tensor_operator_registry.get('diff')(self, n, axis, prepend, append)
 
     def frac(self):
         r"""

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

@@ -619,7 +619,7 @@ class SiLU(Cell):
     `SiLU <https://en.wikipedia.org/wiki/Activation_function#/media/File:Swish.svg>`_ .
 
     Inputs:
-        - **x** (Tensor) - Input with the data type float16 or float32. Tensor of arbitrary dimensions.
+        - **x** (Tensor) - Input with the data type float16 or float32.
 
     Outputs:
         Tensor, with the same type and shape as the `x`.

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

@@ -2210,8 +2210,6 @@ def soft_shrink(x, lambd=0.5):
 
 def silu(x):
     r"""
-    Sigmoid Linear Unit.
-
     Computes Sigmoid Linear Unit of input element-wise. The SiLU function is defined as:
 
     .. math::

tests/st/tensor/test_diff.py

@@ -22,7 +22,7 @@ import mindspore.nn as nn
 
 class Net(nn.Cell):
     def construct(self, x):
-        return x.diff()
+        return x.diff(n=1, axis=-1, prepend=None, append=None)
 
 
 @pytest.mark.level0