!33881 [DOC]make en and ch doc consistent

Merge pull request !33881 from zichun_ye/pp_doc

docs/api/api_python/nn_probability/mindspore.nn.probability.distribution.Bernoulli.rst

@@ -1,7 +1,7 @@
 mindspore.nn.probability.distribution.Bernoulli
 ================================================
 
-.. py:class:: mindspore.nn.probability.distribution.Bernoulli(probs=None, seed=None, dtype=mindspore.int32, name='Bernoulli')
+.. py:class:: mindspore.nn.probability.distribution.Bernoulli(probs=None, seed=None, dtype=mstype.int32, name='Bernoulli')
 
     伯努利分布（Bernoulli Distribution）。
     离散随机分布，取值范围为 :math:`\{0, 1\}` ，概率质量函数为 :math:`P(X = 0) = p, P(X = 1) = 1-p`。
@@ -10,7 +10,7 @@ mindspore.nn.probability.distribution.Bernoulli
 
     - **probs** (float, list, numpy.ndarray, Tensor) - 结果是1的概率。默认值：None。
     - **seed** (int) - 采样时使用的种子。如果为None，则使用全局种子。默认值：None。
-    - **dtype** (mindspore.dtype) - 采样结果的数据类型。默认值：mindspore.int32.
+    - **dtype** (mindspore.dtype) - 采样结果的数据类型。默认值：mstype.int32.
     - **name** (str) - 分布的名称。默认值：'Bernoulli'。
 
     .. note:: 

docs/api/api_python/nn_probability/mindspore.nn.probability.distribution.Beta.rst

@@ -1,7 +1,7 @@
 mindspore.nn.probability.distribution.Beta
 ================================================
 
-.. py:class:: mindspore.nn.probability.distribution.Beta(concentration1=None, concentration0=None, seed=None, dtype=mindspore.float32, name='Beta')
+.. py:class:: mindspore.nn.probability.distribution.Beta(concentration1=None, concentration0=None, seed=None, dtype=mstype.float32, name='Beta')
 
     Beta 分布（Beta Distribution）。
     连续随机分布，取值范围为 :math:`[0, 1]` ，概率密度函数为
@@ -16,7 +16,7 @@ mindspore.nn.probability.distribution.Beta
     - **concentration1** (int, float, list, numpy.ndarray, Tensor) - Beta 分布的alpha。默认值：None。
     - **concentration0** (int, float, list, numpy.ndarray, Tensor) - Beta 分布的beta。默认值：None。
     - **seed** (int) - 采样时使用的种子。如果为None，则使用全局种子。默认值：None。
-    - **dtype** (mindspore.dtype) - 采样结果的数据类型。默认值：mindspore.float32。
+    - **dtype** (mindspore.dtype) - 采样结果的数据类型。默认值：mstype.float32。
     - **name** (str) - 分布的名称。默认值：'Beta'。
 
     .. note::

docs/api/api_python/nn_probability/mindspore.nn.probability.distribution.Categorical.rst

@@ -1,7 +1,7 @@
 mindspore.nn.probability.distribution.Categorical
 ==================================================
 
-.. py:class:: mindspore.nn.probability.distribution.Categorical(probs=None, seed=None, dtype=mindspore.int32, name='Categorical')
+.. py:class:: mindspore.nn.probability.distribution.Categorical(probs=None, seed=None, dtype=mstype.int32, name='Categorical')
 
     分类分布。
     离散随机分布，取值范围为 :math:`\{1, 2, ..., k\}` ，概率质量函数为 :math:`P(X = i) = p_i, i = 1, ..., k`。
@@ -10,7 +10,7 @@ mindspore.nn.probability.distribution.Categorical
 
     - **probs** (Tensor, list, numpy.ndarray) - 事件概率。默认值：None。
     - **seed** (int) - 采样时使用的种子。如果为None，则使用全局种子。默认值：None。
-    - **dtype** (mindspore.dtype) - 事件样例的类型。默认值：mindspore.int32.
+    - **dtype** (mindspore.dtype) - 事件样例的类型。默认值：mstype.int32.
     - **name** (str) - 分布的名称。默认值：Categorical。
 
     .. note:: 

docs/api/api_python/nn_probability/mindspore.nn.probability.distribution.Cauchy.rst

@@ -1,7 +1,7 @@
 mindspore.nn.probability.distribution.Cauchy
 ================================================
 
-.. py:class:: mindspore.nn.probability.distribution.Cauchy(loc=None, scale=None, seed=None, dtype=mindspore.float32, name='Cauchy')
+.. py:class:: mindspore.nn.probability.distribution.Cauchy(loc=None, scale=None, seed=None, dtype=mstype.float32, name='Cauchy')
 
     柯西分布（Cauchy distribution）。
     连续随机分布，取值范围为所有实数，概率密度函数为
@@ -16,7 +16,7 @@ mindspore.nn.probability.distribution.Cauchy
     - **loc** (int, float, list, numpy.ndarray, Tensor) - 柯西分布的位置。默认值：None。
     - **scale** (int, float, list, numpy.ndarray, Tensor) - 柯西分布的比例。默认值：None。
     - **seed** (int) - 采样时使用的种子。如果为None，则使用全局种子。默认值：None。
-    - **dtype** (mindspore.dtype) - 事件样例的类型。默认值：mindspore.float32。
+    - **dtype** (mindspore.dtype) - 事件样例的类型。默认值：mstype.float32。
     - **name** (str) - 分布的名称。默认值：'Cauchy'。
 
     .. note:: 

docs/api/api_python/nn_probability/mindspore.nn.probability.distribution.Exponential.rst

@@ -1,7 +1,7 @@
 mindspore.nn.probability.distribution.Exponential
 ===================================================
 
-.. py:class:: mindspore.nn.probability.distribution.Exponential(rate=None, seed=None, dtype=mindspore.float32, name='Exponential')
+.. py:class:: mindspore.nn.probability.distribution.Exponential(rate=None, seed=None, dtype=mstype.float32, name='Exponential')
 
     指数分布（Exponential Distribution）。
     连续随机分布，取值范围为所有实数，概率密度函数为
@@ -15,7 +15,7 @@ mindspore.nn.probability.distribution.Exponential
 
     - **rate** (int, float, list, numpy.ndarray, Tensor) - 率参数。默认值：None。
     - **seed** (int) - 采样时使用的种子。如果为None，则使用全局种子。默认值：None。
-    - **dtype** (mindspore.dtype) - 事件样例的类型。默认值：mindspore.float32。
+    - **dtype** (mindspore.dtype) - 事件样例的类型。默认值：mstype.float32。
     - **name** (str) - 分布的名称。默认值：'Exponential'。
 
     .. note:: 

docs/api/api_python/nn_probability/mindspore.nn.probability.distribution.Gamma.rst

@@ -1,7 +1,7 @@
 mindspore.nn.probability.distribution.Gamma
 ================================================
 
-.. py:class:: mindspore.nn.probability.distribution.Gamma(concentration=None, rate=None, seed=None, dtype=mindspore.float32, name='Gamma')
+.. py:class:: mindspore.nn.probability.distribution.Gamma(concentration=None, rate=None, seed=None, dtype=mstype.float32, name='Gamma')
 
     伽马分布（Gamma distribution）。
     连续随机分布，取值范围为 :math:`(0, \inf)` ，概率密度函数为
@@ -16,7 +16,7 @@ mindspore.nn.probability.distribution.Gamma
     - **concentration** (int, float, list, numpy.ndarray, Tensor) - 浓度，也被称为伽马分布的alpha。默认值：None。
     - **rate** (int, float, list, numpy.ndarray, Tensor) - 逆尺度参数，也被称为伽马分布的beta。默认值：None。
     - **seed** (int) - 采样时使用的种子。如果为None，则使用全局种子。默认值：None。
-    - **dtype** (mindspore.dtype) - 事件样例的类型。默认值：mindspore.float32。
+    - **dtype** (mindspore.dtype) - 事件样例的类型。默认值：mstype.float32。
     - **name** (str) - 分布的名称。默认值：'Gamma'。
 
     .. note:: 

docs/api/api_python/nn_probability/mindspore.nn.probability.distribution.Geometric.rst

@@ -1,7 +1,7 @@
 mindspore.nn.probability.distribution.Geometric
 ================================================
 
-.. py:class:: mindspore.nn.probability.distribution.Geometric(probs=None, seed=None, dtype=mindspore.int32, name='Geometric')
+.. py:class:: mindspore.nn.probability.distribution.Geometric(probs=None, seed=None, dtype=mstype.int32, name='Geometric')
 
     几何分布（Geometric Distribution）。
 
@@ -12,7 +12,7 @@ mindspore.nn.probability.distribution.Geometric
 
     - **probs** (int, float, list, numpy.ndarray, Tensor) - 成功的概率。默认值：None。
     - **seed** (int) - 采样时使用的种子。如果为None，则使用全局种子。默认值：None。
-    - **dtype** (mindspore.dtype) - 事件样例的类型。默认值：mindspore.int32.
+    - **dtype** (mindspore.dtype) - 事件样例的类型。默认值：mstype.int32.
     - **name** (str) - 分布的名称。默认值：'Geometric'。
 
     .. note:: 

docs/api/api_python/nn_probability/mindspore.nn.probability.distribution.Gumbel.rst

@@ -1,7 +1,7 @@
 mindspore.nn.probability.distribution.Gumbel
 ================================================
 
-.. py:class:: mindspore.nn.probability.distribution.Gumbel(loc, scale, seed=0, dtype=mindspore.float32, name='Gumbel')
+.. py:class:: mindspore.nn.probability.distribution.Gumbel(loc, scale, seed=0, dtype=mstype.float32, name='Gumbel')
 
     Gumbel分布（Gumbel distribution）。
     连续随机分布，取值范围为 :math:`(0, \inf)` ，概率密度函数为
@@ -16,7 +16,7 @@ mindspore.nn.probability.distribution.Gumbel
     - **loc** (int, float, list, numpy.ndarray, Tensor) - Gumbel分布的位置。
     - **scale** (int, float, list, numpy.ndarray, Tensor) - Gumbel分布的尺度。
     - **seed** (int) - 采样时使用的种子。如果为None，则使用全局种子。默认值：0。
-    - **dtype** (mindspore.dtype) - 分布类型。默认值：mindspore.float32。
+    - **dtype** (mindspore.dtype) - 分布类型。默认值：mstype.float32。
     - **name** (str) - 分布的名称。默认值：'Gumbel'。
 
     .. note:: 

docs/api/api_python/nn_probability/mindspore.nn.probability.distribution.LogNormal.rst

@@ -1,7 +1,7 @@
 mindspore.nn.probability.distribution.LogNormal
 ================================================
 
-.. py:class:: mindspore.nn.probability.distribution.LogNormal(loc=None, scale=None, seed=0, dtype=mindspore.float32, name='LogNormal')
+.. py:class:: mindspore.nn.probability.distribution.LogNormal(loc=None, scale=None, seed=0, dtype=mstype.float32, name='LogNormal')
 
     对数正态分布（LogNormal distribution）。
     连续随机分布，取值范围为 :math:`(0, \inf)` ，概率密度函数为
@@ -17,7 +17,7 @@ mindspore.nn.probability.distribution.LogNormal
     - **loc** (int, float, list, numpy.ndarray, Tensor) - 基础正态分布的平均值。默认值：None。
     - **scale** (int, float, list, numpy.ndarray, Tensor) - 基础正态分布的标准差。默认值：None。
     - **seed** (int) - 采样时使用的种子。如果为None，则使用全局种子。默认值：0。
-    - **dtype** (mindspore.dtype) - 分布类型。默认值：mindspore.float32。
+    - **dtype** (mindspore.dtype) - 分布类型。默认值：mstype.float32。
     - **name** (str) - 分布的名称。默认值：'LogNormal'。
 
     .. note:: 

docs/api/api_python/nn_probability/mindspore.nn.probability.distribution.Logistic.rst

@@ -1,7 +1,7 @@
 mindspore.nn.probability.distribution.Logistic
 ================================================
 
-.. py:class:: mindspore.nn.probability.distribution.Logistic(loc=None, scale=None, seed=None, dtype=mindspore.float32, name='Logistic')
+.. py:class:: mindspore.nn.probability.distribution.Logistic(loc=None, scale=None, seed=None, dtype=mstype.float32, name='Logistic')
 
     Logistic分布（Logistic distribution）。
     连续随机分布，取值范围为 :math:`(0, \inf)` ，概率密度函数为
@@ -16,7 +16,7 @@ mindspore.nn.probability.distribution.Logistic
     - **loc** (int, float, list, numpy.ndarray, Tensor) - Logistic分布的位置。默认值：None。
     - **scale** (int, float, list, numpy.ndarray, Tensor) - Logistic分布的尺度。默认值：None。
     - **seed** (int) - 采样时使用的种子。如果为None，则使用全局种子。默认值：None。
-    - **dtype** (mindspore.dtype) - 事件样例的类型。默认值：mindspore.float32。
+    - **dtype** (mindspore.dtype) - 事件样例的类型。默认值：mstype.float32。
     - **name** (str) - 分布的名称。默认值：'Logistic'。
 
     .. note:: 

docs/api/api_python/nn_probability/mindspore.nn.probability.distribution.Normal.rst

@@ -1,7 +1,7 @@
 mindspore.nn.probability.distribution.Normal
 ================================================
 
-.. py:class:: mindspore.nn.probability.distribution.Normal(mean=None, sd=None, seed=None, dtype=mindspore.float32, name='Normal')
+.. py:class:: mindspore.nn.probability.distribution.Normal(mean=None, sd=None, seed=None, dtype=mstype.float32, name='Normal')
 
     正态分布（Normal distribution）。
     连续随机分布，取值范围为 :math:`(-\inf, \inf)` ，概率密度函数为
@@ -16,7 +16,7 @@ mindspore.nn.probability.distribution.Normal
     - **mean** (int, float, list, numpy.ndarray, Tensor) - 正态分布的平均值。默认值：None。
     - **sd** (int, float, list, numpy.ndarray, Tensor) - 正态分布的标准差。默认值：None。
     - **seed** (int) - 采样时使用的种子。如果为None，则使用全局种子。默认值：None。
-    - **dtype** (mindspore.dtype) - 事件样例的类型。默认值：mindspore.float32。
+    - **dtype** (mindspore.dtype) - 事件样例的类型。默认值：mstype.float32。
     - **name** (str) - 分布的名称。默认值：'Normal'。
 
     .. note:: 

docs/api/api_python/nn_probability/mindspore.nn.probability.distribution.Poisson.rst

@@ -1,7 +1,7 @@
 mindspore.nn.probability.distribution.Poisson
 ================================================
 
-.. py:class:: mindspore.nn.probability.distribution.Poisson(rate=None, seed=None, dtype=mindspore.float32, name='Poisson')
+.. py:class:: mindspore.nn.probability.distribution.Poisson(rate=None, seed=None, dtype=mstype.float32, name='Poisson')
 
     泊松分布（Poisson Distribution）。
     离散随机分布，取值范围为正自然数集，概率质量函数为
@@ -15,7 +15,7 @@ mindspore.nn.probability.distribution.Poisson
 
     - **rate** (int, float, list, numpy.ndarray, Tensor) - 泊松分布的率参数。默认值：None。
     - **seed** (int) - 采样时使用的种子。如果为None，则使用全局种子。默认值：None。
-    - **dtype** (mindspore.dtype) - 事件样例的类型。默认值：mindspore.float32。
+    - **dtype** (mindspore.dtype) - 事件样例的类型。默认值：mstype.float32。
     - **name** (str) - 分布的名称。默认值：'Poisson'。
 
     .. note:: 

docs/api/api_python/nn_probability/mindspore.nn.probability.distribution.Uniform.rst

@@ -1,7 +1,7 @@
 mindspore.nn.probability.distribution.Uniform
 ================================================
 
-.. py:class:: mindspore.nn.probability.distribution.Uniform(low=None, high=None, seed=None, dtype=mindspore.float32, name='Uniform')
+.. py:class:: mindspore.nn.probability.distribution.Uniform(low=None, high=None, seed=None, dtype=mstype.float32, name='Uniform')
 
     均匀分布（Uniform Distribution）。
     连续随机分布，取值范围为 :math:`[a, b]` ，概率密度函数为
@@ -16,7 +16,7 @@ mindspore.nn.probability.distribution.Uniform
     - **low** (int, float, list, numpy.ndarray, Tensor) - 分布的下限。默认值：None。
     - **high** (int, float, list, numpy.ndarray, Tensor) - 分布的上限。默认值：None。
     - **seed** (int) - 采样时使用的种子。如果为None，则使用全局种子。默认值：None。
-    - **dtype** (mindspore.dtype) - 事件样例的类型。默认值：mindspore.float32。
+    - **dtype** (mindspore.dtype) - 事件样例的类型。默认值：mstype.float32。
     - **name** (str) - 分布的名称。默认值：'Uniform'。
 
     .. note::