fix docs

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

@@ -11,7 +11,8 @@ mindspore.ops.UniformInt
     其中 :math:`a` 为分布区间的最小值 `minval` ， :math:`b` 为分布区间的最大值 `maxval` 。
 
     .. note::
-        `minval` 中的数值在广播后必须严格小于 `maxval` 。
+        - `minval` 中的数值在广播后必须严格小于 `maxval` 。
+        - 如果 `seed` 和 `seed2` 都没有被赋非零值，则生成一个随机值当做随机种子
 
     参数：
         - **seed** (int) - 随机种子，非负值。默认值：0。

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

@@ -11,7 +11,7 @@ mindspore.ops.UniformReal
 
     .. note::
         - 随机种子：通过一些复杂的数学算法，可以得到一组有规律的随机数，而随机种子就是这个随机数的初始值。随机种子相同，得到的随机数就不会改变。
-        - 全局的随机种子和算子层的随机种子都没设置：使用默认值当做随机种子。
+        - 全局的随机种子和算子层的随机种子都没设置：使用生成一个随机值当做随机种子。
         - 全局的随机种子设置了，算子层的随机种子未设置：随机生成一个种子和全局的随机种子拼接。
         - 全局的随机种子未设置，算子层的随机种子设置了：使用默认的全局的随机种子，和算子层的随机种子拼接。
         - 全局的随机种子和算子层的随机种子都设置了：全局的随机种子和算子层的随机种子拼接。

docs/api/api_python/ops/mindspore.ops.func_adaptive_avg_pool2d.rst

@@ -3,7 +3,7 @@ mindspore.ops.adaptive_avg_pool2d
 
 .. py:function:: mindspore.ops.adaptive_avg_pool2d(input, output_size)
 
-    对一个多平面输入信号执行二维自适应最大值池化。也就是说，对于输入任何尺寸，指定输出的尺寸都为H * W。但是输入和输出特征的数目不会变化。
+    对一个多平面输入信号执行二维自适应平均池化。也就是说，对于输入任何尺寸，指定输出的尺寸都为H * W。但是输入和输出特征的数目不会变化。
 
     输入和输出数据格式可以是"NCHW"和"CHW"。N是批处理大小，C是通道数，H是特征高度，W是特征宽度。
 

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

@@ -18,4 +18,4 @@ mindspore.ops.count_nonzero
     异常：
         - **TypeError** - 如果 `x` 的数据类型不受支持。
         - **TypeError** - 如果 `dims` 的数据类型不是int。
-        - **ValueError** - 如果 `dims` 中的任何值不在 :math:`[-x_dims, x_dims)` 范围内。
+        - **ValueError** - 如果 `dims` 中的任何值不在 [-x_dims, x_dims) 范围内。

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

@@ -6417,10 +6417,10 @@ def count_nonzero(x, dims=None):
     Raises:
         TypeError: If the data type of `x` is not supported.
         TypeError: If the data type of `dims` is not int.
-        ValueError: If any of the values of `dims` is not in range :math:`[-x_dims, x_dims)`.
+        ValueError: If any of the values of `dims` is not in range [-x_dims, x_dims).
 
     Supported Platforms:
-        ``CPU``
+        ``Ascend`` ``CPU``
 
     Examples:
         >>> x = Tensor([[0, 0, 1], [1, 1, 2], [0, 0, 1]], mindspore.int64)

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

@@ -8003,7 +8003,7 @@ class CountNonZero(Primitive):
     Refer to :func:`mindspore.ops.count_nonzero` for more details.
 
     Supported Platforms:
-         ``CPU``
+        ``Ascend`` ``CPU``
 
     Examples:
         >>> x = Tensor([[0, 0, 1], [1, 1, 2], [0, 0, 1]], dtype=mindspore.int64)