!46637 modify format

Merge pull request !46637 from 俞涵/code_docs_1110

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

@@ -10,14 +10,13 @@ mindspore.ops.coo_concat
 
     参数：
         - **sp_input** (Union[list(COOTensor), tuple(COOTensor)]) - 输入的需要concat合并的稀疏张量。
-        - **concat_dim** (标量) - 指定需要合并的轴序号, 它的取值必须是在[-rank, rank)之内，
+        - **concat_dim** (scalar) - 指定需要合并的轴序号, 它的取值必须是在[-rank, rank)之内，
-            其中rank为sp_input中COOTensor的shape的维度值。缺省值为0。
+          其中rank为sp_input中COOTensor的shape的维度值。缺省值为0。
 
     返回：
         COOTensor，按concat_dim轴合并后的COOTensor。这个COOTensor的稠密shape值为：
-            非concat_dim轴shape与输入一致，concat_dim轴shape是所有输入对应轴shape的累加。
+        非concat_dim轴shape与输入一致，concat_dim轴shape是所有输入对应轴shape的累加。
 
     异常：
         - **ValueError** - 如果只有一个COOTensor输入，报错。
-        - **ValueError** - 如果输入的COOTensor的shape纬度大于3。COOTensor的构造会报错，
+        - **ValueError** - 如果输入的COOTensor的shape纬度大于3。COOTensor的构造会报错，目前COOTensor的shape维度只能为2。
-            目前COOTensor的shape维度只能为2。

docs/api/api_python/ops/mindspore.ops.func_max_unpool3d.rst

@@ -33,7 +33,7 @@ mindspore.ops.max_unpool3d
           取值范围需满足：
           :math:`[(N, C, D_{out} - stride[0], H_{out} - stride[1], W_{out} - stride[2]), (N, C, D_{out} + stride[0], H_{out} + stride[1], W_{out} + stride[2])]` 。
 
-    输出：
+    返回：
         shape为 :math:`(N, C, D_{out}, H_{out}, W_{out})` 或 :math:`(C, D_{out}, H_{out}, W_{out})` 的Tensor，
         数据类型与输入 `x` 相同。
 

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

@@ -8,8 +8,8 @@ mindspore.ops.split
     参数：
         - **x** (Tensor) - Tensor的shape为 :math:`(x_1, x_2, ..., x_R)` 。
         - **split_size_or_sections** (Union[int, tuple(int), list(int)]) - 如果 `split_size_or_sections` 是int类型，
-            `x` 将被均匀的切分成块，每块的大小为 `split_size_or_sections` ，若 `x.shape[axis]` 不能被 `split_size_or_sections` 整除，最后一块大小将小于 `split_size_or_sections` 。
+          `x` 将被均匀的切分成块，每块的大小为 `split_size_or_sections` ，若 `x.shape[axis]` 不能被 `split_size_or_sections` 整除，最后一块大小将小于 `split_size_or_sections` 。
-            如果 `split_size_or_sections` 是个list类型，`x` 将沿 `axis` 轴被切分成 `len(split_size_or_sections)` 块，大小为 `split_size_or_sections` 。
+          如果 `split_size_or_sections` 是个list类型，`x` 将沿 `axis` 轴被切分成 `len(split_size_or_sections)` 块，大小为 `split_size_or_sections` 。
         - **axis** (int) - 指定分割轴。默认值：0。
 
     返回：

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

@@ -20,7 +20,7 @@ mindspore.ops.unique_consecutive
 
     异常：
         - **TypeError** - `x` 不是Tensor。
-        - **TypeError** - `x`的数据类型不支持。
+        - **TypeError** - `x` 的数据类型不支持。
         - **TypeError** - `return_idx` 不是bool。
         - **TypeError** - `return_counts` 不是bool。
         - **TypeError** - `axis` 不是int。

mindspore/python/mindspore/dataset/core/config.py

@@ -947,9 +947,9 @@ def get_error_samples_mode():
     Returns:
         ErrorSamplesMode, The method in which erroneous samples should be processed in a dataset pipeline.
 
-            - ErrorSamplesMode.RETURN: means erroneous sample results in error raised and returned.
+        - ErrorSamplesMode.RETURN: means erroneous sample results in error raised and returned.
-            - ErrorSamplesMode.REPLACE: means erroneous sample is replaced with an internally determined sample.
+        - ErrorSamplesMode.REPLACE: means erroneous sample is replaced with an internally determined sample.
-            - ErrorSamplesMode.SKIP: means erroneous sample is skipped.
+        - ErrorSamplesMode.SKIP: means erroneous sample is skipped.
 
     Examples:
         >>> error_samples_mode = ds.config.get_error_samples_mode()

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

@@ -1010,7 +1010,7 @@ def unique_consecutive(x, return_idx=False, return_counts=False, axis=None):
     Args:
         x (Tensor): The input tensor.
         return_idx (bool, optional): Whether to return the index of where the element in the original input
-        maps to the position in the output. Default: False.
+            maps to the position in the output. Default: False.
         return_counts (bool, optional): Whether to return the counts of each unique element. Default: False.
         axis (int, optional): The dimension to apply unique. If None, the unique of the flattened input is
             returned. If specified, it must be int32 or int64. Default: None.

mindspore/python/mindspore/ops/function/math_func.py

@@ -3687,7 +3687,7 @@ def is_complex(x):
     Return True if the data type of the tensor is complex, otherwise return False.
 
     Args:
-        x (Tensor) - The input tensor.
+        x (Tensor): The input tensor.
 
     Returns:
         Bool, return whether the data type of the tensor is complex.