!30006 update minddata chinese api

Merge pull request !30006 from luoyang/code_docs_chinese

docs/api/api_python/dataset/mindspore.dataset.Caltech101Dataset.rst

@@ -0,0 +1,123 @@
+mindspore.dataset.Caltech101Dataset
+===================================
+
+.. py:class:: mindspore.dataset.Caltech101Dataset(dataset_dir, target_type=None, num_samples=None, num_parallel_workers=1, shuffle=None, decode=False, sampler=None, num_shards=None, shard_id=None)
+
+    读取和解析Caltech101数据集的源文件构建数据集。
+
+    根据不同的 `target_type` 配置，数据集会生成不同的输出列。
+
+    - `target_type` = 'category'，输出列为 `[image, category]` 。 
+    - `target_type` = 'annotation'，输出列为 `[image, annotation]` 。
+    - `target_type` = 'all'，输出列为 `[image, category, annotation]` 。
+  
+    列 'image' 为 uint8 类型，列 'category' 为 uint32 类型，列 'annotation' 是一个二维的ndarray，存储了图像的轮廓，由一系列的点组成。
+
+    **参数：**
+
+    - **dataset_dir** (str) - 包含数据集文件的根目录路径，该路径下将包含2个子目录，目录101_ObjectCategories用于存储图像，
+      目录Annotations用于存储图像的标注。
+    - **target_type** (str, 可选) - 指定数据集的子集，可取值为'category'、'annotation' 或 'all'。
+      取值为'category'时将读取图像的类别标注作为label，取值为'annotation'时将读取图像的轮廓标注作为label，
+      取值为'all'时将同时输出图像的类别标注和轮廓标注。默认值：'category'。
+    - **num_samples** (int, 可选) - 指定从数据集中读取的样本数，可以小于数据集总数。默认值：None，读取全部样本图片。
+    - **num_parallel_workers** (int, 可选) - 指定读取数据的工作线程数。默认值：None，使用mindspore.dataset.config中配置的线程数。
+    - **shuffle** (bool, 可选) - 是否混洗数据集。默认值：None，下表中会展示不同参数配置的预期行为。
+    - **decode** (bool, 可选) - 是否对读取的图片进行解码操作，默认值：False，不解码。
+    - **sampler** (Sampler, 可选) - 指定从数据集中选取样本的采样器，默认值：None，下表中会展示不同配置的预期行为。
+    - **num_shards** (int, 可选) - 指定分布式训练时将数据集进行划分的分片数，默认值：None。指定此参数后， `num_samples` 表示每个分片的最大样本数。
+    - **shard_id** (int, 可选) - 指定分布式训练时使用的分片ID号，默认值：None。只有当指定了 `num_shards` 时才能指定此参数。
+
+    **异常：**
+
+    - **RuntimeError** - `dataset_dir` 路径下不包含任何数据文件。
+    - **ValueError** - `target_type` 参数取值不为'category'、'annotation'或'all'。
+    - **ValueError** - `num_parallel_workers` 参数超过系统最大线程数。
+    - **RuntimeError** - 同时指定了 `sampler` 和 `shuffle` 参数。
+    - **RuntimeError** - 同时指定了 `sampler` 和 `num_shards` 参数。
+    - **RuntimeError** - 指定了 `num_shards` 参数，但是未指定 `shard_id` 参数。
+    - **RuntimeError** - 指定了 `shard_id` 参数，但是未指定 `num_shards` 参数。
+    - **ValueError** - `shard_id` 参数值错误（小于0或者大于等于 `num_shards` ）。
+
+    .. note:: 此数据集可以指定参数 `sampler` ，但参数 `sampler` 和参数 `shuffle` 的行为是互斥的。下表展示了几种合法的输入参数组合及预期的行为。
+
+    .. list-table:: 配置 `sampler` 和 `shuffle` 的不同组合得到的预期排序结果
+       :widths: 25 25 50
+       :header-rows: 1
+
+       * - 参数 `sampler`
+         - 参数 `shuffle`
+         - 预期数据顺序
+       * - None
+         - None
+         - 随机排列
+       * - None
+         - True
+         - 随机排列
+       * - None
+         - False
+         - 顺序排列
+       * - `sampler` 实例
+         - None
+         - 由 `sampler` 行为定义的顺序
+       * - `sampler` 实例
+         - True
+         - 不允许
+       * - `sampler` 实例
+         - False
+         - 不允许
+
+    **关于Caltech101数据集：**
+
+    Caltech101数据集包含 101 种类别的图片，每种类别大约 40 到 800 张图像，大多数类别有大约 50 张图像。 
+    每张图像的大小约为 300 x 200 像素。数据集中也提供了每张图片中每个物体的轮廓数据，用于检测和定位。
+
+    您可以解压缩原始Caltech101数据集文件到如下目录结构，并通过MindSpore的API进行读取。
+
+    .. code-block::
+
+        .
+        └── caltech101_dataset_directory
+            ├── 101_ObjectCategories
+            │    ├── Faces
+            │    │    ├── image_0001.jpg
+            │    │    ├── image_0002.jpg
+            │    │    ...
+            │    ├── Faces_easy
+            │    │    ├── image_0001.jpg
+            │    │    ├── image_0002.jpg
+            │    │    ...
+            │    ├── ...
+            └── Annotations
+                 ├── Airplanes_Side_2
+                 │    ├── annotation_0001.mat
+                 │    ├── annotation_0002.mat
+                 │    ...
+                 ├── Faces_2
+                 │    ├── annotation_0001.mat
+                 │    ├── annotation_0002.mat
+                 │    ...
+                 ├── ...
+
+    **引用：**
+
+    .. code-block::
+
+        @article{FeiFei2004LearningGV,
+        author    = {Li Fei-Fei and Rob Fergus and Pietro Perona},
+        title     = {Learning Generative Visual Models from Few Training Examples:
+                    An Incremental Bayesian Approach Tested on 101 Object Categories},
+        journal   = {Computer Vision and Pattern Recognition Workshop},
+        year      = {2004},
+        url       = {http://www.vision.caltech.edu/Image_Datasets/Caltech101/},
+        }
+
+    .. include:: mindspore.dataset.Dataset.add_sampler.rst
+
+    .. include:: mindspore.dataset.Dataset.rst
+
+    .. include:: mindspore.dataset.Dataset.d.rst
+
+    .. include:: mindspore.dataset.Dataset.use_sampler.rst
+
+    .. include:: mindspore.dataset.Dataset.zip.rst

docs/api/api_python/dataset/mindspore.dataset.Caltech256Dataset.rst

@@ -0,0 +1,110 @@
+mindspore.dataset.Caltech256Dataset
+===================================
+
+.. py:class:: mindspore.dataset.Caltech256Dataset(dataset_dir, num_samples=None, num_parallel_workers=None, shuffle=None, decode=False, sampler=None, num_shards=None, shard_id=None, cache=None)
+
+    读取和解析Caltech256数据集的源文件构建数据集。
+
+    生成的数据集有两列 `[image, label]` 。 `image` 列的数据类型为uint8。`label` 列的数据类型为uint32。
+
+    **参数：**
+
+    - **dataset_dir** (str) - 包含数据集文件的根目录路径。
+    - **num_samples** (int, 可选) - 指定从数据集中读取的样本数，可以小于数据集总数。默认值：None，读取全部样本图片。
+    - **num_parallel_workers** (int, 可选) - 指定读取数据的工作线程数。默认值：None，使用mindspore.dataset.config中配置的线程数。
+    - **shuffle** (bool, 可选) - 是否混洗数据集。默认值：None，下表中会展示不同参数配置的预期行为。
+    - **decode** (bool, 可选) - 是否对读取的图片进行解码操作，默认值：False，不解码。
+    - **sampler** (Sampler, 可选) - 指定从数据集中选取样本的采样器，默认值：None，下表中会展示不同配置的预期行为。
+    - **num_shards** (int, 可选) - 指定分布式训练时将数据集进行划分的分片数，默认值：None。指定此参数后， `num_samples` 表示每个分片的最大样本数。
+    - **shard_id** (int, 可选) - 指定分布式训练时使用的分片ID号，默认值：None。只有当指定了 `num_shards` 时才能指定此参数。
+    - **cache** (DatasetCache, 可选) - 单节点数据缓存服务，用于加快数据集处理，详情请阅读 `单节点数据缓存 <https://www.mindspore.cn/docs/programming_guide/zh-CN/master/cache.html>`_ 。默认值：None，不使用缓存。
+
+    **异常：**
+
+    - **RuntimeError** - `dataset_dir` 路径下不包含任何数据文件。
+    - **ValueError** - `target_type` 参数取值不为'category'、'annotation'或'all'。
+    - **ValueError** - `num_parallel_workers` 参数超过系统最大线程数。
+    - **RuntimeError** - 同时指定了 `sampler` 和 `shuffle` 参数。
+    - **RuntimeError** - 同时指定了 `sampler` 和 `num_shards` 参数。
+    - **RuntimeError** - 指定了 `num_shards` 参数，但是未指定 `shard_id` 参数。
+    - **RuntimeError** - 指定了 `shard_id` 参数，但是未指定 `num_shards` 参数。
+    - **ValueError** - `shard_id` 参数值错误（小于0或者大于等于 `num_shards` ）。
+
+    .. note:: 此数据集可以指定参数 `sampler` ，但参数 `sampler` 和参数 `shuffle` 的行为是互斥的。下表展示了几种合法的输入参数组合及预期的行为。
+
+    .. list-table:: 配置 `sampler` 和 `shuffle` 的不同组合得到的预期排序结果
+       :widths: 25 25 50
+       :header-rows: 1
+
+       * - 参数 `sampler`
+         - 参数 `shuffle`
+         - 预期数据顺序
+       * - None
+         - None
+         - 随机排列
+       * - None
+         - True
+         - 随机排列
+       * - None
+         - False
+         - 顺序排列
+       * - `sampler` 实例
+         - None
+         - 由 `sampler` 行为定义的顺序
+       * - `sampler` 实例
+         - True
+         - 不允许
+       * - `sampler` 实例
+         - False
+         - 不允许
+
+    **关于Caltech256数据集：**
+
+    Caltech-256 是一个对象识别数据集，包含 30,607 张不同大小的真实世界图像，共有 257 个类别（256类物体和1个其他类），
+    每个类别由至少 80 张图像。该数据集是 Caltech101 数据集的超集。
+
+    您可以解压缩原始Caltech256数据集文件到如下目录结构，并通过MindSpore的API进行读取。
+
+    .. code-block::
+
+        .
+        └── caltech256_dataset_directory
+             ├── 001.ak47
+             │    ├── 001_0001.jpg
+             │    ├── 001_0002.jpg
+             │    ...
+             ├── 002.american-flag
+             │    ├── 002_0001.jpg
+             │    ├── 002_0002.jpg
+             │    ...
+             ├── 003.backpack
+             │    ├── 003_0001.jpg
+             │    ├── 003_0002.jpg
+             │    ...
+             ├── ...
+
+    **引用：**
+
+    .. code-block::
+
+        @article{griffin2007caltech,
+        title     = {Caltech-256 object category dataset},
+        added-at  = {2021-01-21T02:54:42.000+0100},
+        author    = {Griffin, Gregory and Holub, Alex and Perona, Pietro},
+        biburl    = {https://www.bibsonomy.org/bibtex/21f746f23ff0307826cca3e3be45f8de7/s364315},
+        interhash = {bfe1e648c1778c04baa60f23d1223375},
+        intrahash = {1f746f23ff0307826cca3e3be45f8de7},
+        publisher = {California Institute of Technology},
+        timestamp = {2021-01-21T02:54:42.000+0100},
+        year      = {2007}
+        }
+
+    .. include:: mindspore.dataset.Dataset.add_sampler.rst
+
+    .. include:: mindspore.dataset.Dataset.rst
+
+    .. include:: mindspore.dataset.Dataset.d.rst
+
+    .. include:: mindspore.dataset.Dataset.use_sampler.rst
+
+    .. include:: mindspore.dataset.Dataset.zip.rst

docs/api/api_python/dataset/mindspore.dataset.CityscapesDataset.rst

@@ -0,0 +1,135 @@
+mindspore.dataset.CityscapesDataset
+===================================
+
+.. py:class:: mindspore.dataset.CityscapesDataset(dataset_dir, usage="train", quality_mode="fine", task="instance", num_samples=None, num_parallel_workers=None, shuffle=None, decode=None, sampler=None, num_shards=None, shard_id=None, cache=None)
+
+    读取和解析Cityscapes数据集的源文件构建数据集。
+
+    生成的数据集有两列 `[image, task]` 。
+    `image` 列的数据类型为uint8。`task` 列的数据类型根据参数 `task` 的值而定，当 参数 `task` 取值为'polygon'，列的数据类型为string，其他取值下，列的数据类型为uint8。
+
+    **参数：**
+
+    - **dataset_dir** (str) - 包含数据集文件的根目录路径。
+    - **usage** (str, 可选) - 指定数据集的子集。当参数 `quality_mode` 取值为'fine'时，此参数可取值为'train'、'test'、'val'或'all'。
+      在参数 `quality_mode` 的其他取值下，此参数可取值为'train'、'train_extra'、'val'或'all'。默认值：'train'，全部样本图片。
+    - **quality_mode** (str, 可选) - 指定数据集的质量模式，可取值为'fine'或'coarse'。默认值：'fine'。
+    - **task** (str, 可选) - 指定数据集的任务类型，可取值为'instance'、'semantic'、'polygon'或'color'。默认值：'instance'。
+    - **num_samples** (int, 可选) - 指定从数据集中读取的样本数，可以小于数据集总数。默认值：None，读取全部样本图片。
+    - **num_parallel_workers** (int, 可选) - 指定读取数据的工作线程数。默认值：None，使用mindspore.dataset.config中配置的线程数。
+    - **shuffle** (bool, 可选) - 是否混洗数据集。默认值：None，下表中会展示不同参数配置的预期行为。
+    - **decode** (bool, 可选) - 是否对读取的图片进行解码操作，默认值：False，不解码。
+    - **sampler** (Sampler, 可选) - 指定从数据集中选取样本的采样器，默认值：None，下表中会展示不同配置的预期行为。
+    - **num_shards** (int, 可选) - 指定分布式训练时将数据集进行划分的分片数，默认值：None。指定此参数后， `num_samples` 表示每个分片的最大样本数。
+    - **shard_id** (int, 可选) - 指定分布式训练时使用的分片ID号，默认值：None。只有当指定了 `num_shards` 时才能指定此参数。
+    - **cache** (DatasetCache, 可选) - 单节点数据缓存服务，用于加快数据集处理，详情请阅读 `单节点数据缓存 <https://www.mindspore.cn/docs/programming_guide/zh-CN/master/cache.html>`_ 。默认值：None，不使用缓存。
+
+    **异常：**
+
+    - **RuntimeError** - `dataset_dir` 路径下不包含任何数据文件。
+    - **ValueError** - `num_parallel_workers` 参数超过系统最大线程数。
+    - **RuntimeError** - 同时指定了 `sampler` 和 `shuffle` 参数。
+    - **RuntimeError** - 同时指定了 `sampler` 和 `num_shards` 参数。
+    - **RuntimeError** - 指定了 `num_shards` 参数，但是未指定 `shard_id` 参数。
+    - **RuntimeError** - 指定了 `shard_id` 参数，但是未指定 `num_shards` 参数。
+    - **ValueError** - `dataset_dir` 路径非法或不存在。
+    - **ValueError** - `task` 参数取值不为'instance'、'semantic'、'polygon'或'color'。
+    - **ValueError** - `quality_mode` 参数取值不为'fine'或'coarse'。
+    - **ValueError** - `usage` 参数取值不在给定的字段中。
+    - **ValueError** - `shard_id` 参数值错误（小于0或者大于等于 `num_shards` ）。
+    
+
+    .. note:: 此数据集可以指定参数 `sampler` ，但参数 `sampler` 和参数 `shuffle` 的行为是互斥的。下表展示了几种合法的输入参数组合及预期的行为。
+
+    .. list-table:: 配置 `sampler` 和 `shuffle` 的不同组合得到的预期排序结果
+       :widths: 25 25 50
+       :header-rows: 1
+
+       * - 参数 `sampler`
+         - 参数 `shuffle`
+         - 预期数据顺序
+       * - None
+         - None
+         - 随机排列
+       * - None
+         - True
+         - 随机排列
+       * - None
+         - False
+         - 顺序排列
+       * - `sampler` 实例
+         - None
+         - 由 `sampler` 行为定义的顺序
+       * - `sampler` 实例
+         - True
+         - 不允许
+       * - `sampler` 实例
+         - False
+         - 不允许
+
+    **关于Cityscapes数据集：**
+
+    Cityscapes 数据集由来自 50 个城市的 24998 张彩色图像组成。
+    其中 5000 张图像具有高质量的密集像素标注， 19998 张图像具有粗糙的多边形标注。
+    该数据集共有 30 个类，多边形标注包括密集语义分割，以及车辆和人的实例分割。
+
+    您可以解压缩原始Caltech256数据集文件到如下目录结构，并通过MindSpore的API进行读取。
+
+    .. code-block::
+
+        .
+        └── Cityscapes
+             ├── leftImg8bit
+             |    ├── train
+             |    |    ├── aachen
+             |    |    |    ├── aachen_000000_000019_leftImg8bit.png
+             |    |    |    ├── aachen_000001_000019_leftImg8bit.png
+             |    |    |    ├── ...
+             |    |    ├── bochum
+             |    |    |    ├── ...
+             |    |    ├── ...
+             |    ├── test
+             |    |    ├── ...
+             |    ├── val
+             |    |    ├── ...
+             └── gtFine
+                  ├── train
+                  |    ├── aachen
+                  |    |    ├── aachen_000000_000019_gtFine_color.png
+                  |    |    ├── aachen_000000_000019_gtFine_instanceIds.png
+                  |    |    ├── aachen_000000_000019_gtFine_labelIds.png
+                  |    |    ├── aachen_000000_000019_gtFine_polygons.json
+                  |    |    ├── aachen_000001_000019_gtFine_color.png
+                  |    |    ├── aachen_000001_000019_gtFine_instanceIds.png
+                  |    |    ├── aachen_000001_000019_gtFine_labelIds.png
+                  |    |    ├── aachen_000001_000019_gtFine_polygons.json
+                  |    |    ├── ...
+                  |    ├── bochum
+                  |    |    ├── ...
+                  |    ├── ...
+                  ├── test
+                  |    ├── ...
+                  └── val
+                       ├── ...
+
+    **引用：**
+
+    .. code-block::
+
+        @inproceedings{Cordts2016Cityscapes,
+        title       = {The Cityscapes Dataset for Semantic Urban Scene Understanding},
+        author      = {Cordts, Marius and Omran, Mohamed and Ramos, Sebastian and Rehfeld, Timo and Enzweiler,
+                        Markus and Benenson, Rodrigo and Franke, Uwe and Roth, Stefan and Schiele, Bernt},
+        booktitle   = {Proc. of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
+        year        = {2016}
+        }
+
+    .. include:: mindspore.dataset.Dataset.add_sampler.rst
+
+    .. include:: mindspore.dataset.Dataset.rst
+
+    .. include:: mindspore.dataset.Dataset.d.rst
+
+    .. include:: mindspore.dataset.Dataset.use_sampler.rst
+
+    .. include:: mindspore.dataset.Dataset.zip.rst

docs/api/api_python/dataset/mindspore.dataset.DIV2KDataset.rst

@@ -0,0 +1,148 @@
+mindspore.dataset.DIV2KDataset
+==============================
+
+.. py:class:: mindspore.dataset.DIV2KDataset(dataset_dir, usage="train", downgrade="bicubic", scale=2, num_samples=None, num_parallel_workers=None, shuffle=None, decode=None, sampler=None, num_shards=None, shard_id=None, cache=None)
+
+    读取和解析DIV2K数据集的源文件构建数据集。
+
+    生成的数据集有两列 `[hr_image, lr_image]` 。'hr_image` 列和 `lr_image` 列的数据类型都为uint8。
+
+    **参数：**
+
+    - **dataset_dir** (str) - 包含数据集文件的根目录路径。
+    - **usage** (str, 可选) - 指定数据集的子集。可取值为'train'、'valid'或'all'。默认值：'train'，全部样本图片。
+    - **downgrade** (str, 可选) - 指定数据集的下采样的模式，可取值为'bicubic'、'unknown'、'mild'、'difficult'或'wild'。默认值：'bicubic'。
+    - **scale** (str, 可选) - 指定数据集的缩放尺度。当参数`downgrade` 取值为'bicubic'时，此参数可以取值为2、3、4、8。
+      当参数`downgrade` 取值为'unknown'时，此参数可以取值为2、3、4。当参数`downgrade` 取值为'mild'、'difficult'、'wild'时，此参数仅可以取值为4。默认值：2。
+    - **num_samples** (int, 可选) - 指定从数据集中读取的样本数，可以小于数据集总数。默认值：None，读取全部样本图片。
+    - **num_parallel_workers** (int, 可选) - 指定读取数据的工作线程数。默认值：None，使用mindspore.dataset.config中配置的线程数。
+    - **shuffle** (bool, 可选) - 是否混洗数据集。默认值：None，下表中会展示不同参数配置的预期行为。
+    - **decode** (bool, 可选) - 是否对读取的图片进行解码操作，默认值：False，不解码。
+    - **sampler** (Sampler, 可选) - 指定从数据集中选取样本的采样器，默认值：None，下表中会展示不同配置的预期行为。
+    - **num_shards** (int, 可选) - 指定分布式训练时将数据集进行划分的分片数，默认值：None。指定此参数后， `num_samples` 表示每个分片的最大样本数。
+    - **shard_id** (int, 可选) - 指定分布式训练时使用的分片ID号，默认值：None。只有当指定了 `num_shards` 时才能指定此参数。
+    - **cache** (DatasetCache, 可选) - 单节点数据缓存服务，用于加快数据集处理，详情请阅读 `单节点数据缓存 <https://www.mindspore.cn/docs/programming_guide/zh-CN/master/cache.html>`_ 。默认值：None，不使用缓存。
+
+    **异常：**
+
+    - **RuntimeError** - `dataset_dir` 路径下不包含任何数据文件。
+    - **ValueError** - `num_parallel_workers` 参数超过系统最大线程数。
+    - **RuntimeError** - 同时指定了 `sampler` 和 `shuffle` 参数。
+    - **RuntimeError** - 同时指定了 `sampler` 和 `num_shards` 参数。
+    - **RuntimeError** - 指定了 `num_shards` 参数，但是未指定 `shard_id` 参数。
+    - **RuntimeError** - 指定了 `shard_id` 参数，但是未指定 `num_shards` 参数。
+    - **ValueError** - `dataset_dir` 路径非法或不存在。
+    - **ValueError** - `usage` 参数取值不为'train'、'valid'或'all'。
+    - **ValueError** - `downgrade` 参数取值不为'bicubic'、'unknown'、'mild'、'difficult'或'wild'。
+    - **ValueError** - `scale` 参数取值不在给定的字段中，或与 `downgrade` 参数的值不匹配。
+    - **ValueError** - `shard_id` 参数值错误（小于0或者大于等于 `num_shards` ）。
+    
+
+    .. note:: 此数据集可以指定参数 `sampler` ，但参数 `sampler` 和参数 `shuffle` 的行为是互斥的。下表展示了几种合法的输入参数组合及预期的行为。
+
+    .. list-table:: 配置 `sampler` 和 `shuffle` 的不同组合得到的预期排序结果
+       :widths: 25 25 50
+       :header-rows: 1
+
+       * - 参数 `sampler`
+         - 参数 `shuffle`
+         - 预期数据顺序
+       * - None
+         - None
+         - 随机排列
+       * - None
+         - True
+         - 随机排列
+       * - None
+         - False
+         - 顺序排列
+       * - `sampler` 实例
+         - None
+         - 由 `sampler` 行为定义的顺序
+       * - `sampler` 实例
+         - True
+         - 不允许
+       * - `sampler` 实例
+         - False
+         - 不允许
+
+    **关于DIV2K数据集：**
+
+    DIV2K数据集由1000张2K分辨率图像组成，其中800张用于训练，100张用于验证，100张用于测试。 
+    作为NTIRE比赛的数据集，NTIRE 2017 和 NTIRE 2018 仅包括DIV2K的训练数据集和验证数据集。
+
+    您可以解压缩原始DIV2K数据集文件到如下目录结构，并通过MindSpore的API进行读取。
+
+    .. code-block::
+
+        .
+        └── DIV2K
+             ├── DIV2K_train_HR
+             |    ├── 0001.png
+             |    ├── 0002.png
+             |    ├── ...
+             ├── DIV2K_train_LR_bicubic
+             |    ├── X2
+             |    |    ├── 0001x2.png
+             |    |    ├── 0002x2.png
+             |    |    ├── ...
+             |    ├── X3
+             |    |    ├── 0001x3.png
+             |    |    ├── 0002x3.png
+             |    |    ├── ...
+             |    └── X4
+             |         ├── 0001x4.png
+             |         ├── 0002x4.png
+             |         ├── ...
+             ├── DIV2K_train_LR_unknown
+             |    ├── X2
+             |    |    ├── 0001x2.png
+             |    |    ├── 0002x2.png
+             |    |    ├── ...
+             |    ├── X3
+             |    |    ├── 0001x3.png
+             |    |    ├── 0002x3.png
+             |    |    ├── ...
+             |    └── X4
+             |         ├── 0001x4.png
+             |         ├── 0002x4.png
+             |         ├── ...
+             ├── DIV2K_train_LR_mild
+             |    ├── 0001x4m.png
+             |    ├── 0002x4m.png
+             |    ├── ...
+             ├── DIV2K_train_LR_difficult
+             |    ├── 0001x4d.png
+             |    ├── 0002x4d.png
+             |    ├── ...
+             ├── DIV2K_train_LR_wild
+             |    ├── 0001x4w.png
+             |    ├── 0002x4w.png
+             |    ├── ...
+             └── DIV2K_train_LR_x8
+                  ├── 0001x8.png
+                  ├── 0002x8.png
+                  ├── ...
+
+    **引用：**
+
+    .. code-block::
+
+        @InProceedings{Agustsson_2017_CVPR_Workshops,
+        author    = {Agustsson, Eirikur and Timofte, Radu},
+        title     = {NTIRE 2017 Challenge on Single Image Super-Resolution: Dataset and Study},
+        booktitle = {The IEEE Conference on Computer Vision and Pattern Recognition (CVPR) Workshops},
+        url       = "http://www.vision.ee.ethz.ch/~timofter/publications/Agustsson-CVPRW-2017.pdf",
+        month     = {July},
+        year      = {2017}
+        }
+
+    .. include:: mindspore.dataset.Dataset.add_sampler.rst
+
+    .. include:: mindspore.dataset.Dataset.rst
+
+    .. include:: mindspore.dataset.Dataset.d.rst
+
+    .. include:: mindspore.dataset.Dataset.use_sampler.rst
+
+    .. include:: mindspore.dataset.Dataset.zip.rst

docs/api/api_python/dataset/mindspore.dataset.Dataset.rst

@@ -12,8 +12,8 @@
 
     **异常：**
 
-    - **TypeError：** - `apply_func` 的类型不是函数。
+    - **TypeError** - `apply_func` 的类型不是函数。
-    - **TypeError：** - `apply_func` 未返回Dataset对象。
+    - **TypeError** - `apply_func` 未返回Dataset对象。
 
 .. py:method:: batch(batch_size, drop_remainder=False, num_parallel_workers=None, per_batch_map=None, input_columns=None, output_columns=None, column_order=None, pad_info=None, python_multiprocessing=False, max_rowsize=16)
 

docs/api/api_python/dataset/mindspore.dataset.GraphData.rst

@@ -233,7 +233,7 @@ mindspore.dataset.GraphData
 
         **异常：**
 
-        **TypeError：** 参数 `edge_list` 不为列表或ndarray。
+        **TypeError** 参数 `edge_list` 不为列表或ndarray。
 
     .. py:method:: get_node_feature(node_list, feature_types)
 

docs/api/api_python/dataset/mindspore.dataset.PKSampler.rst

@@ -15,12 +15,12 @@ mindspore.dataset.PKSampler
 
     **异常：**
 
-    - **TypeError：** `shuffle` 不是bool值。
+    - **TypeError** `shuffle` 不是bool值。
-    - **TypeError：** `class_column` 不是str值。
+    - **TypeError** `class_column` 不是str值。
-    - **TypeError：** `num_samples` 不是整数值。
+    - **TypeError** `num_samples` 不是整数值。
-    - **NotImplementedError：** `num_class` 不为None。
+    - **NotImplementedError** `num_class` 不为None。
-    - **RuntimeError：** `num_val` 不是正值。
+    - **RuntimeError** `num_val` 不是正值。
-    - **ValueError：** `num_samples` 为负值。
+    - **ValueError** `num_samples` 为负值。
 
     .. include:: mindspore.dataset.BuiltinSampler.rst
 

docs/api/api_python/dataset/mindspore.dataset.RandomSampler.rst

@@ -12,9 +12,9 @@ mindspore.dataset.RandomSampler
 
     **异常：**
 
-    - **TypeError：** `replacement` 不是bool值。
+    - **TypeError** `replacement` 不是bool值。
-    - **TypeError：** `num_samples` 不是整数值。
+    - **TypeError** `num_samples` 不是整数值。
-    - **ValueError：** `num_samples` 为负值。
+    - **ValueError** `num_samples` 为负值。
 
     .. include:: mindspore.dataset.BuiltinSampler.rst
 

docs/api/api_python/dataset/mindspore.dataset.Schema.rst

@@ -29,7 +29,7 @@ mindspore.dataset.Schema
 
         **异常：**
 
-        **ValueError：** 列类型未知。
+        **ValueError** 列类型未知。
         
     .. py:method:: from_json(json_obj)
 
@@ -41,9 +41,9 @@ mindspore.dataset.Schema
 
         **异常：**
 
-        - **RuntimeError：** 对象中存在未知的项。
+        - **RuntimeError** 对象中存在未知的项。
-        - **RuntimeError：** 对象中缺少数据集类型。
+        - **RuntimeError** 对象中缺少数据集类型。
-        - **RuntimeError：** 对象中缺少列。
+        - **RuntimeError** 对象中缺少列。
 
     .. py:method:: parse_columns(columns)
 

docs/api/api_python/dataset/mindspore.dataset.SequentialSampler.rst

@@ -12,10 +12,10 @@ mindspore.dataset.SequentialSampler
 
     **异常：**
 
-    - **TypeError：** `start_index` 不是整数值。
+    - **TypeError** `start_index` 不是整数值。
-    - **TypeError：** `num_samples` 不是整数值。
+    - **TypeError** `num_samples` 不是整数值。
-    - **RuntimeError：** `start_index` 为负值。
+    - **RuntimeError** `start_index` 为负值。
-    - **ValueError：** `num_samples` 为负值。
+    - **ValueError** `num_samples` 为负值。
 
     .. include:: mindspore.dataset.BuiltinSampler.rst
 

docs/api/api_python/dataset/mindspore.dataset.SubsetRandomSampler.rst

@@ -12,8 +12,8 @@ mindspore.dataset.SubsetRandomSampler
 
     **异常：**
 
-    - **TypeError：** `indices` 的类型不是整数。
+    - **TypeError** `indices` 的类型不是整数。
-    - **TypeError：** `num_samples` 不是整数值。
+    - **TypeError** `num_samples` 不是整数值。
-    - **ValueError：** `num_samples` 为负值。
+    - **ValueError** `num_samples` 为负值。
 
     .. include:: mindspore.dataset.BuiltinSampler.rst

docs/api/api_python/dataset/mindspore.dataset.SubsetSampler.rst

@@ -12,8 +12,8 @@ mindspore.dataset.SubsetSampler
 
     **异常：**
 
-    - **TypeError：** `indices` 的类型不是整数。
+    - **TypeError** `indices` 的类型不是整数。
-    - **TypeError：** `num_samples` 不是整数值。
+    - **TypeError** `num_samples` 不是整数值。
-    - **ValueError：** `num_samples` 为负值。
+    - **ValueError** `num_samples` 为负值。
 
     .. include:: mindspore.dataset.BuiltinSampler.rst

docs/api/api_python/dataset/mindspore.dataset.WeightedRandomSampler.rst

@@ -13,11 +13,11 @@ mindspore.dataset.WeightedRandomSampler
 
     **异常：**
 
-    - **TypeError：** `weights` 元素的类型不是数字。
+    - **TypeError** `weights` 元素的类型不是数字。
-    - **TypeError：** `num_samples` 不是整数值。
+    - **TypeError** `num_samples` 不是整数值。
-    - **TypeError：** `replacement` 不是布尔值。
+    - **TypeError** `replacement` 不是布尔值。
-    - **RuntimeError：** `weights` 为空或全为零。
+    - **RuntimeError** `weights` 为空或全为零。
-    - **ValueError：** `num_samples` 为负值。
+    - **ValueError** `num_samples` 为负值。
 
     .. include:: mindspore.dataset.BuiltinSampler.rst
 

docs/api/api_python/dataset_text/mindspore.dataset.text.rst

@@ -0,0 +1,3 @@
+此模块用于文本数据增强，包括 `transforms` 和 `utils` 两个子模块。
+`transforms` 是一个高性能文本数据增强模块，支持常见的文本数据增强处理。
+`utils` 提供了一些文本处理的工具方法。

docs/api/api_python/dataset_text/mindspore.dataset.text.transforms.CaseFold.rst

@@ -0,0 +1,8 @@
+mindspore.dataset.text.transforms.CaseFold
+==========================================
+
+.. py:class:: mindspore.dataset.text.transforms.CaseFold()
+
+    对UTF-8字符串进行大小写转换，相比 :func:`str.lower` 支持更多字符。
+    
+    .. note:: Windows 平台尚不支持 CaseFold。

docs/api/api_python/dataset_text/mindspore.dataset.text.transforms.JiebaTokenizer.rst

@@ -0,0 +1,56 @@
+mindspore.dataset.text.transforms.JiebaTokenizer
+================================================
+
+.. py:class:: mindspore.dataset.text.transforms.JiebaTokenizer(hmm_path, mp_path, mode=JiebaMode.MIX, with_offsets=False)
+
+    使用Jieba分词器对中文字符串进行分词。
+
+    .. note:: 必须保证 HMMSEgment 算法和 MPSegment 算法所使用的字典文件的完整性。
+
+    **参数：**
+
+    - **hmm_path** (str) -  HMMSegment 算法使用的字典文件路径，字典可在cppjieba官网获取，
+      详见 `cppjieba_github <https://github.com/yanyiwu/cppjieba/tree/master/dict>`_ 。
+    - **mp_path** (str) - MPSegment 算法使用的字典文件路径，字典可在cppjieba官网获取，
+      详见 `cppjieba_github <https://github.com/yanyiwu/cppjieba/tree/master/dict>`_ 。
+    - **mode** (JiebaMode, 可选) - Jieba分词使用的模式，可以取值为 JiebaMode.MP、JiebaMode.HMM 或 JiebaMode.MIX。默认值：JiebaMode.MIX。
+
+      - **JiebaMode.MP**：使用最大概率法算法进行分词。
+      - **JiebaMode.HMM**：使用隐马尔可夫模型算法进行分词。
+      - **JiebaMode.MIX**：使用 MPSegment 和 HMMSegment 算法混合进行分词。
+
+    - **with_offsets** (bool, 可选) - 是否输出标记(token)的偏移量，默认值：False。
+
+    **异常：**
+      
+    - **ValueError** - 没有提供参数 `hmm_path` 或为None。
+    - **ValueError** - 没有提供参数 `mp_path` 或为None。
+    - **TypeError** - 参数 `hmm_path` 和 `mp_path` 类型不为string。
+    - **TypeError** - 参数 `with_offsets` 类型不为bool。
+
+.. py:method:: add_word(self, word, freq=None)
+
+    将用户定义的词添加到 JiebaTokenizer 的字典中。
+
+    **参数：**
+
+    - **word** (str) - 要添加到 JiebaTokenizer 词典中的单词，注意通过此接口添加的单词不会被写入本地的模型文件中。
+    - **freq** (int，可选) - 要添加的单词的频率。频率越高，单词被分词的机会越大。默认值：None，使用默认频率。
+
+.. py:method:: add_dict(self, user_dict)
+
+    将用户定义的词添加到 JiebaTokenizer 的字典中。
+
+    **参数：**
+
+    - **user_dict** (Union[str, dict]) - 有两种输入方式。可以通过指定jieba字典格式的文件路径加载。
+      要求的jieba字典格式为：[word，freq]，如：
+
+      .. code-block::
+
+          word1 freq1
+          word2 None
+          word3 freq3
+
+      也可以通过Python dict加载，要求的 Python 字典格式为：{word1:freq1, word2:freq2,...}。
+      只有用户提供的文件中有效的词对才会被添加到字典中，无的效输入行将被忽略，且不返回错误或警告状态。

docs/api/api_python/dataset_text/mindspore.dataset.text.transforms.Lookup.rst

@@ -0,0 +1,20 @@
+mindspore.dataset.text.transforms.Lookup
+========================================
+
+.. py:class:: mindspore.dataset.text.transforms.Lookup(vocab, unknown_token=None, data_type=mstype.int32)
+
+    根据词表，将分词标记(token)映射到其索引值(id)。
+
+    **参数：**
+
+    - **vocab** (Vocab) - 词表对象，用于存储分词和索引的映射。
+    - **unknown_token** (str, 可选) - 备用词汇，用于在单词不在词汇表中的情况。
+      即如果单词不在词汇表中，则查找结果将替换为 `unknown_token` 的值。
+      如果如果单词不在词汇表中，且未指定 `unknown_token` ，将抛出运行时错误。默认值：None，不指定该参数。
+    - **data_type** (mindspore.dtype, 可选): Lookup输出的数据类型，默认值：mindspore.int32。
+
+    **异常：**
+      
+    - **TypeError** - 参数 `vocab` 类型不为 text.Vocab。
+    - **TypeError** - 参数 `unknown_token` 类型不为string。
+    - **TypeError** - 参数 `data_type` 类型不为 mindspore.dtype。

docs/api/api_python/dataset_text/mindspore.dataset.text.transforms.Ngram.rst

@@ -0,0 +1,27 @@
+mindspore.dataset.text.transforms.Ngram
+=======================================
+
+.. py:class:: mindspore.dataset.text.transforms.Ngram(n, left_pad=("", 0), right_pad=("", 0), separator=" ")
+
+    从1-D的字符串生成N-gram。
+
+    关于N-gram是什么以及它是如何工作的，请参阅 `N-gram <https://en.wikipedia.org/wiki/N-gram#Examples>`_ 。
+
+    **参数：**
+
+    - **n** (list[int]) -  n-gram 中的 n，它是一个正整数列表。例如 n=[4, 3]，结果将是Tensor包含一个4-gram和一个3-gram的字符串。
+      如果输入的字符不足以构造一个n-gram，则返回一个空字符串。例如在["mindspore", "best"] 应用 3-gram 将导致生成一个空字符串。
+    - **left_pad** (tuple, 可选) - 指定序列的左侧填充，传入tuple的形式为 ("pad_token",pad_width)。
+      pad_width 的上限值为 `n` -1。例如，指定 left_pad=("_", 2) 将用 "__" 填充序列的左侧。默认值：("", 0)。
+    - **right_pad** (tuple, 可选) - 指定序列的右侧填充，传入tuple的形式为 ("pad_token",pad_width)。
+      pad_width 的上限值为 `n` -1。例如，指定 left_pad=("_", 2) 将用 "__" 填充序列的右侧。默认值：("", 0)。
+    - **separator** (str, 可选) - 指定用于将字符串连接在一起的分隔符。
+      例如，如果对 ["mindspore", "amazing"] 应用 2-gram 并指定分隔符为"-"，结果将是 ["mindspore-amazing"]。默认值：" "，使用空格作为分隔符。
+
+    **异常：**
+      
+    - **TypeError** - 参数 `n` 包含的值类型不为int。
+    - **ValueError** - 参数 `n` 包含的值不为正数。
+    - **ValueError** - 参数 `left_pad` 不是一个长度2的tuple。
+    - **ValueError** - 参数 `right_pad` 不是一个长度2的tuple。
+    - **TypeError** - 参数 `separator` 的类型不是bool。

docs/api/api_python/dataset_text/mindspore.dataset.text.transforms.NormalizeUTF8.rst

@@ -0,0 +1,26 @@
+mindspore.dataset.text.transforms.NormalizeUTF8
+===============================================
+
+.. py:class:: mindspore.dataset.text.transforms.NormalizeUTF8(normalize_form=NormalizeForm.NFKC)
+
+    对UTF-8编码的字符串进行规范化处理。
+
+    .. note:: Windows 平台尚不支持 NormalizeUTF8。
+
+    **参数：**
+
+    - **normalize_form** (NormalizeForm, 可选) - 指定不同的规范化形式，可以取值为
+      NormalizeForm.NONE, NormalizeForm.NFC, NormalizeForm.NFKC、NormalizeForm.NFD、NormalizeForm.NFKD 此四种unicode中的
+      任何一种形式，默认值：NormalizeForm.NFKC。
+
+      - NormalizeForm.NONE，对输入字符串不做任何处理。
+      - NormalizeForm.NFC，对输入字符串进行C形式规范化。
+      - NormalizeForm.NFKC，对输入字符串进行KC形式规范化。
+      - NormalizeForm.NFD，对输入字符串进行D形式规范化。
+      - NormalizeForm.NFKD，对输入字符串进行KD形式规范化。
+
+      有关规范化详细信息，请参阅 http://unicode.org/reports/tr15/。
+
+    **异常：**
+
+    - **TypeError** - 参数 `normalize_form` 的类型不是NormalizeForm。

docs/api/api_python/dataset_text/mindspore.dataset.text.transforms.PythonTokenizer.rst

@@ -0,0 +1,14 @@
+mindspore.dataset.text.transforms.PythonTokenizer
+=================================================
+
+.. py:class:: mindspore.dataset.text.transforms.PythonTokenizer(tokenizer)
+
+    使用用户自定义的分词器对输入字符串进行分词。
+
+    **参数：**
+
+    - **tokenizer** (Callable) -  Python可调用对象，要求接收一个string参数作为输入，并返回一个包含多个string的列表作为返回值。
+
+    **异常：**
+
+    - **TypeError** - 参数 `tokenizer` 不是一个可调用的Python对象。

docs/api/api_python/dataset_text/mindspore.dataset.text.transforms.RegexReplace.rst

@@ -0,0 +1,22 @@
+mindspore.dataset.text.transforms.RegexReplace
+==============================================
+
+.. py:class:: mindspore.dataset.text.transforms.RegexReplace(pattern, replace, replace_all=True)
+
+    根据正则表达式对UTF-8编码格式的字符串内容进行正则替换。
+
+    有关支持的正则表达式的模式，请参阅 https://unicode-org.github.io/icu/userguide/strings/regexp.html。
+
+    .. note:: Windows 平台尚不支持 RegexReplace。
+
+    **参数：**
+
+    - **pattern** (str) -  正则表达式的模式。
+    - **replace** (str) - 替换匹配元素的字符串。
+    - **replace_all** (bool, 可选): 如果为False，只替换第一个匹配的元素； 如果为True，则替换所有匹配的元素。默认值：True。
+
+    **异常：**
+
+    - **TypeError** - 参数 `pattern` 的类型不是string。
+    - **TypeError** - 参数 `replace` 的类型不是string。
+    - **TypeError** - 参数 `separator` 的类型不是bool。

docs/api/api_python/dataset_text/mindspore.dataset.text.transforms.RegexTokenizer.rst

@@ -0,0 +1,23 @@
+mindspore.dataset.text.transforms.RegexTokenizer
+================================================
+
+.. py:class:: mindspore.dataset.text.transforms.RegexTokenizer(delim_pattern, keep_delim_pattern='', with_offsets=False)
+
+    根据正则表达式对字符串进行分词。
+    
+    有关支持的正则表达式的模式，请参阅 https://unicode-org.github.io/icu/userguide/strings/regexp.html。
+
+    .. note:: Windows 平台尚不支持 RegexTokenizer。
+
+    **参数：**
+
+    - **delim_pattern** (str) - 以正则表达式表示的分隔符，字符串将被正则匹配的分隔符分割。
+    - **keep_delim_pattern** (str, 可选) - 如果被 `delim_pattern` 匹配的字符串也能被 `keep_delim_pattern` 匹配，就可以此分隔符作为标记(token)保存。 
+      默认值：''，即分隔符不会作为输出标记保留。
+    - **with_offsets** (bool, 可选) - 是否输出标记(token)的偏移量，默认值：False，不输出。
+
+    **异常：**
+
+    - **TypeError** - 参数 `delim_pattern` 的类型不是string。
+    - **TypeError** - 参数 `keep_delim_pattern` 的类型不是string。
+    - **TypeError** - 参数 `with_offsets` 的类型不是bool。

docs/api/api_python/dataset_text/mindspore.dataset.text.transforms.SentencePieceTokenizer.rst

@@ -0,0 +1,20 @@
+mindspore.dataset.text.transforms.SentencePieceTokenizer
+========================================================
+
+.. py:class:: mindspore.dataset.text.transforms.SentencePieceTokenizer(mode, out_type)
+
+    使用SentencePiece分词器对字符串进行分词。
+
+    **参数：**
+
+    - **mode** (Union[str, SentencePieceVocab]) - 如果输入是字符串，则代表SentencePiece模型文件的路径；
+      如果输入是SentencePieceVocab类型，则代表一个SentencePieceVocab 对象。
+    - **out_type** (SPieceTokenizerOutType) - 分词器输出的类型，可以取值为 SPieceTokenizerOutType.STRING 或 SPieceTokenizerOutType.INT。
+      
+      - SPieceTokenizerOutType.STRING，表示 SentencePice分词器 的输出类型是字符串。
+      - SPieceTokenizerOutType.INT，表示 SentencePice分词器 的输出类型是整型。
+
+    **异常：**
+
+    - **TypeError** - 参数 `mode` 的类型不是string或SentencePieceVocab。
+    - **TypeError** - 参数 `out_type` 的类型不是SPieceTokenizerOutType。

docs/api/api_python/dataset_text/mindspore.dataset.text.transforms.SlidingWindow.rst

@@ -0,0 +1,17 @@
+mindspore.dataset.text.transforms.SlidingWindow
+===============================================
+
+.. py:class:: mindspore.dataset.text.transforms.SlidingWindow(width, axis=0)
+
+    在输入数据的某个维度上进行滑窗切分处理。
+
+    **参数：**
+
+    - **width** (str) -  窗口的宽度，它必须是整数并且大于零。
+    - **axis** (int, 可选) - 计算滑动窗口的轴，默认值：0。
+
+    **异常：**
+
+    - **TypeError** - 参数 `width` 的类型不是int。
+    - **ValueError** - 参数 `width` 的值不是正数。
+    - **TypeError** - 参数 `axis` 的类型不是int。

docs/api/api_python/dataset_text/mindspore.dataset.text.transforms.ToNumber.rst

@@ -0,0 +1,19 @@
+mindspore.dataset.text.transforms.ToNumber
+==========================================
+
+.. py:class:: mindspore.dataset.text.transforms.ToNumber(data_type)
+
+    将字符串的每个元素转换为数字。
+
+    字符串根据以下链接中指定的规则进行转换，除了任何表示负数的字符串不能转换为无符号整数类型外，规则链接如下：
+    https://en.cppreference.com/w/cpp/string/basic_string/stof，
+    https://en.cppreference.com/w/cpp/string/basic_string/stoul。
+
+    **参数：**
+
+    - **data_type** (mindspore.dtype) -  要转换为的数值类型，需要是在 mindspore.dtype 定义的数值类型。
+
+    **异常：**
+
+    - **TypeError** - 参数 `data_type` 的类型不是mindspore.dtype。
+    - **RuntimeError** - 字符串类型转换失败，或类型转换时出现溢出。

docs/api/api_python/dataset_text/mindspore.dataset.text.transforms.TruncateSequencePair.rst

@@ -0,0 +1,16 @@
+mindspore.dataset.text.transforms.TruncateSequencePair
+======================================================
+
+.. py:class:: mindspore.dataset.text.transforms.TruncateSequencePair(max_length)
+
+    截断一对 1-D 字符串的内容，使其总长度小于给定长度。
+
+    TruncateSequencePair接收两个Tensor作为输入并返回两个Tensor作为输出。
+
+    **参数：**
+
+    - **max_length** (int) - 最大截断长度。
+
+    **异常：**
+
+    - **TypeError** - 参数 `max_length` 的类型不是int。

docs/api/api_python/dataset_text/mindspore.dataset.text.transforms.UnicodeCharTokenizer.rst

@@ -0,0 +1,14 @@
+mindspore.dataset.text.transforms.UnicodeCharTokenizer
+======================================================
+
+.. py:class:: mindspore.dataset.text.transforms.UnicodeCharTokenizer(with_offsets=False)
+
+    使用Unicode分词器将字符串分词为Unicode字符。
+
+    **参数：**
+
+    - **with_offsets** (bool, 可选) - 是否输出标记(token)的偏移量，默认值：False。
+
+    **异常：**
+
+    - **TypeError** - 参数 `with_offsets` 的类型不为bool。

docs/api/api_python/dataset_text/mindspore.dataset.text.transforms.UnicodeScriptTokenizer.rst

@@ -0,0 +1,18 @@
+mindspore.dataset.text.transforms.UnicodeScriptTokenizer
+========================================================
+
+.. py:class:: mindspore.dataset.text.transforms.UnicodeScriptTokenizer(keep_whitespace=False, with_offsets=False)
+
+    使用UnicodeScript分词器对字符串进行分词。
+
+    .. note:: Windows 平台尚不支持 UnicodeScriptTokenizer。
+
+    **参数：**
+
+    - **keep_whitespace** (bool, 可选) - 是否输出空白标记(token)，默认值：False。
+    - **with_offsets** (bool, 可选) - 是否输出标记(token)的偏移量，默认值：False。
+
+    **异常：**
+
+    - **TypeError** - 参数 `keep_whitespace` 的类型不为bool。
+    - **TypeError** - 参数 `with_offsets` 的类型不为bool。

docs/api/api_python/dataset_text/mindspore.dataset.text.transforms.WhitespaceTokenizer.rst

@@ -0,0 +1,16 @@
+mindspore.dataset.text.transforms.WhitespaceTokenizer
+=====================================================
+
+.. py:class:: mindspore.dataset.text.transforms.WhitespaceTokenizer(with_offsets=False)
+
+    基于ICU4C定义的空白字符（' ', '\\\\t', '\\\\r', '\\\\n'）对输入字符串进行分词。
+
+    .. note:: Windows 平台尚不支持 WhitespaceTokenizer。
+
+    **参数：**
+
+    - **with_offsets** (bool, 可选) - 是否输出标记(token)的偏移量，默认值：False。
+
+    **异常：**
+
+    - **TypeError** - 参数 `with_offsets` 的类型不为bool。

docs/api/api_python/dataset_text/mindspore.dataset.text.transforms.WordpieceTokenizer.rst

@@ -0,0 +1,24 @@
+mindspore.dataset.text.transforms.WordpieceTokenizer
+====================================================
+
+.. py:class:: mindspore.dataset.text.transforms.WordpieceTokenizer(vocab, suffix_indicator='##', max_bytes_per_token=100,unknown_token='[UNK]', with_offsets=False)
+
+    对输入的1-D字符串分词为子词(subword)标记。
+
+    **参数：**
+
+    - **vocab** (Vocab) - 词汇表对象。
+    - **suffix_indicator** (str, 可选) - 用来表示子词是某个词的一部分，默认值：'##'。
+    - **max_bytes_per_token** (int，可选) - 指定最长标记(token)的长度，超过此长度的标记将不会被进一步拆分。
+    - **unknown_token** (str，可选) - 当词表中无法找到某个标记(token)时，将替换为此参数的值。
+      如果此参数为空字符串，则直接返回该标记。默认值：'[UNK]'。
+    - **with_offsets** (bool, 可选) - 是否输出标记(token)的偏移量，默认值：False。
+
+    **异常：**
+
+    - **TypeError** - 参数 `vocab` 的类型不为text.Vocab。
+    - **TypeError** - 参数 `suffix_indicator` 的类型不为string。
+    - **TypeError** - 参数 `max_bytes_per_token` 的类型不为int。
+    - **TypeError** - 参数 `unknown_token` 的类型不为string。
+    - **TypeError** - 参数 `with_offsets` 的类型不为bool。
+    - **TypeError** - 参数 `max_bytes_per_token` 的值为非负数。

docs/api/api_python/dataset_transforms/mindspore.dataset.transforms.c_transforms.Compose.rst

@@ -0,0 +1,17 @@
+mindspore.dataset.transforms.c_transforms.Compose
+=================================================
+
+.. py:class:: mindspore.dataset.transforms.c_transforms.Compose(transforms)
+
+    将多个数据增强算子组合使用。
+
+    **参数：**
+
+    - **transforms** (list) - 一个数据增强的列表。
+
+    **异常：**
+      
+    - **TypeError** - 参数 `transforms` 类型不为 list。
+    - **ValueError** - 参数 `transforms` 的长度为空。
+    - **TypeError** - 参数 `transforms` 的元素不是Python可调用对象
+      或类型不为 :class:`mindspore.dataset.transforms.c_transforms.TensorOperation` 。

docs/api/api_python/dataset_transforms/mindspore.dataset.transforms.c_transforms.Concatenate.rst

@@ -0,0 +1,18 @@
+mindspore.dataset.transforms.c_transforms.Concatenate
+=====================================================
+
+.. py:class:: mindspore.dataset.transforms.c_transforms.Concatenate(axis=0, prepend=None, append=None)
+
+    在Tensor的某一个轴上进行元素拼接。
+
+    **参数：**
+
+    - **axis** (int, 可选) - 指定一个轴用于拼接Tensor，默认值：0。
+    - **prepend** (numpy.array, 可选) - 指定拼接在最前面的Tensor，默认值：None，不指定。
+    - **append** (numpy.array, 可选) - 指定拼接在最后面的Tensor，默认值：None，不指定。
+
+    **异常：**
+      
+    - **TypeError** - 参数 `axis` 的类型不为 int。
+    - **TypeError** - 参数 `prepend` 的类型不为 numpy.array。
+    - **TypeError** - 参数 `append` 的类型不为 numpy.array。

docs/api/api_python/dataset_transforms/mindspore.dataset.transforms.c_transforms.Duplicate.rst

@@ -0,0 +1,10 @@
+mindspore.dataset.transforms.c_transforms.Duplicate
+===================================================
+
+.. py:class:: mindspore.dataset.transforms.c_transforms.Duplicate()
+
+    将输入的数据列复制得到新的数据列，每次仅可以输入1个数据列进行复制。
+
+    **异常：**
+      
+    - **RuntimeError** - 输入数据列数量大于1。

docs/api/api_python/dataset_transforms/mindspore.dataset.transforms.c_transforms.Fill.rst

@@ -0,0 +1,14 @@
+mindspore.dataset.transforms.c_transforms.Fill
+==============================================
+
+.. py:class:: mindspore.dataset.transforms.c_transforms.Fill(fill_value)
+
+    将Tensor的所有元素都赋值为指定的值，输出Tensor将具有与输入Tensor具有相同的shape和数据类型。
+
+    **参数：**
+
+    - **fill_value** (Union[str, bytes, int, float, bool]) - 用于填充Tensor的值。
+
+    **异常：**
+      
+    - **TypeError** - 参数 `fill_value` 类型不为 string、float、bool、int 或 bytes。

docs/api/api_python/dataset_transforms/mindspore.dataset.transforms.c_transforms.Mask.rst

@@ -0,0 +1,19 @@
+mindspore.dataset.transforms.c_transforms.Mask
+==============================================
+
+.. py:class:: mindspore.dataset.transforms.c_transforms.Mask(operator, constant, dtype=mstype.bool_)
+
+    用给条件判断输入Tensor的内容，并返回一个掩码Tensor。Tensor中任何符合条件的元素都将被标记为True，否则为False。
+
+    **参数：**
+
+    - **operator** (Relational) - 关系操作符，可以取值为 Relational.EQ、Relational.NE、Relational.LT、
+        Relational.GT、Relational.LE、Relational.GE。以Relational.EQ为例，将找出Tensor中与 `constant` 相等的元素。
+    - **constant** (Union[str, int, float, bool]) - 要进行比较的基准值。
+    - **dtype** (mindspore.dtype, 可选) - 生成的掩码Tensor的数据类型，默认值：mstype.bool。
+
+    **异常：**
+      
+    - **TypeError** - 参数 `operator` 类型不为 Relational。
+    - **TypeError** - 参数 `constant` 类型不为 string, int, float 或 bool。
+    - **TypeError** - 参数 `dtype` 类型不为 mindspore.dtype。

docs/api/api_python/dataset_transforms/mindspore.dataset.transforms.c_transforms.OneHot.rst

@@ -0,0 +1,16 @@
+mindspore.dataset.transforms.c_transforms.OneHot
+================================================
+
+.. py:class:: mindspore.dataset.transforms.c_transforms.OneHot(num_classes)
+
+    将Tensor进行OneHot编码。
+
+    **参数：**
+
+    - **num_classes** (int) - 数据集的类别数，它应该大于数据集中最大的label编号。
+
+    **异常：**
+      
+    - **TypeError** - 参数 `num_classes` 类型不为 int。
+    - **RuntimeError** - 输入Tensor的类型不为 int。
+    - **RuntimeError** - 参数Tensor的shape不是1-D。

docs/api/api_python/dataset_transforms/mindspore.dataset.transforms.c_transforms.PadEnd.rst

@@ -0,0 +1,21 @@
+mindspore.dataset.transforms.c_transforms.PadEnd
+================================================
+
+.. py:class:: mindspore.dataset.transforms.c_transforms.PadEnd(pad_shape, pad_value=None)
+
+    对输入Tensor进行填充，要求填充值与Tensor的shape一致。
+
+    **参数：**
+
+    - **pad_shape** (list(int)) - 指定填充的shape。维度设置为'None'时将不会被填充，设置为较小的维数时该维度的元素将被截断。
+    - **pad_value** (Union[str, bytes, int, float, bool], 可选) - 用于填充的值。默认值：None，未指定填充值。
+
+    **异常：**
+      
+    - **TypeError** - 参数 `pad_shape` 的类型不为 list。
+    - **TypeError** - 参数 `pad_value` 的类型不为 string, float, bool, int 或 bytes。
+    - **TypeError** - 参数 `pad_value` 的元素类型不为 int。
+    - **ValueError** - 参数 `pad_value` 的元素类型不为正数。
+
+
+    

docs/api/api_python/dataset_transforms/mindspore.dataset.transforms.c_transforms.RandomApply.rst

@@ -0,0 +1,20 @@
+mindspore.dataset.transforms.c_transforms.RandomApply
+=====================================================
+
+.. py:class:: mindspore.dataset.transforms.c_transforms.RandomApply(transforms, prob=0.5)
+
+    在一组数据增强中按概率应用其中的增强处理。
+
+    **参数：**
+
+    - **transforms** (transforms) - 一个数据增强的列表。
+    - **prob** (float, 可选) - 随机应用某个数据增强的概率，默认值：0.5。
+
+    **异常：**
+      
+    - **TypeError** - 参数 `transforms` 类型不为 list。
+    - **ValueError** - 参数 `transforms` 的长度为空。
+    - **TypeError** - 参数 `transforms` 的元素不是Python可调用对象
+      或类型不为 :class:`mindspore.dataset.transforms.c_transforms.TensorOperation` 。
+    - **TypeError** - 参数 `prob` 的类型不为bool。
+    - **ValueError** - 参数 `prob` 的取值范围不为[0.0, 1.0]。

docs/api/api_python/dataset_transforms/mindspore.dataset.transforms.c_transforms.RandomChoice.rst

@@ -0,0 +1,17 @@
+mindspore.dataset.transforms.c_transforms.RandomChoice
+======================================================
+
+.. py:class:: mindspore.dataset.transforms.c_transforms.RandomChoice(transforms)
+
+    在一组数据增强中随机选择部分增强处理进行应用。
+
+    **参数：**
+
+    - **transforms** (list) - 一个数据增强的列表。
+
+    **异常：**
+      
+    - **TypeError** - 参数 `transforms` 类型不为 list。
+    - **ValueError** - 参数 `transforms` 的长度为空。
+    - **TypeError** - 参数 `transforms` 的元素不是Python可调用对象
+      或类型不为 :class:`mindspore.dataset.transforms.c_transforms.TensorOperation` 。

docs/api/api_python/dataset_transforms/mindspore.dataset.transforms.c_transforms.Relational.rst

@@ -0,0 +1,13 @@
+mindspore.dataset.transforms.c_transforms.Relational
+====================================================
+
+.. py:class:: mindspore.dataset.transforms.c_transforms.Relational()
+
+   关系操作符，可以取值为Relational.EQ、Relational.NE、Relational.GT、Relational.GE、Relational.LT、Relational.LE。
+
+    - **Relational.EQ** - 相等关系。
+    - **Relational.NE** - 不相等关系。
+    - **Relational.GT** - 大于关系。
+    - **Relational.GE** - 大于等于关系。
+    - **Relational.LT** - 小于关系。
+    - **Relational.LE** - 小于等于关系。

docs/api/api_python/dataset_transforms/mindspore.dataset.transforms.c_transforms.Slice.rst

@@ -0,0 +1,20 @@
+mindspore.dataset.transforms.c_transforms.Slice
+===============================================
+
+.. py:class:: mindspore.dataset.transforms.c_transforms.Slice(*slices)
+
+    对Tensor进行切片操作，功能类似于NumPy的索引(目前只支持1D形状的Tensor)。
+
+    **参数：**
+
+    - **slices** ((Union[int, list[int], slice, None, Ellipsis]) - 指定切片的信息，可以为
+    
+      - 1. :py:obj: 'int': 沿着第一个维度切片对索引进行切片，支持负索引。
+      - 2. :py:obj: 'list(int)': 沿着第一个维度切片所有索引进行切片，支持负号索引。
+      - 3. :py:obj: 'slice': 沿着第一个维度对slice对象生成的索引进行切片。
+      - 4. :py:obj: 'None': 切片整个维度，类似于Python索引中的语法:py:obj: '[:]'。
+      - 5. :py:obj: 'Ellipsis': 切片整个维度，效果与'None '相同。
+
+    **异常：**
+      
+    - **TypeError** - 参数 `slices` 类型不为 int, list[int], slice, None 或 Ellipsis。

docs/api/api_python/dataset_transforms/mindspore.dataset.transforms.c_transforms.TensorOperation.rst

@@ -0,0 +1,6 @@
+mindspore.dataset.transforms.c_transforms.TensorOperation
+=========================================================
+
+.. py:class:: mindspore.dataset.transforms.c_transforms.TensorOperation()
+
+    数据增强处理的基类，其作为mindspore.dataset.transforms.c_transforms模块中数据增强的基类。

docs/api/api_python/dataset_transforms/mindspore.dataset.transforms.c_transforms.TypeCast.rst

@@ -0,0 +1,14 @@
+mindspore.dataset.transforms.c_transforms.TypeCast
+==================================================
+
+.. py:class:: mindspore.dataset.transforms.c_transforms.TypeCast(data_type)
+
+    将输入的Tensor转换为指定的数据类型。
+
+    **参数：**
+
+    - **data_type** (mindspore.dtype) - 指定要转换的数据类型。
+
+    **异常：**
+      
+    - **TypeError** - 参数 `data_type` 类型不为 MindSpore支持的数据类型，如bool、int、float 或 string。

docs/api/api_python/dataset_transforms/mindspore.dataset.transforms.c_transforms.Unique.rst

@@ -0,0 +1,13 @@
+mindspore.dataset.transforms.c_transforms.Unique
+================================================
+
+.. py:class:: mindspore.dataset.transforms.c_transforms.Unique()
+
+    对输入张量进行唯一运算，每次只支持对一个数据列进行变换。
+    Unique将返回3个Tensor: 运算结果Tensor，索引Tensor，计数Tensor。
+
+    运算结果Tensor包含输入张量的所有唯一元素，且和输入张量的顺序是一样的。
+    索引Tensor包含输入Tensor的每个元素在运算结果中的索引。
+    计数Tensor包含运算结果Tensor的每个元素的计数。
+
+    .. note:: 这个操作需要在batch操作之后调用.

docs/api/api_python/dataset_transforms/mindspore.dataset.transforms.py_transforms.Compose.rst

@@ -0,0 +1,16 @@
+mindspore.dataset.transforms.py_transforms.Compose
+==================================================
+
+.. py:class:: mindspore.dataset.transforms.py_transforms.Compose(transforms)
+
+    将多个数据增强算子组合使用。
+
+    **参数：**
+
+    - **transforms** (list) - 一个数据增强的列表。
+
+    **异常：**
+      
+    - **TypeError** - 参数 `transforms` 类型不为 list。
+    - **ValueError** - 参数 `transforms` 的长度为空。
+    - **TypeError** - 参数 `transforms` 的元素不是Python的callable对象。

docs/api/api_python/dataset_transforms/mindspore.dataset.transforms.py_transforms.OneHotOp.rst

@@ -0,0 +1,17 @@
+mindspore.dataset.transforms.py_transforms.OneHotOp
+===================================================
+
+.. py:class:: mindspore.dataset.transforms.py_transforms.OneHotOp(num_classes, smoothing_rate=0.0)
+
+    将Tensor进行OneHot编码，可以进一步对标签进行平滑处理。
+
+    **参数：**
+
+    - **num_classes** (int) - 数据集的类别数，它应该大于数据集中最大的label编号。
+    - **num_classes** (float，可选) - 标签平滑的系数，默认值：0.0。
+
+    **异常：**
+      
+    - **TypeError** - 参数 `num_classes` 类型不为 int。
+    - **TypeError** - 参数 `smoothing_rate` 类型不为 float。
+    - **ValueError** - 参数 `smoothing_rate` 取值范围不为[0.0, 1.0]。

docs/api/api_python/dataset_transforms/mindspore.dataset.transforms.py_transforms.PyTensorOperation.rst

@@ -0,0 +1,7 @@
+mindspore.dataset.transforms.py_transforms.PyTensorOperation
+============================================================
+
+.. py:class:: mindspore.dataset.transforms.py_transforms.PyTensorOperation()
+
+    Python 数据增强处理的基类，其作为vision、transforms的py_transform模块中数据增强的基类，
+    包括mindspore.dataset.vision.py_transforms、mindspore.dataset.transforms.py_transforms。

docs/api/api_python/dataset_transforms/mindspore.dataset.transforms.py_transforms.RandomApply.rst

@@ -0,0 +1,20 @@
+mindspore.dataset.transforms.py_transforms.RandomApply
+======================================================
+
+.. py:class:: mindspore.dataset.transforms.py_transforms.RandomApply(transforms, prob=0.5)
+
+    在一组数据增强中按概率应用其中的增强处理。
+
+    **参数：**
+
+    - **transforms** (transforms) - 一个数据增强的列表。
+    - **prob** (float, 可选) - 随机应用某个数据增强的概率，默认值：0.5。
+
+    **异常：**
+      
+    - **TypeError** - 参数 `transforms` 类型不为 list。
+    - **ValueError** - 参数 `transforms` 的长度为空。
+    - **TypeError** - 参数 `transforms` 的元素不是Python可调用对象
+      或类型不为 :class:`mindspore.dataset.transforms.py_transforms.PyTensorOperation` 。
+    - **TypeError** - 参数 `prob` 的类型不为bool。
+    - **ValueError** - 参数 `prob` 的取值范围不为[0.0, 1.0]。

docs/api/api_python/dataset_transforms/mindspore.dataset.transforms.py_transforms.RandomChoice.rst

@@ -0,0 +1,17 @@
+mindspore.dataset.transforms.py_transforms.RandomChoice
+=======================================================
+
+.. py:class:: mindspore.dataset.transforms.py_transforms.RandomChoice(transforms)
+
+    在一组数据增强中随机选择部分增强处理进行应用。
+
+    **参数：**
+
+    - **transforms** (list) - 一个数据增强的列表。
+
+    **异常：**
+      
+    - **TypeError** - 参数 `transforms` 类型不为 list。
+    - **TypeError** - 参数 `transforms` 的元素不是Python可调用对象
+      或类型不为 :class:`mindspore.dataset.transforms.py_transforms.PyTensorOperation` 。
+    - **ValueError** - 参数 `transforms` 的长度为空。

docs/api/api_python/dataset_transforms/mindspore.dataset.transforms.py_transforms.RandomOrder.rst

@@ -0,0 +1,17 @@
+mindspore.dataset.transforms.py_transforms.RandomOrder
+======================================================
+
+.. py:class:: mindspore.dataset.transforms.py_transforms.RandomOrder(transforms)
+
+    将数据增强列表中的处理随机打乱，然后应用。
+
+    **参数：**
+
+    - **transforms** (list) - 一个数据增强的列表。
+
+    **异常：**
+      
+    - **TypeError** - 参数 `transforms` 类型不为 list。
+    - **TypeError** - 参数 `transforms` 的元素不是Python可调用对象
+      或类型不为 :class:`mindspore.dataset.transforms.py_transforms.PyTensorOperation` 。
+    - **ValueError** - 参数 `transforms` 的长度为空。

docs/api/api_python/dataset_transforms/mindspore.dataset.transforms.rst

@@ -0,0 +1,3 @@
+此模块用于通用数据增强，包括 `c_transforms` 和 `py_transforms` 两个子模块。
+`c_transforms` 是一个高性能数据增强模块，基于C++实现。
+而 `py_transforms` 提供了一种基于Python和NumPy的实现方式。

mindspore/python/mindspore/dataset/engine/datasets_vision.py

@@ -110,9 +110,9 @@ class Caltech101Dataset(GeneratorDataset):
     A source dataset that reads and parses Caltech101 dataset.
 
     The columns of the generated dataset depend on the value of `target_type`.
-    When `target_type` is `category`, the columns are :py:obj:`[image, category]`.
+    When `target_type` is 'category', the columns are :py:obj:`[image, category]`.
-    When `target_type` is `annotation`, the columns are :py:obj:`[image, annotation]`.
+    When `target_type` is 'annotation', the columns are :py:obj:`[image, annotation]`.
-    When `target_type` is `all`, the columns are :py:obj:`[image, category, annotation]`.
+    When `target_type` is 'all', the columns are :py:obj:`[image, category, annotation]`.
     The tensor of column :py:obj:`image` is of the uint8 type.
     The tensor of column :py:obj:`category` is of the uint32 type.
     The tensor of column :py:obj:`annotation` is a 2-dimensional ndarray that stores the contour of the image
@@ -141,8 +141,8 @@ class Caltech101Dataset(GeneratorDataset):
 
     Raises:
         RuntimeError: If dataset_dir does not contain data files.
-        RuntimeError: If target_type is not set correctly.
+        ValueError: If target_type is not set correctly.
-        RuntimeError: If num_parallel_workers exceeds the max thread numbers.
+        ValueError: If num_parallel_workers exceeds the max thread numbers.
         RuntimeError: If sampler and shuffle are specified at the same time.
         RuntimeError: If sampler and sharding are specified at the same time.
         RuntimeError: If num_shards is specified but shard_id is None.
@@ -302,7 +302,7 @@ class Caltech256Dataset(MappableDataset, VisionBaseDataset):
 
     Raises:
         RuntimeError: If dataset_dir does not contain data files.
-        RuntimeError: If num_parallel_workers exceeds the max thread numbers.
+        ValueError: If num_parallel_workers exceeds the max thread numbers.
         RuntimeError: If sampler and shuffle are specified at the same time.
         RuntimeError: If sampler and sharding are specified at the same time.
         RuntimeError: If num_shards is specified but shard_id is None.
@@ -855,7 +855,7 @@ class CityscapesDataset(MappableDataset, VisionBaseDataset):
 
     Raises:
         RuntimeError: If dataset_dir is invalid or does not contain data files.
-        RuntimeError: If num_parallel_workers exceeds the max thread numbers.
+        ValueError: If num_parallel_workers exceeds the max thread numbers.
         RuntimeError: If sampler and shuffle are specified at the same time.
         RuntimeError: If sampler and sharding are specified at the same time.
         RuntimeError: If num_shards is specified but shard_id is None.
@@ -1268,7 +1268,7 @@ class DIV2KDataset(MappableDataset, VisionBaseDataset):
 
     Raises:
         RuntimeError: If dataset_dir is invalid or does not contain data files.
-        RuntimeError: If num_parallel_workers exceeds the max thread numbers.
+        ValueError: If num_parallel_workers exceeds the max thread numbers.
         RuntimeError: If sampler and shuffle are specified at the same time.
         RuntimeError: If sampler and sharding are specified at the same time.
         RuntimeError: If num_shards is specified but shard_id is None.
@@ -1388,6 +1388,7 @@ class DIV2KDataset(MappableDataset, VisionBaseDataset):
                   ├── 0001x8.png
                   ├── 0002x8.png
                   ├── ...
+
     Citation:
 
     .. code-block::

mindspore/python/mindspore/dataset/text/transforms.py

@@ -104,6 +104,15 @@ class JiebaTokenizer(TextTensorOperation):
             - JiebaMode.MIX, tokenize with a mix of MPSegment and HMMSegment algorithm.
         with_offsets (bool, optional): Whether or not output offsets of tokens (default=False).
 
+    Raises:
+        ValueError: If path of HMMSegment dict is not provided.
+        ValueError: If path of MPSegment dict is not provided.
+        TypeError: If `hmm_path` or `mp_path` is not of type string.
+        TypeError: If `with_offsets` is not of type bool.
+
+    Supported Platforms:
+        ``CPU``
+
     Examples:
         >>> from mindspore.dataset.text import JiebaMode
         >>> # If with_offsets=False, default output one column {["text", dtype=str]}
@@ -265,6 +274,14 @@ class Lookup(TextTensorOperation):
         data_type (mindspore.dtype, optional): The data type that lookup operation maps
             string to(default=mindspore.int32).
 
+    Raises:
+        TypeError: If `vocab` is not of type text.Vocab.
+        TypeError: If `unknown_token` is not of type string.
+        TypeError: If `data_type` is not of type mindspore.dtype.
+
+    Supported Platforms:
+        ``CPU``
+
     Examples:
         >>> # Load vocabulary from list
         >>> vocab = text.Vocab.from_list(['深', '圳', '欢', '迎', '您'])
@@ -304,6 +321,16 @@ class Ngram(TextTensorOperation):
             ["mindspore", "amazing"] with separator="-", the result would be ["mindspore-amazing"]
             (default=" ", which will use whitespace as separator).
 
+    Raises:
+        TypeError: If values of `n` not positive is not of type int.
+        ValueError: If values of `n` not positive.
+        ValueError: If `left_pad` is not a tuple of length 2.
+        ValueError: If `right_pad` is not a tuple of length 2.
+        TypeError: If `separator` is not of type string.
+
+    Supported Platforms:
+        ``CPU``
+
     Examples:
         >>> ngram_op = text.Ngram(3, separator="-")
         >>> output = ngram_op(["WildRose Country", "Canada's Ocean Playground", "Land of Living Skies"])
@@ -337,6 +364,13 @@ class SentencePieceTokenizer(TextTensorOperation):
             - SPieceTokenizerOutType.STRING, means output type of SentencePice Tokenizer is string.
             - SPieceTokenizerOutType.INT, means output type of SentencePice Tokenizer is int.
 
+    Raises:
+        TypeError: If `mode` is not of type string or SentencePieceVocab.
+        TypError: If `out_type` is not of type SPieceTokenizerOutType.
+
+    Supported Platforms:
+        ``CPU``
+
     Examples:
         >>> from mindspore.dataset.text import SentencePieceModel, SPieceTokenizerOutType
         >>> sentence_piece_vocab_file = "/path/to/sentence/piece/vocab/file"
@@ -364,6 +398,14 @@ class SlidingWindow(TextTensorOperation):
         width (int): The width of the window. It must be an integer and greater than zero.
         axis (int, optional): The axis along which the sliding window is computed (default=0).
 
+    Raises:
+        TypeError: If `width` is not of type int.
+        ValueError: If value of `width` is not positive.
+        TypError: If `axis` is not of type int.
+
+    Supported Platforms:
+        ``CPU``
+
     Examples:
         >>> dataset = ds.NumpySlicesDataset(data=[[1, 2, 3, 4, 5]], column_names="col1")
         >>> # Data before
@@ -403,8 +445,12 @@ class ToNumber(TextTensorOperation):
         data_type (mindspore.dtype): Type to be cast to. Must be a numeric type in mindspore.dtype.
 
     Raises:
+        TypeError: If `data_type` is not of type mindspore.dtype.
         RuntimeError: If strings are invalid to cast, or are out of range after being cast.
 
+    Supported Platforms:
+        ``CPU``
+
     Examples:
         >>> from mindspore import dtype as mstype
         >>> data = [["1", "2", "3"]]
@@ -461,6 +507,12 @@ class TruncateSequencePair(TextTensorOperation):
     Args:
         max_length (int): Maximum length required.
 
+    Raises:
+        TypeError: If `max_length` is not of type int.
+
+    Supported Platforms:
+        ``CPU``
+
     Examples:
         >>> dataset = ds.NumpySlicesDataset(data={"col1": [[1, 2, 3]], "col2": [[4, 5]]})
         >>> # Data before
@@ -492,6 +544,12 @@ class UnicodeCharTokenizer(TextTensorOperation):
     Args:
         with_offsets (bool, optional): Whether or not output offsets of tokens (default=False).
 
+    Raises:
+        TypeError: If `with_offsets` is not of type bool.
+
+    Supported Platforms:
+        ``CPU``
+
     Examples:
         >>> # If with_offsets=False, default output one column {["text", dtype=str]}
         >>> tokenizer_op = text.UnicodeCharTokenizer(with_offsets=False)
@@ -524,6 +582,17 @@ class WordpieceTokenizer(TextTensorOperation):
             return the token directly, else return 'unknown_token' (default='[UNK]').
         with_offsets (bool, optional): Whether or not output offsets of tokens (default=False).
 
+    Raises:
+        TypeError: If `vocab` is not of type text.Vocab.
+        TypeError: If `suffix_indicator` is not of type string.
+        TypeError: If `max_bytes_per_token` is not of type int.
+        TypeError: If `unknown_token` is not of type string.
+        TypeError: If `with_offsets` is not of type bool.
+        ValueError: If value of `max_bytes_per_token` is negative.
+
+    Supported Platforms:
+        ``CPU``
+
     Examples:
         >>> vocab_list = ["book", "cholera", "era", "favor", "##ite", "my", "is", "love", "dur", "##ing", "the"]
         >>> vocab = text.Vocab.from_list(vocab_list)
@@ -561,6 +630,12 @@ class PythonTokenizer:
     Args:
         tokenizer (Callable): Python function that takes a `str` and returns a list of `str` as tokens.
 
+    Raises:
+        TypeError: If `tokenizer` is not a callable Python function.
+
+    Supported Platforms:
+        ``CPU``
+
     Examples:
         >>> def my_tokenizer(line):
         ...     return line.split()
@@ -749,6 +824,9 @@ if platform.system().lower() != 'windows':
         Note:
             CaseFold is not supported on Windows platform yet.
 
+        Supported Platforms:
+            ``CPU``
+
         Examples:
             >>> case_op = text.CaseFold()
             >>> text_file_dataset = text_file_dataset.map(operations=case_op)
@@ -793,6 +871,12 @@ if platform.system().lower() != 'windows':
                 - NormalizeForm.NFD, normalize with Normalization Form D.
                 - NormalizeForm.NFKD, normalize with Normalization Form KD.
 
+        Raises:
+            TypeError: If `normalize_form` is not of type NormalizeForm.
+
+        Supported Platforms:
+            ``CPU``
+
         Examples:
             >>> from mindspore.dataset.text import NormalizeForm
             >>> normalize_op = text.NormalizeUTF8(normalize_form=NormalizeForm.NFC)
@@ -825,6 +909,14 @@ if platform.system().lower() != 'windows':
             replace_all (bool, optional): If False, only replace first matched element;
                 if True, replace all matched elements (default=True).
 
+        Raises:
+            TypeError: If `pattern` is not of type string.
+            TypeError: If `replace` is not of type string.
+            TypeError: If `replace_all` not of type bool.
+
+        Supported Platforms:
+            ``CPU``
+
         Examples:
             >>> pattern = 'Canada'
             >>> replace = 'China'
@@ -859,6 +951,14 @@ if platform.system().lower() != 'windows':
                 which means that delimiters will not be kept as an output token (default='').
             with_offsets (bool, optional): Whether or not output offsets of tokens(default=False).
 
+        Raises:
+            TypeError: If `delim_pattern` is not of type string.
+            TypeError: If `keep_delim_pattern` is not of type string.
+            TypeError: If `with_offsets` not of type bool.
+
+        Supported Platforms:
+            ``CPU``
+
         Examples:
             >>> # If with_offsets=False, default output is one column {["text", dtype=str]}
             >>> delim_pattern = r"[ |,]"
@@ -896,6 +996,13 @@ if platform.system().lower() != 'windows':
             keep_whitespace (bool, optional): Whether or not emit whitespace tokens (default=False).
             with_offsets (bool, optional): Whether or not output offsets of tokens (default=False).
 
+        Raises:
+            TypeError: If `keep_whitespace` is not of type bool.
+            TypeError: If `with_offsets` is not of type bool.
+
+        Supported Platforms:
+            ``CPU``
+
         Examples:
             >>> # If with_offsets=False, default output one column {["text", dtype=str]}
             >>> tokenizer_op = text.UnicodeScriptTokenizer(keep_whitespace=True, with_offsets=False)
@@ -931,6 +1038,12 @@ if platform.system().lower() != 'windows':
         Args:
             with_offsets (bool, optional): Whether or not output offsets of tokens (default=False).
 
+        Raises:
+            TypeError: If `with_offsets` is not of type bool.
+
+        Supported Platforms:
+            ``CPU``
+
         Examples:
             >>> # If with_offsets=False, default output one column {["text", dtype=str]}
             >>> tokenizer_op = text.WhitespaceTokenizer(with_offsets=False)

mindspore/python/mindspore/dataset/transforms/__init__.py

@@ -13,8 +13,8 @@
 # limitations under the License.
 """
 This module is to support common augmentations. C_transforms is a high performance
-image augmentation module which is developed with C++ OpenCV. Py_transforms
+augmentation module which is developed by C++. Py_transforms provides an optional
-provide more kinds of image augmentations which are developed with Python PIL.
+implementation which is developed by Python & NumPy.
 
 Common imported modules in corresponding API examples are as follows:
 

mindspore/python/mindspore/dataset/transforms/c_transforms.py

@@ -63,7 +63,12 @@ class OneHot(TensorOperation):
             It should be larger than the largest label number in the dataset.
 
     Raises:
-        RuntimeError: feature size is bigger than num_classes.
+        TypeError: num_classes is not of type int.
+        RuntimeError: Input tensor is not of type int.
+        RuntimeError: Input tensor is not a 1-D tensor.
+
+    Supported Platforms:
+        ``CPU``
 
     Examples:
         >>> # Assume that dataset has 10 classes, thus the label ranges from 0 to 9
@@ -88,6 +93,12 @@ class Fill(TensorOperation):
         fill_value (Union[str, bytes, int, float, bool]) : scalar value
             to fill the tensor with.
 
+    Raises:
+        TypeError: If `fill_value` is not of type str, float, bool, int or bytes.
+
+    Supported Platforms:
+        ``CPU``
+
     Examples:
         >>> import numpy as np
         >>> # generate a 1D integer numpy array from 0 to 4
@@ -116,6 +127,12 @@ class TypeCast(TensorOperation):
     Args:
         data_type (mindspore.dtype): mindspore.dtype to be cast to.
 
+    Raises:
+        TypeError: If `data_type` is not of type bool, int, float or string.
+
+    Supported Platforms:
+        ``CPU``
+
     Examples:
         >>> import numpy as np
         >>> from mindspore import dtype as mstype
@@ -183,6 +200,12 @@ class Slice(TensorOperation):
             4.  :py:obj:`None`: Slice the whole dimension. Similar to :py:obj:`[:]` in Python indexing.
             5.  :py:obj:`Ellipsis`: Slice the whole dimension, same result with `None`.
 
+    Raises:
+        TypeError: If `slices` is not of type int, list[int], slice, None or Ellipsis.
+
+    Supported Platforms:
+        ``CPU``
+
     Examples:
         >>> # Data before
         >>> # |   col   |
@@ -289,6 +312,15 @@ class PadEnd(TensorOperation):
         pad_value (Union[str, bytes, int, float, bool], optional): Value used to pad. Default to 0 or empty
             string in case of tensors of strings.
 
+    Raises:
+        TypeError: If `pad_shape` is not of type list.
+        TypeError: If `pad_value` is not of type str, float, bool, int or bytes.
+        TypeError: If elements of `pad_shape` is not of type int.
+        ValueError: If elements of `pad_shape` is not of positive.
+
+    Supported Platforms:
+        ``CPU``
+
     Examples:
         >>> # Data before
         >>> # |   col   |
@@ -325,6 +357,14 @@ class Concatenate(TensorOperation):
             (Default=None).
         append (numpy.array, optional): NumPy array to be appended to the already concatenated tensors (Default=None).
 
+    Raises:
+        TypeError: If `axis` is of type int.
+        TypeError: If `prepend` not of type numpy.ndarray.
+        TypeError: If `append` not of type numpy.ndarray.
+
+    Supported Platforms:
+        ``CPU``
+
     Examples:
         >>> import numpy as np
         >>> # concatenate string
@@ -350,6 +390,12 @@ class Duplicate(TensorOperation):
     """
     Duplicate the input tensor to output, only support transform one column each time.
 
+    Raises:
+        RuntimeError: If given tensor has two columns.
+
+    Supported Platforms:
+        ``CPU``
+
     Examples:
         >>> # Data before
         >>> # |  x      |
@@ -420,6 +466,15 @@ class Compose(TensorOperation):
     Args:
         transforms (list): List of transformations to be applied.
 
+    Raises:
+        TypeError: If `transforms` is not of type list.
+        ValueError: If `transforms` is empty.
+        TypeError: If elements of `transforms` are neither Python callable objects nor have
+            type :class:`mindspore.dataset.transforms.c_transforms.TensorOperation` .
+
+    Supported Platforms:
+        ``CPU``
+
     Examples:
         >>> compose = c_transforms.Compose([c_vision.Decode(), c_vision.RandomCrop(512)])
         >>> image_folder_dataset = image_folder_dataset.map(operations=compose)
@@ -447,6 +502,17 @@ class RandomApply(TensorOperation):
         transforms (list): List of transformations to be applied.
         prob (float, optional): The probability to apply the transformation list (default=0.5).
 
+    Raises:
+        TypeError: If `transforms` is not of type list.
+        ValueError: If `transforms` is empty.
+        TypeError: If elements of `transforms` are neither Python callable objects nor have
+            type :class:`mindspore.dataset.transforms.c_transforms.TensorOperation` .
+        TypeError: If `prob` is not of type bool.
+        ValueError: If `prob` is not in range [0.0, 1.0].
+
+    Supported Platforms:
+        ``CPU``
+
     Examples:
         >>> rand_apply = c_transforms.RandomApply([c_vision.RandomCrop(512)])
         >>> image_folder_dataset = image_folder_dataset.map(operations=rand_apply)
@@ -474,6 +540,15 @@ class RandomChoice(TensorOperation):
     Args:
         transforms (list): List of transformations to be chosen from to apply.
 
+    Raises:
+        TypeError: If `transforms` is not of type list.
+        ValueError: If `transforms` is empty.
+        TypeError: If elements of `transforms` are neither Python callable objects nor have
+            type :class:`mindspore.dataset.transforms.c_transforms.TensorOperation` .
+
+    Supported Platforms:
+        ``CPU``
+
     Examples:
         >>> rand_choice = c_transforms.RandomChoice([c_vision.CenterCrop(50), c_vision.RandomCrop(512)])
         >>> image_folder_dataset = image_folder_dataset.map(operations=rand_choice)

mindspore/python/mindspore/dataset/transforms/py_transforms.py

@@ -96,6 +96,14 @@ class OneHotOp(PyTensorOperation):
         smoothing_rate (float, optional): Adjustable hyperparameter for label smoothing level.
             (Default=0.0 means no smoothing is applied.)
 
+    Raises:
+        TypeError: `num_classes` is not of type int.
+        TypeError: `smoothing_rate` is not of type float.
+        ValueError: `prob` is not in range [0.0, 1.0]。
+
+    Supported Platforms:
+        ``CPU``
+
     Examples:
         >>> # Assume that dataset has 10 classes, thus the label ranges from 0 to 9
         >>> transforms_list = [py_transforms.OneHotOp(num_classes=10, smoothing_rate=0.1)]
@@ -136,6 +144,14 @@ class Compose(PyTensorOperation):
     Args:
         transforms (list): List of transformations to be applied.
 
+    Raises:
+        TypeError: If `transforms` is not of type list.
+        ValueError: If `transforms` is empty.
+        TypeError: If transformations in `transforms` are not Python callable objects.
+
+    Supported Platforms:
+        ``CPU``
+
     Examples:
         >>> image_folder_dataset_dir = "/path/to/image_folder_dataset_directory"
         >>> # create a dataset that reads all files in dataset_dir with 8 threads
@@ -239,6 +255,17 @@ class RandomApply(PyTensorOperation):
         transforms (list): List of transformations to apply.
         prob (float, optional): The probability to apply the transformation list (default=0.5).
 
+    Raises:
+        TypeError: If `transforms` is not of type list.
+        ValueError: If `transforms` is empty.
+        TypeError: If elements of `transforms` are neither Python callable objects nor have
+            type :class:`mindspore.dataset.transforms.py_transforms.PyTensorOperation` .
+        TypeError: If `prob` is not of type bool.
+        ValueError: If `prob` is not in range [0.0, 1.0].
+
+    Supported Platforms:
+        ``CPU``
+
     Examples:
         >>> from mindspore.dataset.transforms.py_transforms import Compose
         >>> transforms_list = [py_vision.RandomHorizontalFlip(0.5),
@@ -275,6 +302,15 @@ class RandomChoice(PyTensorOperation):
     Args:
          transforms (list): List of transformations to be chosen from to apply.
 
+    Raises:
+        TypeError: If `transforms` is not of type list.
+        TypeError: If elements of `transforms` are neither Python callable objects nor have
+            type :class:`mindspore.dataset.transforms.py_transforms.PyTensorOperation` .
+        ValueError: If `transforms` is empty.
+
+    Supported Platforms:
+        ``CPU``
+
     Examples:
         >>> from mindspore.dataset.transforms.py_transforms import Compose
         >>> transforms_list = [py_vision.RandomHorizontalFlip(0.5),
@@ -310,6 +346,15 @@ class RandomOrder(PyTensorOperation):
     Args:
         transforms (list): List of the transformations to apply.
 
+    Raises:
+        TypeError: If `transforms` is not of type list.
+        TypeError: If elements of `transforms` are neither Python callable objects nor have
+            type :class:`mindspore.dataset.transforms.py_transforms.PyTensorOperation` .
+        ValueError: If `transforms` is empty.
+
+    Supported Platforms:
+        ``CPU``
+
     Examples:
         >>> from mindspore.dataset.transforms.py_transforms import Compose
         >>> transforms_list = [py_vision.RandomHorizontalFlip(0.5),