From 5670103a0fd96058555ed81ae24b02e636137e66 Mon Sep 17 00:00:00 2001
From: "7347157+joylvliang@user.noreply.gitee.com" <lvliang18@huawei.com>
Date: Thu, 9 Dec 2021 17:39:11 +0800
Subject: [PATCH] correct_api_des_for_pynative

---
 .../api_python/mindspore/mindspore.ms_function.rst    | 11 ++++++++---
 docs/api/api_python/nn/mindspore.nn.Cell.rst          |  6 ++++--
 .../nn/mindspore.nn.ForwardValueAndGrad.rst           |  2 +-
 mindspore/nn/wrap/cell_wrapper.py                     |  2 +-
 4 files changed, 14 insertions(+), 7 deletions(-)

diff --git a/docs/api/api_python/mindspore/mindspore.ms_function.rst b/docs/api/api_python/mindspore/mindspore.ms_function.rst
index e24734669b4..257852b11d0 100644
--- a/docs/api/api_python/mindspore/mindspore.ms_function.rst
+++ b/docs/api/api_python/mindspore/mindspore.ms_function.rst
@@ -11,14 +11,19 @@ mindspore.ms_function
 
     - **fn**  (Function) - 要编译成图的Python函数。默认值：None。
     - **obj**  (Object) - 用于区分编译后函数的Python对象。默认值：None。
-    - **input_signature** (Tensor) - 用于表示输入参数的Tensor。Tensor的shape和dtype将作为函数的输入shape和dtype。如果指定了 `input_signature` ，则 `fn` 的每个输入都必须是Tensor。
-            
-    并且 `fn` 的输入参数将不会接受 `\**kwargs` 参数。实际输入的shape和dtype必须与 `input_signature` 的相同。否则，将引发TypeError。默认值：None。
+    - **input_signature** (Tensor) - 用于表示输入参数的Tensor。Tensor的shape和dtype将作为函数的输入shape和dtype。默认值：None。
+
+    .. note::
+        - 如果指定了 `input_signature` ，则 `fn` 的每个输入都必须是Tensor。并且 `fn` 的输入参数将不会接受 `**kwargs` 参数。
 
     **返回：**
 
     函数，如果 `fn` 不是None，则返回一个已经将输入 `fn` 编译成图的可执行函数；如果 `fn` 为None，则返回一个装饰器。当这个装饰器使用单个 `fn` 参数进行调用时，等价于 `fn` 不是None的场景。
 
+    **异常：**
+
+    - **TypeError** – 如果指定了 `input_signature`，但是实际输入的shape和dtype与 `input_signature` 的不相同。
+
     **支持平台：**
 
     ``Ascend`` ``GPU`` ``CPU``
diff --git a/docs/api/api_python/nn/mindspore.nn.Cell.rst b/docs/api/api_python/nn/mindspore.nn.Cell.rst
index 5770ac437ab..0a9ab196f20 100644
--- a/docs/api/api_python/nn/mindspore.nn.Cell.rst
+++ b/docs/api/api_python/nn/mindspore.nn.Cell.rst
@@ -60,7 +60,7 @@
     .. py:method:: bprop_debug
         :property:
 
-        获取自定义反向传播调试功能是否已启用。
+        在图模式下使用，用于标识是否使用自定义的反向传播函数。
 
     .. py:method:: cast_inputs(inputs, dst_type)
 
@@ -345,7 +345,9 @@
 
         设置网络反向hook函数。此函数仅在PyNative Mode下支持。
 
-        .. note:: fn必须有如下代码定义。 `cell_name` 是已注册网络的名称。 `grad_input` 是传递给网络的梯度。 `grad_output` 是计算或者传递给下一个网络或者算子的梯度，这个梯度可以被修改或者返回。fn的返回值为Tensor或者None。
+        .. note::
+            - fn必须有如下代码定义。 `cell_name` 是已注册网络的名称。 `grad_input` 是传递给网络的梯度。 `grad_output` 是计算或者传递给下一个网络或者算子的梯度，这个梯度可以被修改或者返回。
+            - fn的返回值为Tensor或者None：fn(cell_name, grad_input, grad_output) -> Tensor or None。
 
         **参数：**
 
diff --git a/docs/api/api_python/nn/mindspore.nn.ForwardValueAndGrad.rst b/docs/api/api_python/nn/mindspore.nn.ForwardValueAndGrad.rst
index 04079bcf5b0..8fe89ca60de 100644
--- a/docs/api/api_python/nn/mindspore.nn.ForwardValueAndGrad.rst
+++ b/docs/api/api_python/nn/mindspore.nn.ForwardValueAndGrad.rst
@@ -3,7 +3,7 @@ mindspore.nn.ForwardValueAndGrad
 
 .. py:class:: mindspore.nn.ForwardValueAndGrad(network, weights=None, get_all=False, get_by_list=False, sens_param=False)
 
-    网络训练包类。
+    训练网络的封装。
 
     包括正向网络和梯度函数。该类生成的Cell使用'\*inputs'输入来训练。
     通过梯度函数来创建反向图，用以计算梯度。
diff --git a/mindspore/nn/wrap/cell_wrapper.py b/mindspore/nn/wrap/cell_wrapper.py
index 123baaea942..0a0d7359547 100644
--- a/mindspore/nn/wrap/cell_wrapper.py
+++ b/mindspore/nn/wrap/cell_wrapper.py
@@ -186,7 +186,7 @@ class WithGradCell(Cell):
 
 class ForwardValueAndGrad(Cell):
     r"""
-    Network training package class.
+    Encapsulate training network.
 
     Including the network and a gradient function. The resulting Cell is trained with input '\*inputs'.
     The backward graph will be created in the gradient function to calculating gradient.