!49499 modify format

Merge pull request !49499 from 俞涵/code_docs_1110

docs/api/api_python/nn/mindspore.nn.MaxUnpool2d.rst

@@ -3,7 +3,7 @@ mindspore.nn.MaxUnpool2d
 
 .. py:class:: mindspore.nn.MaxUnpool2d(kernel_size, stride=None, padding=0)
 
-    :class`mindspore.nn.MaxPool2d` 的逆过程。
+    :class:`mindspore.nn.MaxPool2d` 的逆过程。
     `MaxUnpool2d` 在计算过程中，保留最大值位置的元素，并将非最大值位置元素设置为0。
     支持的输入数据格式为 :math:`(N, C, H_{in}, W_{in})` 或 :math:`(C, H_{in}, W_{in})` ，
     输出数据的个格式为 :math:`(N, C, H_{out}, W_{out})` 或 :math:`(C, H_{out}, W_{out})` ，计算公式如下：

docs/api/api_python/nn/mindspore.nn.MaxUnpool3d.rst

@@ -3,7 +3,7 @@ mindspore.nn.MaxUnpool3d
 
 .. py:class:: mindspore.nn.MaxUnpool3d(kernel_size, stride=None, padding=0)
 
-    :class`mindspore.nn.MaxPool3d` 的逆过程。
+    :class:`mindspore.nn.MaxPool3d` 的逆过程。
     `MaxUnpool3d` 在计算逆的过程中，保留最大值位置的元素，并将非最大值位置元素设置为0。
     支持的输入数据格式为 :math:`(N, C, D_{in}, H_{in}, W_{in})` 或 :math:`(C, D_{in}, H_{in}, W_{in})` ，
     输出数据的个格式为 :math:`(N, C, D_{out}, H_{out}, W_{out})` 或 :math:`(C, D_{out}, H_{out}, W_{out})` ，计算公式如下：

docs/api/api_python/ops/mindspore.ops.ResizeLinear1D.rst

@@ -18,7 +18,7 @@ mindspore.ops.ResizeLinear1D
 
     输入：
         - **x** (Tensor) - ResizeBilinear的输入，三维的Tensor，其shape为 :math:`(batch, channels, width)`。支持以下数据类型：float16、float32、double。
-        - **size** (Union[Tuple[int], List[int], Tensor[int]) - 指定 `x` 宽的新尺寸，仅含一个整数 :math:`(new\_width)` 的Tuple、List或1-D Tensor。
+        - **size** (Union[Tuple[int], List[int], Tensor[int]]) - 指定 `x` 宽的新尺寸，仅含一个整数 :math:`(new\_width)` 的Tuple、List或1-D Tensor。
 
     输出：
         Tensor，调整大小后的Tensor。shape为 :math:`(batch, channels, new\_width)` 的三维Tensor，数据类型和输入是一致的。

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

@@ -9,7 +9,6 @@ mindspore.ops.coo_log
         y_i = log_e(x_i)
 
     .. warning::
-
         如果算子Log的输入值在(0, 0.01]或[0.95, 1.05]范围内，则输出精度可能会存在误差。
 
     参数：

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

@@ -9,7 +9,6 @@ mindspore.ops.csr_log
         y_i = log_e(x_i)
 
     .. warning::
-
         如果算子Log的输入值在(0, 0.01]或[0.95, 1.05]范围内，则输出精度可能会存在误差。
 
     参数：

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

@@ -9,7 +9,6 @@ mindspore.ops.log
         y_i = log_e(x_i)
 
     .. warning::
-
         如果算子Log的输入值在(0, 0.01]或[0.95, 1.05]范围内，则输出精度可能会存在误差。
 
     .. note::

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

@@ -7,7 +7,7 @@ mindspore.ops.tensor_split
 
     参数：
         - **x** (Tensor) - 待分割的Tensor。
-        - **indices_or_sections** (Union[int, tuple(int), list(int)])
+        - **indices_or_sections** (Union[int, tuple(int), list(int)]) -
 
           - 如果 `indices_or_sections` 是整数类型n，输入tensor将分割成n份。