fix some cn_docs format issues

docs/api/paddle/clone_cn.rst

@@ -11,7 +11,7 @@ clone
 
 参数
 :::::::::
-    - x (Tensor) - 输入 Tensor。
+    - **x** (Tensor) - 输入 Tensor。
     - **name** (str，可选) - 具体用法请参见 :ref:`api_guide_Name`，一般无需设置，默认值为 None。
 
 返回

docs/api/paddle/distribution/IndependentTransform_cn.rst

@@ -12,19 +12,18 @@ IndependentTransform
  ``forward_log_det_jacobian`` 以及 ``inverse_log_det_jacobian`` 计算结果沿着扩展的维度进行求和。
 
 例如，假设基础变换为 ``ExpTransform``，其输入为一个随机采样结果 ``x``，形状
-为 ``(S=[4],B=[2,2],E=[3])`` , ``S`` 、``B`` 、``E`` 分别表示采样形状、批形状、事件形
-状，``reinterpreted_batch_rank=1``。则 ``IndependentTransform(ExpTransform)``
+为 ``(S=[4],B=[2,2],E=[3])`` , ``S`` 、``B`` 、``E`` 分别表示采样形状、批形状、事件形状，
+``reinterpreted_batch_rank=1``。则 ``IndependentTransform(ExpTransform)``
 变换后，``x`` 的形状为 ``(S=[4],B=[2],E=[2,3])``，即将最右侧的批维度作为事件维度。
 此时 ``forward`` 和 ``inverse`` 输出形状仍是 ``(4,2,2,3)`` ,
-但 ``forward_log_det_jacobian`` 以及 ``inverse_log_det_jacobian`` 输出形状
-为 ``(4, 2)`` 。
+但 ``forward_log_det_jacobian`` 以及 ``inverse_log_det_jacobian`` 输出形状为 ``(4, 2)`` 。
 
 
 参数
 :::::::::
 
 - **base** (Transform) - 基础变换。
-- **reinterpreted_batch_rank** (int) - 被扩展为事件维度的最右侧批维度数量。
+- **reinterpreted_batch_rank** (int) - 被扩展为事件维度的最右侧批维度数量，需大于 0。
 
 
 代码示例

docs/api/paddle/distribution/Multinomial_cn.rst

@@ -18,16 +18,15 @@ Multinomial
 
 
 其中，:math:`n` 表示实验次数，:math:`k` 表示类别数，:math:`p_i` 表示一次实验中，实验结果
-为第 :math:`i` 个类别的概率，需要满足 :math:`{\textstyle \sum_{i=1}^{k}p_i=1}, p_i \ge 0` ,
- :math:`x_i` 表示第 :math:`i` 个分类出现的次数。
+为第 :math:`i` 个类别的概率，需要满足 :math:`{\textstyle \sum_{i=1}^{k}p_i=1}, p_i \ge 0` , :math:`x_i` 表示第 :math:`i` 个分类出现的次数。
 
 
 
 参数
 :::::::::
 
 - **total_count** (int) - 实验次数。
-- **probs** (Tensor） - 每个类别发生的概率。最后一维为事件维度，其它维为批维度。``probs`` 中
+- **probs** （Tensor） - 每个类别发生的概率。最后一维为事件维度，其它维为批维度。``probs`` 中
   的每个元素取值范围为 ``[0,1]``。如果输入数据大于 1，会沿着最后一维进行归一化操作。
 
 代码示例

docs/api/paddle/distribution/Normal_cn.rst

@@ -117,10 +117,15 @@ kl_divergence(other)
 上面的数学公式中：
 
 :math:`loc = \mu_0`：当前正态分布的平均值。
+
 :math:`scale = \sigma_0`：当前正态分布的标准差。
+
 :math:`loc = \mu_1`：另一个正态分布的平均值。
+
 :math:`scale = \sigma_1`：另一个正态分布的标准差。
+
 :math:`ratio`：两个标准差之间的比例。
+
 :math:`diff`：两个平均值之间的差值。
 
 **参数**

docs/api/paddle/distribution/PowerTransform_cn.rst

@@ -26,6 +26,8 @@ forward(x)
 
 计算正变换 :math:`y=f(x)` 的结果。
 
+有助于将一个随机结果变成另一个随机结果。
+
 **参数**
 
 - **x** (Tensor) - 正变换输入参数，通常为 :ref:`cn_api_distribution_Distribution`
@@ -39,7 +41,7 @@ forward(x)
 inverse(y)
 '''''''''
 
-计算逆变换 :math:`x = f^{-1}(y)`
+计算逆变换 :math:`x = f^{-1}(y)`。
 
 **参数**
 

docs/api/paddle/distribution/ReshapeTransform_cn.rst

@@ -42,7 +42,7 @@ forward(x)
 inverse(y)
 '''''''''
 
-计算逆变换 :math:`x = f^{-1}(y)`
+计算逆变换 :math:`x = f^{-1}(y)`。
 
 **参数**
 

docs/api/paddle/distribution/SigmoidTransform_cn.rst

@@ -34,7 +34,7 @@ forward(x)
 inverse(y)
 '''''''''
 
-计算逆变换 :math:`x = f^{-1}(y)`
+计算逆变换 :math:`x = f^{-1}(y)`。
 
 **参数**
 

docs/api/paddle/distribution/SoftmaxTransform_cn.rst

@@ -38,7 +38,7 @@ forward(x)
 inverse(y)
 '''''''''
 
-计算逆变换 :math:`x = f^{-1}(y)`
+计算逆变换 :math:`x = f^{-1}(y)`。
 
 **参数**
 

docs/api/paddle/distribution/StackTransform_cn.rst

@@ -39,7 +39,7 @@ forward(x)
 inverse(y)
 '''''''''
 
-计算逆变换 :math:`x = f^{-1}(y)`
+计算逆变换 :math:`x = f^{-1}(y)`。
 
 **参数**
 

docs/api/paddle/erfinv_cn.rst

@@ -3,7 +3,7 @@
 erfinv
 -------------------------------
 
-.. py:function:: paddle.erfinv(x)
+.. py:function:: paddle.erfinv(x,Name=None)
 计算输入矩阵 x 的逆误差函数。
 请参考 erf 计算公式 :ref:`cn_api_fluid_layers_erf`
 

docs/api/paddle/heaviside_cn.rst

@@ -6,7 +6,7 @@ heaviside
 .. py:function:: paddle.heaviside(x, y, name=None)
 
 
-逐元素地对 Tensor `x` 计算由 Tensor `y` 中的对应元素决定的赫维赛德阶跃函数，其计算公式为
+为 `x` 中的每个元素计算由 `y` 中相对应元素决定的赫维赛德阶跃函数，其计算公式为
 
 .. math::
    \mathrm{heaviside}(x, y)=
@@ -19,7 +19,7 @@ heaviside
       \right.
 
 .. note::
-   ``paddle.heaviside`` 遵守广播机制，如您想了解更多，请参见 :ref:`cn_user_guide_broadcasting`。
+   ``paddle.heaviside`` 遵守广播机制，如您想了解更多，请参见 :ref:`cn_api_paddle_distributed_broadcast`。
 
 参数
 :::::::::

docs/api/paddle/nn/functional/glu_cn.rst

@@ -15,8 +15,8 @@ glu
 ::::::::::::
 
 ::::::::::
- - x (Tensor) - 输入的 ``Tensor``，数据类型为：float32、float64。
- - axis (int，可选) - 沿着该轴将输入二等分。D 为输入的维数，则 ``axis`` 应该在 [-D, D) 的范围内。如 ``axis`` 为负数，则相当于 ``axis +D``。
+ - **x** (Tensor) - 输入的 ``Tensor``，数据类型为：float32、float64。
+ - **axis** (int，可选) - 沿着该轴将输入二等分。D 为输入的维数，则 ``axis`` 应该在 [-D, D) 的范围内。如 ``axis`` 为负数，则相当于 ``axis +D``。
  - **name** (str，可选) - 具体用法请参见 :ref:`api_guide_Name`，一般无需设置，默认值为 None。
 
 返回

docs/api/paddle/nn/functional/grid_sample_cn.rst

@@ -19,7 +19,8 @@ step 1：
 
 .. code-block:: text
 
-  grid_x = 0.5 * (grid[:, :, :, 0] + 1) * (W - 1) grid_y = 0.5 * (grid[:, :, :, 1] + 1) * (H - 1)
+  grid_x = 0.5 * (grid[:, :, :, 0] + 1) * (W - 1)
+  grid_y = 0.5 * (grid[:, :, :, 1] + 1) * (H - 1)
 
 step 2：
 
@@ -66,8 +67,7 @@ step 2：
 
 返回
 ::::::::::::
-Tensor，输入 X 基于输入网格的双线性插值计算结果，维度为 :math:`[N, C, H, W]` 的 4-D Tensor 或维度为 :math:`[N, C, D, H, W]` 的 5-D Tensor，
-数据类型与 ``x`` 一致。
+Tensor，输入 X 基于输入网格的双线性插值计算结果，维度为 :math:`[N, C, H, W]` 的 4-D Tensor 或维度为 :math:`[N, C, D, H, W]` 的 5-D Tensor， grid_H 是 grid 的特征高度， grid_W 是 grid 的特征深度，数据类型与 ``x`` 一致。
 
 
 代码示例

docs/api/paddle/nn/functional/log_loss_cn.rst

@@ -22,7 +22,7 @@ log_loss
 
   - **input** (Tensor) – 形为 [N x 1] 的二维张量，其中 N 为 batch 大小。该输入是由前驱算子计算得来的概率，数据类型是 float32。
   - **label** (Tensor) – 形为 [N x 1] 的二维张量，真值标签，其中 N 为 batch 大小，数据类型是 float32。
-  - **epsilon** (float) – epsilon
+  - **epsilon** (float) – 一个很小的数字，以保证数值的稳定性，默认值为 1e-4。
   - **name** (str，可选) - 具体用法请参见 :ref:`api_guide_Name`，一般无需设置，默认值为 None。
 
 返回