!483 modify format

Merge pull request !483 from 俞涵/master

docs/api/api_python/mindarmour.adv_robustness.attacks.rst

@@ -571,7 +571,7 @@ mindarmour.adv_robustness.attacks
         - **targeted** (bool) - 如果为 ``True``，则为目标攻击。如果为 ``False``，则为无目标攻击。 `model_type` 为 ``'detection'`` 时仅支持无目标攻击，默认值：``False``。
         - **sparse** (bool) - 如果为 ``True``，则输入标签为稀疏编码。如果为 ``False``，则输入标签为one-hot编码。默认值：``True``。
         - **model_type** (str) - 目标模型的类型。现在支持 ``'classification'`` 和 ``'detection'``。默认值： ``'classification'``。
-        - **reserve_ratio** (Union[int, float]) - 攻击后可检测到的对象百分比，用于 `model_type`为 ``'detection'`` 模式的情况。保留比率应在(0, 1)的范围内。默认值：``0.3``。
+        - **reserve_ratio** (Union[int, float]) - 攻击后可检测到的对象百分比，用于 `model_type` 为 ``'detection'`` 模式的情况。保留比率应在(0, 1)的范围内。默认值：``0.3``。
 
     .. py:method:: generate(inputs, labels)
 

docs/api/api_python/mindarmour.privacy.sup_privacy.rst

@@ -56,7 +56,7 @@ mindarmour.privacy.sup_privacy
             - **batch_num** (int) - 一个epoch中批次的数量，应等于num_samples/batch_size。默认值：``20``。
             - **start_epoch** (int) - 第一个抑制操作对应的epoch序号，0<start_epoch<=end_epoch<=100。默认值：``3``。
             - **mask_times** (int) - 抑制操作的数量。默认值：``1000``。
-            - **lr** (Union[float, int]) - 学习率，在训练期间应保持不变。0<lr<=0.50. 默认值：0.05。此lr参数应与 `mindspore.nn.SGD() 的 `learning_rate` 参数相同。
+            - **lr** (Union[float, int]) - 学习率，在训练期间应保持不变。0<lr<=0.50. 默认值：0.05。此lr参数应与 `mindspore.nn.SGD()` 的 `learning_rate` 参数相同。
             - **sparse_end** (float) - 要到达的稀疏性，0.0<=sparse_start<sparse_end<1.0。默认值：``0.90``。
             - **sparse_start** (Union[float, int]) - 抑制操作启动时对应的稀疏性，0.0<=sparse_start<sparse_end<1.0。默认值：``0.0``。
 

docs/api/api_python/mindarmour.reliability.rst

@@ -11,7 +11,7 @@ MindArmour的可靠性方法。
 
     参数：
         - **model** (Model) - 需要评估模型。
-        - **fi_type** (list) - 故障注入的类型，包括 ``'bitflips_random'``（随机翻转）、``'bitflips_designated'``（翻转关键位）、``'random'``、``'zeros'``、``'nan'``、``'inf'``、``'anti_activation'``、``'precision_loss'`` 等。
+        - **fi_type** (list) - 故障注入的类型，包括 ``'bitflips_random'`` （随机翻转）、 ``'bitflips_designated'`` （翻转关键位）、 ``'random'``、 ``'zeros'``、 ``'nan'``、 ``'inf'``、 ``'anti_activation'``、 ``'precision_loss'`` 等。
         - **fi_mode** (list) - 故障注入的模式。可选值： ``'single_layer'``、 ``'all_layer'`` 。
         - **fi_size** (list) - 故障注入的次数，表示需要注入多少值。
 

mindarmour/adv_robustness/defenses/adversarial_defense.py

@@ -110,7 +110,7 @@ class AdversarialDefenseWithAttacks(AdversarialDefense):
         bounds (tuple): Upper and lower bounds of data. In form of (clip_min,
             clip_max). Default: ``(0.0, 1.0)``.
         replace_ratio (float): Ratio of replacing original samples with
-            adversarial, which must be between 0 and 1. Default: `` 0.5``.
+            adversarial, which must be between 0 and 1. Default: ``0.5``.
 
     Raises:
         ValueError: If replace_ratio is not between 0 and 1.