Update ChannelShuffle_cn.rst

docs/api/paddle/nn/ChannelShuffle_cn.rst

@@ -4,43 +4,24 @@ ChannelShuffle
 -------------------------------
 
 .. py:function:: paddle.nn.ChannelShuffle(groups, data_format="NCHW", name=None)
-该算子将一个形为[N, C, H, W]或是[N, H, W, C]的Tensor按通道分成g组，得到形为[N, g, C/g, H, W]或[N, H, W, g, C/g]的Tensor，然后转置为[N, C/g, g, H, W]或[N, H, W, C/g, g]的形状，最后重塑为原来的形状。这样做可以增加通道间的信息流动，提高特征的重用率。详见张祥雨等人在2017年发表的论文 `ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices <https://arxiv.org/abs/1707.01083>`_ 。
+该算子将一个形为 [N, C, H, W] 或是 [N, H, W, C] 的 Tensor 按通道分成 g 组，得到形为 [N, g, C/g, H, W] 或 [N, H, W, g, C/g] 的 Tensor，然后转置为 [N, C/g, g, H, W] 或 [N, H, W, C/g, g] 的形状，最后重塑为原来的形状。这样做可以增加通道间的信息流动，提高特征的重用率。详见张祥雨等人在 2017 年发表的论文 `ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices <https://arxiv.org/abs/1707.01083>`_ 。
 
 
 参数
 :::::::::
-    - **groups** (int): 要把通道分成的组数；
-    - **data_format** (str，可选): 数据格式，可选："NCHW"或"NHWC"，默认: "NCHW"；
-    - **name** (str，可选): 操作的名称(可选，默认值为None)。更多信息请参见 :ref:`api_guide_Name`。
+    - **groups** (int) – 要把通道分成的组数。
+    - **data_format** (str，可选) – 数据格式，可选：NCHW 或 NHWC，默认为 NCHW，即（批大小，通道数，高度，宽度）的格式。
+    - **name** (str，可选) – 操作的名称（可选，默认值为 None），大多数情况下不需要设置此属性。更多信息请参见 :ref:`api_guide_Name`。
 
 形状
 :::::::::
-    - **x** (Tensor): 默认形状为 (批大小，通道数，高度，宽度)，即NCHW格式的4-D Tensor。其数据类型为float32, float64；
-    - **output** (Tensor): 其形状与数据类型均和输入相同。
+    - **x** (Tensor) – 默认形状为（批大小，通道数，高度，宽度），即 NCHW 格式的 4-D Tensor。其数据类型为 float32 或 float64。
+    - **out** (Tensor) – 其形状与数据类型均和输入相同。
 
 返回
 :::::::::
-计算ChannelShuffle的可调用对象。
+计算 ChannelShuffle 的可调用对象。
 
 代码示例
 :::::::::
-.. code-block:: python
-
-    import paddle
-    import paddle.nn as nn
-    x = paddle.arange(0, 0.6, 0.1, 'float32')
-    x = paddle.reshape(x, [1, 6, 1, 1])
-    # [[[[0.        ]],
-    #   [[0.10000000]],
-    #   [[0.20000000]],
-    #   [[0.30000001]],
-    #   [[0.40000001]],
-    #   [[0.50000000]]]]
-    channel_shuffle = nn.ChannelShuffle(3)
-    y = channel_shuffle(x)
-    # [[[[0.        ]],
-    #   [[0.20000000]],
-    #   [[0.40000001]],
-    #   [[0.10000000]],
-    #   [[0.30000001]],
-    #   [[0.50000000]]]]
+COPY-FROM: paddle.nn.ChannelShuffle:ChannelShuffle-example