docs: fix remaining single-backtick literals in allclose and pixel_shuffle (#7879)

Co-authored-by: ooooo <3164076421@qq.com>

Author: Noai-oss

docs/api/paddle/allclose_cn.rst

@@ -15,8 +15,8 @@ allclose
 参数
 ::::::::::::
 
-    - **x** (Tensor) - 输入的 `Tensor`，数据类型为：float16、float32、float64。
-    - **y** (Tensor) - 输入的 `Tensor`，数据类型为：float16、float32、float64。
+    - **x** (Tensor) - 输入的 ``Tensor``，数据类型为：float16、float32、float64。
+    - **y** (Tensor) - 输入的 ``Tensor``，数据类型为：float16、float32、float64。
     - **rtol** (float，可选) - 相对容忍误差，默认值为 1e-5。
     - **atol** (float，可选) - 绝对容忍误差，默认值为 1e-8。
     - **equal_nan** (bool，可选) - 如果设置为 True，则两个 NaN 数值将被视为相等，默认值为 False。

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

@@ -8,11 +8,11 @@ pixel_shuffle
 将一个形为 :math:`[N, C, H, W]` 或 :math:`[N, H, W, C]` 的 Tensor 重新排列成形为 :math:`[N, C/r^2, H \times r, W \times r]` 或 :math:`[N, H \times r, W \times r, C/r^2]` 的 Tensor。这样做有利于实现步长（stride）为 1/r 的高效 sub-pixel（亚像素）卷积。详见 Shi 等人在 2016 年发表的论文 `Real Time Single Image and Video Super Resolution Using an Efficient Sub Pixel Convolutional Neural Network <https://arxiv.org/abs/1609.05158v2>`_ 。
 
 .. note::
-   详细请参考对应的 `Class` 请参考：:ref:`cn_api_paddle_nn_PixelShuffle` 。
+   详细请参考对应的 ``Class`` :ref:`cn_api_paddle_nn_PixelShuffle` 。
 
 参数
 :::::::::
-    - **x** (Tensor) - 当前算子的输入，其是一个形状为 `[N, C, H, W]` 的 4-D Tensor。其中 `N` 是 batch size, `C` 是通道数，`H` 是输入特征的高度，`W` 是输入特征的宽度。其数据类型为 float16，float32，float64。
+    - **x** (Tensor) - 当前算子的输入，其是一个形状为 ``[N, C, H, W]`` 的 4-D Tensor。其中 ``N`` 是 batch size, ``C`` 是通道数，``H`` 是输入特征的高度，``W`` 是输入特征的宽度。其数据类型为 float16，float32，float64。
     - **upscale_factor** （int) - 增大空间分辨率的增大因子
     - **data_format** (str，可选) - 数据格式，可选："NCHW"或"NHWC"，默认："NCHW"
     - **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。