[Docs] Fix invalid single-backticks usage in API docs (Batch 3)

docs/api/paddle/Overview_cn.rst

@@ -579,7 +579,7 @@ tensor 元素操作相关原位（inplace）版本
     :widths: 10, 30
 
     " :ref:`paddle.cast_ <cn_api_paddle_cast_>` ", "Inplace 版本的 cast API，对输入 x 采用 Inplace 策略"
-    " :ref:`paddle.index_add_ <cn_api_paddle_index_add_>` ", "Inplace 版本的 :ref:`cn_api_paddle_index_add` API，对输入 `x` 采用 Inplace 策略"
+    " :ref:`paddle.index_add_ <cn_api_paddle_index_add_>` ", "Inplace 版本的 :ref:`cn_api_paddle_index_add` API，对输入 ``x`` 采用 Inplace 策略"
     " :ref:`paddle.index_put_ <cn_api_paddle_index_put_>` ", "依据索引 ``indices`` ，将指定位置的 ``x`` 重新赋值为 ``value`` "
     " :ref:`paddle.reshape_ <cn_api_paddle_reshape_>` ", "Inplace 版本的 reshape API，对输入 x 采用 Inplace 策略"
     " :ref:`paddle.scatter_ <cn_api_paddle_scatter_>` ", "Inplace 版本的 scatter API，对输入 x 采用 Inplace 策略 "

docs/api/paddle/addmm__cn.rst

@@ -4,7 +4,7 @@ addmm\_
 -------------------------------
 
 .. py:function:: paddle.addmm_(input, x, y, beta=1.0, alpha=1.0, name=None)
-Inplace 版本的 :ref:`cn_api_paddle_addmm` API，对输入 `input` 采用 Inplace 策略。
+Inplace 版本的 :ref:`cn_api_paddle_addmm` API，对输入 ``input`` 采用 Inplace 策略。
 
 更多关于 inplace 操作的介绍请参考 `3.1.3 原位（Inplace）操作和非原位操作的区别`_ 了解详情。
 

docs/api/paddle/amp/debugging/compare_accuracy_cn.rst

@@ -4,7 +4,7 @@ compare_accuracy
 -------------------------------
 .. py:function:: paddle.amp.debugging.compare_accuracy(dump_path, another_dump_path, output_filename, loss_scale=1, dump_all_tensors=False)
 
-`compare_accuracy` 是一个精度比对的工具，可以用来比较 float16 和 float32 的 log 数据。
+``compare_accuracy`` 是一个精度比对的工具，可以用来比较 float16 和 float32 的 log 数据。
 
 参数
 :::::::::

docs/api/paddle/as_tensor_cn.rst

@@ -5,4 +5,4 @@ as_tensor
 
 .. py:function:: paddle.as_tensor(data, dtype=None, device=None, requires_grad=False, pin_memory=False)
 
-`paddle.tensor` 的别名，详细参考 :ref:`cn_api_paddle_tensor`。
+``paddle.tensor`` 的别名，详细参考 :ref:`cn_api_paddle_tensor`。

docs/api/paddle/baddbmm__cn.rst

@@ -5,7 +5,7 @@ baddbmm\_
 
 .. py:function:: paddle.baddbmm_(input, x, y, beta=1.0, alpha=1.0, out_dtype=None, name=None)
 
-Inplace 版本的 :ref:`cn_api_paddle_baddbmm` API，对输入 `input` 采用 Inplace 策略。
+Inplace 版本的 :ref:`cn_api_paddle_baddbmm` API，对输入 ``input`` 采用 Inplace 策略。
 更多关于 inplace 操作的介绍请参考 `3.1.3 原位（Inplace）操作和非原位操作的区别`_ 了解详情。
 
 .. _3.1.3 原位（Inplace）操作和非原位操作的区别: https://www.paddlepaddle.org.cn/documentation/docs/zh/develop/guides/beginner/tensor_cn.html#id3

docs/api/paddle/binomial_cn.rst

@@ -5,7 +5,7 @@ binomial
 
 .. py:function:: paddle.binomial(count, prob, name=None)
 
-以输入参数 ``count`` 和 ``prob`` 分别为二项分布的 `n` 和 `p` 参数，生成一个二项分布的随机数 Tensor ，支持 Tensor 形状广播。输出 Tensor 的 dtype 为 ``int64`` 。
+以输入参数 ``count`` 和 ``prob`` 分别为二项分布的 ``n`` 和 ``p`` 参数，生成一个二项分布的随机数 Tensor ，支持 Tensor 形状广播。输出 Tensor 的 dtype 为 ``int64`` 。
 
 .. math::
 

docs/api/paddle/cos_cn.rst

@@ -10,7 +10,7 @@ cos
 
 余弦函数。
 
-输入范围是 `(-inf, inf)`，输出范围是 `[-1,1]`。
+输入范围是 ``(-inf, inf)``，输出范围是 ``[-1,1]``。
 
 .. math::
 

docs/api/paddle/cosh_cn.rst

@@ -10,7 +10,7 @@ cosh
 
 双曲余弦函数。
 
-输入范围是 `(-inf, inf)`，输出范围是 `[1,inf]`。
+输入范围是 ``(-inf, inf)``，输出范围是 ``[1,inf]``。
 
 .. math::
 

docs/api/paddle/device/Overview_cn.rst

@@ -3,7 +3,7 @@
 paddle.device
 ============================
 
-`paddle.device` 模块提供了一系列与设备相关的 API，用于管理和配置计算设备。具体如下：
+``paddle.device`` 模块提供了一系列与设备相关的 API，用于管理和配置计算设备。具体如下：
 
 -  :ref:`设备设置与属性获取 <cn_device_setting>`
 -  :ref:`编译环境检测 <cn_device_compile>`

docs/api/paddle/distributed/fleet/UtilBase_cn.rst

@@ -78,7 +78,7 @@ COPY-FROM: paddle.distributed.fleet.UtilBase.get_file_shard
 
 print_on_rank(message, rank_id)
 '''''''''''''''''''''''''''''''''
-在编号为 `rank_id` 的节点上打印指定信息。
+在编号为 ``rank_id`` 的节点上打印指定信息。
 
 **参数**
 

docs/api/paddle/distributed/parallelize_cn.rst

@@ -46,9 +46,9 @@ parallelize
 
 返回
 :::::::::
-Model：一个具有分布式视角的 `Model` 对象。
+Model：一个具有分布式视角的 ``Model`` 对象。
 
-Optimizer：一个具有分布式视角的 `Optimizer` 对象。如果用户为提供优化器对象，则返回 None。
+Optimizer：一个具有分布式视角的 ``Optimizer`` 对象。如果用户为提供优化器对象，则返回 None。
 
 
 代码示例

docs/api/paddle/distributed/shard_scaler_cn.rst

@@ -14,7 +14,7 @@ shard_scaler
     - **scaler** (paddle.amp.GradScaler) - 单卡视角下的 `GradScaler`。
 返回
 :::::::::
-GradScaler：一个具有分布式视角的 `GradScaler` 对象。
+GradScaler：一个具有分布式视角的 ``GradScaler`` 对象。
 
 
 代码示例

docs/api/paddle/distributed/spawn_cn.rst

@@ -8,7 +8,7 @@ spawn
 使用 ``spawn`` 方法启动多进程任务。
 
 .. note::
-    ``spawn`` 目前仅支持 GPU 和 XPU 的 collective 模式。GPU 和 XPU 的 collective 模式不能同时启动，因此 `gpus` 和 `xpus` 这两个参数不能同时配置。
+    ``spawn`` 目前仅支持 GPU 和 XPU 的 collective 模式。GPU 和 XPU 的 collective 模式不能同时启动，因此 ``gpus`` 和 ``xpus`` 这两个参数不能同时配置。
 
 参数
 :::::::::

docs/api/paddle/distribution/Cauchy_cn.rst

@@ -64,7 +64,7 @@ sample(shape=[], name=None)
 生成指定维度的样本。
 
 .. note::
-    `sample` 方法没有梯度，如果需要的话，请使用 `rsample` 方法代替。
+    ``sample`` 方法没有梯度，如果需要的话，请使用 ``rsample`` 方法代替。
 
 **参数**
 

docs/api/paddle/distribution/LKJCholesky_cn.rst

@@ -17,7 +17,7 @@ LKJ 分布通常定义为对相关矩阵 :math:`\Omega` 的分布，其密度函
 其中，:math:`\Omega` 是一个 :math:`n \times n` 的相关矩阵，:math:`\eta` 是分布的形状参数，:math:`|\Omega|` 是矩阵的行列式。参数 :math:`\eta` 调节矩阵元素的分布集中度。
 
 
-相关矩阵的下三角 Choleskey 因子的 LJK 分布支持两种 sample 方法:`onion` 和 `cvine`
+相关矩阵的下三角 Choleskey 因子的 LJK 分布支持两种 sample 方法：``onion`` 和 ``cvine``。
 
 参数
 ::::::::::::

docs/api/paddle/distribution/Normal_cn.rst

@@ -8,15 +8,15 @@ Normal
 
 正态分布
 
-若 `loc` 是实数，概率密度函数为：
+若 ``loc`` 是实数，概率密度函数为：
 
 .. math::
 
     pdf(x; \mu, \sigma) = \frac{1}{Z}e^{\frac {-0.5 (x - \mu)^2}  {\sigma^2} }
 
     Z = (2 \pi \sigma^2)^{0.5}
 
-若 `loc` 是复数，概率密度函数为：
+若 ``loc`` 是复数，概率密度函数为：
 
 .. math::
 

docs/api/paddle/equal_cn.rst

@@ -5,7 +5,7 @@ equal
 .. py:function:: paddle.equal(x, y, name=None)
 
 
-返回 :math:`x==y` 逐元素比较 x 和 y 是否相等，相同位置的元素相同则返回 True，否则返回 False。使用重载算子 `==` 可以有相同的计算函数效果。
+返回 :math:`x==y` 逐元素比较 x 和 y 是否相等，相同位置的元素相同则返回 True，否则返回 False。使用重载算子 ``==`` 可以有相同的计算函数效果。
 
 .. note::
     输出的结果不返回梯度。

docs/api/paddle/fft/irfftn_cn.rst

@@ -7,8 +7,8 @@ irfftn
 
 通过快速傅里叶变换(FFT)算法计算 N 维实数傅里叶变换 （rfftn）的逆变换。
 
-该函数通过快速傅立叶变换（FFT）计算 M-D 矩阵中任意轴上实输入的 N-D 离散傅立叶变换的逆。即，在计算精度内 ``irfftn(rfftn(x), x.shape) == x`` 成立。（ ``x.shape`` 的信息是必要的，其存在原因与 `irfft` 中的 ``len(x)`` 相同）。
-此函数输入的排序方式应与 `irfft` 返回的方式相同。
+该函数通过快速傅立叶变换（FFT）计算 M-D 矩阵中任意轴上实输入的 N-D 离散傅立叶变换的逆。即，在计算精度内 ``irfftn(rfftn(x), x.shape) == x`` 成立。（ ``x.shape`` 的信息是必要的，其存在原因与 ``irfft`` 中的 ``len(x)`` 相同）。
+此函数输入的排序方式应与 ``irfft`` 返回的方式相同。
 
 参数
 :::::::::

docs/api/paddle/fluid/Overview_cn.rst

@@ -3,4 +3,4 @@
 paddle.fluid
 ---------------------
 .. warning::
-    从飞桨框架 2.5 版本开始，我们已经废弃了 `paddle.fluid` namespace 下的 API，请使用其他的替代 API，请参考 :ref:`cn_guides_api_mapping` 获取更多信息。如有疑问，请于 `Issue 区 <https://github.com/PaddlePaddle/Paddle/issues>`_ 按规范提交 Issue。
+    从飞桨框架 2.5 版本开始，我们已经废弃了 ``paddle.fluid`` namespace 下的 API，请使用其他的替代 API，请参考 :ref:`cn_guides_api_mapping` 获取更多信息。如有疑问，请于 `Issue 区 <https://github.com/PaddlePaddle/Paddle/issues>`_ 按规范提交 Issue。

docs/api/paddle/frac_cn.rst

@@ -6,7 +6,7 @@ frac
 .. py:function:: paddle.frac(x, name=None, *, out=None)
 
 
-得到输入 `Tensor` 的小数部分。
+得到输入 ``Tensor`` 的小数部分。
 
 
 参数

docs/api/paddle/greater_equal_cn.rst

@@ -5,7 +5,7 @@ greater_equal
 .. py:function:: paddle.greater_equal(x, y, name=None)
 
 
-逐元素地返回 :math:`x >= y` 的逻辑值，相同位置前者输入大于等于后者输入返回 True，否则返回 False。使用重载算子 `>=` 可以有相同的计算函数效果。
+逐元素地返回 :math:`x >= y` 的逻辑值，相同位置前者输入大于等于后者输入返回 True，否则返回 False。使用重载算子 ``>=`` 可以有相同的计算函数效果。
 
 .. note::
     输出的结果不返回梯度。

docs/api/paddle/greater_than_cn.rst

@@ -5,7 +5,7 @@ greater_than
 .. py:function:: paddle.greater_than(x, y, name=None)
 
 
-返回 :math:`x>y` 逐元素比较 x 和 y 是否相等，相同位置前者输入大于等于后者输入则返回 True，否则返回 False。使用重载算子 `>` 可以有相同的计算函数效果。
+返回 :math:`x>y` 逐元素比较 x 和 y 是否相等，相同位置前者输入大于等于后者输入则返回 True，否则返回 False。使用重载算子 ``>`` 可以有相同的计算函数效果。
 
 .. note::
     输出的结果不返回梯度。

docs/api/paddle/heaviside_cn.rst

@@ -36,7 +36,7 @@ heaviside
 返回
 :::::::::
 
-`Tensor`，存储运算后的结果。如果 :attr:`x` 和 :attr:`y` 有不同的形状且是可以广播的，那么返回 Tensor 的形状是 :attr:`x` 和 :attr:`y` 经过广播后的形状。如果 :attr:`x` 和 :attr:`y` 有相同的形状，那么返回 Tensor 的形状与 :attr:`x` 和 :attr:`y` 相同。
+``Tensor``，存储运算后的结果。如果 :attr:`x` 和 :attr:`y` 有不同的形状且是可以广播的，那么返回 Tensor 的形状是 :attr:`x` 和 :attr:`y` 经过广播后的形状。如果 :attr:`x` 和 :attr:`y` 有相同的形状，那么返回 Tensor 的形状与 :attr:`x` 和 :attr:`y` 相同。
 
 
 代码示例

docs/api/paddle/incubate/asp/decorate_cn.rst

@@ -6,7 +6,7 @@ decorate
 .. py:function:: paddle.incubate.asp.decorate(optimizer)
 
 
-用于包装给定的优化器为具有稀疏性保证的优化器 `OptimizerWithSparsityGuarantee`。如果在动态图模式下运行，装饰时 ASP 会为支持的参数创建掩码变量。如果在静态图模式下运行，ASP 会在调用 minimize() 时创建掩码变量并插入必要的掩码操作。
+用于包装给定的优化器为具有稀疏性保证的优化器 ``OptimizerWithSparsityGuarantee``。如果在动态图模式下运行，装饰时 ASP 会为支持的参数创建掩码变量。如果在静态图模式下运行，ASP 会在调用 minimize() 时创建掩码变量并插入必要的掩码操作。
 
 
 参数

docs/api/paddle/incubate/asp/reset_excluded_layers_cn.rst

@@ -6,7 +6,7 @@ reset_excluded_layers
 .. py:function:: paddle.incubate.asp.reset_excluded_layers(main_program=None)
 
 
-重置与 `main_program` 对应的 excluded_layers 设置。如果 `main_program` 为 None，则 excepted_layers 的所有配置都将被清除。
+重置与 ``main_program`` 对应的 excluded_layers 设置。如果 ``main_program`` 为 None，则 excepted_layers 的所有配置都将被清除。
 
 
 参数

docs/api/paddle/incubate/nn/FusedBiasDropoutResidualLayerNorm_cn.rst

@@ -30,7 +30,7 @@ forward(x, residual)
 
 返回
 ::::::::::::
-Tensor|tuple：与 `x` 具有相同数据类型和形状的张量
+Tensor|tuple：与 ``x`` 具有相同数据类型和形状的张量
 
 extra_repr()
 ::::::::::::

docs/api/paddle/incubate/nn/FusedLinear_cn.rst

@@ -14,7 +14,7 @@ FusedLinear 层只接受一个 Tensor 作为输入，形状为 :math:`[batch\_si
 - **in_features** (int) – 线性变换层输入单元的数目。
 - **out_features** (int) – 线性变换层输出单元的数目。
 - **weight_attr** (ParamAttr，可选) - 指定权重参数的属性。默认值为 None，权重将初始化为零。具体用法请参见 :ref:`cn_api_paddle_ParamAttr` 。
-- **transpose_weight** (bool) - 在乘积运算前是否转置 `weight` 张量。
+- **transpose_weight** (bool) - 在乘积运算前是否转置 ``weight`` 张量。
 - **bias_attr** (ParamAttr|bool，可选) – 指定偏置参数的属性。:math:`bias\_attr` 为 bool 类型且设置为 False 时，表示不会为该层添加偏置。:math:`bias\_attr` 如果设置为 True 或者 None，则表示使用默认的偏置参数属性，将偏置参数初始化为 0。具体用法请参见 :ref:`cn_api_paddle_ParamAttr`。默认值为 None。
 - **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。
 

docs/api/paddle/incubate/nn/functional/fused_multi_head_attention_cn.rst

@@ -42,7 +42,7 @@ fused_multi_head_attention 算子目前只支持在 GPU 下运行，其包含的
         out = layer_norm(out)
 
 
-值得注意的是，该 API 中，q, k, v 的 weight 被统一存储在一个权重 Tensor 中，形状为 `[3, num_heads, head_dim, embed_dim]` ,
+值得注意的是，该 API 中，q, k, v 的 weight 被统一存储在一个权重 Tensor 中，形状为 ``[3, num_heads, head_dim, embed_dim]`` ,
 如果想得到单独的 q, k 或 v 的 weight，可以通过转置和切分得到。
 
 

docs/api/paddle/is_tensor_cn.rst

@@ -5,7 +5,7 @@ is_tensor
 .. py:function:: paddle.is_tensor(x)
 
 
-测试输入对象是否是 `paddle.Tensor`
+测试输入对象是否是 ``paddle.Tensor``
 
 .. note::
     别名支持: 参数名 ``obj`` 可替代 ``x``，如 ``is_tensor(obj=tensor_x)`` 等价于 ``is_tensor(x=tensor_x)`` 。
@@ -18,7 +18,7 @@ is_tensor
 
 返回
 ::::::::::::
-bool 值，如果 x 是 `paddle.Tensor` 类型返回 True，反之返回 False。
+bool 值，如果 x 是 ``paddle.Tensor`` 类型返回 True，反之返回 False。
 
 代码示例
 ::::::::::::

docs/api/paddle/isfinite_cn.rst

@@ -5,7 +5,7 @@ isfinite
 
 .. py:function:: paddle.isfinite(x, name=None)
 
-返回输入 Tensor 的每一个值是否为有限值（既非 `+/-INF` 也非 `+/-NaN` ）。
+返回输入 Tensor 的每一个值是否为有限值（既非 ``+/-INF`` 也非 ``+/-NaN`` ）。
 
 .. note::
     别名支持: 参数名 ``input`` 可替代 ``x``，如 ``input=tensor_x`` 等价于 ``x=tensor_x``。

docs/api/paddle/isinf_cn.rst

@@ -5,7 +5,7 @@ isinf
 
 .. py:function:: paddle.isinf(x, name=None)
 
-返回输入 tensor 的每一个值是否为 `+/-INF` 。
+返回输入 tensor 的每一个值是否为 ``+/-INF`` 。
 
 .. note::
     别名支持: 参数名 ``input`` 可替代 ``x``，如 ``input=tensor_x`` 等价于 ``x=tensor_x``。

docs/api/paddle/isnan_cn.rst

@@ -5,7 +5,7 @@ isnan
 
 .. py:function:: paddle.isnan(x, name=None)
 
-返回输入 tensor 的每一个值是否为 `+/-NaN` 。
+返回输入 tensor 的每一个值是否为 ``+/-NaN`` 。
 
 .. note::
     别名支持: 参数名 ``input`` 可替代 ``x``，如 ``input=tensor_x`` 等价于 ``x=tensor_x``。

docs/api/paddle/isneginf_cn.rst

@@ -5,7 +5,7 @@ isneginf
 
 .. py:function:: paddle.isneginf(x, name=None)
 
-返回输入 tensor 的每一个值是否为 `-INF` 。
+返回输入 tensor 的每一个值是否为 ``-INF`` 。
 
 参数
 :::::::::

docs/api/paddle/isposinf_cn.rst

@@ -5,7 +5,7 @@ isposinf
 
 .. py:function:: paddle.isposinf(x, name=None)
 
-返回输入 tensor 的每一个值是否为 `+INF` 。
+返回输入 tensor 的每一个值是否为 ``+INF`` 。
 
 参数
 :::::::::

docs/api/paddle/ldexp_cn.rst

@@ -5,7 +5,7 @@ ldexp
 
 .. py:function:: paddle.ldexp(x, y, name=None)
 
-计算 `x` 乘以 2 的 `y` 次幂
+计算 ``x`` 乘以 2 的 ``y`` 次幂
 
 .. math::
     out = x * 2^{y}

docs/api/paddle/less_cn.rst

@@ -5,7 +5,7 @@ less
 .. py:function:: paddle.less(x, y, name=None)
 
 
-逐元素地返回 :math:`x < y` 的逻辑值，相同位置前者输入小于后者输入则返回 True，否则返回 False。使用重载算子 `<` 可以有相同的计算函数效果。
+逐元素地返回 :math:`x < y` 的逻辑值，相同位置前者输入小于后者输入则返回 True，否则返回 False。使用重载算子 ``<`` 可以有相同的计算函数效果。
 
 .. note::
     输出的结果不返回梯度。

docs/api/paddle/less_equal_cn.rst

@@ -5,7 +5,7 @@ less_equal
 .. py:function:: paddle.less_equal(x, y, name=None)
 
 
-逐元素地返回 :math:`x <= y` 的逻辑值，相同位置前者输入小于等于后者输入则返回 True，否则返回 False。使用重载算子 `<=` 可以有相同的计算函数效果。
+逐元素地返回 :math:`x <= y` 的逻辑值，相同位置前者输入小于等于后者输入则返回 True，否则返回 False。使用重载算子 ``<=`` 可以有相同的计算函数效果。
 
 .. note::
     输出的结果不返回梯度。

docs/api/paddle/less_than_cn.rst

@@ -5,7 +5,7 @@ less_than
 .. py:function:: paddle.less_than(x, y, name=None)
 
 
-逐元素地返回 :math:`x < y` 的逻辑值，相同位置前者输入小于后者输入则返回 True，否则返回 False。使用重载算子 `<` 可以有相同的计算函数效果。
+逐元素地返回 :math:`x < y` 的逻辑值，相同位置前者输入小于后者输入则返回 True，否则返回 False。使用重载算子 ``<`` 可以有相同的计算函数效果。
 
 .. note::
     输出的结果不返回梯度。

docs/api/paddle/linalg/Overview_cn.rst

@@ -62,15 +62,15 @@ paddle.linalg 目录下包含飞桨框架支持的线性代数相关 API。具
     " :ref:`paddle.linalg.eigh <cn_api_paddle_linalg_eigh>` ", "计算厄米特矩阵或者实数对称矩阵的特征值和特征向量"
     " :ref:`paddle.linalg.eigvalsh <cn_api_paddle_linalg_eigvalsh>` ", "计算厄米特矩阵或者实数对称矩阵的特征值"
     " :ref:`paddle.linalg.cholesky <cn_api_paddle_linalg_cholesky>` ", "计算一个实数对称正定矩阵的 Cholesky 分解"
-    " :ref:`paddle.linalg.cholesky_inverse <cn_api_paddle_linalg_cholesky_inverse>` ", "使用 Cholesky 因子 `U` 计算对称正定矩阵的逆矩阵"
+    " :ref:`paddle.linalg.cholesky_inverse <cn_api_paddle_linalg_cholesky_inverse>` ", "使用 Cholesky 因子 ``U`` 计算对称正定矩阵的逆矩阵"
     " :ref:`paddle.linalg.svd <cn_api_paddle_linalg_svd>` ", "计算矩阵的奇异值分解"
     " :ref:`paddle.linalg.svdvals <cn_api_paddle_linalg_svdvals>` ", "计算矩阵的奇异值"
     " :ref:`paddle.linalg.svd_lowrank <cn_api_paddle_linalg_svd_lowrank>` ", "对低秩矩阵进行奇异值分解"
     " :ref:`paddle.linalg.pca_lowrank <cn_api_paddle_linalg_pca_lowrank>` ", "对矩阵进行线性主成分分析"
     " :ref:`paddle.linalg.qr <cn_api_paddle_linalg_qr>` ", "计算矩阵的正交三角分解（也称 QR 分解）"
     " :ref:`paddle.linalg.lu <cn_api_paddle_linalg_lu>` ", "计算矩阵的 LU 分解"
     " :ref:`paddle.linalg.lu_unpack <cn_api_paddle_linalg_lu_unpack>` ", "对矩阵的 LU 分解结果进行展开得到各单独矩阵"
-    " :ref:`paddle.linalg.householder_product <cn_api_paddle_linalg_householder_product>` ", "计算 Householder 矩阵乘积的前 n 列(输入矩阵为 `[*,m,n]` )"
+    " :ref:`paddle.linalg.householder_product <cn_api_paddle_linalg_householder_product>` ", "计算 Householder 矩阵乘积的前 n 列(输入矩阵为 ``[*,m,n]`` )"
     " :ref:`paddle.linalg.ormqr <cn_api_paddle_linalg_ormqr>` ", "计算一个普通矩阵与 Householder 矩阵的乘积"
 
 .. _about_solvers:

docs/api/paddle/linalg/solve_cn.rst

@@ -8,12 +8,12 @@ solve
 
 计算线性方程组的解。
 
-记 :math:`X` 为一个或一批方阵，:math:`Y` 一个或一批矩阵，当 `left` 为 True 时，公式为：
+记 :math:`X` 为一个或一批方阵，:math:`Y` 一个或一批矩阵，当 ``left`` 为 True 时，公式为：
 
 .. math::
     Out = X ^ {-1} * Y
 
-当 `left` 为 False 时，公式为：
+当 ``left`` 为 False 时，公式为：
 
 .. math::
     Out = Y * X ^ {-1}