fix api part5 (#6690)

Author: ooooo-create

docs/api/paddle/regularizer/L2Decay_cn.rst

@@ -3,7 +3,7 @@
 L2Decay
 -------------------------------
 
-.. py:attribute::   paddle.regularizer.L2Decay(coeff=0.0)
+.. py:class:: paddle.regularizer.L2Decay(coeff=0.0)
 
 
 L2Decay 实现 L2 权重衰减正则化，用于模型训练，有助于防止模型对训练数据过拟合。

docs/api/paddle/sparse/nn/Conv2d_cn.rst renamed to docs/api/paddle/sparse/nn/Conv2D_cn.rst

@@ -35,13 +35,13 @@ Conv2D
     - **kernel_size** (int|list|tuple) - 卷积核大小。
     - **stride** (int|list|tuple，可选) - 步长大小。可以为单个整数或包含三个整数的元组或列表，分别表示卷积沿着深度，高和宽的步长。如果为单个整数，表示沿着高和宽的步长都等于该整数。默认值：1。
     - **padding** (int|str|tuple|list，可选) - 填充大小。填充可以是以下形式之一：
-    
+
         1. 字符串 ['valid', 'same']。
         2. 一个整数，表示每个空间维度（高度、宽度）的零填充大小。
         3. 长度为空间维度数量的列表[int]或元组[int]，包含每个空间维度两边的填充量。形式为 [pad_d1, pad_d2, ...]。
         4. 长度为空间维度数量的两倍的列表[int]或元组[int]。形式为 [pad_before, pad_after, pad_before, pad_after, ...]。
         5. 成对整数的列表或元组。形式为 [[pad_before, pad_after], [pad_before, pad_after], ...]。
-        
+
         注意，批量维度和通道维度也包括在内。每对整数对应输入的一个维度的填充量。批量维度和通道维度的填充应为 [0, 0] 或 (0, 0)。默认值为 0。
     - **dilation** (int|list|tuple，可选) - 空洞大小。可以为单个整数或包含三个整数的元组或列表，分别表示卷积核中的元素沿着深度，高和宽的空洞。如果为单个整数，表示深度，高和宽的空洞都等于该整数。默认值：1。
     - **groups** (int，可选) - 二维卷积层的组数。根据 Alex Krizhevsky 的深度卷积神经网络（CNN）论文中的成组卷积：当 group=n，输入和卷积核分别根据通道数量平均分为 n 组，第一组卷积核和第一组输入进行卷积计算，第二组卷积核和第二组输入进行卷积计算，……，第 n 组卷积核和第 n 组输入进行卷积计算。默认值：1。

docs/api/paddle/sparse/nn/MaxPool3D_cn.rst

@@ -3,7 +3,7 @@
 MaxPool3D
 -------------------------------
 
-.. py:function:: paddle.sparse.nn.MaxPool3D(kernel_size, stride=None, padding=0, ceil_mode=False, return_mask=False, data_format="NDHWC", name=None)
+.. py:class:: paddle.sparse.nn.MaxPool3D(kernel_size, stride=None, padding=0, ceil_mode=False, return_mask=False, data_format="NDHWC", name=None)
 
 构建 `MaxPool3D` 类的一个可调用对象，其将构建一个三维最大池化层，根据输入参数 `kernel_size`, `stride`,
 `padding` 等参数对稀疏输入特征做最大池化操作。 输入输出都是 "NDHWC" 格式，其中 N 是批大小， C 是特征的通道数， H 是特征的高， W 是特征的宽。

docs/api/paddle/vision/get_image_backend_cn.rst

@@ -3,7 +3,7 @@
 get_image_backend
 -------------------------------
 
-.. py:function:: paddle.vision.image.get_image_backend()
+.. py:function:: paddle.vision.get_image_backend()
 
 获取用于加载图像的模块名称。
 
@@ -16,4 +16,4 @@ get_image_backend
 代码示例
 :::::::::
 
-COPY-FROM: paddle.vision.image.get_image_backend
+COPY-FROM: paddle.vision.get_image_backend

docs/api/paddle/vision/image_load_cn.rst

@@ -3,7 +3,7 @@
 image_load
 -------------------------------
 
-.. py:function:: paddle.vision.image.image_load(path, backend=None)
+.. py:function:: paddle.vision.image_load(path, backend=None)
 
 读取一个图像。
 
@@ -21,4 +21,4 @@ image_load
 代码示例
 :::::::::
 
-COPY-FROM: paddle.vision.image.image_load
+COPY-FROM: paddle.vision.image_load

docs/api/paddle/vision/models/AlexNet__upper_cn.rst

@@ -3,7 +3,7 @@
 AlexNet
 -------------------------------
 
-.. py:function:: paddle.vision.models.AlexNet(num_classes=1000)
+.. py:class:: paddle.vision.models.AlexNet(num_classes=1000)
 
 
 AlexNet 模型，来自论文 `"ImageNet Classification with Deep Convolutional Neural Networks" <https://papers.nips.cc/paper/2012/file/c399862d3b9d6b76c8436e924a68c45b-Paper.pdf>`_ 。

docs/api/paddle/vision/models/GoogLeNet__upper_cn.rst

@@ -3,7 +3,7 @@
 GoogLeNet
 -------------------------------
 
-.. py:function:: paddle.vision.models.googlenet(num_classes=1000, with_pool=True)
+.. py:class:: paddle.vision.models.GoogLeNet(num_classes=1000, with_pool=True)
 
 
 GoogLeNet（Inception v1）模型，来自论文 `"Going Deeper with Convolutions" <https://arxiv.org/pdf/1409.4842.pdf>`_ 。

docs/api/paddle/vision/models/SqueezeNet_cn.rst

@@ -3,7 +3,7 @@
 SqueezeNet
 -------------------------------
 
-.. py:function:: paddle.vision.models.SqueezeNet(version, num_classes=1000, with_pool=True)
+.. py:class:: paddle.vision.models.SqueezeNet(version, num_classes=1000, with_pool=True)
 
 
 SqueezeNet 模型，来自论文 `"SqueezeNet: AlexNet-level accuracy with 50x fewer parameters and <0.5MB model size" <https://arxiv.org/abs/1602.07360>`_ 。

docs/api/paddle/vision/set_image_backend_cn.rst

@@ -3,7 +3,7 @@
 set_image_backend
 -------------------------------
 
-.. py:function:: paddle.vision.image.set_image_backend(backend)
+.. py:function:: paddle.vision.set_image_backend(backend)
 
 在 :ref:`cn_api_paddle_vision_datasets_ImageFolder` 和 :ref:`cn_api_paddle_vision_datasets_DatasetFolder` 类中指定用于加载图像的后端。现在支持后端是 ``pillow`` 和 ``opencv``。如果未设置后端，则默认使用 ``pil`` 。
 
@@ -16,4 +16,4 @@ set_image_backend
 代码示例
 :::::::::
 
-COPY-FROM: paddle.vision.image.set_image_backend
+COPY-FROM: paddle.vision.set_image_backend