[CodeStyle][Typos][A-[2-5],C-[8-9],C-[16-18]] Fix typo('Adventages','Archetecture','Asynchoronous','Attrbute','Attribtue','cliping','colunms','contruction','containg','cantains') (#7595)

* fix-a2-a5

* fix-c8-c9-c16-c18

Author: Ricardo-shuo-liu

_typos.toml

@@ -23,11 +23,6 @@ Nervana = "Nervana"
 
 # These words need to be fixed
 Accuray = "Accuray"
-Adventages = "Adventages"
-Archetecture = "Archetecture"
-Asynchoronous = "Asynchoronous"
-Attrbute = "Attrbute"
-Attribtue = "Attribtue"
 Creenshot = "Creenshot"
 Embeddding = "Embeddding"
 Embeding = "Embeding"
@@ -45,12 +40,7 @@ Successed = "Successed"
 accordding = "accordding"
 accoustic = "accoustic"
 accpetance = "accpetance"
-cantains = "cantains"
 classfy = "classfy"
-cliping = "cliping"
-colunms = "colunms"
-containg = "containg"
-contruction = "contruction"
 contxt = "contxt"
 convertion = "convertion"
 convinience = "convinience"

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

@@ -8,7 +8,7 @@ sparse_attention
 
 对 Transformer 模块中的 Attention 矩阵进行了稀疏化，从而减少内存消耗和计算量。
 
-其稀疏数据排布通过 CSR 格式表示，CSR 格式包含两个参数，``offset`` 和 ``colunms``。计算公式为：
+其稀疏数据排布通过 CSR 格式表示，CSR 格式包含两个参数，``offset`` 和 ``columns``。计算公式为：
 
 .. math::
    result=softmax(\frac{ Q * K^T }{\sqrt{d}}) * V
@@ -24,7 +24,7 @@ sparse_attention
   - **key** (Tensor) - 输入的 Tensor，代表注意力模块中的 ``key``，这是一个 4 维 Tensor，形状为：[batch_size, num_heads, seq_len, head_dim]，数据类型为 float32 或 float64。
   - **value** (Tensor) - 输入的 Tensor，代表注意力模块中的 ``value``，这是一个 4 维 Tensor，形状为：[batch_size, num_heads, seq_len, head_dim]，数据类型为 float32 或 float64。
   - **sparse_csr_offset** (Tensor) - 输入的 Tensor，注意力模块中的稀疏特性，稀疏特性使用 CSR 格式表示，``offset`` 代表矩阵中每一行非零元的数量。这是一个 3 维 Tensor，形状为：[batch_size, num_heads, seq_len + 1]，数据类型为 int32。
-  - **sparse_csr_columns** (Tensor) - 输入的 Tensor，注意力模块中的稀疏特性，稀疏特性使用 CSR 格式表示，``colunms`` 代表矩阵中每一行非零元的列索引值。这是一个 3 维 Tensor，形状为：[batch_size, num_heads, sparse_nnz]，数据类型为 int32。
+  - **sparse_csr_columns** (Tensor) - 输入的 Tensor，注意力模块中的稀疏特性，稀疏特性使用 CSR 格式表示，``columns`` 代表矩阵中每一行非零元的列索引值。这是一个 3 维 Tensor，形状为：[batch_size, num_heads, sparse_nnz]，数据类型为 int32。
 
 返回
 :::::::::

docs/design/concurrent/parallel_do.md

@@ -113,7 +113,7 @@ We can avoid this step by making each device have a copy of the parameter. This
 1. In the backward, allreduce param@grad at different devices, this requires
     1. `backward.py` add `allreduce` operators at parallel_do_grad
     1. `allreduce` operators need to be called in async mode to achieve maximum throughput
-1. apply gradients related op(i.e. cliping, normalization, decay, sgd) on different devices in parallel
+1. apply gradients related op(i.e. clipping, normalization, decay, sgd) on different devices in parallel
 
 By doing so, we also avoided "backward: accumulate param@grad from different devices to the first device".
 And the ProgramDesc looks like the following

docs/design/mkldnn/gru/gru.md

@@ -41,7 +41,7 @@ Proof:
 PaddlePaddle allows user to choose activation functions for update/reset gate and output gate. However, oneDNN supports only default `sigmoid` activation for gates and `tanh` for output. Currently oneDNN operator throws an error when user tries to execute it with other activations.
 
 ## oneDNN GRU operator
-oneDNN `GRU` operator is based on Paddle Paddle `fusion_gru` operator. It uses primitive/memory caching mechanism called `AcquireAPI`. Handler containg 2 caching key, one dependent on sentence length used in caching input/output and primitive. The other key (`memory_key`) depends only on other, not changing during inference, parameters and is used to cache weights and bias memory.
+oneDNN `GRU` operator is based on Paddle Paddle `fusion_gru` operator. It uses primitive/memory caching mechanism called `AcquireAPI`. Handler containing 2 caching key, one dependent on sentence length used in caching input/output and primitive. The other key (`memory_key`) depends only on other, not changing during inference, parameters and is used to cache weights and bias memory.
 
 ### Dimensions in oneDNN RNN primitives
 

docs/design/mkldnn/inplace/inplace.md

@@ -15,7 +15,7 @@ Currently assumption is that if operator can have in-place processing then all i
 - gelu*
 - sum**
 
-Adventages of in-place computation are:
+Advantages of in-place computation are:
 * lower memory usage
 * improved performance of operators
 

docs/design/network/deep_speech_2.md

@@ -117,7 +117,7 @@ The classical DS2 network contains 15 layers (from bottom to top):
 
 <div align="center">
 <img src="https://raw.githubusercontent.com/PaddlePaddle/Paddle/develop/doc/fluid/images/ds2_network.png" width=350><br/>
-Figure 1. Archetecture of Deep Speech 2 Network.
+Figure 1. Architecture of Deep Speech 2 Network.
 </div>
 
 We don't have to persist on this 2-3-7-1-1-1 depth \[[2](#references)\]. Similar networks with different depths might also work well. As in \[[1](#references)\], authors use a different depth (e.g. 2-2-3-1-1-1) for final experiments.

docs/design/others/graph_survey.md

@@ -30,7 +30,7 @@ def get_symbol(num_classes=10, **kwargs):
 
 Variable here is actually a Symbol. Every basic Symbol will correspond to one Node, and every Node has its own AnyAttr. There is a op field in AnyAttr class, when a Symbol represents Variable(often input data), the op field is null.
 
-Symbol contains a data member, std::vector<NodeEntry> outputs, and NodeEntry cantains a pointer to Node. We can follow the Node pointer to get all the Graph.
+Symbol contains a data member, std::vector<NodeEntry> outputs, and NodeEntry contains a pointer to Node. We can follow the Node pointer to get all the Graph.
 
 And Symbol can be saved to a JSON file.
 

docs/dev_guides/api_contributing_guides/api_design_guidelines_standard_cn.md

@@ -538,7 +538,7 @@
 | 级联 | coalesced | |
 | 数据并行 | data parallelism | |
 | 模型并行 | model parallelism | |
-| 异步随机梯度下降 | Asynchoronous Stochastic Gradient Descent | |
+| 异步随机梯度下降 | Asynchronous Stochastic Gradient Descent | |
 | 参数服务器 | parameter server | |
 | 模型压缩 | model compression | |
 | 动态结构 | dynamic structure | |

docs/guides/advanced/layer_and_model_en.md

@@ -11,7 +11,7 @@ In this guide, you will learn how to define and make use of models in Paddle, an
 
 In Paddle, most models consist of a series of layers. Layer serves as the foundamental logical unit of a model, composed of two parts: the variable that participates in the computation and the operator(s) that actually perform the execution.
 
-Constructing a model from scratch could be painful, with tons of nested codes to write and maintain. To make life easier, Paddle provides foundamental data structure ``paddle.nn.Layer`` to simplify the contruction of layer or model. One may easily inherit from ``paddle.nn.Layer`` to define their custom layers or models. In addition, since both model and layer are essentially inherited from ``paddle.nn.Layer``, model is nothing but a special layer in Paddle.
+Constructing a model from scratch could be painful, with tons of nested codes to write and maintain. To make life easier, Paddle provides foundamental data structure ``paddle.nn.Layer`` to simplify the construction of layer or model. One may easily inherit from ``paddle.nn.Layer`` to define their custom layers or models. In addition, since both model and layer are essentially inherited from ``paddle.nn.Layer``, model is nothing but a special layer in Paddle.
 
 Now let us construct a model using ``paddle.nn.Layer``:
 

docs/guides/paddle_v3_features/paddle_ir_cn.md

@@ -9,7 +9,7 @@
 </figure>
 
 在深度学习框架 IR 概念中，「顺序性」和「图语义」是两个非常高频常用的概念。旧的中间表示体系由「顺序性」ProgramDesc 和「图语义」Graph 两个核心类共同承载。用户在静态图 API 或者动转静模块下，产生的中间表示是 Op-by-Op 的 Program，如果要应用更高层面的优化策略（比如算子融合、inplace 策略、剪枝等），框架会将由 Program 构造出 Graph，其由数据节点、算子节点和彼此关联的边构成。
-在新的 Paddle IR 中，飞桨在底层抽象了一套高度可扩展的基础组件，包括 Type、Attrbute、Op、Trait 和 Interface，并引入了 Dialect 的概念，支持开发者灵活扩展、自由定制，提供了完备鲁邦的语义表达能力；在模型表示层，通过多 Dialect 模块化管理，统一多端表示，实现了训推一体的全架构统一表示，无缝衔接组合算子和编译器，支持自动优化和多硬件适配；在图变换层，通过统一底层模块，简化基础概念，向用户提供了低成本开发、易用高性能、丰富可插拔的 Pass 优化机制。
+在新的 Paddle IR 中，飞桨在底层抽象了一套高度可扩展的基础组件，包括 Type、Attribute、Op、Trait 和 Interface，并引入了 Dialect 的概念，支持开发者灵活扩展、自由定制，提供了完备鲁邦的语义表达能力；在模型表示层，通过多 Dialect 模块化管理，统一多端表示，实现了训推一体的全架构统一表示，无缝衔接组合算子和编译器，支持自动优化和多硬件适配；在图变换层，通过统一底层模块，简化基础概念，向用户提供了低成本开发、易用高性能、丰富可插拔的 Pass 优化机制。
 飞桨的新一代的 IR 表示坚持 SSA（静态单赋值）原则，模型等价于一个有向无环图。并以 Value、Operation 对计算图进行抽象， Operation 为节点，Value 为边。
 
 * Operation 表示计算图中的节点：一个 Operation 表示一个算子，它里面包含了零个或多个 Region；Region 表示一个闭包，它里面包含了零个或多个 Block；Block 表示一个符合 SSA 的基本块，里面包含了零个或多个 Operation；三者循环嵌套，可以实现任意复杂的语法结构
@@ -96,7 +96,7 @@ print(out)
 
 如上左图所示，新一代 IR 的整体设计自底向上分为三层：
 ### 1.灵活的基础组件
-飞桨提供了 Trait 和 Interface 两种重要机制实现了对算子 Op 的特征和接口的抽象标记。 比如 InplaceTrait 表示一个 Op 具有 Inplace 特征，  InferShapeInterface 表示一个算子定义了 InferShape 函数接口等，这二者都是可以任意扩展的，只要派生自相应的基类、遵循相应的实现规则即可；并对算子体系下核心概念抽出 Type、Attrbute、Op，这三者是基于 Trait 和 Interface 进行定义的。它们会对关联自己所拥有的相应 Trait 和 Interface ；Dialect 用来对 Type、Attribtue、Op 做模块化管理， 比如 BuiltinDialect、PaddleDialect、CinnDialect 等等。一个 Dialect 里面包含了一系列的 Type、Attribtue、Op 的定义。相应的，每个 Type、Attribtue、Op 都是定义在某个唯一的 Dialect 里面。对整个 IR 框架而言， Dialect 是可以随意插拔的，也是可以任意扩展的。
+飞桨提供了 Trait 和 Interface 两种重要机制实现了对算子 Op 的特征和接口的抽象标记。 比如 InplaceTrait 表示一个 Op 具有 Inplace 特征，  InferShapeInterface 表示一个算子定义了 InferShape 函数接口等，这二者都是可以任意扩展的，只要派生自相应的基类、遵循相应的实现规则即可；并对算子体系下核心概念抽出 Type、Attribute、Op，这三者是基于 Trait 和 Interface 进行定义的。它们会对关联自己所拥有的相应 Trait 和 Interface ；Dialect 用来对 Type、Attribute、Op 做模块化管理， 比如 BuiltinDialect、PaddleDialect、CinnDialect 等等。一个 Dialect 里面包含了一系列的 Type、Attribute、Op 的定义。相应的，每个 Type、Attribute、Op 都是定义在某个唯一的 Dialect 里面。对整个 IR 框架而言， Dialect 是可以随意插拔的，也是可以任意扩展的。
 
 这一层是 IR 适应多种场景的基础。这一层的每一个要素都是可定制化扩展的，一般情况下，针对一个具体的场景，比如分布式、编译器。都需要定义自己需要用到的 Trait、Interface，然后定义自己的 Dialect，在自己的 Dialect 里面，定义自己需要用到的 Type、Attribute、Op。