modify format

docs/api/api_python/mindarmour.fuzz_testing.rst

@@ -18,22 +18,23 @@ mindarmour.fuzz_testing
 
         参数：
             - **mutate_config** (list) - 变异方法配置。格式为：
-                .. code-block:: python
-
-                    mutate_config = [
-                        {'method': 'GaussianBlur',
-                         'params': {'ksize': [1, 2, 3, 5], 'auto_param': [True, False]}},
-                        {'method': 'UniformNoise',
-                         'params': {'factor': [0.1, 0.2, 0.3], 'auto_param': [False, True]}},
-                        {'method': 'GaussianNoise',
-                         'params': {'factor': [0.1, 0.2, 0.3], 'auto_param': [False, True]}},
-                        {'method': 'Contrast',
-                         'params': {'alpha': [0.5, 1, 1.5], 'beta': [-10, 0, 10], 'auto_param': [False, True]}},
-                        {'method': 'Rotate',
-                         'params': {'angle': [20, 90], 'auto_param': [False, True]}},
-                        {'method': 'FGSM',
-                         'params': {'eps': [0.3, 0.2, 0.4], 'alpha': [0.1], 'bounds': [(0, 1)]}}
-                        ...]
+
+              .. code-block:: python
+
+                  mutate_config = [
+                      {'method': 'GaussianBlur',
+                       'params': {'ksize': [1, 2, 3, 5], 'auto_param': [True, False]}},
+                      {'method': 'UniformNoise',
+                       'params': {'factor': [0.1, 0.2, 0.3], 'auto_param': [False, True]}},
+                      {'method': 'GaussianNoise',
+                       'params': {'factor': [0.1, 0.2, 0.3], 'auto_param': [False, True]}},
+                      {'method': 'Contrast',
+                       'params': {'alpha': [0.5, 1, 1.5], 'beta': [-10, 0, 10], 'auto_param': [False, True]}},
+                      {'method': 'Rotate',
+                       'params': {'angle': [20, 90], 'auto_param': [False, True]}},
+                      {'method': 'FGSM',
+                       'params': {'eps': [0.3, 0.2, 0.4], 'alpha': [0.1], 'bounds': [(0, 1)]}}
+                      ...]
 
               - 支持的方法在列表 `self._strategies` 中，每个方法的参数必须在可选参数的范围内。支持的方法分为两种类型：
               - 首先，自然鲁棒性方法包括：'Translate'、'Scale'、'Shear'、'Rotate'、'Perspective'、'Curve'、'GaussianBlur'、'MotionBlur'、'GradientBlur'、'Contrast'、'GradientLuminance'、'UniformNoise'、'GaussianNoise'、'SaltAndPepperNoise'、'NaturalNoise'。

docs/api/api_python/mindarmour.natural_robustness.transform.image.rst

@@ -22,7 +22,7 @@ mindarmour.natural_robustness.transform.image
         - **start_point** (union[tuple, list]) - 渐变中心的二维坐标。
         - **scope** (float) - 渐变的范围。值越大，渐变范围越大。默认值：0.3。
         - **pattern** (str) - 深色或浅色，此值必须在['light', 'dark']中。
-        - **bright_rate** (float) - 控制亮度。值越大，梯度范围越大。如果参数`pattern`为'light'，建议值范围为[0.1, 0.7]，如果参数`pattern`为'dark'，建议值范围为[0.1, 0.9]。
+        - **bright_rate** (float) - 控制亮度。值越大，梯度范围越大。如果参数 `pattern` 为'light'，建议值范围为[0.1, 0.7]，如果参数 `pattern` 为'dark'，建议值范围为[0.1, 0.9]。
         - **mode** (str) - 渐变模式，值必须在['circle', 'horizontal', 'vertical']中。
         - **auto_param** (bool) - 自动选择参数。在保留图像的语义的范围内自动选择参数。默认值：False。
 

docs/api/api_python/mindarmour.privacy.evaluation.rst

@@ -41,11 +41,12 @@ mindarmour.privacy.evaluation
             - **dataset_train** (minspore.dataset) - 目标模型的训练数据集。
             - **dataset_test** (minspore.dataset) - 目标模型的测试集。
             - **attack_config** (Union[list, tuple]) - 攻击模型的参数设置。格式为
-                .. code-block:: python
 
-                    attack_config =
-                        [{"method": "knn", "params": {"n_neighbors": [3, 5, 7]}},
-                         {"method": "lr", "params": {"C": np.logspace(-4, 2, 10)}}]
+              .. code-block:: python
+
+                  attack_config =
+                      [{"method": "knn", "params": {"n_neighbors": [3, 5, 7]}},
+                       {"method": "lr", "params": {"C": np.logspace(-4, 2, 10)}}]
 
               - 支持的方法有knn、lr、mlp和rf，每个方法的参数必须在可变参数的范围内。参数实现的提示可在下面找到：
 

docs/api/api_python/mindarmour.privacy.sup_privacy.rst

@@ -25,7 +25,7 @@ mindarmour.privacy.sup_privacy
 
     抑制隐私训练器，重载自 :class:`mindspore.Model` 。
 
-    有关详细信息，请查看： `应用抑制隐私机制保护用户隐私 <https://mindspore.cn/mindarmour/docs/zh-CN/master/protect_user_privacy_with_suppress_privacy.html>`_。
+    有关详细信息，请查看： `应用抑制隐私机制保护用户隐私 <https://mindspore.cn/mindarmour/docs/zh-CN/master/protect_user_privacy_with_suppress_privacy.html#%E5%BC%95%E5%85%A5%E6%8A%91%E5%88%B6%E9%9A%90%E7%A7%81%E8%AE%AD%E7%BB%83>`_。
 
     参数：
         - **network** (Cell) - 要训练的神经网络模型。
@@ -161,10 +161,11 @@ mindarmour.privacy.sup_privacy
 
     参数：
         - **layer_name** (str) - 层名称，如下获取一个层的名称：
-            .. code-block::
 
-                for layer in networks.get_parameters(expand=True):
-                    if layer.name == "conv": ...
+          .. code-block::
+
+              for layer in networks.get_parameters(expand=True):
+                  if layer.name == "conv": ...
 
         - **grad_idx** (int) - 掩码层在梯度元组中的索引。可参考 `model.py <https://gitee.com/mindspore/mindarmour/blob/master/mindarmour/privacy/sup_privacy/train/model.py>`_ 中TrainOneStepCell的构造函数，在PYNATIVE_MODE模式下打印某些层的索引值。
         - **is_add_noise** (bool) - 如果为True，则此层的权重可以添加噪声。如果为False，则此层的权重不能添加噪声。如果参数num大于100000，则　`is_add_noise` 无效。

docs/api/api_python/mindarmour.rst

@@ -152,22 +152,23 @@ MindArmour是MindSpore的工具箱，用于增强模型可信，实现隐私保
 
         参数：
             - **mutate_config** (list) - 变异方法配置。格式为：
-                .. code-block:: python
+
+              .. code-block:: python
    
-                    mutate_config = 
-                        [{'method': 'GaussianBlur',
-                          'params': {'ksize': [1, 2, 3, 5], 'auto_param': [True, False]}},
-                         {'method': 'UniformNoise',
-                          'params': {'factor': [0.1, 0.2, 0.3], 'auto_param': [False, True]}},
-                         {'method': 'GaussianNoise',
-                          'params': {'factor': [0.1, 0.2, 0.3], 'auto_param': [False, True]}},
-                         {'method': 'Contrast',
-                          'params': {'alpha': [0.5, 1, 1.5], 'beta': [-10, 0, 10], 'auto_param': [False, True]}},
-                         {'method': 'Rotate',
-                          'params': {'angle': [20, 90], 'auto_param': [False, True]}},
-                         {'method': 'FGSM',
-                          'params': {'eps': [0.3, 0.2, 0.4], 'alpha': [0.1], 'bounds': [(0, 1)]}}]
-                        ...]
+                  mutate_config = 
+                      [{'method': 'GaussianBlur',
+                        'params': {'ksize': [1, 2, 3, 5], 'auto_param': [True, False]}},
+                       {'method': 'UniformNoise',
+                        'params': {'factor': [0.1, 0.2, 0.3], 'auto_param': [False, True]}},
+                       {'method': 'GaussianNoise',
+                        'params': {'factor': [0.1, 0.2, 0.3], 'auto_param': [False, True]}},
+                       {'method': 'Contrast',
+                        'params': {'alpha': [0.5, 1, 1.5], 'beta': [-10, 0, 10], 'auto_param': [False, True]}},
+                       {'method': 'Rotate',
+                        'params': {'angle': [20, 90], 'auto_param': [False, True]}},
+                       {'method': 'FGSM',
+                        'params': {'eps': [0.3, 0.2, 0.4], 'alpha': [0.1], 'bounds': [(0, 1)]}}]
+                      ...]
 
               - 支持的方法在列表 `self._strategies` 中，每个方法的参数必须在可选参数的范围内。支持的方法分为两种类型：
               - 首先，自然鲁棒性方法包括：'Translate', 'Scale'、'Shear'、'Rotate'、'Perspective'、'Curve'、'GaussianBlur'、'MotionBlur'、'GradientBlur'、'Contrast'、'GradientLuminance'、'UniformNoise'、'GaussianNoise'、'SaltAndPepperNoise'、'NaturalNoise'。
@@ -252,11 +253,11 @@ MindArmour是MindSpore的工具箱，用于增强模型可信，实现隐私保
             - **dataset_test** (minspore.dataset) - 目标模型的测试集。
             - **attack_config** (Union[list, tuple]) - 攻击模型的参数设置。格式为：
 
-                .. code-block::
+              .. code-block::
 
-                    attack_config = [
-                        {"method": "knn", "params": {"n_neighbors": [3, 5, 7]}},
-                         {"method": "lr", "params": {"C": np.logspace(-4, 2, 10)}}]
+                  attack_config = [
+                      {"method": "knn", "params": {"n_neighbors": [3, 5, 7]}},
+                      {"method": "lr", "params": {"C": np.logspace(-4, 2, 10)}}]
 
               - 支持的方法有knn、lr、mlp和rf，每个方法的参数必须在可变参数的范围内。参数实现的提示可在下面找到：