修正一些描述错误

source/reference/comparison/adaptive_avg_pool2d.rst

@@ -52,7 +52,7 @@ AdaptiveAvgPool2d 差异对比
     
     # 使用MegEngine的AdaptiveAvgPool2d 
     me_pool = megengine.module.AdaptiveAvgPool2d((32, 32)) 
-    me_output = me_pool(input_tensor2.astype(me.float32)) 
+    me_output = me_pool(input_tensor2.astype(megengine.float32)) 
 
     # 使用PyTorch的AdaptiveAvgPool2d 
     torch_pool = torch.nn.AdaptiveAvgPool2d((32, 32)) 

source/reference/comparison/adaptive_max_pool2d.rst

@@ -59,7 +59,7 @@ return_indices 参数
 
     # 使用MegEngine的AdaptiveMaxPool2d 
     me_pool = megengine.module.AdaptiveMaxPool2d((32, 32)) 
-    me_output = me_pool(input_tensor2.astype(me.float32)) 
+    me_output = me_pool(input_tensor2.astype(megengine.float32)) 
 
     # 使用PyTorch的AdaptiveMaxPool2d 
     torch_pool = torch.nn.AdaptiveMaxPool2d((32, 32)) 

source/reference/comparison/avg_pool2d.rst

@@ -48,12 +48,12 @@ mode 参数
 
 ceil_mode 参数
 ~~~~~~~~~~~~~~~
-PyTorch 中有 ``ceil_mode`` 参数，MegEngine 无此参数，此参数通过计算公式达到便于控制 output 的尺寸，当输出后的图像大小不满足 output 输出为整数时，此参数可以不用 padding，用此参数向上或者向下取整。MegEngine 可以通过手动增加 padding 控制 output，如果输出不为整数，则默认自动向下自动取整。
+PyTorch 中有 ``ceil_mode`` 参数，MegEngine 无此参数，此参数通过计算公式达到便于控制 output 的尺寸，当输出后的图像大小不满足 output 输出为整数时，此参数可以不用 padding，用此参数向上或者向下取整。MegEngine 则通过手动增加 padding 控制 output，如果输出不为整数，则自动向下取整。
 
 
 divisor_override 参数
 ~~~~~~~~~~~~~~~~~~~~~~
-PyTorch 中有 divisor_override 参数，MegEngine 无此参数，该参数的目的是可以控制求期望时的分母，将结果缩放/扩大，MenEgngine 可以通过 avg_pool2d 后面乘一个系数达到相同的效果。
+PyTorch 中有 divisor_override 参数，MegEngine 无此参数，该参数的目的是可以控制求期望时的分母，将结果缩放/扩大，MenEgngine 中 无此参数。
 
 .. code-block:: python
 

source/reference/comparison/conv_transpose2d.rst

@@ -61,7 +61,7 @@ PyTorch padding 可以是单个数字或元组，MegEngine padding 仅支持数
 
 compute_mode 参数
 ~~~~~~~~~~~~~~~~~
-MegEngine 中包含  ``compute_mode`` 参数，PyTorch 中无此参数，该参数用于指定计算模式，当设置 “default” 时, 不会对中间结果的精度有特殊要求。当设置 “float32” 时, “float32” 将被用作中间结果的累加器, 但是只有当输入和输出的 dtype 是 float16 时有效。 
+MegEngine 中包含  ``compute_mode`` 参数，PyTorch 中无此参数，该参数用于指定计算模式，当设置 “default” 时, 不会对中间结果的精度有特殊要求。当设置 “float32” 时, “float32” 将被用作中间结果的数据类型, 但是只有当输入和输出的 dtype 是 float16 时有效。 
 
 conv_mode 参数
 ~~~~~~~~~~~~~~~

source/reference/comparison/dropout.rst

@@ -41,5 +41,5 @@ MegEngine 中 ``drop_prob`` 参数对应 PyTorch 中的 ``p`` 参数，表示每
 
 inplace
 ~~~~~~~~~~~~~
-PyTorch 中 ``inplace`` 参数，表示在不更改变量的内存地址的情况下，直接修改变量的值，MegEngine 中无此参数，一般对网络训练结果影响不大。
+PyTorch 中 ``inplace`` 参数，表示是否要原地操作，默认不开启，MegEngine 中无此参数，一般对网络训练结果影响不大。
 

source/reference/comparison/embedding.rst

@@ -51,7 +51,7 @@ Pad 差异对比
 
 padding_idx
 ~~~~~~~~~~~~
-PyTorch ``padding_idx`` 参数表示在此区间内的参数及对应的梯度将会以 0 进行填充，MegEngine 中暂不支持，需要设置为 None。
+PyTorch ``padding_idx`` 参数表示在此区间内的参数及对应的梯度将会以 0 进行填充，MegEngine 中暂不支持，需要设置为 None，非 None 的情况会被 assert。
 
 max_norm
 ~~~~~~~~~~~~
@@ -71,7 +71,7 @@ PyTorch ``sparse`` 参数表示是否使用稀疏更新，MegEngine 无此参数
 
 initial_weight
 ~~~~~~~~~~~~
-MegEngine ``initial_weight`` 参数该模块的可学习权重，形状为(num_embeddings, embedding_dim) ，PyTorch 中无此参数。
+MegEngine ``initial_weight`` 初始化该模块的可学习权重，形状为(num_embeddings, embedding_dim) ，PyTorch 中无此参数。
 
 .. code-block::: python
     

source/reference/comparison/instance_norm.rst

@@ -39,24 +39,20 @@ InstanceNorm 差异对比
   更多请查看 :py:class:`megengine.module.InstanceNorm`.
 
 
-使用差异
---------
-Pytorch 支持 Instance Normalization1d（对输入的最后一维算均值和方差），Instance Normalization2d，Instance Normalization3d（将输入的后三维（即除了batchsize维和channel维）合并在一起算均值和方差）；MegEngine 仅提供对 2d 即 4 维输入数据（N,C,H,W）的支持。两者均要求输入输出的维度保持一致。
-
 参数差异
 --------
 
 track_running_stats
 ~~~~~~~~~~~~~~~~~~~
-Pytorch 中存在 ``track_running_stats`` 参数，当此参数为 True 时，在训练时会始终记录并更新（通过动量方法更新）全局的均值和方差，在测试时可以用这个均值和方差来归一化（可以理解为这个均值和方差是所有训练样本的均值和方差，是全局的，对整个样本集的统计信息的描述更加准确一些）；当此参数为 False 时，不记录更新全局的均值和方差，如此的话，测试时用 batch 的测试数据本身的样本和方差来归一化。MegEngine 中无此参数。
+Pytorch 中存在 ``track_running_stats`` 参数，当此参数为 True 时，在训练时会始终记录并更新（通过动量方法更新）全局的均值和方差，在测试时可以用这个均值和方差来归一化当前batch的输入（可以理解为这个均值和方差是所有训练样本的均值和方差，是全局的，对整个样本集的统计信息的描述更加准确一些）；当此参数为 False 时，不记录更新全局的均值和方差，如此的话，测试时用 batch 的测试数据本身的样本和方差来归一化。MegEngine 中无此参数。
 
 momentum
 ~~~~~~~~~~
-Pytorch 中存在 ``momentum`` 参数，在 ``track_running_stats`` 为 True 时， ``momentum`` 是训练过程中对均值和方差进行动量更新的动量参数，在 ``track_running_stats`` 为 False 时， ``momentum`` 不起作用。MegEngine 中无此参数。
+Pytorch 中存在 ``momentum`` 参数，在 ``track_running_stats`` 为 True 时， ``momentum`` 是训练过程中对均值和方差进行动量更新的超参参；在 ``track_running_stats`` 为 False 时， ``momentum`` 不起作用。MegEngine 中无此参数。
 
 
 
-Pytorch 中的 ``num_features`` 对应 MegEngine 中的 ``num_channels``,表示通道数
+Pytorch 中的 ``num_features`` 对应 MegEngine 中的 ``num_channels``,表示通道数。
 
 用法相似：
 .. code-block:: python

source/reference/comparison/leakyrelu.rst

@@ -39,7 +39,7 @@ LeakyRelu 差异对比
 inplace
 ~~~~~~~~~~~~
 
-Pytorch 中的 inplace 参数表示在不更改变量的内存地址的情况下，直接修改变量的值，MegEngine 无此参数。
+Pytorch 中的 inplace 参数表示是否要原地操作，默认不开启，MegEngine 无此参数。