[Docathon][Fix Doc Format No.28-30] fix 3 API docs

docs/api/paddle/incubate/ModelAverage_cn.rst

@@ -75,7 +75,7 @@ apply(executor=None, need_restore=True)
 **参数**
 
     - **executor** (Executor) - 静态图模式下当前网络的执行器；动态图模式下默认值为 None。
-    - **need_restore** (bool) - 恢复标志变量；设为 True 时，执行完成后会将网络的 ``Parameters``恢复为网络默认的值，设为 False 将不会恢复。默认值为 True。
+    - **need_restore** (bool) - 恢复标志变量；设为 True 时，执行完成后会将网络的 ``Parameters`` 恢复为网络默认的值，设为 False 将不会恢复。默认值为 True。
 
 **代码示例**
 

docs/api/paddle/io/DistributedBatchSampler_cn.rst

@@ -37,7 +37,7 @@ COPY-FROM: paddle.io.DistributedBatchSampler
 set_epoch(epoch)
 '''''''''
 
-设置 epoch 数。当设置``shuffle=True``时，此 epoch 被用作随机种子。默认情况下，用户可以不用此接口设置，每个 epoch 时，所有的进程(workers)使用不同的顺序。如果每个 epoch 设置相同的数字，每个 epoch 数据的读取顺序将会相同。
+设置 epoch 数。当设置 ``shuffle=True`` 时，此 epoch 被用作随机种子。默认情况下，用户可以不用此接口设置，每个 epoch 时，所有的进程(workers)使用不同的顺序。如果每个 epoch 设置相同的数字，每个 epoch 数据的读取顺序将会相同。
 
 **参数**
 

docs/api/paddle/nn/RNNTLoss_cn.rst

@@ -5,14 +5,14 @@ RNNTLoss
 
 .. py:class:: paddle.nn.RNNTLoss(blank=0, fastemit_lambda=0.001, reduction='mean', name=None)
 
-计算 RNNT loss。该接口的底层调用了第三方 [warp-transducer](https://github.com/b-flo/warp-transducer.git) 的实现。
+计算 RNNT loss。该接口的底层调用了第三方 `warp-transducer <https://github.com/b-flo/warp-transducer>`_ 的实现。
 也可以叫做 softmax with RNNT，因为 warp-transducer 库中插入了 softmax 激活函数来对输入的值进行归一化。
 
 参数
 :::::::::
     - **blank** (int，可选) - 空格标记的 ID 值，其取值范围为 [0, num_classes + 1)。数据类型支持 int32。默认值为 0。
     - **fastemit_lambda** (float，默认 0.001) - FastEmit 的正则化参数(https://arxiv.org/pdf/2010.11148.pdf)。
-    - **reduction** (str，可选) - 表示如何平均损失，候选是 ``'none'``|``'mean'``|``'sum'`` 。如果是 ``'mean'`` ，输出将是损失的总和并除以 batch_size;如果是 ``'sum'``，返回损失的总和;如果为 ``'none'``，则不应用 reduction。默认是 ``'mean'``。
+    - **reduction** (str，可选) - 表示如何平均损失，候选是 ``'none'`` | ``'mean'`` | ``'sum'`` 。如果是 ``'mean'`` ，输出将是损失的总和并除以 batch_size;如果是 ``'sum'``，返回损失的总和;如果为 ``'none'``，则不应用 reduction。默认是 ``'mean'``。
     - **name** (str，可选) - 操作名称，默认为 None。
 
 形状