From 41b5bc586055256938a3580a7f226c44abec84d0 Mon Sep 17 00:00:00 2001
From: tumytime <2259763426@qq.com>
Date: Sun, 12 Oct 2025 11:38:10 +0800
Subject: [PATCH] =?UTF-8?q?=E4=BF=AE=E5=A4=8D=EF=BC=9A=E8=A1=A5=E5=85=85?=
 =?UTF-8?q?=E5=8F=8D=E5=BC=95=E5=8F=B7=E5=89=8D=E5=90=8E=E7=9A=84=E7=A9=BA?=
 =?UTF-8?q?=E6=A0=BC?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 docs/api/paddle/regularizer/L1Decay_cn.rst | 2 +-
 1 file changed, 1 insertion(+), 1 deletion(-)

diff --git a/docs/api/paddle/regularizer/L1Decay_cn.rst b/docs/api/paddle/regularizer/L1Decay_cn.rst
index 0eb12e5fc76..6d67b2b2b79 100644
--- a/docs/api/paddle/regularizer/L1Decay_cn.rst
+++ b/docs/api/paddle/regularizer/L1Decay_cn.rst
@@ -11,7 +11,7 @@ L1Decay 实现 L1 权重衰减正则化，用于模型训练，使得权重矩
 (例如 :ref:`cn_api_paddle_optimizer_Momentum` )中，在 ``ParamAttr`` 中设置时，只对该
 网络层中的可训练参数生效；在 ``optimizer`` 中设置时，会对所有的可训练参数生效；如果同时设置，在
 ``ParamAttr`` 中设置的优先级会高于在 ``optimizer`` 中的设置，即，对于一个可训练的参数，如果在
-``ParamAttr`` 中定义了正则化，那么会忽略 ``optimizer`` 中的正则化；否则会使用 ``optimizer``中的
+``ParamAttr`` 中定义了正则化，那么会忽略 ``optimizer`` 中的正则化；否则会使用 ``optimizer`` 中的
 正则化。
 
 具体实现中，L1 权重衰减正则化的损失函数计算如下：