fix lint

docs/zh_cn/device/npu_zh.md

@@ -1,17 +1,22 @@
 # NPU (华为昇腾)
+
 ## 使用方法
+
 首先，请参考[MMCV](https://mmcv.readthedocs.io/zh_CN/latest/get_started/build.html#npu-mmcv-full) 安装带有 NPU 支持的 MMCV与 [MMEngine](https://mmengine.readthedocs.io/en/latest/get_started/installation.html#build-from-source) 。
 使用如下命令，可以利用 4 个 NPU 训练模型（以 deeplabv3为例）：
+
 ```shell
 bash tools/dist_train.sh configs/deeplabv3/deeplabv3_r50-d8_512x1024_40k_cityscapes.py 4
 ```
 
 或者，使用如下命令，在一个 NPU 上训练模型（以 deeplabv3为例）：
+
 ```shell
 python tools/train.py configs/deeplabv3/deeplabv3_r50-d8_512x1024_40k_cityscapes.py
 ```
 
 ## 经过验证的模型
+
 |        Model        | mIoU  | Config                                                                                                                                   | Download                                                                                                                   |
 | :-----------------: | :---: | :--------------------------------------------------------------------------------------------------------------------------------------- | :------------------------------------------------------------------------------------------------------------------------- |
 |   [deeplabv3](<>)   | 78.92 | [config](https://github.com/open-mmlab/mmsegmentation/tree/master/configs/deeplabv3/deeplabv3_r50-d8_512x1024_40k_cityscapes.py)         | [log](https://download.openmmlab.com/mmsegmentation/v0.5/device/npu/deeplabv3_r50-d8_512x1024_40k_cityscapes.log.json)     |
@@ -24,7 +29,7 @@ python tools/train.py configs/deeplabv3/deeplabv3_r50-d8_512x1024_40k_cityscapes
 |    [upernet](<>)    | 78.22 | [config](https://github.com/open-mmlab/mmsegmentation/tree/1.x/configs/upernet/upernet_r50_4xb2-40k_cityscapes-512x1024.py)              | [log](https://download.openmmlab.com/mmsegmentation/v0.5/device/npu/upernet_r50_512x1024_40k_cityscapes.log.json)          |
 
 **注意:**
+
 - 如果没有特别标记，NPU 上的结果与使用 FP32 的 GPU 上的结果结果相同。
 
 **以上所有模型权重及训练日志均由华为昇腾团队提供**
-