修改了一些注释

fastNLP/core/dataset.py

@@ -212,39 +212,33 @@
     target和input，这种情况下，fastNLP默认不进行pad。另外，当某个field已经被设置为了target或者input后，之后append的
     instance对应的field必须要和前面已有的内容一致，否则会报错。
 
-    可以查看field的dtype
-
-        Example::
+    可以查看field的dtype::
         
-            from fastNLP import DataSet
+        from fastNLP import DataSet
 
-            d = DataSet({'a': [0, 1, 3], 'b':[[1.0, 2.0], [0.1, 0.2], [3]]})
-            d.set_input('a', 'b')
-            d.a.dtype
-            >> numpy.int64
-            d.b.dtype
-            >> numpy.float64
-            # 默认情况下'a'这个field将被转换为torch.LongTensor，但如果需要其为torch.FloatTensor可以手动修改dtype
-            d.a.dtype = float  #  请确保该field的确可以全部转换为float。
+        d = DataSet({'a': [0, 1, 3], 'b':[[1.0, 2.0], [0.1, 0.2], [3]]})
+        d.set_input('a', 'b')
+        d.a.dtype
+        >> numpy.int64
+        d.b.dtype
+        >> numpy.float64
+        # 默认情况下'a'这个field将被转换为torch.LongTensor，但如果需要其为torch.FloatTensor可以手动修改dtype
+        d.a.dtype = float  #  请确保该field的确可以全部转换为float。
 
     如果某个field中出现了多种类型混合(比如一部分为str，一部分为int)的情况，fastNLP无法判断该field的类型，会报如下的
-    错误:
-
-        Example::
+    错误::
 
-            from fastNLP import DataSet
-            d = DataSet({'data': [1, 'a']})
-            d.set_input('data')
-            >> RuntimeError: Mixed data types in Field data: [<class 'str'>, <class 'int'>]
-
-    可以通过设置以忽略对该field进行类型检查
+        from fastNLP import DataSet
+        d = DataSet({'data': [1, 'a']})
+        d.set_input('data')
+        >> RuntimeError: Mixed data types in Field data: [<class 'str'>, <class 'int'>]
 
-        Example::
+    可以通过设置以忽略对该field进行类型检查::
 
-            from fastNLP import DataSet
-            d = DataSet({'data': [1, 'a']})
-            d.set_ignore_type('data')
-            d.set_input('data')
+        from fastNLP import DataSet
+        d = DataSet({'data': [1, 'a']})
+        d.set_ignore_type('data')
+        d.set_input('data')
 
     当某个field被设置为忽略type之后，fastNLP将不对其进行pad。
 

fastNLP/core/utils.py

@@ -35,9 +35,7 @@ def cache_results(_cache_fp, _refresh=False, _verbose=1):
     """
     别名：:class:`fastNLP.cache_results` :class:`fastNLP.core.uitls.cache_results`
 
-    cache_results是fastNLP中用于cache数据的装饰器。通过下面的例子看一下如何使用
-
-    Example::
+    cache_results是fastNLP中用于cache数据的装饰器。通过下面的例子看一下如何使用::
 
         import time
         import numpy as np
@@ -607,6 +605,7 @@ def seq_len_to_mask(seq_len):
     转变 1-d seq_len到2-d mask.
 
     Example::
+    
         >>> seq_len = torch.arange(2, 16)
         >>> mask = seq_len_to_mask(seq_len)
         >>> print(mask.size())

test/models/model_runner.py

@@ -6,6 +6,7 @@
 此模块的测试仅保证模型能使用fastNLP进行训练和测试，不测试模型实际性能
 
 Example::
+
     # import 全大写变量...
     from model_runner import *