Fix CN docs: api/paddle/metric/accuracy_cn.html (#6166)

* Fix CN docs: api/paddle/metric/accuracy_cn.html

* Update after review in PR #6166

* Update 2 after review in PR #6166

docs/api/paddle/metric/accuracy_cn.rst

@@ -7,16 +7,19 @@ accuracy
 
 accuracy layer。参考 https://en.wikipedia.org/wiki/Precision_and_recall
 
-使用输入和标签计算准确率。如果正确的标签在 topk 个预测值里，则计算结果加 1。注意：输出正确率的类型由 input 类型决定，input 和 lable 的类型可以不一样。
+使用 input 和 label 计算准确率。如果正确的 label 在 top k 个预测值里，则计算结果加 1。
+
+.. note::
+    输出正确率的类型由 input 的类型决定，input 和 label 的类型可以不一样。
 
 参数
 :::::::::
 
-    - **input** (Tensor)-数据类型为 float32,float64。输入为网络的预测值。shape 为 ``[sample_number, class_dim]`` 。
-    - **label** (Tensor)-数据类型为 int64。输入为数据集的标签。shape 为 ``[sample_number, 1]`` 。
-    - **k** (int，可选) - 取每个类别中 k 个预测值用于计算，默认值为 1。
-    - **correct** (int，可选) - 正确预测值的个数，默认值为 None。
-    - **total** (int，可选) - 总共的预测值，默认值为 None。
+    - **input** (Tensor) - accuracy layer 的输入，即网络的预测值，数据类型为 float32 或 float64 的 Tensor，shape 为 ``[sample_number, class_dim]`` 。
+    - **label** (Tensor) - 数据集的标签，数据类型为 int64 或 int32 的 Tensor，shape 为 ``[sample_number, 1]`` 。
+    - **k** (int，可选) - 取每个类别中 top k 个预测值用于计算，数据类型为 int64 或 int32，默认值为 1。
+    - **correct** (Tensor，可选) - 正确预测值的个数，数据类型为 int64 或 int32 的 Tensor，默认值为 None。
+    - **total** (Tensor，可选) - 总共的预测值，数据类型为 int64 或 int32 的 Tensor，默认值为 None。
     - **name** (str，可选) - 具体用法请参见 :ref:`api_guide_Name`，一般无需设置，默认值为 None。
 
 返回