!632 dataset: repair some error in docment explanation

Merge pull request !632 from ms_yan/doc_repair

tutorials/source_en/use/data_preparation/converting_datasets.md

@@ -64,7 +64,7 @@ MindSpore provides write operation tools to write user-defined raw data in MindS
     ```python
     data = [{"file_name": "1.jpg", "label": 0, "data": b"\x10c\xb3w\xa8\xee$o&<q\x8c\x8e(\xa2\x90\x90\x96\xbc\xb1\x1e\xd4QER\x13?\xff\xd9"},
             {"file_name": "2.jpg", "label": 56, "data": b"\xe6\xda\xd1\xae\x07\xb8>\xd4\x00\xf8\x129\x15\xd9\xf2q\xc0\xa2\x91YFUO\x1dsE1\x1ep"},
-            {"file_name": "3.jpg", "label": 99, "data": b"\xaf\xafU<\xb8|6\xbd}\xc1\x99[\xeaj+\x8f\x84\xd3\xcc\xa0,i\xbb\xb9-\xcdz\xecp{T\xb1\xdb\"}]
+            {"file_name": "3.jpg", "label": 99, "data": b"\xaf\xafU<\xb8|6\xbd}\xc1\x99[\xeaj+\x8f\x84\xd3\xcc\xa0,i\xbb\xb9-\xcdz\xecp{T\xb1\xdb"}]
     ```
     
 4. Prepare index fields. Adding index fields can accelerate data reading. This step is optional.

tutorials/source_en/use/data_preparation/loading_the_datasets.md

@@ -149,7 +149,7 @@ MindSpore can also read datasets in the `TFRecord` data format through the `TFRe
     ```
 
 ## Loading a Custom Dataset
-In real scenarios, there are virous datasets. For a custom dataset or a dataset that can't be loaded by APIs directly, there are tow ways.
+In real scenarios, there are various datasets. For a custom dataset or a dataset that can't be loaded by APIs directly, there are tow ways.
 One is converting the dataset to MindSpore data format (for details, see [Converting Datasets to the Mindspore Data Format](https://www.mindspore.cn/tutorial/en/master/use/data_preparation/converting_datasets.html)). The other one is using the `GeneratorDataset` object.
 The following shows how to use `GeneratorDataset`.
 

tutorials/source_zh_cn/use/data_preparation/converting_datasets.md

@@ -66,7 +66,7 @@ MindSpore提供写操作工具，可将用户定义的原始数据写为MindSpor
     ```python
     data = [{"file_name": "1.jpg", "label": 0, "data": b"\x10c\xb3w\xa8\xee$o&<q\x8c\x8e(\xa2\x90\x90\x96\xbc\xb1\x1e\xd4QER\x13?\xff\xd9"},
             {"file_name": "2.jpg", "label": 56, "data": b"\xe6\xda\xd1\xae\x07\xb8>\xd4\x00\xf8\x129\x15\xd9\xf2q\xc0\xa2\x91YFUO\x1dsE1\x1ep"},
-            {"file_name": "3.jpg", "label": 99, "data": b"\xaf\xafU<\xb8|6\xbd}\xc1\x99[\xeaj+\x8f\x84\xd3\xcc\xa0,i\xbb\xb9-\xcdz\xecp{T\xb1\xdb\"}]
+            {"file_name": "3.jpg", "label": 99, "data": b"\xaf\xafU<\xb8|6\xbd}\xc1\x99[\xeaj+\x8f\x84\xd3\xcc\xa0,i\xbb\xb9-\xcdz\xecp{T\xb1\xdb"}]
     ```
     
 4. 准备索引字段，添加索引字段可以加速数据读取，该步骤非必选。

tutorials/source_zh_cn/use/data_preparation/data_processing_and_augmentation.md

@@ -26,7 +26,7 @@
 > 从本质上来说，数据增强是通过数据处理中的`map`（映射）进行实现，但是因为数据增强提供丰富的变换操作，所以将其单独提出进行描述。
 
 ## MindSpore支持的数据处理操作
-MindSpore支持多种处理数据操作，包括复制、分批、洗牌、映射等等，详细见下表：
+MindSpore支持多种处理数据操作，包括复制、分批、混洗、映射等等，详细见下表：
 
 | 数据处理 | 说明                                   |
 | -------- | -------------------------------------- |

tutorials/source_zh_cn/use/data_preparation/loading_the_datasets.md

@@ -30,7 +30,7 @@ MindSpore可以加载常见的标准数据集。支持的数据集如下表：
 | --------- | -------------------------------------------------------------------------------------------------------------------------- |
 | ImageNet  | ImageNet是根据WordNet层次结构组织的图像数据库，其中层次结构的每个节点都由成百上千个图像表示。                              |
 | MNIST     | 是一个手写数字图像的大型数据库，通常用于训练各种图像处理系统。                                                             |
-| CIFAR-10  | 常用于训练图像的采集机器学习和计算机视觉算法。CIFAR-10数据集包含10种不同类别的60,000张32x32彩色图像。                      |
+| CIFAR-10  | 常用于机器学习和计算机视觉领域训练的图像集合。CIFAR-10数据集包含10种不同类别的60,000张32x32彩色图像。                      |
 | CIFAR-100 | 该数据集类似于CIFAR-10，不同之处在于它有100个类别，每个类别包含600张图像：500张训练图像和100张测试图像。         |
 | PASCAL-VOC | 数据内容多样，可用于训练计算机视觉模型（分类、定位、检测、分割、动作识别等）。     |
 | CelebA    | CelebA人脸数据集包含上万个名人身份的人脸图片，每张图片有40个特征标记，常用于人脸相关的训练任务。    |