diff --git a/doc/fluid/api_cn/layers_cn/sigmoid_focal_loss_cn.rst b/doc/fluid/api_cn/layers_cn/sigmoid_focal_loss_cn.rst
index 0dd282715846728bfb7d30cb2caccf8d92c186a8..43baa30ad94755aad0a6bb5c89bf0a7b0ca8d529 100644
--- a/doc/fluid/api_cn/layers_cn/sigmoid_focal_loss_cn.rst
+++ b/doc/fluid/api_cn/layers_cn/sigmoid_focal_loss_cn.rst
@@ -28,8 +28,8 @@ Focal Loss的计算过程如下：
     - **x**  (Variable) – 维度为 :math:`[N, C]` 的2-D Tensor，表示全部样本的分类预测值。其中，第一维N是批量内参与训练的样本数量，例如在目标检测中，样本为框级别，N为批量内所有图像的正负样本的数量总和；在图像分类中，样本为图像级别，N为批量内的图像数量总和。第二维:math:`C` 是类别数量（ **不包括背景类** ）。数据类型为float32或float64。
     - **label**  (Variable) – 维度为 :math:`[N, 1]` 的2-D Tensor，表示全部样本的分类目标值。其中，第一维N是批量内参与训练的样本数量，第二维1表示每个样本只有一个类别目标值。正样本的目标类别值的取值范围是 :math:`[1, C]` , 负样本的目标类别值是0。数据类型为int32。
     - **fg_num**  (Variable) – 维度为 :math:`[1]` 的1-D Tensor，表示批量内正样本的数量，需在进入此OP前获取正样本的数量。数据类型为int32。
-    - **gamma**  (float) –  用于平衡易分样本和难分样本的超参数， 默认值设置为2.0。
-    - **alpha**  (float) – 用于平衡正样本和负样本的超参数，默认值设置为0.25。
+    - **gamma**  (int|float) –  用于平衡易分样本和难分样本的超参数， 默认值设置为2.0。
+    - **alpha**  (int|float) – 用于平衡正样本和负样本的超参数，默认值设置为0.25。
 
 
 返回：  输入x中每个元素的Focal loss，即维度为 :math:`[N, C]` 的2-D Tensor。