use note or warning syntax (#1606)

test=develop

doc/fluid/api_cn/dygraph_cn/Layer_cn.rst

@@ -150,11 +150,8 @@ Layer的全名。组成方式为： ``name_scope`` + “/” + MyLayer.__class__
 
 .. py:method:: load_dict(stat_dict, include_sublayers=True)
 
-.. raw:: html
-    <style> .red {color:red; font-weight:bold} </style>
-.. role:: red
-
-:red:`注意：该函数将被弃用。请使用set_dict函数。`
+.. warning::
+    该函数将被弃用。请使用set_dict函数。
 
 根据传入的 ``stat_dict`` 设置参数。 所有参数将由 ``stat_dict`` 中的 ``Tensor`` 设置。
 

doc/fluid/api_cn/fluid_cn/CUDAPlace_cn.rst

@@ -5,7 +5,8 @@ CUDAPlace
 
 .. py:class:: paddle.fluid.CUDAPlace
 
-<font color="#FF0000">**注意：多卡任务请先使用 FLAGS_selected_gpus 环境变量设置可见的GPU设备，下个版本将会修正 CUDA_VISIBLE_DEVICES 环境变量无效的问题。 **</font> 
+.. note::
+    多卡任务请先使用 FLAGS_selected_gpus 环境变量设置可见的GPU设备，下个版本将会修正 CUDA_VISIBLE_DEVICES 环境变量无效的问题。
 
 ``CUDAPlace`` 是一个设备描述符，表示一个分配或将要分配 ``Tensor`` 或 ``LoDTensor`` 的 GPU 设备。
 每个 ``CUDAPlace`` 有一个 ``dev_id`` （设备id）来表明当前的 ``CUDAPlace`` 所代表的显卡编号，编号从 0 开始。

doc/fluid/api_cn/fluid_cn/cuda_places_cn.rst

@@ -5,7 +5,8 @@ cuda_places
 
 .. py:function:: paddle.fluid.cuda_places(device_ids=None)
 
-<font color="#FF0000">**注意：多卡任务请先使用 FLAGS_selected_gpus 环境变量设置可见的GPU设备，下个版本将会修正 CUDA_VISIBLE_DEVICES 环境变量无效的问题。 **</font> 
+.. note::
+    多卡任务请先使用 FLAGS_selected_gpus 环境变量设置可见的GPU设备，下个版本将会修正 CUDA_VISIBLE_DEVICES 环境变量无效的问题。
 
 该接口根据 ``device_ids`` 创建一个或多个 ``fluid.CUDAPlace`` 对象，并返回所创建的对象列表。
 

doc/fluid/api_cn/layers_cn/dynamic_lstm_cn.rst

@@ -7,15 +7,9 @@ dynamic_lstm
 
 该OP实现了 LSTM，即 Long-Short Term Memory（长短期记忆）运算 - `Hochreiter, S., & Schmidhuber, J. (1997) <http://deeplearning.cs.cmu.edu/pdfs/Hochreiter97_lstm.pdf>`_。
 
-.. raw:: html
-
-    <style> .red {color:red; font-weight:bold} </style>
-
-.. role:: red
-
-:red:`注意：`
-      - :red:`该OP仅支持 LoDTensor 作为输入，如果您需要处理的是Tensor，请使用` :ref:`cn_api_fluid_layers_lstm` 。
-      - :red:`在实现的时候为了提升效率，用户必须将LSTM的输入先进行线性映射，将维度为 [T, hidden_size] 的输入映射为 [T, 4 × hidden_size] 输入，然后再传给该OP。`
+.. note::
+    - 该OP仅支持 LoDTensor 作为输入，如果您需要处理的是Tensor，请使用 :ref:`cn_api_fluid_layers_lstm` 。
+    - 在实现的时候为了提升效率，用户必须将LSTM的输入先进行线性映射，将维度为 [T, hidden_size] 的输入映射为 [T, 4 × hidden_size] 输入，然后再传给该OP。
 
 该OP的默认实现方式为 diagonal/peephole 连接，参见 `Gers, F. A., & Schmidhuber, J. (2000) <ftp://ftp.idsia.ch/pub/juergen/TimeCount-IJCNN2000.pdf>`_。
 如果需要禁用 peephole 连接方法，将 use_peepholes 设为 False 即可。 

doc/fluid/api_cn/layers_cn/dynamic_lstmp_cn.rst

@@ -4,13 +4,8 @@ dynamic_lstmp
 -------------------------------
 .. py:function:: paddle.fluid.layers.dynamic_lstmp(input, size, proj_size, param_attr=None, bias_attr=None, use_peepholes=True, is_reverse=False, gate_activation='sigmoid', cell_activation='tanh', candidate_activation='tanh', proj_activation='tanh', dtype='float32', name=None, h_0=None, c_0=None, cell_clip=None, proj_clip=None)
 
-.. raw:: html
-
-    <style> .red {color:red; font-weight:bold} </style>
-
-.. role:: red
-
-:red:`注意：在实现的时候为了提升效率，用户必须将输入先进行线性映射，将维度为 [T, hidden_size] 的输入映射为 [T, 4×hidden_size] 输入，然后再传给该OP。`
+.. note::
+    在实现的时候为了提升效率，用户必须将输入先进行线性映射，将维度为 [T, hidden_size] 的输入映射为 [T, 4×hidden_size] 输入，然后再传给该OP。
 
 该OP实现了LSTMP（LSTM Projected）层。LSTMP层在LSTM层之后有一个单独的的线性映射层。 -- `Sak, H., Senior, A., & Beaufays, F. (2014) <https://ai.google/research/pubs/pub43905.pdf>`_。
 

doc/fluid/api_cn/layers_cn/lstm_cn.rst

@@ -5,13 +5,8 @@ lstm
 
 .. py:function::  paddle.fluid.layers.lstm(input, init_h, init_c, max_len, hidden_size, num_layers, dropout_prob=0.0, is_bidirec=False, is_test=False, name=None, default_initializer=None, seed=-1)
 
-.. raw:: html
-
-    <style> .red {color:red; font-weight:bold} </style>
-
-.. role:: red
-
-:red:`注意：该OP仅支持 GPU 设备运行`
+.. note::
+    该OP仅支持 GPU 设备运行
 
 该OP实现了 LSTM，即 Long-Short Term Memory（长短期记忆）运算 - `Hochreiter, S., & Schmidhuber, J. (1997) <http://deeplearning.cs.cmu.edu/pdfs/Hochreiter97_lstm.pdf>`_。
 

doc/fluid/api_cn/layers_cn/sequence_scatter_cn.rst

-.. raw:: html
-
-    <style> .red {color:red; font-weight:bold} </style>
-
-.. role:: red
-
 .. _cn_api_fluid_layers_sequence_scatter:
 
 sequence_scatter
@@ -11,7 +5,8 @@ sequence_scatter
 
 .. py:function:: paddle.fluid.layers.sequence_scatter(input, index, updates, name=None)
 
-:red:`注意：该OP的输入index，updates必须是LoDTensor。` 
+.. note::
+    该OP的输入index，updates必须是LoDTensor。
 
 该OP根据index提供的位置将updates中的信息更新到输出中。
 

doc/fluid/api_cn/layers_cn/sequence_softmax_cn.rst

-.. raw:: html
-   
-    <style> .red {color:red; font-weight:bold} </style>
-
-.. role:: red
-
 .. _cn_api_fluid_layers_sequence_softmax:
 
 sequence_softmax
@@ -11,7 +5,8 @@ sequence_softmax
 
 .. py:function:: paddle.fluid.layers.sequence_softmax(input, use_cudnn=False, name=None)
 
-:red:`注意：该OP的输入只能是LoDTensor，如果要处理的输入是Tensor类型，请使用`  :ref:`cn_api_fluid_layers_softmax` 
+.. note::
+    该OP的输入只能是LoDTensor，如果要处理的输入是Tensor类型，请使用 :ref:`cn_api_fluid_layers_softmax`
 
 该OP根据LoD信息将输入的第0维度进行划分，在划分的每一个区间内部进行运算。
 

doc/fluid/api_cn/layers_cn/sequence_unpad_cn.rst

-.. raw:: html
-
-    <style> .red {color:red; font-weight:bold} </style>
-
-.. role:: red
-
 .. _cn_api_fluid_layers_sequence_unpad:
 
 sequence_unpad
@@ -11,7 +5,8 @@ sequence_unpad
 
 .. py:function:: paddle.fluid.layers.sequence_unpad(x, length, name=None)
 
-:red:`注意：该OP的输入为Tensor，输出为LoDTensor。该OP用于移除填充元素，与之对应，还存在进行数据填充的OP sequence_pad，详情见：`  :ref:`cn_api_fluid_layers_sequence_pad`
+.. note::
+    该OP的输入为Tensor，输出为LoDTensor。该OP用于移除填充元素，与之对应，还存在进行数据填充的OP sequence_pad，详情见： :ref:`cn_api_fluid_layers_sequence_pad`
 
 该OP根据length的信息，将input中padding（填充）元素移除，并且返回一个LoDTensor。
 

doc/fluid/api_cn/layers_cn/sqrt_cn.rst

@@ -9,7 +9,8 @@ sqrt
 
 .. math:: out=\sqrt x=x^{1/2}
 
-<font color="#FF0000">**注意：请确保输入中的数值是非负数。**</font>
+.. note::
+    请确保输入中的数值是非负数。
 
 参数: