Fix some typo 1211 (#483)

* fix some typo

* Update nets_cn.rst

doc/fluid/api_cn/layers_cn.rst

@@ -2011,7 +2011,7 @@ conv2d_transpose
 其中：
     -  :math:`X` : 输入张量，具有 ``NCHW`` 格式
 
-    -  :math:`W` : 滤波器张量，，具有 ``NCHW`` 格式
+    -  :math:`W` : 滤波器张量，具有 ``NCHW`` 格式
 
     -  :math:`*` : 卷积操作
 
@@ -4225,7 +4225,7 @@ im2sequence
 image_resize
 -------------------------------
 
-.. py:function:: paddle.fluid.layers.image_resize(input, out_shape=None, scale=None, name=None, resample='BILINEAR')
+.. py:function:: paddle.fluid.layers.image_resize(input, out_shape=None, scale=None, name=None, resample='BILINEAR', actual_shape=None)
 
 调整一批图片的大小
     
@@ -4234,6 +4234,7 @@ image_resize
 支持重新取样方法: 
 
     BILINEAR：双线性插值
+
     NEAREST：最近邻插值
 
 参数:
@@ -6401,7 +6402,7 @@ reshape
 resize_bilinear
 -------------------------------
 
-.. py:function:: paddle.fluid.layers.resize_bilinear(input, out_shape=None, scale=None, name=None)
+.. py:function:: paddle.fluid.layers.resize_bilinear(input, out_shape=None, scale=None, name=None, actual_shape=None)
 
 根据指定的out_shape执行双线性插值调整输入大小，输出形状按优先级由actual_shape、out_shape和scale指定。
 

doc/fluid/api_cn/metrics_cn.rst

@@ -196,7 +196,7 @@ CompositeMetric
 DetectionMAP
 -------------------------------
 
-.. py:class:: paddle.fluid.metrics.DetectionMAP(name=None)
+.. py:class:: paddle.fluid.metrics.DetectionMAP(input, gt_label, gt_box, gt_difficult=None, class_num=None, background_label=0, overlap_threshold=0.5, evaluate_difficult=True, ap_version='integral')
 
 计算 detection 平均精度（mAP）。 mAP是衡量object detectors精度的指标，比如 Faster R-CNN,SSD等。它不同于召回率，它是最大精度的平均值。 请从以下文章中获取更多信息：
 

doc/fluid/api_cn/nets_cn.rst

@@ -159,7 +159,7 @@ attention运算机制可以被视为将查询和一组键值对映射到输出
 sequence_conv_pool
 -------------------------------
 
-.. py:function:: paddle.fluid.nets.sequence_conv_pool(input, num_filters, filter_size, param_attr=None, act='sigmoid', pool_type='max')
+.. py:function:: paddle.fluid.nets.sequence_conv_pool(input, num_filters, filter_size, param_attr=None, act='sigmoid', pool_type='max', bias_attr=None)
 
 sequence_conv_pool由序列卷积和池化组成