diff --git a/doc/fluid/api_cn/transpiler_cn/DistributeTranspilerConfig_cn.rst b/doc/fluid/api_cn/transpiler_cn/DistributeTranspilerConfig_cn.rst
index fa434437acd5f4d394c9f9efbf855249af0fb669..280b40fe3c1c7b71be6c2d496d85ea85a3091790 100644
--- a/doc/fluid/api_cn/transpiler_cn/DistributeTranspilerConfig_cn.rst
+++ b/doc/fluid/api_cn/transpiler_cn/DistributeTranspilerConfig_cn.rst
@@ -5,29 +5,35 @@ DistributeTranspilerConfig
 
 .. py:class:: paddle.fluid.transpiler.DistributeTranspilerConfig
 
+单机任务切换为分布式任务的配置类，其中较为重要的几个配置参数如下所示：
+
 .. py:method:: slice_var_up (bool)
 
-为Pserver将张量切片, 默认为True
+是否为Pserver将张量切片， 默认为True
 
 .. py:method:: split_method (PSDispatcher)
 
-可使用 RoundRobin 或者 HashName
+参数分发的方式，当前支持的方法包括 :ref:`cn_api_fluid_transpiler_RoundRobin` 和 :ref:`cn_api_fluid_transpiler_HashName` 两种， 默认为RoundRobin。
 
 注意: 尝试选择最佳方法来达到负载均衡。
 
-
 .. py:attribute:: min_block_size (int)
 
-最小数据块的大小
+参数切片时，最小数据块的大小，默认为8192。
 
-注意: 根据：https://github.com/PaddlePaddle/Paddle/issues/8638#issuecomment-369912156 , 当数据块大小超过2MB时，我们可以有效地使用带宽。如果你想更改它，请详细查看slice_variable函数。
+注意: 根据：https://github.com/PaddlePaddle/Paddle/issues/8638#issuecomment-369912156 ， 当数据块大小超过2MB时，我们可以有效地使用带宽。如果你想更改它，请详细查看slice_variable函数。
 
 **代码示例**
 
 .. code-block:: python
 
+        from paddle.fluid.transpiler.ps_dispatcher import RoundRobin
+        import paddle.fluid as fluid
+
         config = fluid.DistributeTranspilerConfig()
         config.slice_var_up = True
+        config.split_method = RoundRobin
+        config.min_block_size = 81920