diff --git a/caffe2fluid/doc/SofmaxWithLoss.md b/caffe2fluid/doc/SofmaxWithLoss.md
index 750f4a25c054940ae028dd01dcb40b38925938ba..a74565d638dae8f54ebe669df4b080de220e1e15 100644
--- a/caffe2fluid/doc/SofmaxWithLoss.md
+++ b/caffe2fluid/doc/SofmaxWithLoss.md
@@ -38,7 +38,7 @@ paddle.fluid.layers.softmax_with_cross_entropy(
 Caffe：输入数据（`x`）的维度最大是4维(`N*C*H*W`)；                 
 PaddlePaddle：输入数据(`x`和`label`)的维度只能是2维（`N*K`）。
 #### 输入格式
-Caffe: 采用硬标签方式输入，同时进行预处理操作(为了避免上溢出和下溢出，对输入的每个值减去batch中该位置上的最大值)。  
+Caffe: 采用硬标签方式输入，同时进行预处理操作(为了避免上溢出和下溢出，对输入的每个值减去batch中该位置上的最大值);  
 PaddlePaddle：通过参数`soft_label`的设定，支持硬标签和软标签两种输入。  
 > 计算softmax的loss时，根据每个样本是否被分配至多个类别中可以分为两类——硬标签和软标签  
 > **硬标签：** 即one-hot label，每个样本仅分到一个类别中。在硬标签中，根据是否对未初始化的log概率进行预处理，又可以分为两类，预处理主要是完成对每个样本中的每个log概率减去该样本中的最大的log概率