fix headline level

Author: sljlp

docs/faq/params_cn.md

@@ -92,10 +92,10 @@ sdg.step()                                      # 更新参数前，会先对参
 
 ----------
 
-#### 问题：paddle fluid如何自定义优化器，自定义更新模型参数的规则？
+##### 问题：paddle fluid如何自定义优化器，自定义更新模型参数的规则？
  + 答复：
    1. 要定义全新优化器，自定义优化器中参数的更新规则，可以通过继承fluid.Optimizer，重写_append_optimize_op方法实现。不同优化器实现原理各不相同，一般流程是先获取learning_rate，gradients参数，可训练参数，以及该优化器自身特别需要的参数，然后实现更新参数的代码，最后返回更新后的参数。  
     在实现更新参数代码时，可以选择直接调用[paddle的API](https://www.paddlepaddle.org.cn/documentation/docs/zh/api/index_cn.html)或者使用[自定义原生算子](https://www.paddlepaddle.org.cn/documentation/docs/zh/guides/07_new_op/index_cn.html)。在使用自定义原生算子时，要注意动态图与静态图调用方式有所区别：  
     需要首先使用`framework.in_dygraph_mode()`判断是否为动态图模式，如果是动态图模式，则需要调用`paddle._C_ops`中相应的优化器算子；如果不是动态图模式，则需要调用`block.append_op` 来添加优化器算子。  
     代码样例可参考[paddle源码](https://github.com/PaddlePaddle/Paddle/blob/develop/python/paddle/fluid/optimizer.py)中AdamOptimizer等优化器的实现。  
-    2. 使用现有的常用优化器，可以在创建`Param`的时候，可以通过设置[ParamAttr](https://www.paddlepaddle.org.cn/documentation/docs/zh/api/paddle/ParamAttr_cn.html#paramattr)的属性来控制参数的属性，可以通过设置`regularize`，`learning_rate`等参数简单设置参数的更新规则。  
+    2. 使用现有的常用优化器，可以在创建`Param`的时候，可以通过设置[ParamAttr](https://www.paddlepaddle.org.cn/documentation/docs/zh/api/paddle/ParamAttr_cn.html#paramattr)的属性来控制参数的属性，可以通过设置`regularizer`，`learning_rate`等参数简单设置参数的更新规则。