Update case_analysis_cn.md

docs/guides/jit/case_analysis_cn.md

@@ -41,7 +41,7 @@
 
 + 建议模型搭建时，尽量考虑将预测主逻辑放到 ``forward`` 函数中
     + 将训练独有的逻辑放到 子函数 中，通过 ``if self.training`` 来控制
-    + 最大程度抽离 训练和预测 的逻辑为 **公共子函数**
+    + 最大程度抽离 **训练和预测** 的逻辑为 **公共子函数**
 
 
 ## 二、何时指定 InputSpec?
@@ -129,7 +129,7 @@ def forward(self, x):
 
 ## 四、to_tensor() 的使用
 
-``paddle.to_tensor()`` 接口是动态图模型代码中使用比较频繁的一个接口。 ``to_tensor``  功能强大，将可以将一个 ``scalar`` ， ``list`` ，``tuple`` ， ``numpy.ndarray`` 转为 ``paddle.Tensor`` 类型。
+``paddle.to_tensor()`` 接口是动态图模型代码中使用比较频繁的一个接口。 ``to_tensor``  功能强大，可以将一个 ``scalar`` ， ``list`` ，``tuple`` ， ``numpy.ndarray`` 转为 ``paddle.Tensor`` 类型。
 
 此接口是动态图独有的接口，在动转静时，会转换为 ``assign`` 接口：
 
@@ -191,7 +191,7 @@ class SimpleNet(paddle.nn.Layer):
 ## 五、 建议都继承 nn.Layer
 
 
-动态图模型常常包含很多嵌套的子网络，建议各个自定义的子网络 ``sublayer`` **无论是否包含了参数，都继承 ``nn.Layer`` .**
+动态图模型常常包含很多嵌套的子网络，建议各个自定义的子网络 ``sublayer`` **无论是否包含了参数，都继承 ``nn.Layer`` **。
 
 从 **Parameters 和 Buffers**  章节可知，有些 ``paddle.to_tensor`` 接口转来的 ``Tensor`` 也可能参与预测逻辑分支的计算，即模型导出时，也需要作为参数序列化保存到 ``.pdiparams`` 文件中。