diff --git a/docs/source_en/network_list.md b/docs/source_en/network_list.md
index 2ab43a76d85300fe833e77588e27e8c51251a7c0..1c37ee09c857c895c2d9720fd26d4b83f9d15603 100644
--- a/docs/source_en/network_list.md
+++ b/docs/source_en/network_list.md
@@ -27,4 +27,5 @@
 | Graph Neural Networks（GNN）| Text Classification  | [GAT](https://gitee.com/mindspore/mindspore/tree/master/model_zoo/gat/src/gat.py)                                          |  Supported |  Doing | Doing
 
 ## Pre-trained Models
+
 Coming soon.
diff --git a/docs/source_zh_cn/network_list.md b/docs/source_zh_cn/network_list.md
index 656c3cbad56cdd89a8e46792572196f4ec021673..33f0754f05f89715c2c3987cddb77eb8dead6584 100644
--- a/docs/source_zh_cn/network_list.md
+++ b/docs/source_zh_cn/network_list.md
@@ -28,4 +28,5 @@
 
 
 ## 预训练模型
+
 建设中，即将上线
diff --git a/tutorials/source_zh_cn/advanced_use/aware_quantization.md b/tutorials/source_zh_cn/advanced_use/aware_quantization.md
index 87890a300f1e2618015e2aab0f68db5b60addd69..eb80a275a86ee812e626f24f594b416230a2fe32 100644
--- a/tutorials/source_zh_cn/advanced_use/aware_quantization.md
+++ b/tutorials/source_zh_cn/advanced_use/aware_quantization.md
@@ -45,6 +45,7 @@
 MindSpore的感知量化训练是在训练基础上，使用低精度数据替换高精度数据来简化训练模型的过程。这个过程不可避免引入精度的损失，这时使用伪量化节点来模拟引入的精度损失，并通过反向传播学习，来减少精度损失。对于权值和数据的量化，MindSpore采用了参考文献[1]中的方案。
 
 感知量化训练规格
+
 | 规格 | 规格说明 |
 | --- | --- |
 | 硬件支持 | GPU、Ascend AI 910处理器的硬件平台 |