Fix Constraint and StudentT model convert docs 易用性提升 (#6936)

Author: NKNaN

docs/guides/model_convert/convert_from_pytorch/api_difference/distributions/torch.distributions.constraints.Constraint.md

@@ -12,4 +12,4 @@ torch.distributions.constraints.Constraint()
 paddle.distribution.constraint.Constraint()
 ```
 
-两者功能一致，无参数，另外 `torch.distributions.constraints.Constraint` 对象使用 `check` 进行回调，而 `paddle.distribution.constraint.Constraint` 直接使用 `__call__` 。
+两者功能一致，无参数，对象均使用 `check` 进行回调。

docs/guides/model_convert/convert_from_pytorch/api_difference/distributions/torch.distributions.studentT.StudentT.md

@@ -23,20 +23,3 @@ PyTorch 相比 Paddle 支持更多其他参数，具体如下：
 | loc           | loc          | 分布的均值位置， Pytorch 中，可为 float 或 Tensor 类型，但在 Paddle 中， loc 应与 df 同类型。       |
 | scale         | scale        | 分布的标准差的比例， Pytorch 中，可为 float 或 Tensor 类型，但在 Paddle 中， scale 应与 df 同类型。 |
 | validate_args | -            | 是否添加验证环节。Paddle 无此参数，一般对训练结果影响不大，可直接删除。               |
-| 返回值          | 返回值          | 当 df 为 Tensor 时，pytorch 返回值维度与 df 相同，而 Paddle 不同，需转写。                                  |
-
-### 转写示例
-
-#### 返回值
-
-```python
-# PyTorch 写法
-y = torch.distributions.studentT.StudentT(df=torch.tensor(3), loc=0.0, scale=1.0).sample()
-
-# Paddle 写法
-x = paddle.to_tensor(3)
-loc = paddle.to_tensor(0.0)
-scale = paddle.to_tensor(1.0)
-y = paddle.distribution.StudentT(df=x, loc=loc, scale=scale).sample()
-y = paddle.reshape(y, x.shape)
-```