add docs about syncbn && weight_norm && remove_weight_norm (#2399)

* add docs

doc/fluid/api_cn/nn_cn.rst

@@ -28,6 +28,7 @@ paddle.nn
     nn_cn/anchor_generator_cn.rst
     nn_cn/assign_cn.rst
     nn_cn/BatchNorm_cn.rst
+    nn_cn/SyncBatchNorm_cn.rst
     nn_cn/beam_search_cn.rst
     nn_cn/beam_search_decode_cn.rst
     nn_cn/BilinearTensorProduct_cn.rst
@@ -179,6 +180,8 @@ paddle.nn
     nn_cn/yolo_box_cn.rst
     nn_cn/loss_cn/MarginRankingLoss_cn.rst
     nn_cn/functional_cn/margin_ranking_loss_cn.rst
+    nn_cn/weight_norm_cn.rst
+    nn_cn/remove_weight_norm_cn.rst
     nn_cn/Dropout_cn.rst
     nn_cn/Dropout2D_cn.rst
     nn_cn/Dropout3D_cn.rst

doc/fluid/api_cn/nn_cn/SyncBatchNorm_cn.rst

+.. _cn_api_nn_SyncBatchNorm:
+
+SyncBatchNorm
+-------------------------------
+
+.. py:class:: paddle.nn.SyncBatchNorm(num_features, epsilon=1e-5, momentum=0.9, track_running_stats=True, weight_attr=None, bias_attr=None, data_format='NCHW', name=None)
+
+该接口用于构建 ``SyncBatchNorm`` 类的一个可调用对象，具体用法参照 ``代码示例`` 。实现了跨卡GPU同步的批归一化(Cross-GPU Synchronized Batch Normalization Layer)的功能，可用在其他层（类似卷积层和全连接层）之后进行归一化操作。根据所有GPU同一批次的数据按照通道计算的均值和方差进行归一化。更多详情请参考 : `Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift <https://arxiv.org/pdf/1502.03167.pdf>`_
+
+当模型处于训练模式时，:math:`\mu_{\beta}` 和 :math:`\sigma_{\beta}^{2}` 是所有GPU上同一minibatch的统计数据。计算公式如下：
+
+.. math::
+    \mu_{\beta}        &\gets \frac{1}{m} \sum_{i=1}^{m} x_i                                 \quad &// mini-batch-mean \\
+    \sigma_{\beta}^{2} &\gets \frac{1}{m} \sum_{i=1}^{m}(x_i - \mu_{\beta})^2               \quad &// mini-batch-variance \\
+
+- :math:`x` : 所有GPU上同一批输入数据
+- :math:`m` : 所有GPU上同一批次数据的大小
+
+当模型处于评估模式时，:math:`\mu_{\beta}` 和 :math:`\sigma_{\beta}^{2}` 是全局（或运行）统计数据（moving_mean和moving_variance， 这两个统计量通常来自预先训练好的模型）。计算公式如下：
+
+.. math::
+
+    moving\_mean = moving\_mean * momentum + \mu_{\beta} * (1. - momentum) \quad &// global mean \\
+    moving\_variance = moving\_variance * momentum + \sigma_{\beta}^{2} * (1. - momentum) \quad &// global variance \\
+
+归一化函数公式如下：
+
+.. math::
+
+    \hat{x_i} &\gets \frac{x_i - \mu_\beta} {\sqrt{\sigma_{\beta}^{2} + \epsilon}} \quad &// normalize \\
+    y_i &\gets \gamma \hat{x_i} + \beta \quad &// scale-and-shift \\
+
+- :math:`\epsilon` : 添加较小的值到方差中以防止除零
+- :math:`\gamma` : 可训练的比例参数
+- :math:`\beta` : 可训练的偏差参数
+
+参数：
+    - **num_features** (int) - 指明输入 ``Tensor`` 的通道数量。
+    - **epsilon** (float, 可选) - 为了数值稳定加在分母上的值。默认值：1e-05。
+    - **momentum** (float, 可选) - 此值用于计算 ``moving_mean`` 和 ``moving_var`` 。默认值：0.9。更新公式如上所示。
+    - **weight_attr** (ParamAttr|bool, 可选) - 指定权重参数属性的对象。如果设置为 ``False`` ，则表示本层没有可训练的权重参数。默认值为None，表示使用默认的权重参数属性。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。
+    - **bias_attr** (ParamAttr|bool, 可选) - 指定偏置参数属性的对象。如果设置为 ``False`` ，则表示本层没有可训练的偏置参数。默认值为None，表示使用默认的偏置参数属性。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。
+    - **track_running_stats** （bool, 可选）- 是否计算全局均值和方差。默认: ``True`` ，表示计算全局均值和方差。
+
+形状：
+    - input: 一个二维到五维的 ``Tensor`` 。
+    - output: 和input 相同形状的 ``Tensor`` 。
+
+**代码示例**
+
+.. code-block:: python
+
+    import paddle
+    import paddle.nn as nn
+    import numpy as np
+    x = np.array([[[[0.3, 0.4], [0.3, 0.07]], [[0.83, 0.37], [0.18, 0.93]]]]).astype('float32')
+    paddle.disable_static()
+    x = paddle.to_tensor(x)
+    if paddle.fluid.is_compiled_with_cuda():
+        sync_batch_norm = nn.SyncBatchNorm(2)
+        hidden1 = sync_batch_norm(x)
+        print(hidden1.numpy())
+        # [[[[0.26824948, 1.0936325],[0.26824948, -1.6301316]],[[ 0.8095662, -0.665287],[-1.2744656, 1.1301866 ]]]]
+

doc/fluid/api_cn/nn_cn/remove_weight_norm_cn.rst

+.. _cn_api_nn_cn_remove_weight_norm:
+
+remove_weight_norm
+-------------------------------
+
+.. py:function:: paddle.nn.utils.remove_weight_norm(layer, name='weight')
+
+移除传入 ``layer`` 中的权重归一化。
+
+参数：
+   - **layer** (paddle.nn.Layer) - 要添加权重归一化的层。
+   - **name** (str, 可选) - 权重参数的名字。默认：'weight'. 
+
+返回：
+   ``Layer`` , 移除权重归一化hook之后的层
+
+**代码示例**
+
+.. code-block:: python
+
+    import paddle
+    from paddle.nn import Conv2d
+    from paddle.nn.utils import weight_norm, remove_weight_norm
+    paddle.disable_static()
+    conv = Conv2d(3, 5, 3)
+    wn = weight_norm(conv)
+    remove_weight_norm(conv)
+    # print(conv.weight_g)
+    # AttributeError: 'Conv2D' object has no attribute 'weight_g'

doc/fluid/api_cn/nn_cn/weight_norm_cn.rst

+.. _cn_api_nn_cn_weight_norm:
+
+weight_norm
+-------------------------------
+
+.. py:function:: paddle.nn.utils.weight_norm(layer, name='weight', dim=0)
+
+该接口根据以下公式对传入的 ``layer`` 中的权重参数进行归一化:
+
+.. math::
+    \mathbf{w} = g \dfrac{v}{\|v\|}
+
+权重归一化可以将神经网络中权重向量的长度与其方向解耦，权重归一化可以用两个变量(例如: 代表长度的变量 `weight_g` 和代表方向的变量 `weight_v`)来代替由名字(例如: `weight`)指定的变量。详细可以参考论文: `A Simple Reparameterization to Accelerate Training of Deep Neural Networks <https://arxiv.org/pdf/1602.07868.pdf>`_
+
+参数：
+   - **layer** (paddle.nn.Layer) - 要添加权重归一化的层。
+   - **name** (str, 可选) - 权重参数的名字。默认：'weight'. 
+   - **dim** (int|None, 可选) - 进行归一化操作的切片所在维度，是小于权重Tensor rank的非负数。比如卷积的权重shape是 [cout,cin,kh,kw] , rank是4，则dim可以选0,1,2,3；fc的权重shape是 [cout,cin] ，rank是2，dim可以选0，1。 如果为None就对所有维度上的元素做归一化。默认：0。 
+
+返回：
+   ``Layer`` , 添加了权重归一化hook的层
+
+**代码示例**
+
+.. code-block:: python
+
+    import numpy as np
+    import paddle
+    from paddle.nn import Conv2d
+    from paddle.nn.utils import weight_norm
+    x = np.array([[[[0.3, 0.4], [0.3, 0.07]], [[0.83, 0.37], [0.18, 0.93]]]]).astype('float32')
+    paddle.disable_static()
+    conv = Conv2d(3, 5, 3)
+    wn = weight_norm(conv)
+    print(conv.weight_g.shape)
+    # [5]
+    print(conv.weight_v.shape)
+    # [5, 3, 3, 3]