add the api doc of paddle.add, paddle.div to fluid doc

paddle.add doc for elementwise_add operator 
paddle.div doc for elementwise_div operator 

doc/fluid/api_cn/tensor_cn/add_cn.rst

+.. _cn_api_tensor_add:
+
 add
 -------------------------------
-**版本升级，文档正在开发中**
+
+.. py:function:: paddle.add(x, y, alpha=1, out=None, name=None)
+
+该OP是逐元素相加算子，输入 ``x`` 与输入 ``y`` 逐元素相加，并将各个位置的输出元素保存到返回结果中。
+
+等式为：
+
+.. math::
+        Out = X + Y
+
+- :math:`X` ：多维Tensor。
+- :math:`Y` ：维度必须小于等于X维度的Tensor。
+
+对于这个运算算子有2种情况：
+        1. :math:`Y` 的 ``shape`` 与 :math:`X` 相同。
+        2. :math:`Y` 的 ``shape`` 是 :math:`X` 的连续子序列。
+
+对于情况2:
+        1. 用 :math:`Y` 匹配 :math:`X` 的形状（shape），其中 ``axis`` 是 :math:`Y` 在 :math:`X` 上的起始维度的位置。
+        2. 如果 ``axis`` 为-1（默认值），则 :math:`axis= rank(X)-rank(Y)` 。
+        3. 考虑到子序列， :math:`Y` 的大小为1的尾部维度将被忽略，例如shape（Y）=（2,1）=>（2）。
+
+例如：
+
+..  code-block:: text
+
+        shape(X) = (2, 3, 4, 5), shape(Y) = (,)
+        shape(X) = (2, 3, 4, 5), shape(Y) = (5,)
+        shape(X) = (2, 3, 4, 5), shape(Y) = (4, 5), with axis=-1(default) or axis=2
+        shape(X) = (2, 3, 4, 5), shape(Y) = (3, 4), with axis=1
+        shape(X) = (2, 3, 4, 5), shape(Y) = (2), with axis=0
+        shape(X) = (2, 3, 4, 5), shape(Y) = (2, 1), with axis=0
+
+参数：
+        - **x** （Variable）- 多维 ``Tensor`` 或 ``LoDTensor`` 。数据类型为 ``float32`` 、 ``float64`` 、 ``int32`` 或  ``int64``。
+        - **y** （Variable）- 多维 ``Tensor`` 或 ``LoDTensor`` 。数据类型为 ``float32`` 、 ``float64`` 、 ``int32`` 或  ``int64``。
+        - **alpha** （int|float，可选）- 输入y的缩放因子。默认值为1. 如果alpha不为1，本api计算公式变为 :math:`Out = X + alpha * Y`
+        - **out** （Variable，可选）-  指定存储运算结果的 ``Tensor`` 。如果设置为None或者不设置，将创建新的 ``Tensor`` 存储运算结果，默认值为None。
+        - **name** （str，可选）- 输出的名字。默认值为None。该参数供开发人员打印调试信息时使用，具体用法请参见 :ref:`api_guide_Name` 。
+
+
+返回：        多维 ``Tensor`` 或 ``LoDTensor`` ，维度和数据类型都与 ``x`` 相同。
+
+返回类型：        Variable
+
+**代码示例 1**
+
+..  code-block:: python
+
+    import paddle
+    import paddle.fluid as fluid
+    import numpy as np
+
+    def gen_data():
+        return {
+            "x": np.array([2, 3, 4]).astype('float32'),
+            "y": np.array([1, 5, 2]).astype('float32')
+        }
+
+    x = fluid.data(name="x", shape=[3], dtype='float32')
+    y = fluid.data(name="y", shape=[3], dtype='float32')
+    z1 = paddle.add(x, y)
+    z2 = paddle.add(x, y, alpha=10)
+    # z = x + y
+
+    place = fluid.CPUPlace()
+    exe = fluid.Executor(place)
+    z_value = exe.run(feed=gen_data(),
+                        fetch_list=[z1.name, z2.name])
+
+    print(z_value[0]) # [3., 8., 6.]
+    print(z_value[1]) # [12. 53. 24.]
+
+**代码示例 2**
+
+..  code-block:: python
+
+    import paddle
+    import paddle.fluid as fluid
+    import numpy as np
+
+    def gen_data():
+        return {
+            "x": np.ones((2, 3, 4, 5)).astype('float32'),
+            "y": np.zeros((4, 5)).astype('float32')
+        }
+
+    x = fluid.data(name="x", shape=[2, 3, 4, 5], dtype='float32')
+    y = fluid.data(name="y", shape=[4, 5], dtype='float32')
+    z = paddle.add(x, y, name='z')
+    # z = x + y
+
+    place = fluid.CPUPlace()
+    exe = fluid.Executor(place)
+
+    z_value = exe.run(feed=gen_data(),
+                        fetch_list=[z.name])
+
+    print(z_value[0])
+    print(z_value[0].shape) # z.shape=[2,3,4,5]
+
+**代码示例 3**
+
+..  code-block:: python
+
+    import paddle
+    import paddle.fluid as fluid
+    import numpy as np
+
+    def gen_data():
+        return {
+            "x": np.random.randint(1, 5, size=[2, 3, 4, 5]).astype('float32'),
+            "y": np.random.randint(1, 5, size=[5]).astype('float32')
+        }
+
+    x = fluid.data(name="x", shape=[2,3,4,5], dtype='float32')
+    y = fluid.data(name="y", shape=[5], dtype='float32')
+    z = paddle.add(x, y)
+    # z = x / y
+
+    place = fluid.CPUPlace()
+    exe = fluid.Executor(place)
+
+    z_value = exe.run(feed=gen_data(),
+                        fetch_list=[z.name])
+    print(z_value[0])
+    print(z_value[0].shape) # z.shape=[2,3,4,5]
+
+
+**代码示例 4**
+
+..  code-block:: python
+
+    import paddle
+    import paddle.fluid as fluid
+    import numpy as np
+
+    x = fluid.data(name="x", shape=[3], dtype="float32")
+    y = fluid.data(name='y', shape=[3], dtype='float32')
+
+    output = fluid.data(name="output", shape=[3], dtype="float32")
+    z = paddle.add(x, y, out=output)
+
+    place = fluid.CPUPlace()
+    exe = fluid.Executor(place)
+    data1 = np.array([2, 3, 4], dtype='float32')
+    data2 = np.array([1, 5, 2], dtype='float32')
+    z_value = exe.run(feed={'x': data1,
+                            'y': data2},
+                            fetch_list=[z])
+    print(z_value[0]) # [3. 8. 6.]
+
+
+**代码示例 5（动态图）**
+
+..  code-block:: python
+
+    import paddle
+    import paddle.fluid as fluid
+    import numpy as np
+
+    with fluid.dygraph.guard():
+        np_x = np.array([2, 3, 4]).astype('float64')
+        np_y = np.array([1, 5, 2]).astype('float64')
+        x = fluid.dygraph.to_variable(np_x)
+        y = fluid.dygraph.to_variable(np_y)
+        z = paddle.add(x, y, alpha=-0.5)
+        np_z = z.numpy()
+        print(np_z)  # [1.5, 0.5, 3. ]

doc/fluid/api_cn/tensor_cn/div_cn.rst

+.. _cn_api_tensor_div:
+
 div
 -------------------------------
-**版本升级，文档正在开发中**
+
+.. py:function:: paddle.div(x, y, out=None, name=None)
+
+该OP是逐元素相除算子，输入 ``x`` 与输入 ``y`` 逐元素相除，并将各个位置的输出元素保存到返回结果中。
+
+等式是：
+
+.. math::
+        Out = X / Y
+
+- :math:`X` ：多维Tensor。
+- :math:`Y` ：维度必须小于等于X维度的Tensor。
+
+对于这个运算算子有2种情况：
+        1. :math:`Y` 的 ``shape`` 与 :math:`X` 相同。
+        2. :math:`Y` 的 ``shape`` 是 :math:`X` 的连续子序列。
+
+对于情况2:
+        1. 用 :math:`Y` 匹配 :math:`X` 的形状（shape），其中 ``axis`` 是 :math:`Y` 在 :math:`X` 上的起始维度的位置。
+        2. 如果 ``axis`` 为-1（默认值），则 :math:`axis= rank(X)-rank(Y)` 。
+        3. 考虑到子序列， :math:`Y` 的大小为1的尾部维度将被忽略，例如shape（Y）=（2,1）=>（2）。
+
+例如：
+
+..  code-block:: text
+
+        shape(X) = (2, 3, 4, 5), shape(Y) = (,)
+        shape(X) = (2, 3, 4, 5), shape(Y) = (5,)
+        shape(X) = (2, 3, 4, 5), shape(Y) = (4, 5), with axis=-1(default) or axis=2
+        shape(X) = (2, 3, 4, 5), shape(Y) = (3, 4), with axis=1
+        shape(X) = (2, 3, 4, 5), shape(Y) = (2), with axis=0
+        shape(X) = (2, 3, 4, 5), shape(Y) = (2, 1), with axis=0
+
+参数：
+        - **x** （Variable）- 多维 ``Tensor`` 或 ``LoDTensor`` 。数据类型为 ``float32`` 、 ``float64`` 、 ``int32`` 或  ``int64``。
+        - **y** （Variable）- 多维 ``Tensor`` 或 ``LoDTensor`` 。数据类型为 ``float32`` 、 ``float64`` 、 ``int32`` 或  ``int64``。
+        - **out** （Variable，可选）-  指定存储运算结果的 ``Tensor`` 。如果设置为None或者不设置，将创建新的 ``Tensor`` 存储运算结果，默认值为None。
+        - **name** （str，可选）- 输出的名字。默认值为None。该参数供开发人员打印调试信息时使用，具体用法请参见 :ref:`api_guide_Name` 。
+
+
+返回：        多维 ``Tensor`` 或 ``LoDTensor`` ， 维度和数据类型都与 ``x`` 相同。
+
+返回类型：        Variable
+
+**代码示例 1**
+
+..  code-block:: python
+
+
+    import paddle
+    import paddle.fluid as fluid
+    import numpy as np
+
+    def gen_data():
+        return {
+            "x": np.array([2, 3, 4]).astype('float32'),
+            "y": np.array([1, 5, 2]).astype('float32')
+        }
+
+    x = fluid.data(name="x", shape=[3], dtype='float32')
+    y = fluid.data(name="y", shape=[3], dtype='float32')
+    z = paddle.div(x, y)
+    # z = x / y
+
+    place = fluid.CPUPlace()
+    exe = fluid.Executor(place)
+    z_value = exe.run(feed=gen_data(),
+                        fetch_list=[z.name])
+
+    print(z_value) # [2., 0.6, 2.]
+
+
+**代码示例 2**
+
+.. code-block:: python
+
+    import paddle
+    import paddle.fluid as fluid
+    import numpy as np
+
+    def gen_data():
+        return {
+            "x": np.ones((2, 3, 4, 5)).astype('float32'),
+            "y": np.zeros((4, 5)).astype('float32')
+        }
+
+    x = fluid.data(name="x", shape=[2, 3, 4, 5], dtype='float32')
+    y = fluid.data(name="y", shape=[4, 5], dtype='float32')
+    z = paddle.div(x, y, name='z')
+    # z = x / y
+
+    place = fluid.CPUPlace()
+    exe = fluid.Executor(place)
+
+    z_value = exe.run(feed=gen_data(),
+                        fetch_list=[z.name])
+
+    print(z_value[0])
+    print(z_value[0].shape) # z.shape=[2,3,4,5]
+
+
+**代码示例 3**
+
+..  code-block:: python
+
+    import paddle
+    import paddle.fluid as fluid
+    import numpy as np
+
+    def gen_data():
+        return {
+            "x": np.random.randint(1, 5, size=[2, 3, 4, 5]).astype('float32'),
+            "y": np.random.randint(1, 5, size=[5]).astype('float32')
+        }
+
+    x = fluid.data(name="x", shape=[2,3,4,5], dtype='float32')
+    y = fluid.data(name="y", shape=[5], dtype='float32')
+    output = fluid.data(name="output", shape=[2,3,4,5], dtype="float32")
+    z = paddle.div(x, y, out=output)
+    # z = x / y
+
+    place = fluid.CPUPlace()
+    exe = fluid.Executor(place)
+
+    z_value = exe.run(feed=gen_data(),
+                        fetch_list=[z.name])
+    print(z_value[0])
+    print(z_value[0].shape) # z.shape=[2,3,4,5]
+
+
+**代码示例 4（动态图）**
+
+..  code-block:: python
+
+    import paddle
+    import paddle.fluid as fluid
+    import numpy as np
+
+    with fluid.dygraph.guard(fluid.CPUPlace()):
+        np_x = np.array([2, 3, 4]).astype('float64')
+        np_y = np.array([1, 5, 2]).astype('float64')
+        x = fluid.dygraph.to_variable(np_x)
+        y = fluid.dygraph.to_variable(np_y)
+        z = paddle.div(x, y)
+        np_z = z.numpy()
+        print(np_z)  # [2., 0.6, 2.]
+
+
+
+