new reshape, test=develop

doc/paddle/api/paddle/tensor/manipulation/reshape_cn.rst

@@ -3,13 +3,11 @@
 reshape
 -------------------------------
 
-.. py:function::  paddle.fluid.layers.reshape(x, shape, actual_shape=None, act=None, inplace=False, name=None)
+.. py:function::  paddle.reshape(x, shape, name=None)
 
 
 该OP在保持输入 ``x`` 数据不变的情况下，改变 ``x`` 的形状。
 
-目标形状可由 ``shape`` 或 ``actual_shape`` 给出。当两个属性同时被指定时，``actual_shape`` 的优先级高于 ``shape`` ，但此时 ``shape`` 只能是整数列表或元组，且在编译时仍然应该正确地设置 ``shape`` 以保证形状推断。
-
 在指定目标shape时存在一些技巧：
 
 .. code-block:: text
@@ -26,48 +24,33 @@ reshape
   2. 给定一个形状为[2,4,6]的三维张量x，目标形状为[2,3,-1,2]，则将x变换为形状为[2,3,4,2]的4-D张量，且x的数据保持不变。在这种情况下，目标形状的一个维度被设置为-1，这个维度的值是从x的元素总数和剩余维度推断出来的。
   3. 给定一个形状为[2,4,6]的三维张量x，目标形状为[-1,0,3,2]，则将x变换为形状为[2,4,3,2]的4-D张量，且x的数据保持不变。在这种情况下，0对应位置的维度值将从x的对应维数中复制,-1对应位置的维度值由x的元素总数和剩余维度推断出来。
 
-.. warning::
-参数 ``actual_shape`` 之后将被舍弃，只用参数 ``shape`` 来表示目标形状。
-
 参数：
   - **x** （Tensor）- N-D ``Tensor``，数据类型为 ``float32``，``float64``，``int32``，或 ``int64``。
   - **shape** （list|tuple|Tensor）- 数据类型是 ``int32`` 。定义目标形状。目标形状最多只能有一个维度为-1。如果 ``shape`` 的类型是 list 或 tuple, 它的元素可以是整数或者形状为[1]的 ``Tensor``。如果 ``shape`` 的类型是 ``Tensor``，则是1-D的 ``Tensor``。
-  - **actual_shape** （Tensor，可选）- 1-D ``Tensor``，默认值：`None`。如果 ``actual_shape`` 被提供，``actual_shape`` 具有比 ``shape`` 更高的优先级，此时 ``shape`` 只能是整数列表或元组。更新提示：``actual_shape`` 在未来的版本中将被舍弃，并用 ``shape`` 代替。
-  - **act** （str，可选）- 对形状改变后的输入变量做非线性激活操作，激活函数类型可以参考 :ref:`api_guide_activations` 。默认值： ``None``。
-  - **inplace** （bool，可选）- 如果 ``inplace`` 为 ``True``，则 ``layers.reshape`` 的输入和输出是同一个变量，否则 ``layers.reshape`` 的输入和输出是不同的变量。默认值：``False``。请注意，如果 ``x`` 是多个OP的输入，则 ``inplace`` 必须为False。
-  - **name** （str，可选）- 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置。默认值： ``None``。
+  - **name** （str，可选）- 默认值为 `None`， 一般不需要设置。 具体用法请参见 :ref:`api_guide_Name`
 
 返回：
 :::::::::
-``Tensor``，改变形状后的 ``Tensor``，数据类型与 ``x`` 相同。如果 ``inplace`` 为 ``False``，则返回一个新的变量，否则将改变输入变量 ``x`` 自身。如果 ``act`` 为 ``None``，则直接返回形状改变后的变量，否则返回经过激活函数后的变量。
+``Tensor``，改变形状后的 ``Tensor``，数据类型与 ``x`` 相同。
 
 
 **代码示例**
 
 .. code-block:: python
 
-  import paddle.fluid as fluid
-
-  # example 1:
-  # attr shape is a list which doesn't contain Tensors.
-  data_1 = fluid.data(
-    name='data_1', shape=[2, 4, 6], dtype='float32')
-  reshaped_1 = fluid.layers.reshape(
-    x=data_1, shape=[-1, 0, 3, 2], inplace=True)
-  # the shape of reshaped_1 is [2,4,3,2].
-
-  # example 2:
-  # attr shape is a list which contains Tensors.
-  data_2 = fluid.layers.fill_constant([2,25], "int32", 3)
-  dim = fluid.layers.fill_constant([1], "int32", 5)
-  reshaped_2 = fluid.layers.reshape(data_2, shape=[dim, 10])
-  # the shape of reshaped_2 is [5,10].
-
-  # example 3:
-  data_3 = fluid.data(
-    name="data_3", shape=[2,4,6], dtype='float32')
-  reshaped_3 = fluid.layers.reshape(x=data_3, shape=[6,8])
-  # the shape of reshaped_3 is [6,8].
+  import numpy as np
+  import paddle
+
+  data = np.random.random([2, 4, 6]).astype("float32")
+  x = paddle.to_tensor(data)
+  positive_four = paddle.fill_constant([1], "int32", 4)
+  out_1 = paddle.reshape(x, [-1, 0, 3, 2])
+  # the shape of out_1 is [2,4,3,2].
+  out_2 = paddle.reshape(x, shape=[positive_four, 12])
+  # the shape of out_2 is [4, 12].
+  shape_tensor = paddle.to_tensor(np.array([8, 6]).astype("int32"))
+  out_3 = paddle.reshape(x, shape=shape_tensor)
+  # the shape of out_2 is [8, 6].