update cn doc of Pool2D, test=develop (#2178)

doc/fluid/api_cn/dygraph_cn/Pool2D_cn.rst

@@ -3,7 +3,7 @@
 Pool2D
 -------------------------------
 
-.. py:class:: paddle.fluid.dygraph.Pool2D(pool_size=-1, pool_type='max', pool_stride=1, pool_padding=0, global_pooling=False, use_cudnn=True, ceil_mode=False, exclusive=True)
+.. py:class:: paddle.fluid.dygraph.Pool2D(pool_size=-1, pool_type='max', pool_stride=1, pool_padding=0, global_pooling=False, use_cudnn=True, ceil_mode=False, exclusive=True, data_format="NCHW")
 
 :alias_main: paddle.nn.Pool2D
 :alias: paddle.nn.Pool2D,paddle.nn.layer.Pool2D,paddle.nn.layer.common.Pool2D
@@ -13,7 +13,7 @@ Pool2D
 
 该接口用于构建 ``Pool2D`` 类的一个可调用对象，具体用法参照 ``代码示例`` 。其将在神经网络中构建一个二维池化层，并使用上述输入参数的池化配置，为二维空间池化操作，根据 ``input`` ， 池化类型 ``pool_type`` ， 池化核大小 ``pool_size`` , 步长 ``pool_stride`` ，填充 ``pool_padding`` 这些参数得到输出。
 
-输入X和输出Out是NCHW格式，N为批大小，C是通道数，H是特征高度，W是特征宽度。参数（ ``ksize``, ``strides``, ``paddings`` ）含有两个整型元素。分别表示高度和宽度上的参数。输入X的大小和输出Out的大小可能不一致。
+输入X和输出Out默认是NCHW格式，N为批大小，C是通道数，H是特征高度，W是特征宽度。参数（ ``ksize``, ``strides``, ``paddings`` ）含有两个整型元素。分别表示高度和宽度上的参数。输入X的大小和输出Out的大小可能不一致。
 
 例如：
 
@@ -66,13 +66,15 @@ Pool2D
     - **use_cudnn** （bool, 可选）- 是否用cudnn核，只有已安装cudnn库时才有效。默认True。
     - **ceil_mode** （bool, 可选）- 是否用ceil函数计算输出高度和宽度。如果设为False，则使用floor函数。默认为False。
     - **exclusive** (bool, 可选) - 是否在平均池化模式忽略填充值。默认为True。
+    - **data_format** (str，可选) - 指定输入的数据格式，输出的数据格式将与输入保持一致，可以是"NCHW"和"NHWC"。N是批尺寸，C是通道数，H是特征高度，W是特征宽度。默认值："NCHW"。
 
 返回：无
 
 抛出异常：
-    - ``ValueError`` - 如果 ``pool_type`` 既不是“max”也不是“avg”
-    - ``ValueError`` - 如果 ``global_pooling`` 为False并且‘pool_size’为-1
-    - ``ValueError`` - 如果 ``use_cudnn`` 不是bool值
+    - ``ValueError`` - 如果 ``pool_type`` 既不是“max”也不是“avg”。
+    - ``ValueError`` - 如果 ``global_pooling`` 为False并且 ``pool_size`` 为-1。
+    - ``ValueError`` - 如果 ``use_cudnn`` 不是bool值。
+    - ``ValueError`` - 如果 ``data_format`` 既不是"NCHW"也不是"NHWC"。
 
 **代码示例**
 
@@ -80,9 +82,10 @@ Pool2D
 
     import paddle.fluid as fluid
     from paddle.fluid.dygraph.base import to_variable
+    import numpy as np
 
     with fluid.dygraph.guard():
-       data = numpy.random.random((3, 32, 32, 5)).astype('float32')
+       data = np.random.random((3, 32, 32, 5)).astype('float32')
        pool2d = fluid.dygraph.Pool2D(pool_size=2,
                       pool_type='max',
                       pool_stride=1,