refine scatter doc (#1230)

test=develop

doc/fluid/api_cn/layers_cn/scatter_cn.rst

@@ -5,42 +5,68 @@ scatter
 
 .. py:function:: paddle.fluid.layers.scatter(input, index, updates, name=None, overwrite=True)
 
-
-通过更新输入在第一维度上指定索引位置处的元素来获得输出。
-
-.. math::
-          \\Out=XOut[Ids]=Updates\\
-
+该OP根据index中的索引值将updates数据更新到input中。
+
+.. code-block:: python
+
+  输入：
+    input = np.array([[1, 1], [2, 2], [3, 3]])
+    index = np.array([2, 1, 0, 1])
+    # updates的维度需要和input一样
+    # updates 维度 > 1 的shape要和input一样
+    updates = np.array([[1, 1], [2, 2], [3, 3], [4, 4]])
+    overwrite = False
+  
+  计算过程：
+    if not overwrite:
+       for i in range(len(index)):
+         input[index[i]] = np.zeros((2))
+
+    # 根据index中的索引值取updates中的数据更新到input中去 
+    for i in range(len(index)):
+      if (overwirte):
+        input[index[i]] = updates[i]
+      else:
+        input[index[i]] += updates[i]
+
+  输出：
+    out # np.array([[3, 3], [6, 6], [1, 1]])
+    out.shape # [3, 2]
 
 参数：
-  - **input** （Variable） - 秩> = 1的源输入。
-  - **index** （Variable） - 秩= 1的索引输入。 它的dtype应该是int32或int64，因为它用作索引。
-  - **updates** （Variable） - scatter 要进行更新的变量。
-  - **name** （str | None） - 输出变量名称。 默认None。
-  - **overwrite** （bool） - 具有相同索引时更新输出的模式。如果为True，则使用覆盖模式更新相同索引的输出，如果为False，则使用accumulate模式更新相同索引的grad。默认值为True。您可以设置overwrite=False以使用scatter_add。
+  - **input** （Variable） - 支持任意纬度的Tensor。支持的数据类型为float32。
+  - **index** （Variable） - 表示索引，仅支持1-D Tensor。 支持的数据类型为int32，int64。
+  - **updates** （Variable） - 根据索引的值将updates Tensor中的对应值更新到input Tensor中，updates Tensor的维度需要和input tensor保持一致，且除了第一维外的其他的维度的大小需要和input Tensor保持相同。支持的数据类型为float32。
+  - **name** （str，可选） - 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` 。 默认值为None。
+  - **overwrite** （bool，可选） - 如果index中的索引值有重复且overwrite 为True，旧更新值将被新的更新值覆盖；如果为False，新的更新值将同旧的更新值相加。默认值为True。
 
-返回：张量变量, 与输入张量的shape相同
-
-返回类型：output（Variable）
+返回：返回类型为Variable(Tensor|LoDTensor)，数据类型以及shape大小同输入一致。
 
 **代码示例**
 
 ..  code-block:: python
 
+    import numpy as np
     import paddle.fluid as fluid
-     
-    input = fluid.layers.data(name='data', shape=[3, 5, 9], dtype='float32', append_batch_size=False)
-    index = fluid.layers.data(name='index', shape=[3], dtype='int64', append_batch_size=False)
-    updates = fluid.layers.data(name='update', shape=[3, 5, 9], dtype='float32', append_batch_size=False)
-    
-    output = fluid.layers.scatter(input, index, updates)
-
-
 
+    input = fluid.layers.data(name='data', shape=[3, 2], dtype='float32', append_batch_size=False)
+    index = fluid.layers.data(name='index', shape=[4], dtype='int64', append_batch_size=False)
+    updates = fluid.layers.data(name='update', shape=[4, 2], dtype='float32', append_batch_size=False)
 
+    output = fluid.layers.scatter(input, index, updates, overwrite=False)
 
+    exe = fluid.Executor(fluid.CPUPlace())
+    exe.run(fluid.default_startup_program())
 
+    in_data = np.array([[1, 1], [2, 2], [3, 3]]).astype(np.float32)
+    index_data = np.array([2, 1, 0, 1]).astype(np.int64)
+    update_data = np.array([[1, 1], [2, 2], [3, 3], [4, 4]]).astype(np.float32)
 
+    res = exe.run(fluid.default_main_program(), feed={'data':in_data, "index":index_data, "update":update_data}, fetch_list=[output])
+    print(res)
+    # [array([[3., 3.],
+    #   [6., 6.],
+    #   [1., 1.]], dtype=float32)]