diff --git a/doc/fluid/api_cn/dygraph_cn/ExponentialDecay_cn.rst b/doc/fluid/api_cn/dygraph_cn/ExponentialDecay_cn.rst
index 267b2455909ad8862d6332827fe8ed7215667958..bded6599257c7d35a6b92fbff6417589e12a0ea9 100644
--- a/doc/fluid/api_cn/dygraph_cn/ExponentialDecay_cn.rst
+++ b/doc/fluid/api_cn/dygraph_cn/ExponentialDecay_cn.rst
@@ -3,28 +3,44 @@
 ExponentialDecay
 -------------------------------
 
-.. py:class:: paddle.fluid.dygraph.ExponentialDecay(learning_rate, decay_steps, decay_rate, staircase=False, begin=0, step=1, dtype='float32')
+.. py:class:: paddle.fluid.dygraph.ExponentialDecay(learning_rate, decay_steps, decay_rate, staircase=False, begin=0, step=1, dtype=’float32‘)
 
-对学习率应用指数衰减。
+该接口提供一种学习率按指数函数衰减的功能。
 
-在学习率上运用指数衰减。
-训练模型时，推荐在训练过程中降低学习率。每次 ``decay_steps`` 步骤中用 ``decay_rate`` 衰减学习率。
+指数衰减的计算方式如下。
 
-.. code-block:: text
+.. math::
 
-    if staircase == True:
-        decayed_learning_rate = learning_rate * decay_rate ^ floor(global_step / decay_steps)
-    else:
-        decayed_learning_rate = learning_rate * decay_rate ^ (global_step / decay_steps)
+    decayed\_learning\_rate = learning\_rate * decay\_rate ^ y 
+
+
+当staircase为False时，y对应的计算公式为：
+
+.. math::
+
+    y = \frac{global\_step}{decay\_steps} 
+
+当staircase为True时，y对应的计算公式为：
+
+.. math::
+
+    y = math.floor(\frac{global\_step}{decay\_steps})
+
+式中，
+
+- :math:`decayed\_learning\_rate` ： 衰减后的学习率。
+式子中各参数详细介绍请看参数说明。
 
 参数：
-    - **learning_rate** (Variable|float)-初始学习率
-    - **decay_steps** (int)-见以上衰减运算
-    - **decay_rate** (float)-衰减率。见以上衰减运算
-    - **staircase** (Boolean)-若为True,按离散区间衰减学习率。默认：False
-    - **begin** (int) - 起始步，默认为0。
-    - **step** (int) - 步大小，默认为1。
-    - **dtype**  (str) - 学习率的dtype，默认为‘float32’
+    - **learning_rate** (Variable|float) - 初始学习率。如果类型为Variable，则为shape为[1]的Tensor，数据类型为float32或float64；也可以是python的float类型。
+    - **decay_steps** (int) - 衰减步数。必须是正整数，该参数确定衰减周期。
+    - **decay_rate** (float)- 衰减率。
+    - **staircase** (bool) - 若为True，则以不连续的间隔衰减学习速率即阶梯型衰减。若为False，则以标准指数型衰减。默认值为False。
+    - **begin** (int) - 起始步，即以上运算式子中global_step的初始化值。默认值为0。
+    - **step** (int) - 步大小，即以上运算式子中global_step的每次的增量值，使得global_step随着训练的次数递增。默认值为1。
+    - **dtype** (str) - 初始化学习率变量的数据类型，可以为"float32", "float64"。 默认值为"float32"。
+
+返回： 无
 
 
 **代码示例**