diff --git a/doc/fluid/api_cn/layers_cn/gaussian_random_cn.rst b/doc/fluid/api_cn/layers_cn/gaussian_random_cn.rst
index 9fbdaf15752fc1fdbc4f227e50f144981d94ac9c..dc4b2e36cc454873d7634f5b5f8d32865020b03d 100644
--- a/doc/fluid/api_cn/layers_cn/gaussian_random_cn.rst
+++ b/doc/fluid/api_cn/layers_cn/gaussian_random_cn.rst
@@ -5,30 +5,62 @@ gaussian_random
 
 .. py:function:: paddle.fluid.layers.gaussian_random(shape, mean=0.0, std=1.0, seed=0, dtype='float32')
 
-gaussian_random算子。
-
-用于使用高斯随机生成器初始化张量（Tensor）。
+生成数据符合高斯随机分布的张量。
 
 参数：
-        - **shape** （tuple | list）- （vector <int>）随机张量的维数
-        - **mean** （Float）- （默认值0.0）随机张量的均值
-        - **std** （Float）- （默认值为1.0）随机张量的std
-        - **seed** （Int）- （默认值为 0）生成器随机生成种子。0表示使用系统范围的种子。注意如果seed不为0，则此算子每次将始终生成相同的随机数
-        - **dtype** （np.dtype | core.VarDesc.VarType | str）- 输出的数据类型。
+        - **shape** （Tuple[int] | List[int]）- 生成张量的形状。
+        - **mean** （float）- 随机张量的均值，默认值为 0.0。
+        - **std** （float）- 随机张量的标准差，默认值为 1.0。
+        - **seed** （int）- 随机数种子，默认值为0。注：seed 设置为 0 表示使用系统的随机数种子。注意如果 seed 不为 0，则此算子每次将始终生成相同的随机数。
+        - **dtype** （np.dtype，core.VarDesc.VarType，str）- 输出张量的数据类型，可选值为 float32，float64。
 
-返回：        输出高斯随机运算矩阵
+返回：        
 
-返回类型：        输出（Variable）
+        - 符合高斯分布的随机张量。形状为 shape，数据类型为 dtype。
 
-**代码示例：**
+返回类型：
 
-.. code-block:: python
+       - Variable
 
-    import paddle.fluid as fluid
-    import paddle.fluid.layers as layers
-    out = layers.gaussian_random(shape=[20, 30])
 
+**代码示例：**
+
+.. code-block:: python
+	
+    # 静态图使用 
+    import numpy as np
+    from paddle import fluid
+   
+    x = fluid.layers.gaussian_random((2, 3), std=2., seed=10)
+   
+    place = fluid.CPUPlace()
+    exe = fluid.Executor(place)
+    start = fluid.default_startup_program()
+    main = fluid.default_main_program()
+   
+    exe.run(start)
+    x_np, = exe.run(main, feed={}, fetch_list=[x])
+	
+	x_np
+    # array([[2.3060477, 2.676496 , 3.9911983],
+    #        [0.9990833, 2.8675377, 2.2279181]], dtype=float32)
+	
+	
+.. code-block:: python
 
+    # 动态图使用
+    import numpy as np
+    from paddle import fluid
+    import paddle.fluid.dygraph as dg
+    
+	place = fluid.CPUPlace()
+    with dg.guard(place) as g:
+        x = fluid.layers.gaussian_random((2, 4), mean=2., dtype="float32", seed=10)
+        x_np = x.numpy()
+	
+    x_np
+    # array([[2.3060477 , 2.676496  , 3.9911983 , 0.9990833 ],
+    #        [2.8675377 , 2.2279181 , 0.79029655, 2.8447366 ]], dtype=float32)
 
 
 
diff --git a/doc/fluid/api_cn/layers_cn/swish_cn.rst b/doc/fluid/api_cn/layers_cn/swish_cn.rst
index 6d1556f62affbb4be0db346c064274831546b09d..8e94d6ab15f3696e1a7b7b3618821ec28da12d33 100644
--- a/doc/fluid/api_cn/layers_cn/swish_cn.rst
+++ b/doc/fluid/api_cn/layers_cn/swish_cn.rst
@@ -5,27 +5,67 @@ swish
 
 .. py:function:: paddle.fluid.layers.swish(x, beta=1.0, name=None)
 
-Swish 激活函数
+逐元素计算 Swish 激活函数，参考 `Searching for Activation Functions <https://arxiv.org/abs/1710.05941>`_ 。
 
 .. math::
-         out = \frac{x}{1 + e^{- beta x}}
+         out = \frac{x}{1 + e^{- beta * x}}
 
 参数：
-    - **x** (Variable) -  Swish operator 的输入
-    - **beta** (float|1.0) - Swish operator 的常量beta
-    - **name** (str|None) - 这个层的名称(可选)。如果设置为None，该层将被自动命名。
+    - **x** (Variable) -  多维 Tensor，数据类型为 float32，float64。
+    - **beta** (float) - Swish operator 的常量 beta，默认值为 1.0。
+    - **name** (str，可选) – 具体用法请参见 :ref:`cn_api_fluid_ParamAttr` ，一般无需设置，默认值为None。
 
-返回: Swish operator 的输出
+返回：
+    - Swish op 的结果，多维 Tensor。数据类型为 float32 或 float64 的 Tensor，数据类型以及形状和输入 x 一致。
 
-返回类型: output(Variable)
+返回类型：
+    - Variable
 
 
 **代码示例：**
 
+.. code-block:: python
+   
+   # 静态图使用
+   import numpy as np
+   from paddle import fluid
+   
+   x = fluid.layers.data(name="x", shape=(3,), dtype="float32")
+   y = fluid.layers.swish(x, beta=2.0)
+   
+   place = fluid.CPUPlace()
+   exe = fluid.Executor(place)
+   start = fluid.default_startup_program()
+   main = fluid.default_main_program()
+   
+   data = np.random.randn(2, 3).astype("float32")
+   exe.run(start)
+   y_np, = exe.run(main, feed={"x": data}, fetch_list=[y])
+   
+   data
+   # array([[-1.1239197 ,  1.3391294 ,  0.03921051],
+   #        [ 1.1970421 ,  0.02440812,  1.2055548 ]], dtype=float32)
+   y_np
+   # array([[-0.2756806 ,  1.0610548 ,  0.01998957],
+   #        [ 0.9193261 ,  0.01235299,  0.9276883 ]], dtype=float32)
+  
 .. code-block:: python
 
-  import paddle.fluid as fluid
-  x = fluid.layers.data(name="x", shape=[3,10,32,32], dtype="float32")
-  y = fluid.layers.swish(x, beta=2.0)
-
+  # 动态图使用
+  import numpy as np
+  from paddle import fluid
+  import paddle.fluid.dygraph as dg
+  
+  data = np.random.randn(2, 3).astype("float32")
+  with dg.guard(place) as g:
+      x = dg.to_variable(data)
+      y = fluid.layers.swish(x)
+      y_np = y.numpy()
+  data
+  # array([[-0.0816701 ,  1.1603649 , -0.88325626],
+  #        [ 0.7522361 ,  1.0978601 ,  0.12987892]], dtype=float32)
+  y_np
+  # array([[-0.03916847,  0.8835007 , -0.25835553],
+  #        [ 0.51126915,  0.82324016,  0.06915068]], dtype=float32)
+  
 
diff --git a/doc/fluid/api_cn/layers_cn/thresholded_relu_cn.rst b/doc/fluid/api_cn/layers_cn/thresholded_relu_cn.rst
index a4945d90cb371726f8128951d3b7b1b694e10652..a59234c4110969868e57887e722e5a3b12069cf6 100644
--- a/doc/fluid/api_cn/layers_cn/thresholded_relu_cn.rst
+++ b/doc/fluid/api_cn/layers_cn/thresholded_relu_cn.rst
@@ -5,7 +5,7 @@ thresholded_relu
 
 .. py:function:: paddle.fluid.layers.thresholded_relu(x,threshold=None)
 
-ThresholdedRelu激活函数
+逐元素计算 ThresholdedRelu激活函数。
 
 .. math::
 
@@ -15,18 +15,63 @@ ThresholdedRelu激活函数
       \end{matrix}\right.
 
 参数：
-- **x** -ThresholdedRelu激活函数的输入
-- **threshold** (FLOAT)-激活函数threshold的位置。[默认1.0]。
+  - **x** (Variable) -ThresholdedRelu 激活函数的输入，多维 Tensor，数据类型为 float32，float64。
+  - **threshold** (float，可选)-激活函数的 threshold 值，如 threshold 值为 None，则其值为 1.0。
 
-返回：ThresholdedRelu激活函数的输出
+返回：
+   - 多维 Tensor, 数据类型为 float32 或 float64， 和输入 x 的数据类型相同，形状和输入 x 相同。
+
+返回类型：
+  - Variable
 
 **代码示例**：
 
 .. code-block:: python
 
-  import paddle.fluid as fluid
-  data = fluid.layers.data(name="input", shape=[1])
-  result = fluid.layers.thresholded_relu(data, threshold=0.4)
+
+     # 静态图使用
+     import numpy as np
+     from paddle import fluid
+   
+     x = fluid.layers.data(name="x", shape=(3,), dtype="float32")
+     y = fluid.layers.thresholded_relu(x, beta=0.1)
+   
+     place = fluid.CPUPlace()
+     exe = fluid.Executor(place)
+     start = fluid.default_startup_program()
+     main = fluid.default_main_program()
+   
+     data = np.random.randn(2, 3).astype("float32")
+     exe.run(start)
+     y_np, = exe.run(main, feed={"x": data}, fetch_list=[y])
+   
+     data
+     # array([[ 1.2734995 ,  1.4534163 ,  1.1058378 ],
+     #        [ 0.84823716,  0.03892502, -0.80151445]], dtype=float32)
+     y_np
+     # array([[ 1.2734995 ,  1.4534163 ,  1.1058378 ],
+     #        [ 0.84823716,  0.        , -0.        ]], dtype=float32)
+  
+.. code-block:: python
+
+    # 动态图使用
+    import numpy as np
+    from paddle import fluid
+    import paddle.fluid.dygraph as dg
+  
+    data = np.random.randn(2, 3).astype("float32")
+	
+	place = fluid.CPUPlace()
+    with dg.guard(place) as g:
+        x = dg.to_variable(data)
+        y = fluid.layers.thresholded_relu(x, threshold=0.1)
+        y_np = y.numpy()
+    data
+    # array([[ 0.21134382, -1.1805999 ,  0.32876605],
+    #        [-1.2210793 , -0.7365624 ,  1.0013918 ]], dtype=float32)
+    y_np
+    # array([[ 0.21134382, -0.        ,  0.32876605],
+    #        [-0.        , -0.        ,  1.0013918 ]], dtype=float32)