refine the cn fill_constant doc test=develop (#1902)

doc/fluid/api_cn/layers_cn/fill_constant_cn.rst

@@ -10,7 +10,7 @@ fill_constant
 创建的Tensor的stop_gradient属性默认为True。
 
 参数：
-    - **shape** (tuple|list)- 创建Tensor的形状。
+    - **shape** (tuple|list|Variable)- 要创建的LoDTensor或者SelectedRows的形状。 数据类型为int32或int64。 如果shape是一个列表或元组，则其元素应该是形状为[1]的整数或Tensor。 如果shape是Variable，则它应该是一维Tensor。
     - **dtype** (np.dtype|core.VarDesc.VarType|str)- 创建LoDTensor或者SelectedRows的数据类型，支持数据类型为float16， float32， float64， int32， int64。
     - **value** (float|int)- 用于初始化输出LoDTensor或者SelectedRows的常量数据的值。
     - **force_cpu** (bool)- 用于标志LoDTensor或者SelectedRows是否创建在CPU上，默认值为False，若设为true,则数据必须在CPU上。
@@ -21,6 +21,9 @@ fill_constant
 
 返回类型：变量（Variable）
 
+抛出异常：
+    - :code:`TypeError`: dtype必须是bool，float16，float32，float64，int32和int64之一，并且输出Tensor的数据类型必须与dtype相同。
+
 **代码示例**：
 
 .. code-block:: python
@@ -29,3 +32,11 @@ fill_constant
     data1 = fluid.layers.fill_constant(shape=[2,1], value=0, dtype='int64') #data1=[[0],[0]]
     data2 = fluid.layers.fill_constant(shape=[2,1], value=5, dtype='int64', out=data1) 
     #data1=[[5],[5]] data2=[[5],[5]]
+
+    # attr shape is a list which contains Variable Tensor.
+    positive_2 = fluid.layers.fill_constant([1], "int32", 2)
+    data3 = fluid.layers.fill_constant(shape=[1, positive_2], dtype='float32', value=1.5) # data3=[1.5, 1.5]
+
+    # attr shape is an Variable Tensor.
+    shape = fluid.layers.fill_constant([1,2], "int32", 2) # shape=[2,2]
+    data4 = fluid.layers.fill_constant(shape=shape, dtype='bool', value=True) # data4=[[True,True],[True,True]]