fix gather_nd、scatter_nd_add、scatter_nd、center_loss (#1333)

* fix gather_nd scatter_nd_add scatter_nd, test=develop

* fix centerloss, test=develop

* fix the description, test=develop

* fix the doc, test=develop

doc/fluid/api_cn/layers_cn.rst

@@ -108,6 +108,7 @@ fluid.layers
     layers_cn/floor_cn.rst
     layers_cn/fsp_matrix_cn.rst
     layers_cn/gather_cn.rst
+    layers_cn/gather_nd_cn.rst
     layers_cn/gaussian_random_batch_size_like_cn.rst
     layers_cn/gaussian_random_cn.rst
     layers_cn/generate_mask_labels_cn.rst
@@ -228,6 +229,8 @@ fluid.layers
     layers_cn/sampling_id_cn.rst
     layers_cn/scale_cn.rst
     layers_cn/scatter_cn.rst
+    layers_cn/scatter_nd_add_cn.rst
+    layers_cn/scatter_nd_cn.rst
     layers_cn/selu_cn.rst
     layers_cn/sequence_concat_cn.rst
     layers_cn/sequence_conv_cn.rst

doc/fluid/api_cn/layers_cn/center_loss_cn.rst

@@ -5,8 +5,8 @@ center_loss
 
 .. py:function:: paddle.fluid.layers.center_loss(input, label, num_classes, alpha, param_attr, update_center=True)
 
-center_loss层
-该层接收一个来自于最后一个隐藏层的输出和目标标签作为输入，返回损失值。
+该OP接收一个来自于最后一个隐藏层的输出和目标标签作为输入，返回损失值。为每一个类别提供一个类别中心，计算mini-batch中每个样本与对应类别中心的距离的平均值作为center loss。
+
 对于输入，\(X\)和标签\(Y\)，计算公式为：
 
     .. math::
@@ -17,14 +17,14 @@ center_loss层
 
 参数:
 
-    - **input** (Variable) - 形为[N x M]的2维张量
-    - **label** (Variable) - groud truth,一个形为[N x 1]的2维张量，N表示batch size
-    - **num_class** (int) - 表示类别的数
-    - **alpha** (float|Variable) - 学习率
-    - **param_attr** (ParamAttr) - 参数初始化
-    - **update_center** (bool) - 是否更新损失值
+    - **input** (Variable) - 输入形状为[N x M]的2维张量，数据类型为float32，float64。
+    - **label** (Variable) - 输入的标签，一个形状为为[N x 1]的2维张量，N表示batch size，数据类型为int32。
+    - **num_class** (int32) - 输入类别的数量。
+    - **alpha** (float32|float64|Variable) - 学习率。数据类型为float32或者float64。
+    - **param_attr** (ParamAttr) - 指定权重参数属性的对象。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。
+    - **update_center** (bool) - 是否更新类别中心的参数。
 
-返回：形为[N x 1]的2维张量。
+返回：形状为[N x 1]的2维Tensor|LoDTensor。
 
 返回类型：Variable
 

doc/fluid/api_cn/layers_cn/gather_nd_cn.rst

+.. _cn_api_fluid_layers_gather_nd:
+
+gather_nd
+-------------------------------
+
+.. py:function:: paddle.fluid.layers.gather_nd(input, index, name=None)
+
+该OP是 :code:`gather` 的高维推广，并且支持多轴同时索引。 :code:`index` 是一个K维度的张量，它可以认为是从 :code:`input` 中取K-1维张量，每一个元素是一个切片：
+
+.. math::
+    output[(i_0, ..., i_{K-2})] = input[index[(i_0, ..., i_{K-2})]]
+
+显然， :code:`index.shape[-1] <= input.rank` 并且输出张量的维度是 :code:`index.shape[:-1] + input.shape[index.shape[-1]:]` 。 
+
+示例：
+
+::
+
+         给定:
+             input = [[[ 0,  1,  2,  3],
+                       [ 4,  5,  6,  7],
+                       [ 8,  9, 10, 11]],
+                      [[12, 13, 14, 15],
+                       [16, 17, 18, 19],
+                       [20, 21, 22, 23]]]
+             input.shape = (2, 3, 4)
+
+         - 案例 1:
+             index = [[1]]
+             
+             gather_nd(input, index)  
+                      = [input[1, :, :]] 
+                      = [[12, 13, 14, 15],
+                         [16, 17, 18, 19],
+                         [20, 21, 22, 23]]
+
+         - 案例 2:
+
+             index = [[0,2]]
+             gather_nd(input, index)
+                      = [input[0, 2, :]]
+                      = [8, 9, 10, 11]
+
+         - 案例 3:
+
+             index = [[1, 2, 3]]
+             gather_nd(input, index)
+                      = [input[1, 2, 3]]
+                      = [23]
+
+
+参数：
+    - **input** (Variable) - 输入张量，数据类型可以是int32，int64，float32，float64。
+    - **index** (int) - 输入的索引张量，数据类型为非负int32或非负int64。它的维度 :code:`index.rank` 必须大于1，并且 :code:`index.shape[-1] <= input.rank` 。
+    - **name** (string) - 该层的名字，默认值为None，表示会自动命名。
+    
+返回：shape为index.shape[:-1] + input.shape[index.shape[-1]:]的Tensor|LoDTensor，数据类型与 :code:`input` 一致。
+
+返回类型：Variable
+
+**代码示例**：
+
+.. code-block:: python
+
+    import paddle.fluid as fluid
+    x = fluid.layers.data(name='x', shape=[3, 4, 5], dtype='float32')
+    index = fluid.layers.data(name='index', shape=[2, 2], dtype='int32')
+    output = fluid.layers.gather_nd(x, index)
+
+
+
+
+

doc/fluid/api_cn/layers_cn/scatter_nd_add_cn.rst

+.. _cn_api_fluid_layers_scatter_nd_add:
+
+scatter_nd_add
+-------------------------------
+
+.. py:function:: paddle.fluid.layers.scatter_nd_add(ref, index, updates, name=None)
+
+该OP通过对Variable中的单个值或切片应用稀疏加法，从而得到输出的Variable。
+
+:code:`ref` 是维度为 :code:`R` 的张量。 :code:`index` 是维度为 :code:`K` 的张量。因此， :code:`index` 的形状是 :math:`[i_0, i_1, ..., i_{K-2}, Q]` ，其中  :math:`Q \leq R` 。:code:`updates` 是一个维度为 :math:`K - 1 + R - Q` 的张量，它的形状是 :math:`index.shape[:-1] + ref.shape[index.shape[-1]:]` 。
+
+根据 :code:`index` 的 :math:`[i_0, i_1, ..., i_{K-2}]` 得到相应的 :code:`updates` 切片，将其加到根据 :code:`index` 的最后一维得到 :code:`ref` 切片上，从而得到最终的输出张量。  
+
+
+示例：
+
+::
+
+        - 案例 1:
+            ref = [0, 1, 2, 3, 4, 5]
+            index = [[1], [2], [3], [1]]
+            updates = [9, 10, 11, 12]
+
+          得到:
+             
+            output = [0, 22, 12, 14, 4, 5]
+
+        - 案例 2:
+            ref = [[65, 17], [-14, -25]]
+            index = [[], []]
+            updates = [[[-1, -2], [1, 2]],
+                       [[3, 4], [-3, -4]]]
+            ref.shape = (2, 2)
+            index.shape = (2, 0)
+            updates.shape = (2, 2, 2)
+
+          得到:
+             
+            output = [[67, 19], [-16, -27]]
+
+
+参数：
+    - **ref** (Variable) - 输入张量，数据类型可以是int32，int64，float32，float64。
+    - **index** (Variable) - 输入的索引张量，数据类型为非负int32或非负int64。它的维度 :code:`index.rank` 必须大于1，并且 :code:`index.shape[-1] <= ref.rank`
+    - **updates** (Variable) - 输入的更新张量，它必须和 :code:`ref` 有相同的数据类型。形状必须是 :code:`index.shape[:-1] + ref.shape[index.shape[-1]:]` 。
+    - **name** (string) - 该层的名字，默认值为None，表示会自动命名。
+    
+返回：数据类型和形状都与 :code:`ref` 相同的Tensor|LoDTensor。
+
+返回类型：Variable
+
+**代码示例**：
+
+.. code-block:: python
+
+        import paddle.fluid as fluid
+        ref = fluid.layers.data(name='ref', shape=[3, 5, 9, 10], dtype='float32', append_batch_size=False)
+        index = fluid.layers.data(name='index', shape=[3, 2], dtype='int32', append_batch_size=False)
+        updates = fluid.layers.data(name='update', shape=[3, 9, 10], dtype='float32', append_batch_size=False)
+        output = fluid.layers.scatter_nd_add(ref, index, updates)
+
+
+

doc/fluid/api_cn/layers_cn/scatter_nd_cn.rst

+.. _cn_api_fluid_layers_scatter_nd:
+
+scatter_nd
+-------------------------------
+
+.. py:function:: paddle.fluid.layers.scatter_nd(index, updates, shape, name=None)
+
+该OP根据 :code:`index` ，将 :code:`updates` 添加到一个新的张量中，从而得到输出的Variable。这个操作与 :code:`scatter_nd_add` 类似，除了形状为 :code:`shape` 的张量是通过零初始化的。相应地， :code:`scatter_nd(index, updates, shape)` 等价于 :code:`scatter_nd_add(fluid.layers.zeros(shape, updates.dtype), index, updates)` 。如果 :code:`index` 有重复元素，则将累积相应的更新，因此，由于数值近似问题，索引中重复元素的顺序不同可能会导致不同的输出结果。具体的计算方法可以参见 :code:`scatter_nd_add` 。该OP是 :code:`gather_nd` 的反函数。
+
+参数：
+    - **index** (Variable) - 输入的索引张量，数据类型为非负int32或非负int64。它的维度 :code:`index.rank` 必须大于1，并且 :code:`index.shape[-1] <= len(shape)`
+    - **updates** (Variable) - 输入的更新张量。形状必须是 :code:`index.shape[:-1] + shape[index.shape[-1]:]` 。数据类型可以是int32，int64，float32，float64。
+    - **shape** (tuple|list) - 要求输出张量的形状。类型是tuple或者list。
+    - **name** (string) - 该层的名字，默认值为None，表示会自动命名。
+    
+返回：数据类型与 :code:`updates` 相同，形状是 :code:`shape` 的Tensor|LoDTensor。
+
+返回类型：Variable
+
+**代码示例**：
+
+.. code-block:: python
+
+        import paddle.fluid as fluid
+        index = fluid.layers.data(name='index', shape=[3, 2], dtype='int64', append_batch_size=False)
+        updates = fluid.layers.data(name='update', shape=[3, 9, 10], dtype='float32', append_batch_size=False)
+        shape = [3, 5, 9, 10]
+        output = fluid.layers.scatter_nd(index, updates, shape)
+
+