update example code, use fluid.data swish, gaussian_random, thresholded_relu,...

update example code, use fluid.data swish, gaussian_random, thresholded_relu, test=document_preview (#1487)

* fix example for thresholded relu, test=document_preview

* update example code for swish, thresholded_relu, gaussian_random in chinese doc, test=document_preview

* fix example code for thresholded_relu, test=document_preview

* fix ref for name, test=document_preview

doc/fluid/api_cn/layers_cn/gaussian_random_cn.rst

@@ -5,18 +5,18 @@ gaussian_random
 
 .. py:function:: paddle.fluid.layers.gaussian_random(shape, mean=0.0, std=1.0, seed=0, dtype='float32')
 
-生成数据符合高斯随机分布的张量。
+生成数据符合高斯随机分布的 Tensor。
 
 参数：
-        - **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。
+        - **shape** （Tuple[int] | List[int]）- 生成 Tensor 的形状。
+        - **mean** （float）- 随机 Tensor 的均值，默认值为 0.0。
+        - **std** （float）- 随机 Tensor 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 Tensor 的数据类型，可选值为 float32，float64。
 
 返回：        
 
-        - 符合高斯分布的随机张量。形状为 shape，数据类型为 dtype。
+        - 符合高斯分布的随机 Tensor。形状为 shape，数据类型为 dtype。
 
 返回类型：
 
@@ -57,7 +57,6 @@ gaussian_random
     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)

doc/fluid/api_cn/layers_cn/swish_cn.rst

@@ -11,12 +11,12 @@ swish
          out = \frac{x}{1 + e^{- beta * x}}
 
 参数：
-    - **x** (Variable) -  多维 Tensor，数据类型为 float32，float64。
+    - **x** (Variable) -  多维 Tensor 或 LoDTensor，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。
+    - **name** (str，可选) – 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
 
 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。
+    - Swish op 的结果，多维 Tensor 或 LoDTensor。数据类型为 float32 或 float64，数据类型以及形状和输入 x 一致。
 
 返回类型：
     - Variable
@@ -30,7 +30,7 @@ swish
     import numpy as np
     from paddle import fluid
     
-   x = fluid.layers.data(name="x", shape=(3,), dtype="float32")
+    x = fluid.data(name="x", shape=(-1, 3), dtype="float32")
     y = fluid.layers.swish(x, beta=2.0)
     
     place = fluid.CPUPlace()
@@ -57,6 +57,7 @@ swish
     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.swish(x)

doc/fluid/api_cn/layers_cn/thresholded_relu_cn.rst

@@ -15,11 +15,11 @@ thresholded_relu
       \end{matrix}\right.
 
 参数：
-  - **x** (Variable) -ThresholdedRelu 激活函数的输入，多维 Tensor，数据类型为 float32，float64。
+  - **x** (Variable) -ThresholdedRelu Op 的输入，多维 Tensor 或 LoDTensor，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：
-   - 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。
+   - 多维 Tensor 或 LoDTensor, 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
@@ -28,29 +28,29 @@ thresholded_relu
 
 .. 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")
+    x = fluid.data(name="x", shape=(-1, 3), dtype="float32")
     y = fluid.layers.thresholded_relu(x, threshold=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)
+    # array([[ 0.21134382, -1.1805999 ,  0.32876605],
+    #        [-1.2210793 , -0.7365624 ,  1.0013918 ]], dtype=float32)
     y_np
-     # array([[ 1.2734995 ,  1.4534163 ,  1.1058378 ],
-     #        [ 0.84823716,  0.        , -0.        ]], dtype=float32)
+    # array([[ 0.21134382, -0.        ,  0.32876605],
+    #        [-0.        , -0.        ,  1.0013918 ]], dtype=float32)
+
 
 .. code-block:: python
 
@@ -60,7 +60,6 @@ thresholded_relu
     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)
@@ -72,12 +71,3 @@ thresholded_relu
     y_np
     # array([[ 0.21134382, -0.        ,  0.32876605],
     #        [-0.        , -0.        ,  1.0013918 ]], dtype=float32)
-
-
-
-
-
-
-
-
-