Api2.0： 新增roll、cross、index_select、nonzero四个API的中文文档 (#1996)

* add cross, roll, index_select, nonzero api_cn

* test=document, add cross,index_select,nonzero,roll cn doc

* test=document, bug fix for syntax error

doc/fluid/api_cn/tensor_cn/cross_cn.rst

+.. _cn_api_tensor_linalg_cross:
+
 cross
 -------------------------------
-**版本升级，文档正在开发中**
+
+.. py:function:: paddle.cross(input, other, dim=None)
+
+该OP返回在 ``dim`` 维度上，两个张量 ``input`` 和 ``other`` 的向量积（叉积）。 ``input`` 和 ``other`` 必须有相同的形状，
+且指定的 ``dim`` 维上 ``size`` 必须为3，如果 ``dim`` 未指定，默认选取第一个 ``size`` 等于3的维度。
+        
+**参数**：
+    - **input** （Variable）– 第一个输入张量。
+    - **other** （Variable）– 第二个输入张量。
+    - **dim**    (int, optional) – 沿着此维进行叉积操作，若未指定，则默认选取第一个 ``size`` 等于3的维度
+
+**返回**：
+    - **Variable** ，数据类型同输入。
+     
+**代码示例**：
+
+.. code-block:: python
+
+        import paddle
+        import paddle.fluid as fluid
+        import numpy as np
+
+        data_x = np.array([[1.0, 1.0, 1.0],
+                           [2.0, 2.0, 2.0],
+                           [3.0, 3.0, 3.0]])
+        data_y = np.array([[1.0, 1.0, 1.0],
+                           [1.0, 1.0, 1.0],
+                           [1.0, 1.0, 1.0]])
+
+        with fluid.dygraph.guard():
+            x = fluid.dygraph.to_variable(data_x)
+            y = fluid.dygraph.to_variable(data_y)
+            out_z1 = paddle.cross(x, y)
+            print(out_z1.numpy())
+            #[[-1. -1. -1.]
+            # [ 2.  2.  2.]
+            # [-1. -1. -1.]]
+            out_z2 = paddle.cross(x, y, dim=1)
+            print(out_z2.numpy())
+            #[[0. 0. 0.]
+            # [0. 0. 0.]
+            # [0. 0. 0.]]
+
+

doc/fluid/api_cn/tensor_cn/index_select_cn.rst

-index
+.. _cn_api_tensor_search_index_select:
+
+index_select
 -------------------------------
-**版本升级，文档正在开发中**
+
+.. py:function:: paddle.index_select(input, index, dim=0)
+
+该OP沿着指定维度 ``dim`` 对输入 ``input`` 进行索引，取 ``index`` 中指定的相应项，然后返回到一个新的张量。这里 ``index`` 是一个 ``1-D`` 张量。除 ``dim`` 维外，返回的张量其余维度大小同输入 ``input`` ， ``dim`` 维大小等于 ``index`` 的大小。
+        
+**参数**：
+    - **input** （Variable）– 输入张量。
+    - **index** （Variable）– 包含索引下标的一维张量。
+    - **dim**    (int, optional) – 索引轴，若未指定，则默认选取第一维。
+
+**返回**：
+    -**Variable** ，数据类型同输入。
+     
+**代码示例**：
+
+.. code-block:: python
+
+        import paddle
+        import paddle.fluid as fluid
+        import numpy as np
+
+        data = np.array([[1.0, 2.0, 3.0, 4.0],
+                            [5.0, 6.0, 7.0, 8.0],
+                            [9.0, 10.0, 11.0, 12.0]])
+        data_index = np.array([0, 1, 1]).astype('int32')
+
+        with fluid.dygraph.guard():
+            x = fluid.dygraph.to_variable(data)
+            index = fluid.dygraph.to_variable(data_index)
+            out_z1 = paddle.index_select(x, index)
+            print(out_z1.numpy())
+            #[[1. 2. 3. 4.]
+            # [5. 6. 7. 8.]
+            # [5. 6. 7. 8.]]
+            out_z2 = paddle.index_select(x, index, dim=1)
+            print(out_z2.numpy())
+            #[[ 1.  2.  2.]
+            # [ 5.  6.  6.]
+            # [ 9. 10. 10.]]
+
+

doc/fluid/api_cn/tensor_cn/nonzero_cn.rst

+.. _cn_api_tensor_search_nonzero:
+
 nonzero
 -------------------------------
-**版本升级，文档正在开发中**
+
+.. py:function:: paddle.nonzero(input, as_tuple=False)
+
+该OP返回输入 ``input`` 中非零元素的坐标。如果输入 ``input`` 有 ``n`` 维，共包含 ``z`` 个非零元素，当 ``as_tuple = False`` 时，
+返回结果是一个 ``shape`` 等于 ``[z x n]`` 的 ``Tensor`` , 第 ``i`` 行代表输入中第 ``i`` 个非零元素的坐标；当 ``as_tuple = True`` 时，
+返回结果是由 ``n`` 个大小为 ``z`` 的 ``1-D Tensor`` 构成的元组，第 ``i`` 个 ``1-D Tensor`` 记录输入的非零元素在第 ``i`` 维的坐标。
+        
+**参数**：
+    - **input** （Variable）– 输入张量。
+    - **as_tuple** (bool, optinal) - 返回格式。是否以 ``1-D Tensor`` 构成的元组格式返回。
+
+**返回**：
+    - **Variable** (Tensor or tuple(1-D Tensor))，数据类型为 **INT64** 。
+     
+**代码示例**：
+
+.. code-block:: python
+
+        import paddle
+        import paddle.fluid as fluid
+        import numpy as np
+
+        data1 = np.array([[1.0, 0.0, 0.0],
+                            [0.0, 2.0, 0.0],
+                            [0.0, 0.0, 3.0]])
+        data2 = np.array([0.0, 1.0, 0.0, 3.0])
+        data3 = np.array([0.0, 0.0, 0.0])
+        with fluid.dygraph.guard():
+            x1 = fluid.dygraph.to_variable(data1)
+            x2 = fluid.dygraph.to_variable(data2)
+            x3 = fluid.dygraph.to_variable(data3)
+            out_z1 = paddle.nonzero(x1)
+            print(out_z1.numpy())
+            #[[0 0]
+            # [1 1]
+            # [2 2]]
+            out_z1_tuple = paddle.nonzero(x1, as_tuple=True)
+            for out in out_z1_tuple:
+                print(out.numpy())
+            #[[0]
+            # [1]
+            # [2]]
+            #[[0]
+            # [1]
+            # [2]]
+            out_z2 = paddle.nonzero(x2)
+            print(out_z2.numpy())
+            #[[1]
+            # [3]]
+            out_z2_tuple = paddle.nonzero(x2, as_tuple=True)
+            for out in out_z2_tuple:
+                print(out.numpy())
+            #[[1]
+            # [3]]
+            out_z3 = paddle.nonzero(x3)
+            print(out_z3.numpy())
+            #[]
+            out_z3_tuple = paddle.nonzero(x3, as_tuple=True)
+            for out in out_z3_tuple:
+                print(out.numpy())
+            #[]         
+
+

doc/fluid/api_cn/tensor_cn/roll_cn.rst

+.. _cn_api_tensor_manipulation_roll:
+
 roll
 -------------------------------
-**版本升级，文档正在开发中**
+
+.. py:function:: paddle.roll(input, shifts, dims=None):
+
+该OP沿着指定维度对输入 ``input`` 进行循环滚动，当元素移动到最后位置时，会从第一个位置重新插入。如果 ``dims`` 为 ``None`` ，则输入在被循环滚动之前，会先展平成 ``1-D Tensor`` ，滚动操作完成后恢复成原来的形状。
+
+**参数**：
+    - **input** （Variable）– 输入张量。
+    - **shifts** (int|list|tuple) - 滚动位移。如果 ``shifts`` 是一个元组或者列表，则 ``dims`` 必须是相同大小的元组或者列表，输入张量将依次沿着每个维度滚动相应的数值。
+    - **dim**    (int|list|tuple, optinal) – 滚动轴。
+
+**返回**：
+    - **Variable**，数据类型同输入。
+     
+**代码示例**：
+
+.. code-block:: python
+
+        import numpy as np
+        import paddle
+        import paddle.fluid as fluid
+
+        data = np.array([[1.0, 2.0, 3.0],
+                            [4.0, 5.0, 6.0],
+                            [7.0, 8.0, 9.0]])
+        with fluid.dygraph.guard():
+            x = fluid.dygraph.to_variable(data)
+            out_z1 = paddle.roll(x, shifts=1)
+            print(out_z1.numpy())
+            #[[9. 1. 2.]
+            # [3. 4. 5.]
+            # [6. 7. 8.]]
+            out_z2 = paddle.roll(x, shifts=1, dims=0)
+            print(out_z2.numpy())
+            #[[7. 8. 9.]
+            # [1. 2. 3.]
+            # [4. 5. 6.]]
+
+