fix sequence_expand_as cn doc (#1350)

* fix sequence_expand_as cn doc

* only surpport LoDTensor

* add input output shape

* add code example

* add code example

* test=document_fix

doc/fluid/api_cn/layers_cn/sequence_expand_as_cn.rst

@@ -5,51 +5,55 @@ sequence_expand_as
 
 .. py:function:: paddle.fluid.layers.sequence_expand_as(x, y, name=None)
 
-Sequence Expand As Layer
+Sequence Expand As Layer，该OP根据输入 ``y`` 的第0级lod对输入 ``x`` 进行扩展。当前实现要求 ``y`` 的lod层数（level）必须为1，且 ``x`` 的第一维必须和 ``y`` 的第0层lod大小相同，所以扩展后的LodTensor具有和 ``y`` 相同的lod。扩展结果与输入 ``x`` 的lod无关，所以无需考虑 ``x`` 的lod。
 
-这一层将根据y的第0级lod扩展输入变量x。当前实现要求输入（Y）的lod层数必须为1，输入（X）的第一维应当和输入（Y）的第0层lod的大小相同，不考虑输入（X）的lod。
+注意，该OP的输入 ``x`` 可以是Tensor或LoDTensor， ``y`` 只能是LodTensor。
 
-以下示例解释sequence_expand如何工作：
+范例解释如下：
 
 ::
 
-    * 例1:
-    给定一维LoDTensor input(X)
-        X.data = [[a], [b], [c], [d]]
-        X.dims = [4, 1]
-    和 input(Y)
-        Y.lod = [[0, 3, 6, 7, 8]]
-    ref_level: 0
-    得到1级 LoDTensor
-        Out.lod =  [[0,            3,              6,  7,  8]]
-        Out.data = [[a], [a], [a], [b], [b], [b], [c], [d]]
-        Out.dims = [8, 1]
+    例1:
+    假设，有4个长度维1的序列[a]、[b]、[c]和[d]，现在要将其扩展为长度是3、3、1、1的序列[a][a][a]、[b][b][b]、[c]和[d]。
+    显然，扩展后的序列lod为[0, 3, 6, 7, 8]，则：
+    给定输入一维LoDTensor x
+        x.data = [[a], [b], [c], [d]]
+        x.dims = [4, 1]
+    和输入 y
+        y.lod = [[3, 3, 1, 1]]    #为了便于理解这里用基于长度lod表示
+    
+    经过sequence_expand_as运算，得到输出1级LoDTensor out
+        out.lod =  [[0,            3,              6,  7,  8]]    #基于偏移的lod，等价于基于长度的[[3, 3, 1, 1]]
+        out.data = [[a], [a], [a], [b], [b], [b], [c], [d]]
+        out.dims = [8, 1]
+    
+    可见，输出out将x扩展至和y具有相同的lod。
 
-    *例2
-
-    给定一个 input(X)：
-        X.data = [[a, b], [c, d], [e, f]]
-        X.dims = [3, 2]
+::
 
-    和 input(Y):
-        Y.lod = [[0, 2, 3, 6]]
-    ref_level: 0
+    例2：
+    设定与例1类似，给定输入一维LoDTensor x：
+        x.data = [[a, b], [c, d], [e, f]]
+        x.dims = [3, 2]
+    和输入 y：
+        y.lod = [[2, 1, 3]]    #为了便于理解这里用基于长度lod表示
 
-    得到输出张量：
+    输出为1级LoDTensor：
+        out.lod =  [[0,             2,     3,                    6]]    #基于偏移的lod，等价于基于长度的[[2, 1, 3]]
+        out.data = [[a, b], [a, b] [c, d], [e, f], [e, f], [e, f]]
+        out.dims = [6, 2]
 
-        Out.lod =  [[0,             2,     3,                    6]]
-        Out.data = [[a, b], [a, b] [c, d], [e, f], [e, f], [e, f]]
-        Out.dims = [6, 2]
+    可见，输出out将x扩展至和y具有相同的lod。
 
 
 参数：
-    - **x** (Variable) - 输入变量，类型为Tensor或LoDTensor
-    - **y** (Variable) - 输入变量，为LoDTensor
-    - **name** (str|None) - 该层名称（可选）。如果设为空，则自动为该层命名
+    - **x** (Variable) - 输入变量，维度为 :math:`[M, K]` 的二维Tensor或LoDTensor，第一维必须与输入 ``y`` 的第0层lod大小相同，且仅支持lod_level为1。数据类型支持int32，int64，float32或float64。
+    - **y** (Variable) - 输入变量，LoDTensor，lod level必须为1。
+    - **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：扩展变量，LoDTensor
+返回：扩展变量，维度为 :math:`[N, K]` 的二维LoDTensor，N由输入 ``y`` 的lod决定，且仅支持lod_level为1。数据类型与输入 ``x`` 一致。
 
-返回类型：变量（Variable）
+返回类型：Variable
 
 
 **代码示例**：
@@ -58,12 +62,45 @@ Sequence Expand As Layer
 
     import paddle.fluid as fluid
     import paddle.fluid.layers as layers
+    import numpy as np
 
-    x = fluid.layers.data(name='x', shape=[10], dtype='float32')
-    y = fluid.layers.data(name='y', shape=[10, 20],
-                     dtype='float32', lod_level=1)
+    x = fluid.data(name='x', shape=[1], dtype='float32')
+    y = fluid.data(name='y', shape=[1], dtype='float32', lod_level=1)
     out = layers.sequence_expand_as(x=x, y=y)
 
+    exe = fluid.Executor(fluid.CPUPlace())
+    place = fluid.CPUPlace()
+
+    np_data = np.array([[1], [2], [3], [4]]).astype('float32')
+    x_lod_tensor = fluid.create_lod_tensor(np_data, [[2, 2]], place)
+    print(x_lod_tensor)
+    #lod: [[0, 2, 4]]
+    #    dim: 4, 1
+    #    layout: NCHW
+    #    dtype: float
+    #    data: [1 2 3 4]
+
+    y_lod_tensor = fluid.create_random_int_lodtensor([[3,3,1,1]], [1], 
+                                                    place, low=0, high=1)
+    print(y_lod_tensor)
+    #lod: [[0, 3, 6, 7, 8]]
+    #    dim: 8, 1
+    #    layout: NCHW
+    #    dtype: int64_t
+    #    data: [0 0 1 0 1 1 1 0]
+
+    out_main = exe.run(fluid.default_main_program(), 
+                      feed={'x': x_lod_tensor, 'y': y_lod_tensor}, 
+                      fetch_list=[out], return_numpy=False)
+    print(out_main[0])
+    #lod: [[0, 3, 6, 7, 8]]
+    #    dim: 8, 1
+    #    layout: NCHW
+    #    dtype: float
+    #    data: [1 1 1 2 2 2 3 4]
+
+
+