Add Chinese document for new paddle.fluid.data (#1381)

doc/fluid/api_cn/fluid_cn.rst

@@ -18,6 +18,7 @@ fluid
     fluid_cn/cuda_places_cn.rst
     fluid_cn/CUDAPinnedPlace_cn.rst
     fluid_cn/CUDAPlace_cn.rst
+    fluid_cn/data_cn.rst
     fluid_cn/DataFeedDesc_cn.rst
     fluid_cn/DataFeeder_cn.rst
     fluid_cn/default_main_program_cn.rst

doc/fluid/api_cn/fluid_cn/data_cn.rst

+.. _cn_api_fluid_data:
+
+data
+-------------------------------
+
+.. py:function:: paddle.fluid.data(name, shape, dtype='float32')
+
+该OP会在全局block中创建变量（Variable），该全局变量可被计算图中的算子（operator）访问。该变量可作为占位符用于数据输入。例如用执行器（Executor）feed数据进该变量
+
+注意：
+
+  不推荐使用 ``paddle.fluid.layers.data`` ，其在之后的版本中会被删除。请使用这个 ``paddle.fluid.data`` 。 
+
+  ``paddle.fluid.layers.data`` 在组网期间会设置创建的变量维度（shape）和数据类型（dtype），但不会检查输入数据的维度和数据类型是否符合要求。 ``paddle.fluid.data`` 会在运行过程中由Executor/ParallelExecutor检查输入数据的维度和数据类型。
+
+参数：
+    - **name** (str)- 被创建的变量的名字，具体用法请参见 :ref:`api_guide_Name` 。
+    - **shape** (list|tuple)- 声明维度信息的list或tuple。
+    - **dtype** (np.dtype|VarType|str)- 数据类型，支持bool，float16，float32，float64，int8，int16，int32，int64，uint8。默认值为float32。
+
+返回：全局变量，可进行数据访问
+
+返回类型：Variable
+
+**代码示例**：
+
+.. code-block:: python
+
+    import paddle.fluid as fluid
+    import numpy as np
+
+    # Creates a variable with fixed size [3, 2, 1]
+    # User can only feed data of the same shape to x
+    x = fluid.data(name='x', shape=[3, 2, 1], dtype='float32')
+
+    # Creates a variable with changable batch size -1.
+    # Users can feed data of any batch size into y,
+    # but size of each data sample has to be [2, 1]
+    y = fluid.data(name='y', shape=[-1, 2, 1], dtype='float32')
+
+    z = x + y
+
+    # In this example, we will feed x and y with np-ndarry "1"
+    # and fetch z, like implementing "1 + 1 = 2" in PaddlePaddle
+    feed_data = np.ones(shape=[3, 2, 1], dtype=np.float32)
+
+    exe = fluid.Executor(fluid.CPUPlace())
+    out = exe.run(fluid.default_main_program(),
+                  feed={
+                      'x': feed_data,
+                      'y': feed_data
+                  },
+                  fetch_list=[z.name])
+
+    # np-ndarray of shape=[3, 2, 1], dtype=float32, whose elements are 2
+    print(out)
+
+