diff --git a/doc/paddle/api/paddle/fluid/layers/pad2d_cn.rst b/doc/paddle/api/paddle/fluid/layers/pad2d_cn.rst
index 8f5780f7147e7a7f4fd8c9a3dbfd532d781c95bf..bdee33e8b949c9a60d86b8d8845431d6f5230458 100644
--- a/doc/paddle/api/paddle/fluid/layers/pad2d_cn.rst
+++ b/doc/paddle/api/paddle/fluid/layers/pad2d_cn.rst
@@ -11,16 +11,14 @@ pad2d
 该OP依照 paddings 和 mode 属性对input进行2维 ``pad`` 。
 
 参数：
-  - **input** (Variable) - 类型为float32的4-D Tensor， format为 `[N, C, H, W]` 或 `[N, H, W, C]` 。
-  - **paddings** (Variable | List[int32]) - 填充大小。如果paddings是一个List，它必须包含四个整数 `[padding_top, padding_bottom, padding_left, padding_right]` 。
-    如果paddings是Variable， 则是类型为int32 的1-D Tensor，shape是 `[4]` 。默认值为 `[0,0,0,0]` 。
+  - **input** (Tensor) - 类型为float32的4-D Tensor， 格式为 `[N, C, H, W]` 或 `[N, H, W, C]` 。
+  - **paddings** (Tensor | List[int32]) - 填充大小。如果paddings是一个List，它必须包含四个整数 `[padding_top, padding_bottom, padding_left, padding_right]` 。
+    如果paddings是Tensor， 则是类型为int32 的1-D Tensor，形状是 `[4]` 。默认值为 `[0,0,0,0]` 。
   - **mode** (str) - padding的三种模式，分别为 `'constant'` (默认)、 `'reflect'` 、 `'edge'` 。 `'constant'` 为填充常数 `pad_value` ， `'reflect'` 为填充以input边界值为轴的映射， `'edge'` 为填充input边界值。具体结果可见以下示例。默认值为 `'constant'` 。
   - **pad_value** (float32) - 以 `'constant'` 模式填充区域时填充的值。默认值为0.0。
-  - **data_format** (str)  - 指定input的format，可为 `'NCHW'` 和 `'NHWC'` ，默认值为 `'NCHW'` 。
-  - **name** (str, 可选) - 该参数供开发人员打印调试信息时使用，具体用法请参见 :ref:`api_guide_Name` ，缺省值为None。
-返回： 对input进行2维 ``pad`` 的结果，数据类型和input一样的4-D Tensor。
-
-返回类型：Variable
+  - **data_format** (str)  - 指定input的格式，可为 `'NCHW'` 和 `'NHWC'` ，默认值为 `'NCHW'` 。
+  - **name** (str, 可选) - 该参数供开发人员打印调试信息时使用，具体用法请参见 :ref:`api_guide_Name` ，默认值为None。
+返回：Tensor，对input进行2维 pad 的结果，数据类型和input一样的4-D Tensor。
 
 **示例**：
 
@@ -57,6 +55,30 @@ pad2d
 
 .. code-block:: python
 
-    import paddle.fluid as fluid
-    data = fluid.data(name='data', shape=[None, 3, 32, 32], dtype='float32')
-    result = fluid.layers.pad2d(input=data, paddings=[0, 1, 2, 3], mode='reflect')
+    import numpy as np
+    import paddle
+    import paddle.nn.functional as F
+
+    # example 1
+    x_shape = (1, 1, 3, 4)
+    x = np.arange(np.prod(x_shape), dtype=np.float32).reshape(x_shape) + 1
+    tensor_x = paddle.to_tensor(x)
+    y = F.pad2d(tensor_x, paddings=[1, 2, 2, 1], pad_value=1, mode='constant')
+    print(y.numpy())
+    # [[[[ 1.  1.  1.  1.  1.  1.  1.]
+    #    [ 1.  1.  1.  2.  3.  4.  1.]
+    #    [ 1.  1.  5.  6.  7.  8.  1.]
+    #    [ 1.  1.  9. 10. 11. 12.  1.]
+    #    [ 1.  1.  1.  1.  1.  1.  1.]
+    #    [ 1.  1.  1.  1.  1.  1.  1.]]]]
+
+    # example 2
+    x_shape = (1, 1, 2, 3)
+    x = np.arange(np.prod(x_shape), dtype=np.float32).reshape(x_shape) + 1
+    tensor_x = paddle.to_tensor(x)
+    y = F.pad2d(tensor_x, paddings=[1, 1, 1, 1], mode='reflect')
+    print(y.numpy())
+    # [[[[5. 4. 5. 6. 5.]
+    #    [2. 1. 2. 3. 2.]
+    #    [5. 4. 5. 6. 5.]
+    #    [2. 1. 2. 3. 2.]]]]