diff --git a/doc/fluid/advanced_usage/development/new_op/new_op.md b/doc/fluid/advanced_usage/development/new_op/new_op.md
index 12611d0f63002816e36b17438d5c8d51fde78a84..89c14967d15535349f62a18d26191446d3b7fcfc 100644
--- a/doc/fluid/advanced_usage/development/new_op/new_op.md
+++ b/doc/fluid/advanced_usage/development/new_op/new_op.md
@@ -233,7 +233,105 @@ MulOp(const std::string &type, const framework::VariableNameMap &inputs,
 
 通常`OpProtoMaker`和`Op`类的定义写在`.cc`文件中，和下面将要介绍的注册函数一起放在`.cc`中
 
-**注意：**通常`InferShape`操作在[编译时和运行时](https://github.com/PaddlePaddle/FluidDoc/blob/release/1.2/doc/fluid/getstarted/Developer's_Guide_to_Paddle_Fluid.md#%E8%AE%A9%E6%88%91%E4%BB%AC%E5%9C%A8fluid%E7%A8%8B%E5%BA%8F%E5%AE%9E%E4%BE%8B%E4%B8%AD%E5%8C%BA%E5%88%86%E7%BC%96%E8%AF%91%E6%97%B6%E5%92%8C%E8%BF%90%E8%A1%8C%E6%97%B6)都会被调用，在一些NLP任务可能会涉及到很多的变长操作，Paddle中在编译时变长使用-1表示，所以Op中在做检查或者推断输出变量的Shape时需要注意输入变量的某个维度是否可能为-1。
+### InferShape区分 compile time 和 run time
+在我们的静态图网络中，`InferShape`操作在[编译时(compile time)和运行时(run time)](https://github.com/PaddlePaddle/FluidDoc/blob/release/1.2/doc/fluid/getstarted/Developer's_Guide_to_Paddle_Fluid.md#%E8%AE%A9%E6%88%91%E4%BB%AC%E5%9C%A8fluid%E7%A8%8B%E5%BA%8F%E5%AE%9E%E4%BE%8B%E4%B8%AD%E5%8C%BA%E5%88%86%E7%BC%96%E8%AF%91%E6%97%B6%E5%92%8C%E8%BF%90%E8%A1%8C%E6%97%B6)都会被调用，在compile time时，由于真实的维度未知，框架内部用-1来表示，在run time时，用实际的维度表示，因此维度的值在compile time和 run time时可能不一致，如果存在维度的判断和运算操作，InferShape就需要区分compile time 和 run time。
+
+以下两种情况需要区分compile time和 run time。
+
+**1.检查**
+
+如以下代码：
+```cpp
+auto x_dim = ctx->GetInputDim("X");
+int i = xxx;
+PADDLE_ENFORCE_GT( x_dim[i] , 10)
+```
+
+在compile time的时候，x_dim[i]可能等于-1，导致这个PADDLE_ENFORCE_GT报错退出。
+
+如果用了以下paddle中定义的宏进行判断：
+```cpp
+PADDLE_ENFORCE_EQ ( x_dim[i] , 10)
+PADDLE_ENFORCE_NE ( x_dim[i] , 10)
+PADDLE_ENFORCE_GT ( x_dim[i] , 10)
+PADDLE_ENFORCE_GE ( x_dim[i] , 10)
+PADDLE_ENFORCE_LT ( x_dim[i] , 10)
+PADDLE_ENFORCE_LE ( x_dim[i] , 10)
+```
+都需要区分compile time和run time
+
+**2. 运算**
+
+如以下代码:
+```cpp
+auto x_dim = ctx->GetInputDim("X");
+int i = xxx;
+y_dim[0] = x_dim[i] + 10
+```
+
+在compile time的时候，x_dim[i]可能等于-1，得到的 y_dim[0] 等于 9，是不符合逻辑的
+
+如果用到了类似以下的运算操作
+```cpp
+y_dim[i] = x_dim[i] + 10
+y_dim[i] = x_dim[i] - 10
+y_dim[i] = x_dim[i] * 10
+y_dim[i] = x_dim[i] / 10
+y_dim[i] = x_dim[i] + z_dim[i]
+```
+都需要区分compile time和run time
+
+**处理的标准**：
+- 检查： compile time的时候不判断维度等于-1的情况，但在runtime的时候检查
+- 运算： -1和其他数做任何运算都要等于-1
+
+**参考代码**
+1. 判断的实现方法可以参考cross_entropy_op.cc，cross_entropy_op 要求X和labels的两个输入，除了最后一维以外，其他的维度完全一致
+
+```cpp
+    bool contain_unknown_dim = framework::contain_unknown_dim(x_dims) ||
+                               framework::contain_unknown_dim(label_dims);
+    bool check = ctx->IsRuntime() || !contain_unknown_dim;
+    if (check) {
+      PADDLE_ENFORCE_EQ(framework::slice_ddim(x_dims, 0, rank - 1),
+                        framework::slice_ddim(label_dims, 0, rank - 1),
+                        "Input(X) and Input(Label) shall have the same shape "
+                        "except the last dimension.");
+    }
+```
+
+2. 运算的实现可以参考concat_op.cc，concat在InferShape判断时，除了进行concat轴之外，其他的维度完全一致；在生成output的维度时，把concat轴的维度求和，其他的维度和输入保持一致。
+
+```cpp
+    auto out_dims = ins[0];
+    size_t in_zero_dims_size = out_dims.size();
+    for (size_t i = 1; i < n; i++) {
+      for (size_t j = 0; j < in_zero_dims_size; j++) {
+        if (j == axis) {
+          if (ctx->IsRuntime()) {
+            out_dims[axis] += ins[i][j];
+          } else {
+            if (ins[i][j] == -1) {
+              out_dims[axis] = -1;
+            } else {
+              out_dims[axis] += ins[i][j];
+            }
+          }
+        } else {
+          bool check_shape =
+              ctx->IsRuntime() || (out_dims[j] > 0 && ins[i][j] > 0);
+          if (check_shape) {
+            // check all shape in run time
+            PADDLE_ENFORCE_EQ(out_dims[j], ins[i][j],
+                              "Input tensors should have the same "
+                              "elements except the specify axis.");
+          }
+        }
+      }
+    }
+```
+
+
 
 ### 定义OpKernel类