reduce OP doc refine (#1282)

* fix the reduce api test=develop

* fix typo test=develop

* fix according reviewer advice test=develop

doc/fluid/api_cn/layers_cn/reduce_max_cn.rst

@@ -5,15 +5,15 @@ reduce_max
 
 .. py:function:: paddle.fluid.layers.reduce_max(input, dim=None, keep_dim=False, name=None)
 
-计算给定维度上张量（Tensor）元素最大值。
+该OP是对指定维度上的Tensor元素求最大值运算，并输出相应的计算结果。
 
 参数：
-          - **input** （Variable）：输入变量为Tensor或LoDTensor。
-          - **dim** （list | int | None）：函数运算的维度。如果为None，则计算所有元素中的最大值并返回单个元素的Tensor变量，否则必须在  :math:`[−rank(input),rank(input))` 范围内。如果 :math:`dim [i] <0` ，则维度将减小为 :math:`rank+dim[i]` 。
-          - **keep_dim** （bool | False）：是否在输出Tensor中保留减小的维度。除非 ``keep_dim`` 为true，否则结果张量将比输入少一个维度。
-          - **name** （str | None）：这一层的名称（可选）。如果设置为None，则将自动命名这一层。
+          - **input** （Variable）- 输入变量为多维Tensor或LoDTensor，支持数据类型为float32，float64，int32，int64。
+          - **dim** （list | int ，可选）- 求最大值运算的维度。如果为None，则计算所有元素的最大值并返回包含单个元素的Tensor变量，否则必须在  :math:`[−rank(input),rank(input)]` 范围内。如果 :math:`dim [i] <0` ，则维度将变为 :math:`rank+dim[i]` ，默认值为None。
+          - **keep_dim** （bool）- 是否在输出Tensor中保留减小的维度。如 keep_dim 为true，否则结果张量的维度将比输入张量小，默认值为False。
+          - **name** （str ， 可选）- 这一层的名称。如果设置为None，则将自动命名这一层。默认值为None。
 
-返回：  运算、减少维度之后的Tensor变量。
+返回：  在指定dim上进行求最大值运算的Tensor，数据类型和输入数据类型一致。
 
 返回类型：  变量（Variable）
 
@@ -26,7 +26,7 @@ reduce_max
       #    [[0.2, 0.3, 0.5, 0.9]
       #     [0.1, 0.2, 0.6, 0.7]]
       # 接下来的示例中，我们在每处函数调用后面都标注出了它的结果张量。
-      x = fluid.layers.data(name='x', shape=[4, 2], dtype='float32')
+      x = fluid.layers.data(name='x', shape=[2, 4], dtype='float32')
       fluid.layers.reduce_max(x)  # [0.9]
       fluid.layers.reduce_max(x, dim=0)  # [0.2, 0.3, 0.6, 0.9]
       fluid.layers.reduce_max(x, dim=-1)  # [0.9, 0.7]

doc/fluid/api_cn/layers_cn/reduce_mean_cn.rst

@@ -5,15 +5,15 @@ reduce_mean
 
 .. py:function:: paddle.fluid.layers.reduce_mean(input, dim=None, keep_dim=False, name=None)
 
-计算给定维度上张量（Tensor）元素平均值。
+该OP是对指定维度上的Tensor元素进行平均值算，并输出相应的计算结果。
 
 参数：
-          - **input** （Variable）：输入变量为Tensor或LoDTensor。
-          - **dim** （list | int | None）：函数运算的维度。如果为None，则对输入的所有元素求平均值并返回单个元素的Tensor变量，否则必须在  :math:`[−rank(input),rank(input))` 范围内。如果 :math:`dim [i] <0` ，则维度将减小为 :math:`rank+dim[i]` 。
-          - **keep_dim** （bool | False）：是否在输出Tensor中保留减小的维度。除非 ``keep_dim`` 为true，否则结果张量将比输入少一个维度。
-          - **name** （str | None）：这一层的名称（可选）。如果设置为None，则将自动命名这一层。
+          - **input** （Variable）- 输入变量为多维Tensor或LoDTensor，支持数据类型为float32，float64，int32，int64。
+          - **dim** （list | int ，可选）— 求平均值运算的维度。如果为None，则计算所有元素的平均值并返回包含单个元素的Tensor变量，否则必须在  :math:`[−rank(input),rank(input)]` 范围内。如果 :math:`dim [i] <0` ，则维度将变为 :math:`rank+dim[i]` ，默认值为None。
+          - **keep_dim** （bool）- 是否在输出Tensor中保留减小的维度。如 keep_dim 为true，否则结果张量的维度将比输入张量小，默认值为False。
+          - **name** （str ， 可选）— 这一层的名称。如果设置为None，则将自动命名这一层。默认值为None。
 
-返回：  运算、减少维度之后的Tensor变量。
+返回： 在指定dim上进行平均值运算的Tensor，数据类型和输入数据类型一致。
 
 返回类型：  变量（Variable）
 
@@ -26,7 +26,7 @@ reduce_mean
       #    [[0.2, 0.3, 0.5, 0.9]
       #     [0.1, 0.2, 0.6, 0.7]]
       # 接下来的示例中，我们在每处函数调用后面都标注出了它的结果张量。
-      x = fluid.layers.data(name='x', shape=[4, 2], dtype='float32')
+      x = fluid.layers.data(name='x', shape=[2, 4], dtype='float32')
       fluid.layers.reduce_mean(x)  # [0.4375]
       fluid.layers.reduce_mean(x, dim=0)  # [0.15, 0.25, 0.55, 0.8]
       fluid.layers.reduce_mean(x, dim=-1)  # [0.475, 0.4]

doc/fluid/api_cn/layers_cn/reduce_min_cn.rst

@@ -5,15 +5,15 @@ reduce_min
 
 .. py:function:: paddle.fluid.layers.reduce_min(input, dim=None, keep_dim=False, name=None)
 
-计算给定维度上张量元素的最小值。
+该OP是对指定维度上的Tensor元素求最小值运算，并输出相应的计算结果。
 
 参数：
-          - **input** （Variable）：输入变量为Tensor或LoDTensor。
-          - **dim** （list | int | None）：函数运算的维度。如果为None，则对输入的所有元素求最小值并返回单个元素的Tensor变量，否则必须在  :math:`[−rank(input),rank(input))` 范围内。如果 :math:`dim [i] <0` ，则维度将减小为 :math:`rank+dim[i]` 。
-          - **keep_dim** （bool | False）：是否在输出Tensor中保留减小的维度。除非 ``keep_dim`` 为true，否则结果张量将比输入少一个维度。
-          - **name** （str | None）：这一层的名称（可选）。如果设置为None，则将自动命名这一层。
+          - **input** （Variable）- 输入变量为多维Tensor或LoDTensor，支持数据类型为float32，float64，int32，int64。
+          - **dim** （list | int ，可选）- 求最小值运算的维度。如果为None，则计算所有元素的最小值并返回包含单个元素的Tensor变量，否则必须在  :math:`[−rank(input),rank(input)]` 范围内。如果 :math:`dim [i] <0` ，则维度将变为 :math:`rank+dim[i]` ，默认值为None。
+          - **keep_dim** （bool）- 是否在输出Tensor中保留减小的维度。如 keep_dim 为true，否则结果张量的维度将比输入张量小，默认值为False。
+          - **name** （str ， 可选）- 这一层的名称。如果设置为None，则将自动命名这一层。默认值为None。
 
-返回：  运算、减少维度之后的Tensor变量。
+返回：  在指定dim上进行求最小值运算的Tensor，数据类型和输入数据类型一致。
 
 返回类型：  变量（Variable）
 
@@ -26,7 +26,7 @@ reduce_min
       #    [[0.2, 0.3, 0.5, 0.9]
       #     [0.1, 0.2, 0.6, 0.7]]
       # 接下来的示例中，我们在每处函数调用后面都标注出了它的结果张量。
-      x = fluid.layers.data(name='x', shape=[4, 2], dtype='float32')
+      x = fluid.layers.data(name='x', shape=[2, 4], dtype='float32')
       fluid.layers.reduce_min(x)  # [0.1]
       fluid.layers.reduce_min(x, dim=0)  # [0.1, 0.2, 0.5, 0.7]
       fluid.layers.reduce_min(x, dim=-1)  # [0.2, 0.1]

doc/fluid/api_cn/layers_cn/reduce_prod_cn.rst

@@ -5,15 +5,15 @@ reduce_prod
 
 .. py:function:: paddle.fluid.layers.reduce_prod(input, dim=None, keep_dim=False, name=None)
 
-计算给定维度上张量（Tensor）元素乘积。
+该OP是对指定维度上的Tensor元素进行求乘积运算，并输出相应的计算结果。
 
 参数：
-          - **input** （Variable）：输入变量为Tensor或LoDTensor。
-          - **dim** （list | int | None）：函数运算的维度。如果为None，则将输入的所有元素相乘并返回单个元素的Tensor变量，否则必须在  :math:`[−rank(input),rank(input))` 范围内。如果 :math:`dim [i] <0` ，则维度将减小为 :math:`rank+dim[i]` 。
-          - **keep_dim** （bool | False）：是否在输出Tensor中保留减小的维度。除非 ``keep_dim`` 为true，否则结果张量将比输入少一个维度。
-          - **name** （str | None）：这一层的名称（可选）。如果设置为None，则将自动命名这一层。
+          - **input** （Variable）- 输入变量为多维Tensor或LoDTensor，支持数据类型为float32，float64，int32，int64。
+          - **dim** （list | int ，可选）- 求乘积运算的维度。如果为None，则计算所有元素的乘积并返回包含单个元素的Tensor变量，否则必须在  :math:`[−rank(input),rank(input)]` 范围内。如果 :math:`dim [i] <0` ，则维度将变为 :math:`rank+dim[i]` ，默认值为None。
+          - **keep_dim** （bool）- 是否在输出Tensor中保留减小的维度。如 keep_dim 为true，否则结果张量的维度将比输入张量小，默认值为False。
+          - **name** （str ， 可选）- 这一层的名称。如果设置为None，则将自动命名这一层。默认值为None。
 
-返回：  运算、减少维度之后的Tensor变量。
+返回：  在指定dim上进行求乘积运算的Tensor，数据类型和输入数据类型一致。
 
 返回类型：  变量（Variable）
 
@@ -26,7 +26,7 @@ reduce_prod
       #    [[0.2, 0.3, 0.5, 0.9]
       #     [0.1, 0.2, 0.6, 0.7]]
       # 接下来的示例中，我们在每处函数调用后面都标注出了它的结果张量。
-      x = fluid.layers.data(name='x', shape=[4, 2], dtype='float32')
+      x = fluid.layers.data(name='x', shape=[2, 4], dtype='float32')
       fluid.layers.reduce_prod(x)  # [0.0002268]
       fluid.layers.reduce_prod(x, dim=0)  # [0.02, 0.06, 0.3, 0.63]
       fluid.layers.reduce_prod(x, dim=-1)  # [0.027, 0.0084]

doc/fluid/api_cn/layers_cn/reduce_sum_cn.rst

@@ -5,15 +5,15 @@ reduce_sum
 
 .. py:function:: paddle.fluid.layers.reduce_sum(input, dim=None, keep_dim=False, name=None)
 
-计算给定维度上张量（Tensor）元素之和。
+该OP是对指定维度上的Tensor元素进行求和运算，并输出相应的计算结果。
 
 参数：
-          - **input** （Variable）- 输入变量为Tensor或LoDTensor。
-          - **dim** （list | int | None）- 求和运算的维度。如果为None，则对输入的所有元素求和并返回单个元素的Tensor变量，否则必须在  :math:`[−rank(input),rank(input))` 范围内。如果 :math:`dim [i] <0` ，则维度将减小为 :math:`rank+dim[i]` 。
-          - **keep_dim** （bool | False）- 是否在输出Tensor中保留减小的维度。除非 ``keep_dim`` 为true，否则结果张量将比输入少一个维度。
-          - **name** （str | None）- 这一层的名称（可选）。如果设置为None，则将自动命名这一层。
+          - **input** （Variable）- 输入变量为多维Tensor或LoDTensor，支持数据类型为float32，float64，int32，int64。
+          - **dim** （list | int ，可选）- 求和运算的维度。如果为None，则计算所有元素的和并返回包含单个元素的Tensor变量，否则必须在  :math:`[−rank(input),rank(input)]` 范围内。如果 :math:`dim [i] <0` ，则维度将变为 :math:`rank+dim[i]` ，默认值为None。
+          - **keep_dim** （bool）- 是否在输出Tensor中保留减小的维度。如 keep_dim 为true，否则结果张量的维度将比输入张量小，默认值为False。
+          - **name** （str ， 可选）- 这一层的名称。如果设置为None，则将自动命名这一层。默认值为None。
 
-返回：  运算、减少维度之后的Tensor变量。
+返回：  在指定dim上进行求和运算的Tensor，数据类型和输入数据类型一致。
 
 返回类型：  变量（Variable）
 
@@ -26,7 +26,7 @@ reduce_sum
       #    [[0.2, 0.3, 0.5, 0.9]
       #     [0.1, 0.2, 0.6, 0.7]]
       # 接下来的示例中，我们在每处函数调用后面都标注出了它的结果张量。
-      x = fluid.layers.data(name='x', shape=[4, 2], dtype='float32')
+      x = fluid.layers.data(name='x', shape=[2, 4], dtype='float32')
       fluid.layers.reduce_sum(x)  # [3.5]
       fluid.layers.reduce_sum(x, dim=0)  # [0.3, 0.5, 1.1, 1.6]
       fluid.layers.reduce_sum(x, dim=-1)  # [1.9, 1.6]