add bmm arange api_doc test=develop (#1992)

* add bmm arange api_doc test=develop

doc/fluid/api_cn/tensor_cn/arange_cn.rst

+.. _cn_api_paddle_tensor_arange
+
 arange
 -------------------------------
-**版本升级，文档正在开发中**
+
+.. py:function:: paddle.tensor.arange(start, end, step=1, dtype=None, name=None)
+
+该API根据step均匀分隔给定数值区间[start, end)，并返回该分隔结果。
+
+**参数**：
+        - **start** （float32 | float64 | int32 | int64 | Variable） - 区间起点，且区间包括此值, 当类型是Variable时，是shape为 [1] 的1-D Tensor。
+        - **end** （float32 | float64 | int32 | int64 | Variable） - 区间终点，通常区间不包括此值。但当step不是整数，且浮点数取整会影响输出的长度时例外。
+        - **step** （float32 | float64 | int32 | int64 | Variable） - 均匀分割的步长。
+        - **dtype** （str | core.VarDesc.VarType） - 输出Tensor的数据类型，可为 'float32', 'float64', 'int32', 'int64' 。
+
+**返回**：均匀分割给定数值区间后得到的1-D Tensor, 数据类型为输入 dtype 。
+
+**返回类型**：Variable
+
+**代码示例**
+
+.. code-block:: python
+
+    import paddle
+    import paddle.fluid as fluid
+    with fluid.dygraph.guard():
+                 x = paddle.arange(0, 6, 2) 
+                 # x: [0, 2, 4]
+                 # x dtype: float32

doc/fluid/api_cn/tensor_cn/bmm_cn.rst

+.. _cn_api_paddle_tensor_bmm:
+
 bmm
 -------------------------------
-**版本升级，文档正在开发中**
+
+.. py:function:: paddle.tensor.bmm(x, y, name=None):
+
+对输入x及输入y进行矩阵相乘。
+
+两个输入的维度必须等于3，并且矩阵x和矩阵y的第一维必须相等
+
+同时矩阵x的第二维必须等于矩阵y的第三维
+
+例如：若x和y分别为（b, m, k）和 （b, k, n)的矩阵，则函数的输出为一个（b, m, n）的矩阵
+
+**参数**：
+    
+    -**x** (Variable) : 输入变量，类型为 Tensor 或 LoDTensor。
+    -**y** (Variable) : 输入变量，类型为 Tensor 或 LoDTensor。
+    -**name** (str|None) : 该层名称（可选），如果设置为空，则自动为该层命名。
+
+**返回**：
+    - Variable (Tensor / LoDTensor)，矩阵相乘后的结果。
+
+**返回类型**：
+    - Variable（变量）。
+
+
+**示例**:
+
+.. code-block:: python
+    
+    import paddle
+    import paddle.fluid as fluid
+    # size input1: (2, 2, 3) and input2: (2, 3, 2)
+    input1 = np.array([[[1.0, 1.0, 1.0],[2.0, 2.0, 2.0]],[[3.0, 3.0, 3.0],[4.0, 4.0, 4.0]]])
+    input2 = np.array([[[1.0, 1.0],[2.0, 2.0],[3.0, 3.0]],[[4.0, 4.0],[5.0, 5.0],[6.0, 6.0]]])
+    with fluid.dygraph.guard():
+        x = fluid.dygraph.to_variable(input1)
+        y = fluid.dygraph.to_variable(input2)
+        out = paddle.bmm(x, y)
+        #output size: (2, 2, 2)
+        #output value:
+        #[[[6.0, 6.0],[12.0, 12.0]],[[45.0, 45.0],[60.0, 60.0]]]
+        out_np = out.numpy()
+

doc/fluid/api_cn/tensor_cn/gather_cn.rst

+.. _cn_api_paddle_tensor_gather
 gather
 -------------------------------
-**版本升级，文档正在开发中**
+
+.. py:function:: paddle.tensor.gather(input, index, overwrite=True)
+
+根据索引 index 获取输入（input）的最外层维度的条目，并将它们拼接在一起。
+
+.. math::
+
+        Out=X[Index]
+
+**参数**:
+        - **input** (Variable) - 输入, 秩 ``rank >= 1`` , 支持的数据类型包括 int32、int64、float32、float64 和 uint8 (CPU)、float16（GPU） 。
+        - **index** (Variable) - 索引，秩 ``rank = 1``, 数据类型为 int32 或 int64。
+        - **overwrite** (bool) - 具有相同索引时在反向更新梯度的模式。如果为 ``True`` ，则使用覆盖模式更新相同索引的梯度；如果为 ``False`` ，则使用累积模式更新相同索引的梯度。默认值为 ``True`` 。
+
+**返回**：和输入的秩相同的输出张量。
+
+**返回类型**：Variable
+
+**代码示例**：
+
+..  code-block:: python
+
+    import paddle
+    import paddle.fluid as fluid
+    import numpy as np
+    with fluid.dygraph.guard():
+        input_1 = np.array([[1,2,3],[4,5,6],[7,8,9]])
+        index_1 = np.array([0,1])
+        input = fluid.dygraph.to_variable(input_1)
+        index = fluid.dygraph.to_variable(index_1)
+        output = paddle.fluid.layers.gather(input, index)
+        # expected output: [[1, 2, 3],[4, 5, 6]]

doc/fluid/api_cn/tensor_cn/split_cn.rst

+.. _cn_api_paddle_tensor_split
 split
 -------------------------------
-**版本升级，文档正在开发中**
+
+.. py:function:: paddle.tensor.split(input, num_or_sections, dim=-1, name=None)
+
+该OP将输入Tensor分割成多个子Tensor。
+
+**参数**：
+       - **input** (Variable) - 输入变量，数据类型为float32，float64，int32，int64的多维Tensor或者LoDTensor。
+       - **num_or_sections** (int|list|tuple) - 如果 num_or_sections 是一个整数，则表示Tensor平均划分为相同大小子Tensor的数量。如果 num_or_sections 是一个list或tuple，那么它的长度代表子Tensor的数量，它的元素可以是整数或者形状为[1]的Tensor，依次代表子Tensor需要分割成的维度的大小。list或tuple的长度不能超过输入Tensor待分割的维度的大小。在list或tuple中，至多有一个元素值为-1，表示该值是由input的维度和其他num_or_sections中元素推断出来的。例如对一个维度为[4,6,6]Tensor的第三维进行分割时，指定num_or_sections=[2,-1,1]，输出的三个Tensor维度分别为：[4,6,2]，[4,6,3]，[4,6,1]。
+       - **dim** (int|Variable，可选) - 整数或者形状为[1]的Tensor，数据类型为int32或int64。表示需要分割的维度。如果dim < 0，则划分的维度为rank(input) + dim。默认值为-1。
+       - **name** (str，可选) - 一般无需设置，默认值为None。
+
+**返回**：分割后的Tensor列表。
+
+**返回类型**：列表(Variable(Tensor|LoDTensor))，数据类型为int32，int64，float32，float64。
+
+**代码示例**：
+
+.. code-block:: python
+
+    import paddle
+    import paddle.fluid as fluid
+    import numpy as np
+    with fluid.dygraph.guard():
+        input_1 = np.random.random([4, 6, 6]).astype("int32")
+        # input is a variable which shape is [4, 6, 6]
+        input = fluid.dygraph.to_variable(input_1)
+
+        x0, x1, x2 = paddle.split(input, num_or_sections= 3, dim=1)
+        # x0.shape [4, 2, 6]
+        # x1.shape [4, 2, 6]
+        # x2.shape [4, 2, 6]

doc/fluid/api_cn/tensor_cn/squeeze_cn.rst

+.. _cn_api_paddle_tensor_squeeze
 squeeze
 -------------------------------
-**版本升级，文档正在开发中**
+
+.. py:function:: paddle.tensor.squeeze(input, zxes, name=None)
+
+该OP会根据axes压缩输入Tensor的维度。如果指定了axes，则会删除axes中指定的维度，axes指定的维度要等于1。如果没有指定axes，那么所有等于1的维度都会被删除。
+
+**参数**：
+        - **input** (Variable) - 输入任意维度的Tensor。 支持的数据类型：float32，float64，int8，int32，int64。
+        - **axes** (list) - 输入一个或一列整数，代表要压缩的轴。axes的范围： [−rank(input),rank(input))] 。 axes为负数时， axes=axes+rank(input) 。
+        - **name** (str，可选) - 一般无需设置，默认值为None。
+
+**返回**：返回对维度进行压缩后的Tensor。数据类型与输入Tensor一致。
+
+**返回类型**：Variable
+
+**代码示例**：
+
+.. code-block:: python
+
+    import paddle
+    import paddle.fluid as fluid
+    import numpy as np
+    with fluid.dygraph.guard():
+        input_1 = np.random.random([5, 1, 10]).astype("int32")
+        # input is a variable which shape is [5, 1, 10]
+        input = fluid.dygraph.to_variable(input_1)
+
+        output = paddle.fluid.layers.squeeze(input, axes=[1])
+        # output.shape [5, 10]

doc/fluid/api_cn/tensor_cn/stack_cn.rst

+.. _cn_api_paddle_tensor_arange
 stack
 -------------------------------
-**版本升级，文档正在开发中**
+
+.. py:function:: paddle.tensor.stack(x, axis=0)
+
+该OP沿 axis 轴对输入 x 进行堆叠操作。
+
+**参数**：
+        - **x** (Variable|list(Variable)) – 输入 x 可以是单个Tensor，或是多个Tensor组成的列表。如果 x 是一个列表，那么这些Tensor的维度必须相同。 假设输入是N维Tensor [d0,d1,...,dn−1]，则输出变量的维度为N+1维 [d0,d1,...daxis−1,len(x),daxis...,dn−1] 。支持的数据类型: float32，float64，int32，int64。
+
+        - **axis** (int, 可选) – 指定对输入Tensor进行堆叠运算的轴，有效 axis 的范围是: [−(R+1),R+1)]，R是输入中第一个Tensor的rank。如果 axis < 0，则 axis=axis+rank(x[0])+1 。axis默认值为0。
+
+**返回**：堆叠运算后的Tensor，数据类型与输入Tensor相同。输出维度等于 rank(x[0])+1 维。
+
+**返回类型**：Variable
+
+**代码示例**:
+
+.. code-block:: python
+   
+    import paddle
+    import paddle.fluid as fluid
+    import numpy as np
+    data1 = np.array([[1.0, 2.0,3.0]])
+    data2 = np.array([[3.0, 4.0, 5.0]])
+    data3 = np.array([[5.0, 6.0,7.0]])
+    with fluid.dygraph.guard():
+        x1 = fluid.dygraph.to_variable(data1)
+        x2 = fluid.dygraph.to_variable(data2)
+        x3 = fluid.dygraph.to_variable(data3)
+        result = paddle.stack([x1, x2, x3], axis=2)
+        # result shape: [3, 1, 2]
+        # result value: [[[1.0, 2.0]],
+        #                [[3.0, 4.0]],
+        #                [[5.0, 6.0]]]

doc/fluid/api_cn/tensor_cn/unsqueeze_cn.rst

+.. _cn_api_paddle_tensor_unsqueeze
 unsqueeze
 -------------------------------
-**版本升级，文档正在开发中**
+
+.. py:function:: paddle.tensor.unsqueeze(input, axes, name=None)
+
+该OP向输入（input）的shape中一个或多个位置（axes）插入维度。
+
+**参数**：
+        - **input** (Variable)- 多维 Tensor，数据类型为 float32， float64， int8， int32，或 int64。
+        - **axes** (int|list|tuple|Variable) - 表示要插入维度的位置。数据类型是 int32 。如果 axes 的类型是 list 或 tuple，它的元素可以是整数或者形状为[1]的 Tensor 。如果 axes 的类型是 Variable，则是1-D Tensor。
+        - **name** （str，可选）- 一般无需设置。默认值： None。
+
+**返回**：扩展维度后的多维Tensor
+
+**返回类型**：Variable
+
+**代码示例**：
+
+.. code-block:: python
+
+    import paddle
+    import paddle.fluid as fluid
+    import numpy as np
+    with fluid.dygraph.guard():
+        input_1 = np.random.random([5, 10]).astype("int32")
+        # input is a variable which shape is [5, 1, 10]
+        input = fluid.dygraph.to_variable(input_1)
+
+        output = paddle.unsqueeze(input, axes=[1])
+        # output.shape [5, 1, 10]