update arange doc (#2280)

doc/fluid/api_cn/layers_cn/range_cn.rst

@@ -3,33 +3,32 @@
 range
 -------------------------------
 
-.. py:function:: paddle.fluid.layers.range(start, end, step, dtype)
+.. py:function:: paddle.fluid.layers.range(start, end, step, dtype, name=None)
 
 
+注意：推荐使用 paddle.arange
 
+该OP以步长 ``step`` 均匀分隔给定数值区间[``start``, ``end``)，并返回分隔结果。
 
-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。
-
+当 ``dtype`` 表示浮点类型时，为了避免浮点计算误差，建议给 ``end`` 加上一个极小值epsilon，使边界可以更加明确。
 
 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` 。
+        - **start** (float|int|Variable) - 区间起点（且区间包括此值）。当 ``start`` 类型是Variable时，是形状为[1]且数据类型为int32、int64、float32、float64的Tensor。
+        - **end** (float|int|Variable) - 区间终点（且通常区间不包括此值）。当 ``end`` 类型是Variable时，是形状为[1]且数据类型为int32、int64、float32、float64的Tensor。
+        - **step** (float|int|Variable) - 均匀分割的步长。当 ``step`` 类型是Variable时，是形状为[1]且数据类型为int32、int64、float32、float64的Tensor。
+        - **dtype** (str|np.dtype|core.VarDesc.VarType) - 输出Tensor的数据类型，支持int32、int64、float32、float64。
+        - **name** (str, 可选) - 输出的名字。一般无需设置，默认值为None。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` 。
 
-返回类型：Variable
+返回：
+        Variable：以步长 ``step`` 均匀分割给定数值区间[``start``, ``end``)后得到的1-D Tensor, 数据类型为 ``dtype`` 。
 
+抛出异常：
+        - ``TypeError`` - 如果 ``dtype`` 不是float32、float64、int32、int64。
 
-**代码示例**：
+代码示例：
 
 .. code-block:: python
 
     import paddle.fluid as fluid
     data = fluid.layers.range(0, 10, 2, 'int32')
-
-
-
-
-
+    # [0, 2, 4, 6, 8]

doc/fluid/api_cn/tensor_cn/arange_cn.rst

@@ -3,33 +3,53 @@
 arange
 -------------------------------
 
-.. py:function:: paddle.tensor.arange(start, end, step=1, dtype=None, name=None)
+.. py:function:: paddle.arange(start=0, end=None, step=1, dtype=None, name=None)
 
 :alias_main: paddle.arange
-:alias: paddle.arange,paddle.tensor.arange,paddle.tensor.creation.arange
-:update_api: paddle.fluid.layers.range
+:alias: paddle.tensor.arange, paddle.tensor.creation.arange
 
 
 
-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。
+该OP以步长 ``step`` 均匀分隔给定数值区间[``start``, ``end``)，并返回分隔结果。
 
-**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' 。
+当 ``dtype`` 表示浮点类型时，为了避免浮点计算误差，建议给 ``end`` 加上一个极小值epsilon，使边界可以更加明确。
 
-**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 。
+参数
+::::::::::
+        - **start** (float|int|Variable) - 区间起点（且区间包括此值）。当 ``start`` 类型是Variable时，是形状为[1]且数据类型为int32、int64、float32、float64的Tensor。如果仅指定 ``start`` ，而 ``end`` 为None，则区间为[0, ``start``)。默认值为0。
+        - **end** (float|int|Variable, 可选) - 区间终点（且通常区间不包括此值）。当 ``end`` 类型是Variable时，是形状为[1]且数据类型为int32、int64、float32、float64的Tensor。默认值为None。
+        - **step** (float|int|Variable, 可选) - 均匀分割的步长。当 ``step`` 类型是Variable时，是形状为[1]且数据类型为int32、int64、float32、float64的Tensor。默认值为1。
+        - **dtype** (str|np.dtype|core.VarDesc.VarType, 可选) - 输出Tensor的数据类型，支持int32、int64、float32、float64。当该参数值为None时， 输出Tensor的数据类型为int64。默认值为None.
+        - **name** (str, 可选) - 输出的名字。一般无需设置，默认值为None。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` 。
 
-**返回类型**：Variable
+返回
+::::::::::
+        Tensor: ``step`` 均匀分割给定数值区间[``start``, ``end``)后得到的1-D Tensor, 数据类型为 ``dtype`` 。
 
-**代码示例**
+抛出异常
+::::::::::
+        - ``TypeError`` - 如果 ``dtype`` 不是int32、int64、float32、float64。
+
+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
+        import numpy as np
+
+        paddle.enable_imperative()
+
+        out1 = paddle.arange(5)
+        # [0, 1, 2, 3, 4]
+
+        out2 = paddle.arange(3, 9, 2.0)
+        # [3, 5, 7]
+
+        # use 4.999 instead of 5.0 to avoid floating point rounding errors
+        out3 = paddle.arange(4.999, dtype='float32')
+        # [0., 1., 2., 3., 4.]
+
+        start_var = paddle.imperative.to_variable(np.array([3]))
+        out4 = paddle.arange(start_var, 7)
+        # [3, 4, 5, 6]