updata norm doc (#2440)

updata norm doc

doc/fluid/api/paddle/norm.rst

@@ -2,6 +2,6 @@
 
 norm
 -------------------------------
-:doc_source: paddle.fluid.layers.l2_normalize
+:doc_source: paddle.tensor.norm
 
 

doc/fluid/api/tensor/norm.rst

-.. _api_tensor_cn_norm:
+..  THIS FILE IS GENERATED BY `gen_doc.{py|sh}`
+    !DO NOT EDIT THIS FILE MANUALLY!
 
-norm
--------------------------------
-:doc_source: paddle.fluid.layers.l2_normalize
+.. _api_tensor_linalg_norm:
 
+norm
+------------
 
+..  autofunction:: paddle.tensor.linalg.norm
+    :noindex:

doc/paddle/api/paddle/tensor/linalg/norm_cn.rst

@@ -3,7 +3,7 @@
 norm
 -------------------------------
 
-.. py:function:: paddle.norm(input, p='fro', axis=None, keepdim=False, out=None, name=None):
+.. py:function:: paddle.norm(x, p='fro', axis=None, keepdim=False, name=None):
 
 :alias_main: paddle.norm
 :alias: paddle.norm,paddle.tensor.norm,paddle.tensor.linalg.norm
@@ -13,31 +13,51 @@ norm
 该OP将计算给定Tensor的矩阵范数（Frobenius 范数）和向量范数（向量1范数、2范数、或者通常的p范数）.
 
 参数：
-    - **input** (Variable) - 输入Tensor。维度为多维，数据类型为float32或float64。
-    - **p** (float|string, 可选) - 范数的种类。目前支持的值为 `fro`、 `1`、 `2`，和任何正实数p对应的p范数。
-    - **axis** (int|list, 可选) - 使用范数计算的轴。如果 ``axis`` 为int或者只有一个元素的list，``norm`` API会计算输入Tensor的向量范数。如果axis为包含两个元素的list，API会计算输入Tensor的矩阵范数。 当 ``axis < 0`` 时，实际的计算维度为 rank(input) + axis。
+    - **x** (Tensor) - 输入Tensor。维度为多维，数据类型为float32或float64。
+    - **p** (float|string, 可选) - 范数(ord)的种类。目前支持的值为 `fro`、`inf`、`-inf`、`0`、`1`、`2`，和任何正实数p对应的p范数。默认值为 `fro` 。
+    - **axis** (int|list|tuple, 可选) - 使用范数计算的轴。如果 ``axis`` 为None，则忽略input的维度，将其当做向量来计算。如果 ``axis`` 为int或者只有一个元素的list|tuple，``norm`` API会计算输入Tensor的向量范数。如果axis为包含两个元素的list，API会计算输入Tensor的矩阵范数。 当 ``axis < 0`` 时，实际的计算维度为 rank(input) + axis。默认值为 `None` 。
     - **keepdim** (bool，可选) - 是否在输出的Tensor中保留和输入一样的维度，默认值为False。当 :attr:`keepdim` 为False时，输出的Tensor会比输入 :attr:`input` 的维度少一些。 
-    - **out** (Variable，可选) - 指定输出的Tensor，默认值为None。out的数据类型必须与输入 ``input`` 一致。
     - **name** (str|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` 。默认值为None。
 
-    返回：在指定axis上进行范数计算的Tensor，与输入input数据类型相同。
-
-    返回类型：Variable，与输入input数据类型相同。
-
-抛出异常：
-    - ``TypeError`` - 当输出 ``out`` 和输入 ``input`` 数据类型不一致时候。
-    - ``ValueError`` - 当参数  ``p`` 或者 ``axis`` 不合法时。
+返回：
+    - 在指定axis上进行范数计算的Tensor，与输入input数据类型相同。
 
 **代码示例**：
 
 .. code-block:: python
 
     import paddle
-    import paddle.fluid as fluid
-    x = fluid.data(name='x', shape=[2, 3, 5], dtype='float64')
-    
+    import numpy as np
+    paddle.disable_static()
+    shape=[2, 3, 4]
+    np_input = np.arange(24).astype('float32') - 12
+    np_input = np_input.reshape(shape)
+    x = paddle.to_tensor(np_input)
+    #[[[-12. -11. -10.  -9.] [ -8.  -7.  -6.  -5.] [ -4.  -3.  -2.  -1.]]
+    # [[  0.   1.   2.   3.] [  4.   5.   6.   7.] [  8.   9.  10.  11.]]]
+
     # compute frobenius norm along last two dimensions.
-    out_fro = paddle.norm(x, p='fro', axis=[1,2])
-    
+    out_fro = paddle.norm(x, p='fro', axis=[0,1])
+    # out_fro.numpy() [17.435596 16.911535 16.7332   16.911535]
+
     # compute 2-order vector norm along last dimension.
     out_pnorm = paddle.norm(x, p=2, axis=-1)
+    #out_pnorm.numpy(): [[21.118711  13.190906   5.477226]
+    #                    [ 3.7416575 11.224972  19.131126]]
+
+    # compute 2-order  norm along [0,1] dimension.
+    out_pnorm = paddle.norm(x, p=2, axis=[0,1])
+    #out_pnorm.numpy(): [17.435596 16.911535 16.7332   16.911535]
+
+    # compute inf-order  norm
+    out_pnorm = paddle.norm(x, p=np.inf)
+    #out_pnorm.numpy()  = [12.]
+    out_pnorm = paddle.norm(x, p=np.inf, axis=0)
+    #out_pnorm.numpy(): [[12. 11. 10. 9.] [8. 7. 6. 7.] [8. 9. 10. 11.]]
+
+    # compute -inf-order  norm
+    out_pnorm = paddle.norm(x, p=-np.inf)
+    #out_pnorm.numpy(): [0.]
+    out_pnorm = paddle.norm(x, p=-np.inf, axis=0)
+    #out_pnorm.numpy(): [[0. 1. 2. 3.] [4. 5. 6. 5.] [4. 3. 2. 1.]]
+