From 8757841e911f1ecc5b327cbba4466af2303795fd Mon Sep 17 00:00:00 2001
From: chentianyu03 <chentianyu21@163.com>
Date: Fri, 21 Aug 2020 01:25:28 -0500
Subject: [PATCH] Modify alias (#2441)

* modify alias

* update alias mapping
---
 doc/paddle/api/alias_api_mapping              | 1119 ++++++-----------
 doc/paddle/api/gen_doc.py                     |   18 +-
 .../paddle/{framework => }/CosineDecay_cn.rst |    0
 .../{framework => }/ExponentialDecay_cn.rst   |    0
 .../{framework => }/InverseTimeDecay_cn.rst   |    0
 .../{framework => }/NaturalExpDecay_cn.rst    |    0
 .../paddle/{framework => }/NoamDecay_cn.rst   |    0
 .../paddle/{framework => }/ParallelEnv_cn.rst |    0
 .../paddle/{framework => }/ParamAttr_cn.rst   |    0
 .../{framework => }/PiecewiseDecay_cn.rst     |    0
 .../{framework => }/PolynomialDecay_cn.rst    |    0
 .../paddle/{framework => }/Variable_cn.rst    |    0
 .../api/paddle/{fluid/layers => }/abs_cn.rst  |    0
 .../api/paddle/{fluid/layers => }/acos_cn.rst |    0
 .../paddle/{fluid/layers => }/argmin_cn.rst   |    0
 .../api/paddle/{fluid/layers => }/asin_cn.rst |    0
 doc/paddle/api/paddle/atan_cn.rst             |   40 +
 .../api/paddle/{fluid/layers => }/cast_cn.rst |    0
 .../api/paddle/{fluid/layers => }/ceil_cn.rst |    0
 .../api/paddle/{fluid/layers => }/cos_cn.rst  |    0
 .../{framework => }/create_global_var_cn.rst  |    0
 .../{framework => }/create_parameter_cn.rst   |    0
 .../{fluid/layers => }/create_tensor_cn.rst   |    0
 .../{fluid/layers => }/crop_tensor_cn.rst     |    0
 .../api/paddle/dataset/common/split_cn.rst    |   51 +-
 .../api/paddle/{fluid/layers => }/diag_cn.rst |    0
 .../fleet/DatasetFactory_cn.rst               |    0
 .../fleet/InMemoryDataset_cn.rst              |    0
 .../fleet/QueueDataset_cn.rst                 |    0
 .../meta_optimizers/LambOptimizer_cn.rst      |    0
 .../meta_optimizers/RecomputeOptimizer_cn.rst |    0
 .../{fluid/layers => }/elementwise_add_cn.rst |    0
 .../{fluid/layers => }/elementwise_div_cn.rst |    0
 .../layers => }/elementwise_floordiv_cn.rst   |    0
 .../{fluid/layers => }/elementwise_mod_cn.rst |    0
 .../{fluid/layers => }/elementwise_pow_cn.rst |    0
 .../{fluid/layers => }/elementwise_sub_cn.rst |    0
 .../api/paddle/{fluid/layers => }/erf_cn.rst  |    0
 .../api/paddle/{fluid/layers => }/exp_cn.rst  |    0
 .../{fluid/layers => }/expand_as_cn.rst       |    0
 .../paddle/{fluid/layers => }/expand_cn.rst   |    0
 .../{fluid/layers => }/fill_constant_cn.rst   |    0
 .../paddle/{fluid/layers => }/floor_cn.rst    |    0
 .../api/paddle/fluid/BuildStrategy_cn.rst     |  198 ---
 doc/paddle/api/paddle/fluid/CPUPlace_cn.rst   |   20 +
 .../api/paddle/fluid/CUDAPinnedPlace_cn.rst   |   20 +
 doc/paddle/api/paddle/fluid/CUDAPlace_cn.rst  |   33 +
 .../api/paddle/fluid/CompiledProgram_cn.rst   |  114 --
 .../api/paddle/fluid/ExecutionStrategy_cn.rst |   65 -
 doc/paddle/api/paddle/fluid/Executor_cn.rst   |  272 ----
 .../api/paddle/fluid/ParallelExecutor_cn.rst  |  196 ---
 doc/paddle/api/paddle/fluid/Program_cn.rst    |  450 -------
 .../paddle/fluid/WeightNormParamAttr_cn.rst   |   49 -
 .../paddle/fluid/default_main_program_cn.rst  |   59 -
 .../fluid/default_startup_program_cn.rst      |   45 -
 .../fluid/dygraph/base/disable_dygraph_cn.rst |   22 -
 .../fluid/dygraph/base/enable_dygraph_cn.rst  |   25 -
 .../fluid/framework/in_dygraph_mode_cn.rst    |   29 -
 .../api/paddle/fluid/global_scope_cn.rst      |   28 -
 doc/paddle/api/paddle/fluid/gradients_cn.rst  |   39 -
 .../paddle/fluid/initializer/Normal_cn.rst    |  115 --
 .../paddle/fluid/initializer/Uniform_cn.rst   |  106 --
 doc/paddle/api/paddle/fluid/io/load_cn.rst    |  168 ---
 .../api/paddle/fluid/layers/atan_cn.rst       |   38 -
 .../api/paddle/fluid/layers/cumsum_cn.rst     |   41 -
 .../fluid/layers/elementwise_max_cn.rst       |  109 --
 .../fluid/layers/elementwise_min_cn.rst       |  106 --
 .../api/paddle/fluid/layers/flatten_cn.rst    |   62 -
 .../paddle/fluid/layers/hard_shrink_cn.rst    |   46 -
 .../fluid/layers/margin_rank_loss_cn.rst      |   55 -
 .../api/paddle/fluid/layers/mean_cn.rst       |   52 -
 doc/paddle/api/paddle/fluid/name_scope_cn.rst |   53 -
 .../api/paddle/fluid/program_guard_cn.rst     |   43 -
 doc/paddle/api/paddle/fluid/save_cn.rst       |   80 --
 .../api/paddle/fluid/scope_guard_cn.rst       |   36 -
 .../paddle/framework/get_default_dtype_cn.rst |    3 +
 doc/paddle/api/paddle/framework/load_cn.rst   |  168 ---
 doc/paddle/api/paddle/framework/save_cn.rst   |   80 --
 .../paddle/framework/set_default_dtype_cn.rst |    3 +
 .../{fluid/layers => }/gather_nd_cn.rst       |    0
 .../api/paddle/{framework => }/grad_cn.rst    |    0
 .../paddle/{fluid/layers => }/has_inf_cn.rst  |    0
 .../paddle/{fluid/layers => }/has_nan_cn.rst  |    0
 .../{fluid/layers => }/increment_cn.rst       |    0
 .../paddle/{fluid/layers => }/is_empty_cn.rst |    0
 .../paddle/{fluid/layers => }/isfinite_cn.rst |    0
 doc/paddle/api/paddle/jit/load_cn.rst         |  219 +---
 doc/paddle/api/paddle/jit/save_cn.rst         |  103 +-
 .../paddle/{fluid/layers => }/linspace_cn.rst |   25 +-
 doc/paddle/api/paddle/load_cn.rst             |   55 +
 .../api/paddle/{fluid/layers => }/log_cn.rst  |    0
 .../{fluid/layers => }/logical_and_cn.rst     |    0
 .../{fluid/layers => }/logical_not_cn.rst     |    0
 .../{fluid/layers => }/logical_or_cn.rst      |    0
 .../{fluid/layers => }/logical_xor_cn.rst     |    0
 .../{fluid/layers => }/multiplex_cn.rst       |    0
 .../{fluid/dygraph => nn}/BatchNorm_cn.rst    |    0
 .../BilinearTensorProduct_cn.rst              |    0
 .../{fluid/dygraph => nn}/Embedding_cn.rst    |    0
 .../GradientClipByGlobalNorm_cn.rst           |    0
 .../clip => nn}/GradientClipByNorm_cn.rst     |    0
 .../clip => nn}/GradientClipByValue_cn.rst    |    0
 .../{fluid/dygraph => nn}/GroupNorm_cn.rst    |    0
 .../dygraph/container => nn}/LayerList_cn.rst |    0
 .../{fluid/dygraph => nn}/LayerNorm_cn.rst    |    0
 .../{fluid/dygraph/layers => nn}/Layer_cn.rst |    0
 .../{fluid/dygraph => nn}/Linear_cn.rst       |    0
 .../container => nn}/ParameterList_cn.rst     |    0
 .../{fluid/dygraph => nn}/Pool2D_cn.rst       |    0
 .../container => nn}/Sequential_cn.rst        |    0
 .../{fluid/dygraph => nn}/SpectralNorm_cn.rst |    0
 .../{fluid/layers => nn}/beam_search_cn.rst   |    0
 .../layers => nn}/beam_search_decode_cn.rst   |    0
 .../paddle/{fluid/layers => nn}/case_cn.rst   |    0
 .../{fluid/layers => nn}/clip_by_norm_cn.rst  |    0
 .../paddle/{fluid/layers => nn}/clip_cn.rst   |    0
 .../paddle/{fluid/layers => nn}/cond_cn.rst   |    0
 .../api/paddle/{fluid => nn}/data_cn.rst      |    0
 .../functional/activation}/softmax_cn.rst     |    0
 .../functional}/adaptive_pool2d_cn.rst        |    0
 .../functional}/adaptive_pool3d_cn.rst        |    0
 .../functional}/add_position_encoding_cn.rst  |    0
 .../functional}/affine_channel_cn.rst         |    0
 .../functional}/affine_grid_cn.rst            |    0
 .../functional}/anchor_generator_cn.rst       |    0
 .../layers => nn/functional}/assign_cn.rst    |    0
 .../functional}/bipartite_match_cn.rst        |    0
 .../layers => nn/functional}/box_clip_cn.rst  |    0
 .../layers => nn/functional}/box_coder_cn.rst |    0
 .../functional}/box_decoder_and_assign_cn.rst |    0
 .../layers => nn/functional}/bpr_loss_cn.rst  |    0
 .../layers => nn/functional}/brelu_cn.rst     |    0
 .../functional}/center_loss_cn.rst            |    0
 .../functional}/collect_fpn_proposals_cn.rst  |    0
 .../functional}/continuous_value_model_cn.rst |    0
 .../functional}/cosine_decay_cn.rst           |    0
 .../functional}/cross_entropy_cn.rst          |    0
 .../functional}/deformable_roi_pooling_cn.rst |    0
 .../functional}/density_prior_box_cn.rst      |    0
 .../functional}/detection_output_cn.rst       |    0
 .../layers => nn/functional}/dice_loss_cn.rst |    0
 .../distribute_fpn_proposals_cn.rst           |    0
 .../layers => nn/functional}/dropout_cn.rst   |    0
 .../functional}/edit_distance_cn.rst          |    0
 .../layers => nn/functional}/elu_cn.rst       |    0
 .../functional}/exponential_decay_cn.rst      |    0
 .../functional}/filter_by_instag_cn.rst       |    0
 .../functional}/fsp_matrix_cn.rst             |    0
 .../layers => nn/functional}/gelu_cn.rst      |    0
 .../functional}/generate_mask_labels_cn.rst   |    0
 .../generate_proposal_labels_cn.rst           |    0
 .../functional}/generate_proposals_cn.rst     |    0
 .../functional}/grid_sampler_cn.rst           |    0
 .../functional}/hard_sigmoid_cn.rst           |    0
 .../functional}/hard_swish_cn.rst             |    0
 .../layers => nn/functional}/hash_cn.rst      |    0
 .../functional}/huber_loss_cn.rst             |    0
 .../functional}/image_resize_cn.rst           |    0
 .../functional}/image_resize_short_cn.rst     |    0
 .../functional}/inverse_time_decay_cn.rst     |    0
 .../functional}/iou_similarity_cn.rst         |    0
 .../functional}/kldiv_loss_cn.rst             |    0
 .../functional}/l2_normalize_cn.rst           |    0
 .../functional}/label_smooth_cn.rst           |    0
 .../functional}/leaky_relu_cn.rst             |    0
 .../functional}/linear_lr_warmup_cn.rst       |    0
 .../layers => nn/functional}/log_loss_cn.rst  |    0
 .../functional}/logsigmoid_cn.rst             |    0
 .../functional/loss}/mse_loss_cn.rst          |    0
 .../layers => nn/functional}/lrn_cn.rst       |    0
 .../layers => nn/functional}/maxout_cn.rst    |    0
 .../api/paddle/nn/functional/mse_loss_cn.rst  |   40 +
 .../functional}/multiclass_nms_cn.rst         |    0
 .../functional}/natural_exp_decay_cn.rst      |    0
 .../functional}/noam_decay_cn.rst             |    0
 .../functional}/npair_loss_cn.rst             |    0
 .../{fluid => nn/functional}/one_hot_cn.rst   |   31 +-
 .../layers => nn/functional}/pad2d_cn.rst     |    0
 .../layers => nn/functional}/pad_cn.rst       |    0
 .../functional}/pad_constant_like_cn.rst      |    0
 .../functional}/piecewise_decay_cn.rst        |    0
 .../functional}/pixel_shuffle_cn.rst          |    0
 .../functional}/polygon_box_transform_cn.rst  |    0
 .../functional}/polynomial_decay_cn.rst       |    0
 .../layers => nn/functional}/pool2d_cn.rst    |    0
 .../layers => nn/functional}/pool3d_cn.rst    |    0
 .../layers => nn/functional}/prior_box_cn.rst |    0
 .../functional}/prroi_pool_cn.rst             |    0
 .../functional}/psroi_pool_cn.rst             |    0
 .../functional}/random_crop_cn.rst            |    0
 .../layers => nn/functional}/rank_loss_cn.rst |    0
 .../layers => nn/functional}/relu6_cn.rst     |    0
 .../functional}/resize_bilinear_cn.rst        |    0
 .../functional}/resize_nearest_cn.rst         |    0
 .../functional}/resize_trilinear_cn.rst       |    0
 .../retinanet_detection_output_cn.rst         |    0
 .../retinanet_target_assign_cn.rst            |    0
 .../layers => nn/functional}/roi_align_cn.rst |    0
 .../roi_perspective_transform_cn.rst          |    0
 .../layers => nn/functional}/roi_pool_cn.rst  |    0
 .../functional}/rpn_target_assign_cn.rst      |    0
 .../sampled_softmax_with_cross_entropy_cn.rst |    0
 .../layers => nn/functional}/selu_cn.rst      |    0
 .../functional}/shuffle_channel_cn.rst        |    0
 .../sigmoid_cross_entropy_with_logits_cn.rst  |    0
 .../functional}/sigmoid_focal_loss_cn.rst     |    0
 .../functional}/similarity_focus_cn.rst       |    0
 .../layers => nn/functional}/smooth_l1_cn.rst |    0
 .../layers => nn/functional}/soft_relu_cn.rst |    0
 .../api/paddle/nn/functional/softmax_cn.rst   |  118 --
 .../softmax_with_cross_entropy_cn.rst         |    0
 .../layers => nn/functional}/softplus_cn.rst  |    0
 .../functional}/softshrink_cn.rst             |    0
 .../layers => nn/functional}/softsign_cn.rst  |    0
 .../functional}/space_to_depth_cn.rst         |    0
 .../functional}/square_error_cost_cn.rst      |    0
 .../layers => nn/functional}/ssd_loss_cn.rst  |    0
 .../layers => nn/functional}/swish_cn.rst     |    0
 .../functional}/tanh_shrink_cn.rst            |    0
 .../functional}/target_assign_cn.rst          |    0
 .../teacher_student_sigmoid_loss_cn.rst       |    0
 .../functional}/temporal_shift_cn.rst         |    0
 .../functional}/thresholded_relu_cn.rst       |    0
 .../layers => nn/functional}/unfold_cn.rst    |    0
 .../layers => nn/functional}/warpctc_cn.rst   |    0
 .../layers => nn/functional}/yolo_box_cn.rst  |    0
 .../functional}/yolov3_loss_cn.rst            |    0
 .../{fluid/layers => nn}/gather_tree_cn.rst   |    0
 .../{fluid => nn}/initializer/Bilinear_cn.rst |    0
 .../{fluid => nn}/initializer/Constant_cn.rst |    0
 .../{fluid => nn}/initializer/MSRA_cn.rst     |    0
 .../api/paddle/nn/initializer/Normal_cn.rst   |   16 +
 .../initializer/TruncatedNormal_cn.rst        |    0
 .../api/paddle/nn/initializer/Uniform_cn.rst  |   17 +
 .../{fluid => nn}/initializer/Xavier_cn.rst   |    0
 .../api/paddle/nn/layer/conv/Conv2D_cn.rst    |  122 +-
 .../{fluid/layers => nn}/switch_case_cn.rst   |    0
 .../{fluid/layers => nn}/while_loop_cn.rst    |    0
 .../api/paddle/{framework => }/no_grad_cn.rst |    0
 .../{framework => }/prepare_context_cn.rst    |    0
 .../api/paddle/{fluid/layers => }/rank_cn.rst |    0
 .../{fluid/layers => }/reciprocal_cn.rst      |    0
 .../{fluid/layers => }/reduce_all_cn.rst      |    0
 .../{fluid/layers => }/reduce_any_cn.rst      |    0
 .../{fluid/layers => }/reduce_max_cn.rst      |    0
 .../{fluid/layers => }/reduce_mean_cn.rst     |    0
 .../{fluid/layers => }/reduce_min_cn.rst      |    0
 .../{fluid/layers => }/reduce_prod_cn.rst     |    0
 .../{fluid/layers => }/reduce_sum_cn.rst      |    0
 .../paddle/{fluid/layers => }/reshape_cn.rst  |    0
 .../paddle/{fluid/layers => }/round_cn.rst    |    0
 .../paddle/{fluid/layers => }/rsqrt_cn.rst    |    0
 doc/paddle/api/paddle/save_cn.rst             |   51 +
 .../paddle/{fluid/layers => }/scale_cn.rst    |    0
 .../paddle/{fluid/layers => }/scatter_cn.rst  |    0
 .../{fluid/layers => }/scatter_nd_add_cn.rst  |    0
 .../{fluid/layers => }/scatter_nd_cn.rst      |    0
 .../paddle/{fluid/layers => }/shape_cn.rst    |    0
 .../{fluid/layers => }/shard_index_cn.rst     |    0
 .../api/paddle/{fluid/io => }/shuffle_cn.rst  |    0
 .../api/paddle/{fluid/layers => }/sign_cn.rst |    0
 .../api/paddle/{tensor/math => }/sin_cn.rst   |   27 +-
 .../paddle/{fluid/layers => }/slice_cn.rst    |    0
 .../api/paddle/{tensor/math => }/sqrt_cn.rst  |   29 +-
 .../paddle/{fluid/layers => }/square_cn.rst   |    0
 .../paddle/{fluid/layers => }/stanh_cn.rst    |    0
 .../api/paddle/static/global_scope_cn.rst     |    4 +-
 doc/paddle/api/paddle/static/load_cn.rst      |   55 +
 .../api/paddle/static/nn/batch_norm_cn.rst    |  111 ++
 .../static/nn/bilinear_tensor_product_cn.rst  |   51 +
 doc/paddle/api/paddle/static/nn/conv2d_cn.rst |  114 ++
 .../paddle/static/nn/conv2d_transpose_cn.rst  |  120 ++
 doc/paddle/api/paddle/static/nn/conv3d_cn.rst |  116 ++
 .../paddle/static/nn/conv3d_transpose_cn.rst  |  124 ++
 .../paddle/static/nn/create_parameter_cn.rst  |   44 +
 .../api/paddle/static/nn/crf_decoding_cn.rst  |   60 +
 .../api/paddle/static/nn/data_norm_cn.rst     |   65 +
 .../paddle/static/nn/deformable_conv_cn.rst   |  102 ++
 .../api/paddle/static/nn/embedding_cn.rst     |   97 ++
 doc/paddle/api/paddle/static/nn/fc_cn.rst     |  114 ++
 .../api/paddle/static/nn/group_norm_cn.rst    |   51 +
 .../api/paddle/static/nn/hsigmoid_cn.rst      |   60 +
 .../api/paddle/static/nn/instance_norm_cn.rst |   57 +
 .../api/paddle/static/nn/layer_norm_cn.rst    |   59 +
 .../paddle/static/nn/multi_box_head_cn.rst    |  112 ++
 doc/paddle/api/paddle/static/nn/nce_cn.rst    |   78 ++
 doc/paddle/api/paddle/static/nn/prelu_cn.rst  |   51 +
 .../api/paddle/static/nn/row_conv_cn.rst      |   59 +
 .../api/paddle/static/nn/spectral_norm_cn.rst |   57 +
 doc/paddle/api/paddle/static/save_cn.rst      |   51 +
 .../api/paddle/static/scope_guard_cn.rst      |    4 +-
 .../{fluid/layers => }/strided_slice_cn.rst   |    0
 .../api/paddle/{fluid/layers => }/sums_cn.rst |    0
 doc/paddle/api/paddle/tanh_cn.rst             |   46 +
 .../api/paddle/tensor/creation/ones_cn.rst    |   34 +-
 .../paddle/tensor/creation/ones_like_cn.rst   |   45 +-
 .../api/paddle/tensor/creation/zeros_cn.rst   |   30 +-
 .../paddle/tensor/creation/zeros_like_cn.rst  |   41 +-
 .../paddle/tensor/manipulation/concat_cn.rst  |   57 +-
 .../tensor/manipulation/expand_as_cn.rst      |   68 +
 .../paddle/tensor/manipulation/expand_cn.rst  |   71 ++
 .../paddle/tensor/manipulation/gather_cn.rst  |   55 +-
 .../paddle/tensor/manipulation/split_cn.rst   |   51 +-
 .../paddle/tensor/manipulation/squeeze_cn.rst |   66 -
 doc/paddle/api/paddle/tensor/math/abs_cn.rst  |   33 -
 doc/paddle/api/paddle/tensor/math/acos_cn.rst |   39 -
 doc/paddle/api/paddle/tensor/math/asin_cn.rst |   39 -
 doc/paddle/api/paddle/tensor/math/atan_cn.rst |   38 -
 doc/paddle/api/paddle/tensor/math/ceil_cn.rst |   42 -
 doc/paddle/api/paddle/tensor/math/cos_cn.rst  |   44 -
 .../paddle/tensor/math/elementwise_add_cn.rst |  121 --
 .../paddle/tensor/math/elementwise_div_cn.rst |  121 --
 .../tensor/math/elementwise_floordiv_cn.rst   |  116 --
 .../paddle/tensor/math/elementwise_mod_cn.rst |  117 --
 .../paddle/tensor/math/elementwise_pow_cn.rst |   84 --
 .../paddle/tensor/math/elementwise_sub_cn.rst |  122 --
 doc/paddle/api/paddle/tensor/math/erf_cn.rst  |   75 --
 doc/paddle/api/paddle/tensor/math/exp_cn.rst  |   40 -
 .../api/paddle/tensor/math/floor_cn.rst       |   35 -
 .../api/paddle/tensor/math/increment_cn.rst   |   31 -
 doc/paddle/api/paddle/tensor/math/log_cn.rst  |   49 -
 .../api/paddle/tensor/math/multiplex_cn.rst   |   76 --
 doc/paddle/api/paddle/tensor/math/pow_cn.rst  |   58 +-
 .../api/paddle/tensor/math/reciprocal_cn.rst  |   43 -
 .../api/paddle/tensor/math/reduce_max_cn.rst  |   57 -
 .../api/paddle/tensor/math/reduce_min_cn.rst  |   57 -
 .../api/paddle/tensor/math/reduce_prod_cn.rst |   58 -
 .../api/paddle/tensor/math/reduce_sum_cn.rst  |   57 -
 .../api/paddle/tensor/math/round_cn.rst       |   54 -
 .../api/paddle/tensor/math/rsqrt_cn.rst       |   39 -
 .../api/paddle/tensor/math/scale_cn.rst       |   77 --
 doc/paddle/api/paddle/tensor/math/sign_cn.rst |   32 -
 .../api/paddle/tensor/math/square_cn.rst      |   44 -
 .../api/paddle/tensor/math/stanh_cn.rst       |   51 -
 doc/paddle/api/paddle/tensor/math/sum_cn.rst  |  110 +-
 doc/paddle/api/paddle/tensor/math/sums_cn.rst |   60 -
 doc/paddle/api/paddle/tensor/math/tanh_cn.rst |   46 -
 .../api/paddle/tensor/search/argmax_cn.rst    |   83 +-
 .../api/paddle/tensor/search/where_cn.rst     |   61 +-
 .../paddle/{framework => }/to_variable_cn.rst |    0
 .../api/paddle/{fluid/layers => }/topk_cn.rst |    0
 .../{fluid/layers => }/transpose_cn.rst       |    0
 .../paddle/{fluid/layers => }/unique_cn.rst   |    0
 .../layers => }/unique_with_counts_cn.rst     |    0
 .../paddle/{fluid/layers => }/unstack_cn.rst  |    0
 345 files changed, 3236 insertions(+), 6462 deletions(-)
 rename doc/paddle/api/paddle/{framework => }/CosineDecay_cn.rst (100%)
 rename doc/paddle/api/paddle/{framework => }/ExponentialDecay_cn.rst (100%)
 rename doc/paddle/api/paddle/{framework => }/InverseTimeDecay_cn.rst (100%)
 rename doc/paddle/api/paddle/{framework => }/NaturalExpDecay_cn.rst (100%)
 rename doc/paddle/api/paddle/{framework => }/NoamDecay_cn.rst (100%)
 rename doc/paddle/api/paddle/{framework => }/ParallelEnv_cn.rst (100%)
 rename doc/paddle/api/paddle/{framework => }/ParamAttr_cn.rst (100%)
 rename doc/paddle/api/paddle/{framework => }/PiecewiseDecay_cn.rst (100%)
 rename doc/paddle/api/paddle/{framework => }/PolynomialDecay_cn.rst (100%)
 rename doc/paddle/api/paddle/{framework => }/Variable_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/abs_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/acos_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/argmin_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/asin_cn.rst (100%)
 create mode 100644 doc/paddle/api/paddle/atan_cn.rst
 rename doc/paddle/api/paddle/{fluid/layers => }/cast_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/ceil_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/cos_cn.rst (100%)
 rename doc/paddle/api/paddle/{framework => }/create_global_var_cn.rst (100%)
 rename doc/paddle/api/paddle/{framework => }/create_parameter_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/create_tensor_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/crop_tensor_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/diag_cn.rst (100%)
 rename doc/paddle/api/paddle/{ => distributed}/fleet/DatasetFactory_cn.rst (100%)
 rename doc/paddle/api/paddle/{ => distributed}/fleet/InMemoryDataset_cn.rst (100%)
 rename doc/paddle/api/paddle/{ => distributed}/fleet/QueueDataset_cn.rst (100%)
 rename doc/paddle/api/paddle/{ => distributed}/fleet/meta_optimizers/LambOptimizer_cn.rst (100%)
 rename doc/paddle/api/paddle/{ => distributed}/fleet/meta_optimizers/RecomputeOptimizer_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/elementwise_add_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/elementwise_div_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/elementwise_floordiv_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/elementwise_mod_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/elementwise_pow_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/elementwise_sub_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/erf_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/exp_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/expand_as_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/expand_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/fill_constant_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/floor_cn.rst (100%)
 delete mode 100644 doc/paddle/api/paddle/fluid/BuildStrategy_cn.rst
 create mode 100644 doc/paddle/api/paddle/fluid/CPUPlace_cn.rst
 create mode 100644 doc/paddle/api/paddle/fluid/CUDAPinnedPlace_cn.rst
 create mode 100644 doc/paddle/api/paddle/fluid/CUDAPlace_cn.rst
 delete mode 100644 doc/paddle/api/paddle/fluid/CompiledProgram_cn.rst
 delete mode 100644 doc/paddle/api/paddle/fluid/ExecutionStrategy_cn.rst
 delete mode 100644 doc/paddle/api/paddle/fluid/Executor_cn.rst
 delete mode 100644 doc/paddle/api/paddle/fluid/ParallelExecutor_cn.rst
 delete mode 100644 doc/paddle/api/paddle/fluid/Program_cn.rst
 delete mode 100644 doc/paddle/api/paddle/fluid/WeightNormParamAttr_cn.rst
 delete mode 100644 doc/paddle/api/paddle/fluid/default_main_program_cn.rst
 delete mode 100644 doc/paddle/api/paddle/fluid/default_startup_program_cn.rst
 delete mode 100644 doc/paddle/api/paddle/fluid/dygraph/base/disable_dygraph_cn.rst
 delete mode 100644 doc/paddle/api/paddle/fluid/dygraph/base/enable_dygraph_cn.rst
 delete mode 100644 doc/paddle/api/paddle/fluid/framework/in_dygraph_mode_cn.rst
 delete mode 100644 doc/paddle/api/paddle/fluid/global_scope_cn.rst
 delete mode 100644 doc/paddle/api/paddle/fluid/gradients_cn.rst
 delete mode 100644 doc/paddle/api/paddle/fluid/initializer/Normal_cn.rst
 delete mode 100644 doc/paddle/api/paddle/fluid/initializer/Uniform_cn.rst
 delete mode 100644 doc/paddle/api/paddle/fluid/io/load_cn.rst
 delete mode 100644 doc/paddle/api/paddle/fluid/layers/atan_cn.rst
 delete mode 100644 doc/paddle/api/paddle/fluid/layers/cumsum_cn.rst
 delete mode 100644 doc/paddle/api/paddle/fluid/layers/elementwise_max_cn.rst
 delete mode 100644 doc/paddle/api/paddle/fluid/layers/elementwise_min_cn.rst
 delete mode 100644 doc/paddle/api/paddle/fluid/layers/flatten_cn.rst
 delete mode 100644 doc/paddle/api/paddle/fluid/layers/hard_shrink_cn.rst
 delete mode 100644 doc/paddle/api/paddle/fluid/layers/margin_rank_loss_cn.rst
 delete mode 100644 doc/paddle/api/paddle/fluid/layers/mean_cn.rst
 delete mode 100644 doc/paddle/api/paddle/fluid/name_scope_cn.rst
 delete mode 100644 doc/paddle/api/paddle/fluid/program_guard_cn.rst
 delete mode 100644 doc/paddle/api/paddle/fluid/save_cn.rst
 delete mode 100644 doc/paddle/api/paddle/fluid/scope_guard_cn.rst
 create mode 100644 doc/paddle/api/paddle/framework/get_default_dtype_cn.rst
 delete mode 100644 doc/paddle/api/paddle/framework/load_cn.rst
 delete mode 100644 doc/paddle/api/paddle/framework/save_cn.rst
 create mode 100644 doc/paddle/api/paddle/framework/set_default_dtype_cn.rst
 rename doc/paddle/api/paddle/{fluid/layers => }/gather_nd_cn.rst (100%)
 rename doc/paddle/api/paddle/{framework => }/grad_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/has_inf_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/has_nan_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/increment_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/is_empty_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/isfinite_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/linspace_cn.rst (55%)
 create mode 100644 doc/paddle/api/paddle/load_cn.rst
 rename doc/paddle/api/paddle/{fluid/layers => }/log_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/logical_and_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/logical_not_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/logical_or_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/logical_xor_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/multiplex_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/dygraph => nn}/BatchNorm_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/dygraph => nn}/BilinearTensorProduct_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/dygraph => nn}/Embedding_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/clip => nn}/GradientClipByGlobalNorm_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/clip => nn}/GradientClipByNorm_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/clip => nn}/GradientClipByValue_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/dygraph => nn}/GroupNorm_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/dygraph/container => nn}/LayerList_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/dygraph => nn}/LayerNorm_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/dygraph/layers => nn}/Layer_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/dygraph => nn}/Linear_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/dygraph/container => nn}/ParameterList_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/dygraph => nn}/Pool2D_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/dygraph/container => nn}/Sequential_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/dygraph => nn}/SpectralNorm_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn}/beam_search_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn}/beam_search_decode_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn}/case_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn}/clip_by_norm_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn}/clip_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn}/cond_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid => nn}/data_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional/activation}/softmax_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/adaptive_pool2d_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/adaptive_pool3d_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/add_position_encoding_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/affine_channel_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/affine_grid_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/anchor_generator_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/assign_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/bipartite_match_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/box_clip_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/box_coder_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/box_decoder_and_assign_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/bpr_loss_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/brelu_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/center_loss_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/collect_fpn_proposals_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/continuous_value_model_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/cosine_decay_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/cross_entropy_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/deformable_roi_pooling_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/density_prior_box_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/detection_output_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/dice_loss_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/distribute_fpn_proposals_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/dropout_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/edit_distance_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/elu_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/exponential_decay_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/filter_by_instag_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/fsp_matrix_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/gelu_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/generate_mask_labels_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/generate_proposal_labels_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/generate_proposals_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/grid_sampler_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/hard_sigmoid_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/hard_swish_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/hash_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/huber_loss_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/image_resize_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/image_resize_short_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/inverse_time_decay_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/iou_similarity_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/kldiv_loss_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/l2_normalize_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/label_smooth_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/leaky_relu_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/linear_lr_warmup_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/log_loss_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/logsigmoid_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional/loss}/mse_loss_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/lrn_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/maxout_cn.rst (100%)
 create mode 100644 doc/paddle/api/paddle/nn/functional/mse_loss_cn.rst
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/multiclass_nms_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/natural_exp_decay_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/noam_decay_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/npair_loss_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid => nn/functional}/one_hot_cn.rst (65%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/pad2d_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/pad_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/pad_constant_like_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/piecewise_decay_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/pixel_shuffle_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/polygon_box_transform_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/polynomial_decay_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/pool2d_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/pool3d_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/prior_box_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/prroi_pool_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/psroi_pool_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/random_crop_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/rank_loss_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/relu6_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/resize_bilinear_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/resize_nearest_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/resize_trilinear_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/retinanet_detection_output_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/retinanet_target_assign_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/roi_align_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/roi_perspective_transform_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/roi_pool_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/rpn_target_assign_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/sampled_softmax_with_cross_entropy_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/selu_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/shuffle_channel_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/sigmoid_cross_entropy_with_logits_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/sigmoid_focal_loss_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/similarity_focus_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/smooth_l1_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/soft_relu_cn.rst (100%)
 delete mode 100755 doc/paddle/api/paddle/nn/functional/softmax_cn.rst
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/softmax_with_cross_entropy_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/softplus_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/softshrink_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/softsign_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/space_to_depth_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/square_error_cost_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/ssd_loss_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/swish_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/tanh_shrink_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/target_assign_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/teacher_student_sigmoid_loss_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/temporal_shift_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/thresholded_relu_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/unfold_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/warpctc_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/yolo_box_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn/functional}/yolov3_loss_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn}/gather_tree_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid => nn}/initializer/Bilinear_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid => nn}/initializer/Constant_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid => nn}/initializer/MSRA_cn.rst (100%)
 create mode 100644 doc/paddle/api/paddle/nn/initializer/Normal_cn.rst
 rename doc/paddle/api/paddle/{fluid => nn}/initializer/TruncatedNormal_cn.rst (100%)
 create mode 100644 doc/paddle/api/paddle/nn/initializer/Uniform_cn.rst
 rename doc/paddle/api/paddle/{fluid => nn}/initializer/Xavier_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn}/switch_case_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => nn}/while_loop_cn.rst (100%)
 rename doc/paddle/api/paddle/{framework => }/no_grad_cn.rst (100%)
 rename doc/paddle/api/paddle/{framework => }/prepare_context_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/rank_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/reciprocal_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/reduce_all_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/reduce_any_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/reduce_max_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/reduce_mean_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/reduce_min_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/reduce_prod_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/reduce_sum_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/reshape_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/round_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/rsqrt_cn.rst (100%)
 create mode 100644 doc/paddle/api/paddle/save_cn.rst
 rename doc/paddle/api/paddle/{fluid/layers => }/scale_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/scatter_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/scatter_nd_add_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/scatter_nd_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/shape_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/shard_index_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/io => }/shuffle_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/sign_cn.rst (100%)
 rename doc/paddle/api/paddle/{tensor/math => }/sin_cn.rst (66%)
 rename doc/paddle/api/paddle/{fluid/layers => }/slice_cn.rst (100%)
 rename doc/paddle/api/paddle/{tensor/math => }/sqrt_cn.rst (63%)
 rename doc/paddle/api/paddle/{fluid/layers => }/square_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/stanh_cn.rst (100%)
 create mode 100644 doc/paddle/api/paddle/static/load_cn.rst
 create mode 100644 doc/paddle/api/paddle/static/nn/batch_norm_cn.rst
 create mode 100644 doc/paddle/api/paddle/static/nn/bilinear_tensor_product_cn.rst
 create mode 100644 doc/paddle/api/paddle/static/nn/conv2d_cn.rst
 create mode 100644 doc/paddle/api/paddle/static/nn/conv2d_transpose_cn.rst
 create mode 100644 doc/paddle/api/paddle/static/nn/conv3d_cn.rst
 create mode 100644 doc/paddle/api/paddle/static/nn/conv3d_transpose_cn.rst
 create mode 100644 doc/paddle/api/paddle/static/nn/create_parameter_cn.rst
 create mode 100644 doc/paddle/api/paddle/static/nn/crf_decoding_cn.rst
 create mode 100644 doc/paddle/api/paddle/static/nn/data_norm_cn.rst
 create mode 100644 doc/paddle/api/paddle/static/nn/deformable_conv_cn.rst
 create mode 100644 doc/paddle/api/paddle/static/nn/embedding_cn.rst
 create mode 100644 doc/paddle/api/paddle/static/nn/fc_cn.rst
 create mode 100755 doc/paddle/api/paddle/static/nn/group_norm_cn.rst
 create mode 100644 doc/paddle/api/paddle/static/nn/hsigmoid_cn.rst
 create mode 100644 doc/paddle/api/paddle/static/nn/instance_norm_cn.rst
 create mode 100644 doc/paddle/api/paddle/static/nn/layer_norm_cn.rst
 create mode 100644 doc/paddle/api/paddle/static/nn/multi_box_head_cn.rst
 create mode 100644 doc/paddle/api/paddle/static/nn/nce_cn.rst
 create mode 100644 doc/paddle/api/paddle/static/nn/prelu_cn.rst
 create mode 100644 doc/paddle/api/paddle/static/nn/row_conv_cn.rst
 create mode 100644 doc/paddle/api/paddle/static/nn/spectral_norm_cn.rst
 create mode 100644 doc/paddle/api/paddle/static/save_cn.rst
 rename doc/paddle/api/paddle/{fluid/layers => }/strided_slice_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/sums_cn.rst (100%)
 create mode 100644 doc/paddle/api/paddle/tanh_cn.rst
 create mode 100644 doc/paddle/api/paddle/tensor/manipulation/expand_as_cn.rst
 create mode 100644 doc/paddle/api/paddle/tensor/manipulation/expand_cn.rst
 delete mode 100644 doc/paddle/api/paddle/tensor/manipulation/squeeze_cn.rst
 delete mode 100644 doc/paddle/api/paddle/tensor/math/abs_cn.rst
 delete mode 100644 doc/paddle/api/paddle/tensor/math/acos_cn.rst
 delete mode 100644 doc/paddle/api/paddle/tensor/math/asin_cn.rst
 delete mode 100644 doc/paddle/api/paddle/tensor/math/atan_cn.rst
 delete mode 100644 doc/paddle/api/paddle/tensor/math/ceil_cn.rst
 delete mode 100644 doc/paddle/api/paddle/tensor/math/cos_cn.rst
 delete mode 100644 doc/paddle/api/paddle/tensor/math/elementwise_add_cn.rst
 delete mode 100644 doc/paddle/api/paddle/tensor/math/elementwise_div_cn.rst
 delete mode 100644 doc/paddle/api/paddle/tensor/math/elementwise_floordiv_cn.rst
 delete mode 100644 doc/paddle/api/paddle/tensor/math/elementwise_mod_cn.rst
 delete mode 100644 doc/paddle/api/paddle/tensor/math/elementwise_pow_cn.rst
 delete mode 100644 doc/paddle/api/paddle/tensor/math/elementwise_sub_cn.rst
 delete mode 100644 doc/paddle/api/paddle/tensor/math/erf_cn.rst
 delete mode 100644 doc/paddle/api/paddle/tensor/math/exp_cn.rst
 delete mode 100644 doc/paddle/api/paddle/tensor/math/floor_cn.rst
 delete mode 100644 doc/paddle/api/paddle/tensor/math/increment_cn.rst
 delete mode 100644 doc/paddle/api/paddle/tensor/math/log_cn.rst
 delete mode 100644 doc/paddle/api/paddle/tensor/math/multiplex_cn.rst
 delete mode 100644 doc/paddle/api/paddle/tensor/math/reciprocal_cn.rst
 delete mode 100644 doc/paddle/api/paddle/tensor/math/reduce_max_cn.rst
 delete mode 100644 doc/paddle/api/paddle/tensor/math/reduce_min_cn.rst
 delete mode 100644 doc/paddle/api/paddle/tensor/math/reduce_prod_cn.rst
 delete mode 100644 doc/paddle/api/paddle/tensor/math/reduce_sum_cn.rst
 delete mode 100644 doc/paddle/api/paddle/tensor/math/round_cn.rst
 delete mode 100644 doc/paddle/api/paddle/tensor/math/rsqrt_cn.rst
 delete mode 100644 doc/paddle/api/paddle/tensor/math/scale_cn.rst
 delete mode 100644 doc/paddle/api/paddle/tensor/math/sign_cn.rst
 delete mode 100644 doc/paddle/api/paddle/tensor/math/square_cn.rst
 delete mode 100644 doc/paddle/api/paddle/tensor/math/stanh_cn.rst
 mode change 100644 => 100755 doc/paddle/api/paddle/tensor/math/sum_cn.rst
 delete mode 100644 doc/paddle/api/paddle/tensor/math/sums_cn.rst
 delete mode 100644 doc/paddle/api/paddle/tensor/math/tanh_cn.rst
 rename doc/paddle/api/paddle/{framework => }/to_variable_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/topk_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/transpose_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/unique_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/unique_with_counts_cn.rst (100%)
 rename doc/paddle/api/paddle/{fluid/layers => }/unstack_cn.rst (100%)

diff --git a/doc/paddle/api/alias_api_mapping b/doc/paddle/api/alias_api_mapping
index 9af28a536..a706d959d 100644
--- a/doc/paddle/api/alias_api_mapping
+++ b/doc/paddle/api/alias_api_mapping
@@ -1,727 +1,396 @@
-paddle.fluid.layers.swish 	paddle.nn.functional.activation.swish 
-paddle.fluid.layers.space_to_depth 	paddle.nn.functional.space_to_depth 
-paddle.fluid.layers.soft_relu 	paddle.nn.functional.soft_relu 
-paddle.fluid.layers.reciprocal   	paddle.tensor.math.reciprocal   
-paddle.fluid.layers.pixel_shuffle 	paddle.nn.functional.vision.pixel_shuffle 
-paddle.tensor.math.mm 	paddle.mm 
-paddle.fluid.layers.mean 	paddle.mean 
-paddle.tensor.math.inverse 	paddle.tensor.inverse 
-paddle.tensor.creation.full 	paddle.full 
-paddle.tensor.manipulation.flip	paddle.tensor.reverse 
-paddle.fluid.layers.erf 	paddle.nn.functional.activation.erf 
-paddle.tensor.math.abs 	paddle.abs 
-paddle.fluid.layers.unique_with_counts 	paddle.unique_with_counts 
-paddle.fluid.layers.similarity_focus 	paddle.nn.functional.similarity_focus 
-paddle.fluid.layers.rpn_target_assign 	paddle.nn.functional.rpn_target_assign 
-paddle.tensor.math.increment 	paddle.tensor.increment 
-paddle.fluid.layers.hash 	paddle.nn.functional.lod.hash 
-paddle.tensor.math.elementwise_sub 	paddle.elementwise_sub 
-paddle.fluid.layers.create_tensor 	paddle.tensor.create_tensor 
-paddle.nn.functional.conv.conv2d 	paddle.nn.functional.conv2d 
-paddle.tensor.linalg.cholesky 	paddle.cholesky 
-paddle.fluid.layers.case 	paddle.nn.control_flow.case 
-paddle.fluid.layers.bipartite_match 	paddle.nn.functional.vision.bipartite_match 
-paddle.framework.ParamAttr 	paddle.ParamAttr 
-paddle.nn.layer.activation.HSigmoid 	paddle.nn.HSigmoid 
-paddle.tensor.math.square 	paddle.square 
-paddle.fluid.layers.roi_align 	paddle.nn.functional.roi_align 
-paddle.tensor.math.logsumexp 	paddle.logsumexp 
-paddle.fluid.layers.expand 	paddle.expand 
-paddle.tensor.math.exp 	paddle.tensor.exp 
-paddle.fluid.layers.elu 	paddle.nn.functional.elu 
-paddle.fluid.layers.cast 	paddle.cast 
-paddle.fluid.layers.beam_search 	paddle.nn.decode.beam_search 
-paddle.fluid.layers.affine_grid 	paddle.nn.functional.affine_grid 
-paddle.nn.layer.activation.Sigmoid 	paddle.nn.Sigmoid 
-paddle.nn.layer.loss.NLLLoss 	paddle.nn.layer.NLLLoss 
-paddle.nn.layer.loss.MSELoss 	paddle.nn.layer.MSELoss 
-paddle.nn.layer.loss.BCELoss 	paddle.nn.layer.BCELoss 
-paddle.tensor.manipulation.unsqueeze 	paddle.unsqueeze 
-paddle.fluid.layers.unique 	paddle.unique 
-paddle.fluid.layers.teacher_student_sigmoid_loss 	paddle.nn.functional.loss.teacher_student_sigmoid_loss 
-paddle.fluid.layers.sums   	paddle.tensor.math.sums   
-paddle.tensor.math.stanh 	paddle.stanh 
-paddle.fluid.layers.inverse_time_decay 	paddle.nn.functional.inverse_time_decay 
-paddle.fluid.layers.expand_as 	paddle.expand_as 
-paddle.framework.default_startup_program 	paddle.default_startup_program 
-paddle.fluid.layers.crop_tensor 	paddle.tensor.crop_tensor 
-paddle.nn.layer.loss.L1Loss 	paddle.nn.layer.L1Loss 
-paddle.fluid.clip.GradientClipByValue 	paddle.nn.clip.GradientClipByValue 
-paddle.tensor.math.tanh 	paddle.tanh 
-paddle.fluid.layers.square_error_cost 	paddle.nn.functional.loss.square_error_cost 
-paddle.framework.py_func 	paddle.py_func 
-paddle.fluid.layers.pad 	paddle.nn.functional.common.pad 
-paddle.fluid.layers.natural_exp_decay 	paddle.nn.functional.natural_exp_decay 
-paddle.tensor.math.kron 	paddle.tensor.kron 
-paddle.fluid.layers.is_empty 	paddle.tensor.is_empty 
-paddle.fluid.layers.exponential_decay 	paddle.nn.functional.exponential_decay 
-paddle.fluid.layers.elementwise_floordiv   	paddle.tensor.math.elementwise_floordiv   
-paddle.nn.layer.conv 	paddle.nn.conv 
-paddle.fluid.layers.brelu 	paddle.nn.functional.brelu 
-paddle.fluid.layers.box_clip 	paddle.nn.functional.vision.box_clip 
-paddle.fluid.layers.add_position_encoding 	paddle.nn.functional.extension.add_position_encoding 
-paddle.fluid.layers.target_assign 	paddle.nn.functional.target_assign 
-paddle.fluid.layers.strided_slice 	paddle.tensor.manipulation.strided_slice 
-paddle.tensor.manipulation.squeeze 	paddle.squeeze 
-paddle.nn.functional.activation.relu 	paddle.nn.functional.relu 
-paddle.fluid.layers.polynomial_decay 	paddle.nn.functional.polynomial_decay 
-paddle.framework.random.manual_seed 	paddle.manual_seed 
-paddle.fluid.io.load 	paddle.tensor.io.load 
-paddle.fluid.layers.label_smooth 	paddle.nn.functional.label_smooth 
-paddle.fluid.layers.hash 	paddle.nn.functional.hash 
-paddle.fluid.layers.assign 	paddle.nn.functional.common.assign 
-paddle.fluid.layers.acos   	paddle.tensor.math.acos   
-paddle.nn.layer.conv.Conv3D 	paddle.nn.layer.Conv3D 
-paddle.fluid.dygraph.BilinearTensorProduct 	paddle.nn.layer.BilinearTensorProduct 
-paddle.fluid.layers.selu 	paddle.nn.functional.selu 
-paddle.tensor.random.rand 	paddle.rand 
-paddle.fluid.layers.piecewise_decay 	paddle.nn.functional.piecewise_decay 
-paddle.fluid.layers.iou_similarity 	paddle.nn.functional.loss.iou_similarity 
-paddle.fluid.layers.increment   	paddle.tensor.math.increment   
-paddle.fluid.layers.hard_swish 	paddle.nn.functional.hard_swish 
-paddle.fluid.layers.elementwise_add   	paddle.tensor.math.elementwise_add   
-paddle.framework.default_main_program 	paddle.default_main_program 
-paddle.tensor.math.cumsum 	paddle.tensor.cumsum 
-paddle.fluid.layers.cos   	paddle.tensor.math.cos   
-paddle.tensor.math.add 	paddle.tensor.add 
-paddle.fluid.layers.unfold 	paddle.nn.functional.common.unfold 
-paddle.fluid.layers.switch_case 	paddle.nn.switch_case 
-paddle.tensor.math.round 	paddle.tensor.round 
-paddle.fluid.layers.pixel_shuffle 	paddle.nn.functional.pixel_shuffle 
-paddle.tensor.math.inverse 	paddle.inverse 
-paddle.tensor.manipulation.flip	paddle.reverse 
-paddle.fluid.layers.clip_by_norm 	paddle.nn.clip.clip_by_norm 
-paddle.tensor.math.asin 	paddle.tensor.asin 
-paddle.fluid.layers.teacher_student_sigmoid_loss 	paddle.nn.functional.teacher_student_sigmoid_loss 
-paddle.tensor.random.randperm 	paddle.tensor.randperm 
-paddle.tensor.random.randn 	paddle.tensor.randn 
-paddle.tensor.math.multiply 	paddle.tensor.multiply 
-paddle.fluid.layers.multiclass_nms 	paddle.nn.functional.multiclass_nms 
-paddle.fluid.io.load 	paddle.tensor.load 
-paddle.tensor.math.increment 	paddle.increment 
-paddle.fluid.layers.create_tensor 	paddle.create_tensor 
-paddle.fluid.layers.bipartite_match 	paddle.nn.functional.bipartite_match 
-paddle.nn.layer.loss.NLLLoss 	paddle.nn.NLLLoss 
-paddle.nn.layer.loss.MSELoss 	paddle.nn.MSELoss 
-paddle.fluid.clip.GradientClipByValue 	paddle.nn.GradientClipByValue 
-paddle.nn.layer.loss.BCELoss 	paddle.nn.BCELoss 
-paddle.fluid.layers.square_error_cost 	paddle.nn.functional.square_error_cost 
-paddle.fluid.layers.softplus 	paddle.nn.functional.softplus 
-paddle.fluid.layers.logical_not 	paddle.tensor.logic.logical_not 
-paddle.tensor.math.exp 	paddle.exp 
-paddle.fluid.layers.elementwise_sub   	paddle.tensor.math.elementwise_sub   
-paddle.tensor.math.elementwise_div 	paddle.tensor.elementwise_div 
-paddle.fluid.layers.elementwise_div   	paddle.tensor.math.elementwise_div   
-paddle.fluid.layers.cosine_decay 	paddle.nn.functional.cosine_decay 
-paddle.fluid.layers.cond 	paddle.nn.control_flow.cond 
-paddle.fluid.layers.beam_search 	paddle.nn.beam_search 
-paddle.nn.layer.loss.L1Loss 	paddle.nn.L1Loss 
-paddle.fluid.layers.temporal_shift 	paddle.nn.functional.extension.temporal_shift 
-paddle.tensor.math.sum 	paddle.tensor.sum 
-paddle.fluid.layers.softsign 	paddle.nn.functional.softsign 
-paddle.tensor.linalg.histogram 	paddle.tensor.histogram 
-paddle.fluid.layers.diag 	paddle.tensor.creation.diag 
-paddle.fluid.layers.crop_tensor 	paddle.crop_tensor 
-paddle.fluid.layers.beam_search_decode 	paddle.nn.decode.beam_search_decode 
-paddle.fluid.layers.adaptive_pool3d 	paddle.nn.functional.pooling.adaptive_pool3d 
-paddle.tensor.search.where 	paddle.tensor.where 
-paddle.fluid.layers.swish 	paddle.nn.functional.swish 
-paddle.fluid.layers.smooth_l1 	paddle.nn.functional.loss.smooth_l1 
-paddle.fluid.layers.reduce_any 	paddle.tensor.logic.reduce_any 
-paddle.fluid.layers.pad 	paddle.nn.functional.pad 
-paddle.fluid.layers.noam_decay 	paddle.nn.functional.noam_decay 
-paddle.tensor.math.kron 	paddle.kron 
-paddle.fluid.layers.is_empty 	paddle.is_empty 
-paddle.fluid.layers.iou_similarity 	paddle.nn.functional.iou_similarity 
-paddle.tensor.manipulation.gather 	paddle.tensor.gather 
-paddle.fluid.layers.erf 	paddle.nn.functional.erf 
-paddle.fluid.layers.box_clip 	paddle.nn.functional.box_clip 
-paddle.tensor.search.argsort 	paddle.tensor.argsort 
-paddle.nn.layer.conv.Conv3D 	paddle.nn.Conv3D 
-paddle.framework.CompiledProgram 	paddle.CompiledProgram 
-paddle.fluid.dygraph.BilinearTensorProduct 	paddle.nn.BilinearTensorProduct 
-paddle.tensor.creation.triu 	paddle.tensor.triu 
-paddle.tensor.math.reduce_prod 	paddle.tensor.reduce_prod 
-paddle.tensor.creation.meshgrid 	paddle.tensor.meshgrid 
-paddle.fluid.layers.clip_by_norm 	paddle.nn.clip_by_norm 
-paddle.fluid.layers.assign 	paddle.nn.functional.assign 
-paddle.tensor.math.acos 	paddle.tensor.acos 
-paddle.fluid.initializer.Xavier 	paddle.nn.initializer.Xavier 
-paddle.tensor.creation.zeros_like 	paddle.tensor.zeros_like 
-paddle.fluid.layers.slice 	paddle.tensor.manipulation.slice 
-paddle.fluid.layers.sigmoid_focal_loss 	paddle.nn.functional.loss.sigmoid_focal_loss 
-paddle.fluid.io.shuffle 	paddle.tensor.random.shuffle 
-paddle.fluid.layers.linear_lr_warmup 	paddle.nn.functional.linear_lr_warmup 
-paddle.tensor.logic.greater_than 	paddle.tensor.greater_than 
-paddle.tensor.math.cumsum 	paddle.cumsum 
-paddle.framework.create_parameter 	paddle.create_parameter 
-paddle.tensor.math.clamp 	paddle.tensor.clamp 
-paddle.tensor.math.add 	paddle.add 
-paddle.fluid.layers.unfold 	paddle.nn.functional.unfold 
-paddle.tensor.search.sort 	paddle.tensor.sort 
-paddle.fluid.layers.rsqrt   	paddle.tensor.math.rsqrt   
-paddle.tensor.math.round 	paddle.round 
-paddle.fluid.layers.resize_nearest 	paddle.nn.functional.vision.resize_nearest 
-paddle.tensor.creation.ones_like 	paddle.tensor.ones_like 
-paddle.framework.global_scope 	paddle.global_scope 
-paddle.tensor.creation.full_like 	paddle.tensor.full_like 
-paddle.tensor.math.elementwise_max 	paddle.tensor.elementwise_max 
-paddle.fluid.layers.deformable_roi_pooling 	paddle.nn.functional.vision.deformable_roi_pooling 
-paddle.fluid.layers.ceil   	paddle.tensor.math.ceil   
-paddle.fluid.layers.case 	paddle.nn.case 
-paddle.tensor.math.asin 	paddle.asin 
-paddle.fluid.layers.add_position_encoding 	paddle.nn.functional.add_position_encoding 
-paddle.fluid.layers.retinanet_detection_output 	paddle.nn.functional.vision.retinanet_detection_output 
-paddle.tensor.random.randperm 	paddle.randperm 
-paddle.tensor.random.randn 	paddle.randn 
-paddle.tensor.math.multiply 	paddle.multiply 
-paddle.fluid.layers.margin_rank_loss 	paddle.nn.functional.loss.margin_rank_loss 
-paddle.fluid.layers.logical_not 	paddle.tensor.logical_not 
-paddle.fluid.io.load 	paddle.load 
-paddle.fluid.layers.grid_sampler 	paddle.nn.functional.vision.grid_sampler 
-paddle.fluid.layers.elementwise_mul   	paddle.tensor.math.elementwise_mul   
-paddle.fluid.layers.elementwise_max   	paddle.tensor.math.elementwise_max   
-paddle.fluid.layers.continuous_value_model 	paddle.nn.functional.extension.continuous_value_model 
-paddle.fluid.layers.smooth_l1 	paddle.nn.functional.smooth_l1 
-paddle.tensor.linalg.norm 	paddle.tensor.norm 
-paddle.framework.name_scope 	paddle.name_scope 
-paddle.tensor.logic.less_than 	paddle.tensor.less_than 
-paddle.fluid.layers.l2_normalize 	paddle.nn.functional.norm.l2_normalize 
-paddle.tensor.math.elementwise_min 	paddle.tensor.elementwise_min 
-paddle.tensor.math.elementwise_div 	paddle.elementwise_div 
-paddle.tensor.math.sum 	paddle.sum 
-paddle.fluid.layers.shard_index 	paddle.tensor.manipulation.shard_index 
-paddle.fluid.layers.scatter 	paddle.tensor.manipulation.scatter 
-paddle.fluid.layers.reduce_any 	paddle.tensor.reduce_any 
-paddle.tensor.search.nonzero 	paddle.tensor.nonzero 
-paddle.fluid.layers.logical_xor 	paddle.tensor.logic.logical_xor 
-paddle.tensor.linalg.histogram 	paddle.histogram 
-paddle.fluid.layers.elementwise_mod   	paddle.tensor.math.elementwise_mod   
-paddle.fluid.layers.elementwise_min   	paddle.tensor.math.elementwise_min   
-paddle.fluid.layers.distribute_fpn_proposals 	paddle.nn.functional.vision.distribute_fpn_proposals 
-paddle.fluid.layers.beam_search_decode 	paddle.nn.beam_search_decode 
-paddle.fluid.layers.yolov3_loss 	paddle.nn.functional.vision.yolov3_loss 
-paddle.tensor.search.where 	paddle.where 
-paddle.fluid.layers.strided_slice 	paddle.tensor.strided_slice 
-paddle.fluid.layers.sigmoid_focal_loss 	paddle.nn.functional.sigmoid_focal_loss 
-paddle.tensor.manipulation.gather 	paddle.gather 
-paddle.fluid.layers.filter_by_instag 	paddle.nn.functional.extension.filter_by_instag 
-paddle.tensor.math.erf 	paddle.tensor.erf 
-paddle.tensor.search.argsort 	paddle.argsort 
-paddle.tensor.math.addcmul 	paddle.tensor.addcmul 
-paddle.fluid.layers.adaptive_pool3d 	paddle.nn.functional.adaptive_pool3d 
-paddle.tensor.creation.triu 	paddle.triu 
-paddle.fluid.layers.topk 	paddle.tensor.search.topk 
-paddle.tensor.math.reduce_prod 	paddle.reduce_prod 
-paddle.tensor.math.reduce_max 	paddle.tensor.reduce_max 
-paddle.fluid.layers.pool3d 	paddle.nn.functional.pooling.pool3d 
-paddle.tensor.creation.meshgrid 	paddle.meshgrid 
-paddle.fluid.layers.diag 	paddle.tensor.diag 
-paddle.tensor.math.acos 	paddle.acos 
-paddle.framework.Program 	paddle.Program 
-paddle.framework.ParallelExecutor 	paddle.ParallelExecutor 
-paddle.tensor.creation.zeros_like 	paddle.zeros_like 
-paddle.fluid.layers.temporal_shift 	paddle.nn.functional.temporal_shift 
-paddle.fluid.io.shuffle 	paddle.tensor.shuffle 
-paddle.fluid.layers.reduce_max   	paddle.tensor.math.reduce_max   
-paddle.fluid.layers.margin_rank_loss 	paddle.nn.functional.margin_rank_loss 
-paddle.tensor.logic.greater_than 	paddle.greater_than 
-paddle.tensor.math.elementwise_mod 	paddle.tensor.elementwise_mod 
-paddle.fluid.layers.collect_fpn_proposals 	paddle.nn.functional.vision.collect_fpn_proposals 
-paddle.tensor.math.clamp 	paddle.clamp 
-paddle.fluid.layers.center_loss 	paddle.nn.functional.loss.center_loss 
-paddle.fluid.layers.atan   	paddle.tensor.math.atan   
-paddle.fluid.layers.unstack 	paddle.tensor.manipulation.unstack 
-paddle.tensor.creation.tril 	paddle.tensor.tril 
-paddle.tensor.search.sort 	paddle.sort 
-paddle.tensor.math.sin 	paddle.tensor.sin 
-paddle.tensor.math.sign 	paddle.tensor.sign 
-paddle.fluid.layers.resize_nearest 	paddle.nn.functional.resize_nearest 
-paddle.fluid.layers.reduce_prod   	paddle.tensor.math.reduce_prod   
-paddle.tensor.math.reduce_min 	paddle.tensor.reduce_min 
-paddle.tensor.creation.ones_like 	paddle.ones_like 
-paddle.fluid.layers.npair_loss 	paddle.nn.functional.loss.npair_loss 
-paddle.fluid.layers.l2_normalize 	paddle.nn.functional.l2_normalize 
-paddle.fluid.layers.kldiv_loss 	paddle.nn.functional.loss.kldiv_loss 
-paddle.fluid.layers.image_resize 	paddle.nn.functional.vision.image_resize 
-paddle.fluid.layers.huber_loss 	paddle.nn.functional.loss.huber_loss 
-paddle.tensor.creation.full_like 	paddle.full_like 
-paddle.fluid.layers.flatten 	paddle.tensor.manipulation.flatten 
-paddle.tensor.math.elementwise_max 	paddle.elementwise_max 
-paddle.fluid.layers.deformable_roi_pooling 	paddle.nn.functional.deformable_roi_pooling 
-paddle.fluid.layers.clip 	paddle.nn.clip.clip 
-paddle.fluid.layers.retinanet_detection_output 	paddle.nn.functional.retinanet_detection_output 
-paddle.fluid.layers.reduce_min   	paddle.tensor.math.reduce_min   
-paddle.fluid.layers.rank_loss 	paddle.nn.functional.loss.rank_loss 
-paddle.tensor.random.randint 	paddle.tensor.randint 
-paddle.fluid.layers.logical_not 	paddle.logical_not 
-paddle.fluid.layers.grid_sampler 	paddle.nn.functional.grid_sampler 
-paddle.fluid.layers.gather_tree 	paddle.nn.decode.gather_tree 
-paddle.tensor.math.elementwise_pow 	paddle.tensor.elementwise_pow 
-paddle.fluid.layers.elementwise_pow   	paddle.tensor.math.elementwise_pow   
-paddle.fluid.layers.dice_loss 	paddle.nn.functional.loss.dice_loss 
-paddle.fluid.layers.cond 	paddle.nn.cond 
-paddle.tensor.math.atan 	paddle.tensor.atan 
-paddle.fluid.layers.tanh_shrink 	paddle.nn.functional.activation.tanh_shrink 
-paddle.fluid.layers.ssd_loss 	paddle.nn.functional.loss.ssd_loss 
-paddle.tensor.linalg.norm 	paddle.norm 
-paddle.fluid.layers.mse_loss 	paddle.nn.functional.loss.mse_loss 
-paddle.fluid.layers.logical_xor 	paddle.tensor.logical_xor 
-paddle.fluid.layers.log_loss 	paddle.nn.functional.loss.log_loss 
-paddle.tensor.logic.less_than 	paddle.less_than 
-paddle.fluid.layers.hard_shrink 	paddle.nn.functional.activation.hard_shrink 
-paddle.fluid.layers.generate_proposals 	paddle.nn.functional.vision.generate_proposals 
-paddle.tensor.math.elementwise_min 	paddle.elementwise_min 
-paddle.tensor.math.elementwise_floordiv 	paddle.tensor.elementwise_floordiv 
-paddle.fluid.layers.dropout 	paddle.nn.functional.common.dropout 
-paddle.fluid.layers.bpr_loss 	paddle.nn.functional.loss.bpr_loss 
-paddle.fluid.layers.softshrink 	paddle.nn.functional.activation.softshrink 
-paddle.fluid.layers.reduce_any 	paddle.reduce_any 
-paddle.tensor.search.nonzero 	paddle.nonzero 
-paddle.fluid.layers.has_inf 	paddle.tensor.search.has_inf 
-paddle.fluid.layers.distribute_fpn_proposals 	paddle.nn.functional.distribute_fpn_proposals 
-paddle.framework.create_global_var 	paddle.create_global_var 
-paddle.fluid.dygraph.Embedding 	paddle.nn.layer.common.Embedding 
-paddle.fluid.layers.yolov3_loss 	paddle.nn.functional.yolov3_loss 
-paddle.fluid.layers.strided_slice 	paddle.strided_slice 
-paddle.fluid.layers.softmax 	paddle.nn.functional.activation.softmax 
-paddle.fluid.layers.multiplex   	paddle.tensor.math.multiplex   
-paddle.tensor.manipulation.flip 	paddle.tensor.flip 
-paddle.tensor.math.erf 	paddle.erf 
-paddle.fluid.layers.detection_output 	paddle.nn.functional.vision.detection_output 
-paddle.fluid.layers.continuous_value_model 	paddle.nn.functional.continuous_value_model 
-paddle.fluid.layers.center_loss 	paddle.nn.functional.center_loss 
-paddle.fluid.layers.box_coder 	paddle.nn.functional.vision.box_coder 
-paddle.tensor.math.addcmul 	paddle.addcmul 
-paddle.fluid.layers.topk 	paddle.tensor.topk 
-paddle.fluid.layers.slice 	paddle.tensor.slice 
-paddle.fluid.layers.sign   	paddle.tensor.math.sign   
-paddle.fluid.layers.round   	paddle.tensor.math.round   
-paddle.tensor.math.reduce_max 	paddle.reduce_max 
-paddle.fluid.layers.reduce_all 	paddle.tensor.logic.reduce_all 
-paddle.fluid.layers.npair_loss 	paddle.nn.functional.npair_loss 
-paddle.tensor.math.multiplex 	paddle.tensor.multiplex 
-paddle.fluid.layers.linspace 	paddle.tensor.creation.linspace 
-paddle.fluid.layers.kldiv_loss 	paddle.nn.functional.kldiv_loss 
-paddle.fluid.layers.huber_loss 	paddle.nn.functional.huber_loss 
-paddle.fluid.layers.diag 	paddle.diag 
-paddle.tensor.math.cos 	paddle.tensor.cos 
-paddle.fluid.layers.clip 	paddle.nn.clip 
-paddle.fluid.layers.argmin 	paddle.tensor.search.argmin 
-paddle.fluid.dygraph.Pool2D 	paddle.nn.layer.common.Pool2D 
-paddle.tensor.linalg.t 	paddle.t 
-paddle.fluid.io.shuffle 	paddle.shuffle 
-paddle.tensor.math.rsqrt 	paddle.tensor.rsqrt 
-paddle.tensor.manipulation.roll 	paddle.tensor.roll 
-paddle.fluid.layers.reduce_sum   	paddle.tensor.math.reduce_sum   
-paddle.fluid.layers.rank_loss 	paddle.nn.functional.rank_loss 
-paddle.fluid.layers.pool3d 	paddle.nn.functional.pool3d 
-paddle.fluid.one_hot 	paddle.nn.functional.common.one_hot 
-paddle.tensor.math.elementwise_mod 	paddle.elementwise_mod 
-paddle.fluid.layers.dice_loss 	paddle.nn.functional.dice_loss 
-paddle.fluid.layers.collect_fpn_proposals 	paddle.nn.functional.collect_fpn_proposals 
-paddle.tensor.linalg.bmm 	paddle.tensor.bmm 
-paddle.nn.layer.extension.RowConv 	paddle.nn.layer.RowConv 
-paddle.fluid.clip.GradientClipByGlobalNorm 	paddle.nn.clip.GradientClipByGlobalNorm 
-paddle.framework.Executor 	paddle.Executor 
-paddle.tensor.creation.tril 	paddle.tril 
-paddle.fluid.layers.ssd_loss 	paddle.nn.functional.ssd_loss 
-paddle.tensor.math.sqrt 	paddle.tensor.sqrt 
-paddle.tensor.math.sin 	paddle.sin 
-paddle.tensor.math.sign 	paddle.sign 
-paddle.fluid.layers.resize_trilinear 	paddle.nn.functional.vision.resize_trilinear 
-paddle.tensor.math.reduce_min 	paddle.reduce_min 
-paddle.fluid.layers.mse_loss 	paddle.nn.functional.mse_loss 
-paddle.fluid.layers.maxout 	paddle.nn.functional.activation.maxout 
-paddle.fluid.layers.log_loss 	paddle.nn.functional.log_loss 
-paddle.tensor.search.index_sample 	paddle.tensor.index_sample 
-paddle.fluid.layers.image_resize 	paddle.nn.functional.image_resize 
-paddle.fluid.layers.generate_proposal_labels 	paddle.nn.functional.vision.generate_proposal_labels 
-paddle.fluid.layers.filter_by_instag 	paddle.nn.functional.filter_by_instag 
-paddle.fluid.layers.bpr_loss 	paddle.nn.functional.bpr_loss 
-paddle.fluid.layers.asin   	paddle.tensor.math.asin   
-paddle.fluid.dygraph.container.Sequential 	paddle.nn.Sequential 
-paddle.nn.layer.common.Pad2D 	paddle.nn.layer.Pad2D 
-paddle.fluid.layers.resize_bilinear 	paddle.nn.functional.vision.resize_bilinear 
-paddle.tensor.random.randint 	paddle.randint 
-paddle.fluid.layers.gather_tree 	paddle.nn.gather_tree 
-paddle.tensor.math.elementwise_pow 	paddle.elementwise_pow 
-paddle.nn.functional.extension.diag_embed 	paddle.nn.functional.diag_embed 
-paddle.tensor.math.atan 	paddle.atan 
-paddle.tensor.math.addmm 	paddle.tensor.addmm 
-paddle.tensor.math.sums 	paddle.tensor.sums 
-paddle.tensor.manipulation.split 	paddle.tensor.split 
-paddle.fluid.layers.shuffle_channel 	paddle.nn.functional.vision.shuffle_channel 
-paddle.fluid.layers.shard_index 	paddle.tensor.shard_index 
-paddle.fluid.layers.scatter_nd 	paddle.tensor.manipulation.scatter_nd 
-paddle.fluid.layers.scatter 	paddle.tensor.scatter 
-paddle.fluid.layers.logical_xor 	paddle.logical_xor 
-paddle.fluid.framework.in_dygraph_mode	paddle.in_imperative_mode 
-paddle.fluid.layers.generate_proposals 	paddle.nn.functional.generate_proposals 
-paddle.tensor.math.elementwise_floordiv 	paddle.elementwise_floordiv 
-paddle.fluid.layers.edit_distance 	paddle.nn.functional.loss.edit_distance 
-paddle.fluid.layers.dropout 	paddle.nn.functional.dropout 
-paddle.nn.layer.common.UpSample 	paddle.nn.layer.UpSample 
-paddle.fluid.layers.while_loop 	paddle.nn.control_flow.while_loop 
-paddle.fluid.layers.scatter_nd_add 	paddle.tensor.manipulation.scatter_nd_add 
-paddle.fluid.layers.scale   	paddle.tensor.math.scale   
-paddle.fluid.layers.logical_and 	paddle.tensor.logic.logical_and 
-paddle.fluid.layers.has_inf 	paddle.tensor.has_inf 
-paddle.fluid.layers.gather_nd 	paddle.tensor.manipulation.gather_nd 
-paddle.fluid.layers.fill_constant 	paddle.tensor.creation.fill_constant 
-paddle.fluid.layers.cumsum   	paddle.tensor.math.cumsum   
-paddle.tensor.search.argmax 	paddle.tensor.argmax 
-paddle.fluid.layers.affine_channel 	paddle.nn.functional.vision.affine_channel 
-paddle.fluid.dygraph.Embedding 	paddle.nn.layer.Embedding 
-paddle.framework.CUDAPinnedPlace 	paddle.CUDAPinnedPlace 
-paddle.fluid.layers.sampled_softmax_with_cross_entropy 	paddle.nn.functional.loss.sampled_softmax_with_cross_entropy 
-paddle.fluid.layers.reduce_all 	paddle.tensor.reduce_all 
-paddle.nn.functional.activation.log_softmax 	paddle.nn.functional.log_softmax 
-paddle.fluid.layers.has_nan 	paddle.tensor.search.has_nan 
-paddle.fluid.layers.generate_mask_labels 	paddle.nn.functional.vision.generate_mask_labels 
-paddle.tensor.manipulation.flip 	paddle.flip 
-paddle.tensor.linalg.dot 	paddle.tensor.dot 
-paddle.fluid.layers.detection_output 	paddle.nn.functional.detection_output 
-paddle.nn.functional.conv.conv3d 	paddle.nn.functional.conv3d 
-paddle.fluid.layers.box_coder 	paddle.nn.functional.box_coder 
-paddle.fluid.clip.GradientClipByGlobalNorm 	paddle.nn.GradientClipByGlobalNorm 
-paddle.fluid.layers.topk 	paddle.topk 
-paddle.fluid.layers.slice 	paddle.slice 
-paddle.tensor.math.multiplex 	paddle.multiplex 
-paddle.tensor.logic.equal_all 	paddle.tensor.equal_all 
-paddle.tensor.math.cos 	paddle.cos 
-paddle.fluid.layers.argmin 	paddle.tensor.argmin 
-paddle.fluid.dygraph.SpectralNorm 	paddle.nn.layer.norm.SpectralNorm 
-paddle.nn.layer.extension.RowConv 	paddle.nn.RowConv 
-paddle.fluid.dygraph.Pool2D 	paddle.nn.layer.Pool2D 
-paddle.fluid.clip.GradientClipByNorm 	paddle.nn.clip.GradientClipByNorm 
-paddle.fluid.layers.unstack 	paddle.tensor.unstack 
-paddle.fluid.layers.tanh_shrink 	paddle.nn.functional.tanh_shrink 
-paddle.tensor.math.rsqrt 	paddle.rsqrt 
-paddle.tensor.manipulation.roll 	paddle.roll 
-paddle.fluid.layers.reshape 	paddle.tensor.manipulation.reshape 
-paddle.fluid.layers.random_crop 	paddle.nn.functional.extension.random_crop 
-paddle.fluid.layers.psroi_pool 	paddle.nn.functional.vision.psroi_pool 
-paddle.fluid.layers.prroi_pool 	paddle.nn.functional.vision.prroi_pool 
-paddle.fluid.one_hot 	paddle.nn.functional.one_hot 
-paddle.fluid.layers.isfinite 	paddle.tensor.logic.isfinite 
-paddle.fluid.layers.hard_shrink 	paddle.nn.functional.hard_shrink 
-paddle.fluid.layers.flatten 	paddle.tensor.flatten 
-paddle.tensor.linalg.bmm 	paddle.bmm 
-paddle.nn.layer.common.Pad2D 	paddle.nn.Pad2D 
-paddle.tensor.math.sqrt 	paddle.sqrt 
-paddle.fluid.layers.softshrink 	paddle.nn.functional.softshrink 
-paddle.fluid.layers.resize_trilinear 	paddle.nn.functional.resize_trilinear 
-paddle.fluid.layers.linspace 	paddle.tensor.linspace 
-paddle.tensor.search.index_sample 	paddle.index_sample 
-paddle.fluid.layers.generate_proposal_labels 	paddle.nn.functional.generate_proposal_labels 
-paddle.fluid.layers.edit_distance 	paddle.nn.functional.edit_distance 
-paddle.fluid.layers.density_prior_box 	paddle.nn.functional.vision.density_prior_box 
-paddle.tensor.manipulation.stack 	paddle.tensor.stack 
-paddle.fluid.layers.square   	paddle.tensor.math.square   
-paddle.fluid.layers.softmax 	paddle.nn.functional.softmax 
-paddle.fluid.layers.roi_pool 	paddle.nn.functional.vision.roi_pool 
-paddle.fluid.layers.resize_bilinear 	paddle.nn.functional.resize_bilinear 
-paddle.tensor.linalg.matmul 	paddle.tensor.matmul 
-paddle.nn.functional.common.interpolate 	paddle.nn.functional.interpolate 
-paddle.tensor.math.div 	paddle.tensor.div 
-paddle.tensor.manipulation.concat 	paddle.tensor.concat 
-paddle.tensor.math.addmm 	paddle.addmm 
-paddle.nn.layer.common.UpSample 	paddle.nn.UpSample 
-paddle.fluid.dygraph.LayerNorm 	paddle.nn.layer.norm.LayerNorm 
-paddle.fluid.dygraph.GroupNorm 	paddle.nn.layer.norm.GroupNorm 
-paddle.fluid.dygraph.BatchNorm 	paddle.nn.layer.norm.BatchNorm 
-paddle.tensor.manipulation.unbind 	paddle.tensor.unbind 
-paddle.tensor.math.sums 	paddle.sums 
-paddle.tensor.manipulation.split 	paddle.split 
-paddle.fluid.layers.shuffle_channel 	paddle.nn.functional.shuffle_channel 
-paddle.fluid.layers.shard_index 	paddle.shard_index 
-paddle.fluid.layers.scatter 	paddle.scatter 
-paddle.fluid.layers.sampled_softmax_with_cross_entropy 	paddle.nn.functional.sampled_softmax_with_cross_entropy 
-paddle.fluid.layers.roi_perspective_transform 	paddle.nn.functional.vision.roi_perspective_transform 
-paddle.fluid.layers.logical_and 	paddle.tensor.logical_and 
-paddle.tensor.math.log 	paddle.tensor.log 
-paddle.fluid.initializer.TruncatedNormal 	paddle.nn.initializer.TruncatedNormal 
-paddle.nn.layer.activation.LeakyReLU 	paddle.nn.layer.LeakyReLU 
-paddle.fluid.dygraph.Embedding 	paddle.nn.Embedding 
-paddle.fluid.initializer.Constant 	paddle.nn.initializer.Constant 
-paddle.framework.CUDAPlace 	paddle.CUDAPlace 
-paddle.tensor.linalg.t 	paddle.tensor.t 
-paddle.fluid.layers.polygon_box_transform 	paddle.nn.functional.extension.polygon_box_transform 
-paddle.fluid.layers.has_inf 	paddle.has_inf 
-paddle.tensor.logic.greater_equal 	paddle.tensor.greater_equal 
-paddle.nn.functional.conv.conv3d_transpose 	paddle.nn.functional.conv3d_transpose 
-paddle.nn.functional.conv.conv2d_transpose 	paddle.nn.functional.conv2d_transpose 
-paddle.tensor.search.argmax 	paddle.argmax 
-paddle.fluid.layers.affine_channel 	paddle.nn.functional.affine_channel 
-paddle.fluid.dygraph.SpectralNorm 	paddle.nn.layer.SpectralNorm 
-paddle.nn.layer.activation.LogSoftmax 	paddle.nn.layer.LogSoftmax 
-paddle.nn.layer.norm.InstanceNorm 	paddle.nn.layer.InstanceNorm 
-paddle.fluid.clip.GradientClipByNorm 	paddle.nn.GradientClipByNorm 
-paddle.nn.layer.conv.Conv2D 	paddle.nn.layer.Conv2D 
-paddle.framework.CPUPlace 	paddle.CPUPlace 
-paddle.fluid.layers.transpose 	paddle.tensor.manipulation.transpose 
-paddle.fluid.layers.shape 	paddle.tensor.attribute.shape 
-paddle.fluid.layers.reduce_all 	paddle.reduce_all 
-paddle.fluid.layers.maxout 	paddle.nn.functional.maxout 
-paddle.fluid.layers.image_resize_short 	paddle.nn.functional.vision.image_resize_short 
-paddle.fluid.layers.has_nan 	paddle.tensor.has_nan 
-paddle.fluid.layers.hard_sigmoid 	paddle.nn.functional.activation.hard_sigmoid 
-paddle.fluid.layers.generate_mask_labels 	paddle.nn.functional.generate_mask_labels 
-paddle.tensor.linalg.dot 	paddle.dot 
-paddle.fluid.dygraph.Pool2D 	paddle.nn.Pool2D 
-paddle.tensor.math.trace 	paddle.tensor.trace 
-paddle.fluid.layers.softmax_with_cross_entropy 	paddle.nn.functional.loss.softmax_with_cross_entropy 
-paddle.fluid.layers.isfinite 	paddle.tensor.isfinite 
-paddle.tensor.search.index_select 	paddle.tensor.index_select 
-paddle.fluid.layers.fill_constant 	paddle.tensor.fill_constant 
-paddle.tensor.logic.equal_all 	paddle.equal_all 
-paddle.fluid.layers.argmin 	paddle.argmin 
-paddle.fluid.layers.unstack 	paddle.unstack 
-paddle.tensor.math.reciprocal 	paddle.tensor.reciprocal 
-paddle.fluid.layers.psroi_pool 	paddle.nn.functional.psroi_pool 
-paddle.fluid.layers.prroi_pool 	paddle.nn.functional.prroi_pool 
-paddle.tensor.math.max 	paddle.tensor.max 
-paddle.fluid.layers.logsigmoid 	paddle.nn.functional.activation.logsigmoid 
-paddle.tensor.logic.less_equal 	paddle.tensor.less_equal 
-paddle.fluid.layers.flatten 	paddle.flatten 
-paddle.fluid.dygraph.base.disable_dygraph	paddle.disable_imperative 
-paddle.tensor.math.cosh 	paddle.tensor.cosh 
-paddle.tensor.math.ceil 	paddle.tensor.ceil 
-paddle.fluid.dygraph.LayerNorm 	paddle.nn.layer.LayerNorm 
-paddle.fluid.dygraph.GroupNorm 	paddle.nn.layer.GroupNorm 
-paddle.framework.ExecutionStrategy 	paddle.ExecutionStrategy 
-paddle.fluid.dygraph.BatchNorm 	paddle.nn.layer.BatchNorm 
-paddle.tensor.logic.not_equal 	paddle.tensor.not_equal 
-paddle.fluid.layers.linspace 	paddle.linspace 
-paddle.fluid.dygraph.base.enable_dygraph	paddle.enable_imperative 
-paddle.fluid.layers.density_prior_box 	paddle.nn.functional.density_prior_box 
-paddle.fluid.layers.anchor_generator 	paddle.nn.functional.vision.anchor_generator 
-paddle.nn.layer.activation.ReLU 	paddle.nn.layer.ReLU 
+paddle.tensor.math.inverse	paddle.inverse,paddle.tensor.inverse
+paddle.tensor.linalg.bmm	paddle.bmm,paddle.tensor.bmm
+paddle.fluid.layers.selu	paddle.nn.functional.selu,paddle.nn.functional.activation.selu
+paddle.fluid.layers.rpn_target_assign	paddle.nn.functional.rpn_target_assign,paddle.nn.functional.extension.rpn_target_assign
+paddle.fluid.layers.pad_constant_like	paddle.nn.functional.pad_constant_like,paddle.nn.functional.common.pad_constant_like
+paddle.fluid.layers.logical_not	paddle.logical_not,paddle.tensor.logical_not,paddle.tensor.logic.logical_not
+paddle.fluid.layers.layer_norm	paddle.static.nn.layer_norm
+paddle.fluid.layers.group_norm	paddle.static.nn.group_norm
+paddle.fluid.layers.gather_nd	paddle.gather_nd,paddle.tensor.gather_nd,paddle.tensor.manipulation.gather_nd
+paddle.fluid.layers.batch_norm	paddle.static.nn.batch_norm
+paddle.fluid.framework.default_main_program	paddle.static.default_main_program
+paddle.fluid.dygraph.BilinearTensorProduct	paddle.nn.BilinearTensorProduct,paddle.nn.layer.BilinearTensorProduct,paddle.nn.layer.common.BilinearTensorProduct
+paddle.tensor.linalg.t	paddle.t,paddle.tensor.t
+paddle.tensor.creation.ones	paddle.ones,paddle.tensor.ones
+paddle.fluid.layers.data_norm	paddle.static.nn.data_norm
+paddle.tensor.stat.var	paddle.var,paddle.tensor.var
+paddle.fluid.layers.maxout	paddle.nn.functional.maxout,paddle.nn.functional.activation.maxout
+paddle.fluid.layers.logical_or	paddle.logical_or,paddle.tensor.logical_or,paddle.tensor.logic.logical_or
+paddle.fluid.layers.continuous_value_model	paddle.nn.functional.continuous_value_model,paddle.nn.functional.extension.continuous_value_model
+paddle.fluid.layers.topk	paddle.topk,paddle.tensor.topk,paddle.tensor.search.topk
+paddle.fluid.layers.elementwise_div	paddle.elementwise_div,paddle.tensor.elementwise_div,paddle.tensor.math.elementwise_div
+paddle.fluid.layers.acos	paddle.acos,paddle.tensor.acos,paddle.tensor.math.acos
+paddle.fluid.dygraph.base.no_grad	paddle.no_grad,paddle.framework.no_grad
+paddle.fluid.dygraph.ProgramTranslator	paddle.jit.ProgramTranslator
+paddle.tensor.search.where	paddle.where,paddle.tensor.where
+paddle.tensor.creation.zeros_like	paddle.zeros_like,paddle.tensor.zeros_like
+paddle.nn.layer.loss	paddle.nn.loss
+paddle.fluid.layers.target_assign	paddle.nn.functional.target_assign,paddle.nn.functional.extension.target_assign
+paddle.tensor.manipulation.split	paddle.split,paddle.tensor.split
+paddle.tensor.creation.ones_like	paddle.ones_like,paddle.tensor.ones_like
+paddle.tensor.creation.full_like	paddle.full_like,paddle.tensor.full_like
+paddle.fluid.layers.roi_align	paddle.nn.functional.roi_align,paddle.nn.functional.vision.roi_align
+paddle.fluid.layers.retinanet_detection_output	paddle.nn.functional.retinanet_detection_output,paddle.nn.functional.vision.retinanet_detection_output
+paddle.fluid.layers.reshape	paddle.reshape,paddle.tensor.reshape,paddle.tensor.manipulation.reshape
+paddle.fluid.layers.rank	paddle.rank,paddle.tensor.rank,paddle.tensor.attribute.rank
+paddle.fluid.layers.grid_sampler	paddle.nn.functional.grid_sampler,paddle.nn.functional.vision.grid_sampler
+paddle.fluid.dygraph.jit.save	paddle.jit.save
+paddle.fluid.core.CUDAPinnedPlace	paddle.CUDAPinnedPlace,paddle.framework.CUDAPinnedPlace
+paddle.tensor.linalg.cholesky	paddle.cholesky,paddle.tensor.cholesky
+paddle.tensor.creation.meshgrid	paddle.meshgrid,paddle.tensor.meshgrid
+paddle.fluid.layers.sigmoid_cross_entropy_with_logits	paddle.nn.functional.sigmoid_cross_entropy_with_logits,paddle.nn.functional.loss.sigmoid_cross_entropy_with_logits
+paddle.fluid.layers.pool3d	paddle.nn.functional.pool3d,paddle.nn.functional.pooling.pool3d
+paddle.fluid.layers.fill_constant	paddle.fill_constant,paddle.tensor.fill_constant,paddle.tensor.creation.fill_constant
+paddle.fluid.layers.expand	paddle.expand,paddle.tensor.expand,paddle.tensor.manipulation.expand
+paddle.fluid.layers.deformable_roi_pooling	paddle.nn.functional.deformable_roi_pooling,paddle.nn.functional.vision.deformable_roi_pooling
+paddle.fluid.initializer.Constant	paddle.nn.initializer.Constant
+paddle.fluid.dygraph.container.Sequential	paddle.nn.Sequential
+paddle.fluid.compiler.CompiledProgram	paddle.static.CompiledProgram
+paddle.tensor.search.index_select	paddle.index_select,paddle.tensor.index_select
+paddle.nn.layer.conv	paddle.nn.conv
+paddle.fluid.layers.switch_case	paddle.nn.switch_case,paddle.nn.control_flow.switch_case
+paddle.fluid.layers.sinh	paddle.sinh,paddle.tensor.sinh,paddle.tensor.math.sinh
+paddle.fluid.layers.shape	paddle.shape,paddle.tensor.shape,paddle.tensor.attribute.shape
+paddle.fluid.layers.pool2d	paddle.nn.functional.pool2d,paddle.nn.functional.pooling.pool2d
+paddle.fluid.layers.multiclass_nms	paddle.nn.functional.multiclass_nms,paddle.nn.functional.extension.multiclass_nms
+paddle.fluid.layers.log	paddle.log,paddle.tensor.log,paddle.tensor.math.log
+paddle.fluid.layers.increment	paddle.increment,paddle.tensor.increment,paddle.tensor.math.increment
+paddle.fluid.layers.fsp_matrix	paddle.nn.functional.fsp_matrix,paddle.nn.functional.vision.fsp_matrix
+paddle.fluid.layers.beam_search_decode	paddle.nn.beam_search_decode,paddle.nn.decode.beam_search_decode
+paddle.fluid.initializer.Xavier	paddle.nn.initializer.Xavier
+paddle.fluid.framework.in_dygraph_mode	paddle.in_dynamic_mode
+paddle.fluid.dygraph.io.TranslatedLayer	paddle.jit.TranslatedLayer
+paddle.fluid.layers.sign	paddle.sign,paddle.tensor.sign,paddle.tensor.math.sign
+paddle.fluid.layers.density_prior_box	paddle.nn.functional.density_prior_box,paddle.nn.functional.vision.density_prior_box
+paddle.fluid.layers.control_flow.Print	paddle.static.Print
+paddle.nn.functional.activation.hsigmoid	paddle.nn.functional.hsigmoid
+paddle.fluid.layers.linspace	paddle.linspace,paddle.tensor.linspace,paddle.tensor.creation.linspace
+paddle.tensor.math.sum	paddle.sum,paddle.tensor.sum
+paddle.nn.functional.activation.sigmoid	paddle.nn.functional.sigmoid
+paddle.fluid.one_hot	paddle.nn.functional.one_hot,paddle.nn.functional.common.one_hot
+paddle.fluid.layers.softsign	paddle.nn.functional.softsign,paddle.nn.functional.activation.softsign
+paddle.fluid.framework.program_guard	paddle.static.program_guard
+paddle.fluid.dygraph.jit.TracedLayer	paddle.jit.TracedLayer
+paddle.tensor.random.rand	paddle.rand,paddle.tensor.rand
+paddle.tensor.manipulation.unbind	paddle.unbind,paddle.tensor.unbind
+paddle.nn.layer.loss.MarginRankingLoss	paddle.nn.MarginRankingLoss,paddle.nn.layer.MarginRankingLoss
+paddle.fluid.layers.similarity_focus	paddle.nn.functional.similarity_focus,paddle.nn.functional.extension.similarity_focus
+paddle.fluid.layers.assign	paddle.nn.functional.assign,paddle.nn.functional.common.assign
+paddle.fluid.layers.anchor_generator	paddle.nn.functional.anchor_generator,paddle.nn.functional.vision.anchor_generator
+paddle.fluid.core.CUDAPlace	paddle.CUDAPlace,paddle.framework.CUDAPlace
+paddle.tensor.math.clamp	paddle.clamp,paddle.tensor.clamp
+paddle.tensor.linalg.dist	paddle.dist,paddle.tensor.dist
+paddle.fluid.layers.cosh	paddle.cosh,paddle.tensor.cosh,paddle.tensor.math.cosh
+paddle.fluid.core.CPUPlace	paddle.CPUPlace,paddle.framework.CPUPlace
+paddle.tensor.math.cumsum	paddle.cumsum,paddle.tensor.cumsum
+paddle.tensor.linalg.histogram	paddle.histogram,paddle.tensor.histogram
+paddle.nn.functional.common.interpolate	paddle.nn.functional.interpolate
+paddle.fluid.layers.roi_perspective_transform	paddle.nn.functional.roi_perspective_transform,paddle.nn.functional.vision.roi_perspective_transform
+paddle.fluid.layers.elementwise_floordiv	paddle.elementwise_floordiv,paddle.tensor.elementwise_floordiv,paddle.tensor.math.elementwise_floordiv
+paddle.fluid.framework.Program	paddle.static.Program
+paddle.fluid.executor.scope_guard	paddle.static.scope_guard
+paddle.fluid.executor.global_scope	paddle.static.global_scope
+paddle.fluid.dygraph.layers.Layer	paddle.nn.Layer
+paddle.tensor.random.randint	paddle.randint,paddle.tensor.randint
+paddle.tensor.math.multiply	paddle.multiply,paddle.tensor.multiply
+paddle.nn.layer.activation.HSigmoid	paddle.nn.HSigmoid,paddle.nn.layer.HSigmoid
+paddle.fluid.layers.yolo_box	paddle.nn.functional.yolo_box,paddle.nn.functional.vision.yolo_box
+paddle.fluid.layers.cast	paddle.cast,paddle.tensor.cast,paddle.tensor.manipulation.cast
+paddle.fluid.framework.name_scope	paddle.static.name_scope
+paddle.fluid.executor.Executor	paddle.static.Executor
+paddle.tensor.manipulation.flatten	paddle.flatten,paddle.tensor.flatten
+paddle.nn.layer.activation.Sigmoid	paddle.nn.Sigmoid,paddle.nn.layer.Sigmoid
+paddle.fluid.layers.sampled_softmax_with_cross_entropy	paddle.nn.functional.sampled_softmax_with_cross_entropy,paddle.nn.functional.loss.sampled_softmax_with_cross_entropy
+paddle.fluid.layers.random_crop	paddle.nn.functional.random_crop,paddle.nn.functional.extension.random_crop
+paddle.fluid.layers.inverse_time_decay	paddle.nn.functional.inverse_time_decay,paddle.nn.functional.learning_rate.inverse_time_decay
+paddle.fluid.layers.detection_output	paddle.nn.functional.detection_output,paddle.nn.functional.vision.detection_output
+paddle.fluid.layers.add_position_encoding	paddle.nn.functional.add_position_encoding,paddle.nn.functional.extension.add_position_encoding
+paddle.fluid.dygraph.Embedding	paddle.nn.Embedding,paddle.nn.layer.Embedding,paddle.nn.layer.common.Embedding
+paddle.fluid.layers.prior_box	paddle.nn.functional.prior_box,paddle.nn.functional.vision.prior_box
+paddle.fluid.layers.nn.py_func	paddle.static.py_func
+paddle.fluid.layers.natural_exp_decay	paddle.nn.functional.natural_exp_decay,paddle.nn.functional.learning_rate.natural_exp_decay
+paddle.fluid.layers.exponential_decay	paddle.nn.functional.exponential_decay,paddle.nn.functional.learning_rate.exponential_decay
+paddle.fluid.initializer.Uniform	paddle.nn.initializer.Uniform
+paddle.fluid.save	paddle.static.save,paddle.tensor.save,paddle.tensor.io.save
+paddle.fluid.layers.polynomial_decay	paddle.nn.functional.polynomial_decay,paddle.nn.functional.learning_rate.polynomial_decay
+paddle.fluid.layers.polygon_box_transform	paddle.nn.functional.polygon_box_transform,paddle.nn.functional.extension.polygon_box_transform
+paddle.fluid.layers.hard_sigmoid	paddle.nn.functional.hard_sigmoid,paddle.nn.functional.activation.hard_sigmoid
+paddle.fluid.input.embedding	paddle.static.nn.embedding
+paddle.fluid.initializer.MSRA	paddle.nn.initializer.MSRA
+paddle.tensor.math.logsumexp	paddle.logsumexp,paddle.tensor.logsumexp
+paddle.tensor.math.elementwise_sum	paddle.elementwise_sum,paddle.tensor.elementwise_sum
+paddle.nn.layer.activation.ReLU	paddle.nn.ReLU,paddle.nn.layer.ReLU
+paddle.fluid.layers.unique_with_counts	paddle.unique_with_counts,paddle.tensor.unique_with_counts,paddle.tensor.manipulation.unique_with_counts
+paddle.fluid.layers.scatter	paddle.scatter,paddle.tensor.scatter,paddle.tensor.manipulation.scatter
+paddle.fluid.layers.reduce_mean	paddle.reduce_mean,paddle.tensor.reduce_mean,paddle.tensor.stat.reduce_mean
+paddle.fluid.layers.psroi_pool	paddle.nn.functional.psroi_pool,paddle.nn.functional.vision.psroi_pool
+paddle.fluid.layers.prroi_pool	paddle.nn.functional.prroi_pool,paddle.nn.functional.vision.prroi_pool
+paddle.fluid.layers.pixel_shuffle	paddle.nn.functional.pixel_shuffle,paddle.nn.functional.vision.pixel_shuffle
+paddle.fluid.layers.piecewise_decay	paddle.nn.functional.piecewise_decay,paddle.nn.functional.learning_rate.piecewise_decay
+paddle.fluid.layers.is_empty	paddle.is_empty,paddle.tensor.is_empty,paddle.tensor.logic.is_empty
+paddle.fluid.layers.iou_similarity	paddle.nn.functional.iou_similarity,paddle.nn.functional.loss.iou_similarity
+paddle.fluid.dygraph.parallel.ParallelEnv	paddle.ParallelEnv,paddle.framework.ParallelEnv
+paddle.fluid.layers.nce	paddle.static.nn.nce
+paddle.fluid.layers.logsigmoid	paddle.nn.functional.logsigmoid,paddle.nn.functional.activation.logsigmoid
+paddle.tensor.linalg.norm	paddle.norm,paddle.tensor.norm
+paddle.nn.layer.conv.Conv3D	paddle.nn.Conv3D,paddle.nn.layer.Conv3D
+paddle.fluid.layers.roi_pool	paddle.nn.functional.roi_pool,paddle.nn.functional.vision.roi_pool
+paddle.fluid.layers.pad	paddle.nn.functional.pad,paddle.nn.functional.common.pad
+paddle.fluid.layers.linear_lr_warmup	paddle.nn.functional.linear_lr_warmup,paddle.nn.functional.learning_rate.linear_lr_warmup
+paddle.nn.layer.conv.Conv2D	paddle.nn.Conv2D,paddle.nn.layer.Conv2D
+paddle.fluid.layers.hsigmoid	paddle.static.nn.hsigmoid
+paddle.fluid.layers.cosine_decay	paddle.nn.functional.cosine_decay,paddle.nn.functional.learning_rate.cosine_decay
+paddle.fluid.layers.cond	paddle.nn.cond,paddle.nn.control_flow.cond
 paddle.fluid.dygraph.container.ParameterList	paddle.nn.ParameterList
-paddle.fluid.initializer.Bilinear 	paddle.nn.initializer.Bilinear 
-paddle.tensor.manipulation.stack 	paddle.stack 
-paddle.fluid.layers.scatter_nd 	paddle.tensor.scatter_nd 
-paddle.fluid.layers.roi_pool 	paddle.nn.functional.roi_pool 
-paddle.fluid.layers.prior_box 	paddle.nn.functional.vision.prior_box 
-paddle.tensor.math.min 	paddle.tensor.min 
-paddle.tensor.linalg.matmul 	paddle.matmul 
-paddle.nn.layer.loss 	paddle.nn.loss 
-paddle.tensor.math.floor 	paddle.tensor.floor 
-paddle.tensor.math.elementwise_add 	paddle.tensor.elementwise_add 
-paddle.tensor.math.div 	paddle.div 
-paddle.tensor.manipulation.concat 	paddle.concat 
-paddle.fluid.layers.adaptive_pool2d 	paddle.nn.functional.pooling.adaptive_pool2d 
-paddle.fluid.dygraph.Linear 	paddle.nn.layer.common.Linear 
-paddle.nn.layer.activation.LeakyReLU 	paddle.nn.LeakyReLU 
-paddle.fluid.layers.yolo_box 	paddle.nn.functional.vision.yolo_box 
-paddle.fluid.layers.while_loop 	paddle.nn.while_loop 
-paddle.tensor.manipulation.unbind 	paddle.unbind 
-paddle.fluid.layers.scatter_nd_add 	paddle.tensor.scatter_nd_add 
-paddle.fluid.layers.roi_perspective_transform 	paddle.nn.functional.roi_perspective_transform 
-paddle.fluid.layers.random_crop 	paddle.nn.functional.random_crop 
-paddle.fluid.layers.logical_and 	paddle.logical_and 
-paddle.tensor.math.log 	paddle.log 
-paddle.fluid.layers.gather_nd 	paddle.tensor.gather_nd 
-paddle.tensor.creation.eye 	paddle.tensor.eye 
-paddle.fluid.data 	paddle.nn.input.data 
-paddle.tensor.linalg.cross 	paddle.tensor.cross 
-paddle.fluid.dygraph.SpectralNorm 	paddle.nn.SpectralNorm 
-paddle.nn.layer.activation.LogSoftmax 	paddle.nn.LogSoftmax 
-paddle.nn.layer.norm.InstanceNorm 	paddle.nn.InstanceNorm 
-paddle.nn.layer.conv.Conv3DTranspose 	paddle.nn.layer.Conv3DTranspose 
-paddle.nn.layer.conv.Conv2DTranspose 	paddle.nn.layer.Conv2DTranspose 
-paddle.nn.layer.conv.Conv2D 	paddle.nn.Conv2D 
-paddle.fluid.layers.unique_with_counts 	paddle.tensor.manipulation.unique_with_counts 
-paddle.fluid.layers.transpose 	paddle.tensor.linalg.transpose 
-paddle.fluid.layers.softmax_with_cross_entropy 	paddle.nn.functional.softmax_with_cross_entropy 
-paddle.fluid.layers.reduce_mean 	paddle.tensor.stat.reduce_mean 
-paddle.tensor.logic.greater_equal 	paddle.greater_equal 
-paddle.tensor.creation.arange 	paddle.tensor.arange 
-paddle.framework.Print 	paddle.Print 
-paddle.framework.BuildStrategy 	paddle.BuildStrategy 
-paddle.tensor.stat.var 	paddle.tensor.var 
-paddle.fluid.layers.thresholded_relu 	paddle.nn.functional.activation.thresholded_relu 
-paddle.fluid.layers.sigmoid_cross_entropy_with_logits 	paddle.nn.functional.loss.sigmoid_cross_entropy_with_logits 
-paddle.fluid.layers.rank 	paddle.tensor.attribute.rank 
-paddle.fluid.layers.image_resize_short 	paddle.nn.functional.image_resize_short 
-paddle.fluid.layers.has_nan 	paddle.has_nan 
-paddle.fluid.layers.expand 	paddle.tensor.manipulation.expand 
-paddle.fluid.layers.erf   	paddle.tensor.math.erf   
-paddle.tensor.logic.equal 	paddle.tensor.equal 
-paddle.fluid.layers.cast 	paddle.tensor.manipulation.cast 
-paddle.fluid.initializer.Normal 	paddle.nn.initializer.Normal 
+paddle.fluid.dygraph.base.grad	paddle.grad,paddle.framework.grad
+paddle.fluid.dygraph.Flatten	paddle.nn.Flatten,paddle.nn.layer.Flatten,paddle.nn.layer.common.Flatten
+paddle.fluid.layers.tanh	paddle.tanh,paddle.tensor.tanh,paddle.tensor.math.tanh
+paddle.fluid.layers.reduce_sum	paddle.reduce_sum,paddle.tensor.reduce_sum,paddle.tensor.math.reduce_sum
+paddle.fluid.layers.label_smooth	paddle.nn.functional.label_smooth,paddle.nn.functional.common.label_smooth
+paddle.fluid.layers.softmax_with_cross_entropy	paddle.nn.functional.softmax_with_cross_entropy,paddle.nn.functional.loss.softmax_with_cross_entropy
+paddle.fluid.layers.noam_decay	paddle.nn.functional.noam_decay,paddle.nn.functional.learning_rate.noam_decay
+paddle.fluid.layers.dropout	paddle.nn.functional.dropout,paddle.nn.functional.common.dropout
+paddle.tensor.manipulation.gather	paddle.gather,paddle.tensor.gather
+paddle.nn.layer.activation.LeakyReLU	paddle.nn.LeakyReLU,paddle.nn.layer.LeakyReLU
+paddle.fluid.layers.isfinite	paddle.isfinite,paddle.tensor.isfinite,paddle.tensor.logic.isfinite
+paddle.fluid.layers.elementwise_mul	paddle.tensor.math.elementwise_mul
+paddle.fluid.layers.crf_decoding	paddle.static.nn.crf_decoding
+paddle.fluid.dygraph.learning_rate_scheduler.InverseTimeDecay	paddle.InverseTimeDecay,paddle.framework.InverseTimeDecay
+paddle.fluid.dygraph.learning_rate_scheduler.ExponentialDecay	paddle.ExponentialDecay,paddle.framework.ExponentialDecay
+paddle.tensor.math.max	paddle.max,paddle.tensor.max
+paddle.fluid.layers.teacher_student_sigmoid_loss	paddle.nn.functional.teacher_student_sigmoid_loss,paddle.nn.functional.loss.teacher_student_sigmoid_loss
+paddle.fluid.dygraph.parallel.DataParallel	paddle.DataParallel,paddle.framework.DataParallel
+paddle.fluid.dygraph.learning_rate_scheduler.PolynomialDecay	paddle.PolynomialDecay,paddle.framework.PolynomialDecay
+paddle.fluid.dygraph.learning_rate_scheduler.NaturalExpDecay	paddle.NaturalExpDecay,paddle.framework.NaturalExpDecay
 paddle.fluid.dygraph.container.LayerList	paddle.nn.LayerList
-paddle.fluid.layers.unique 	paddle.tensor.manipulation.unique 
-paddle.tensor.math.trace 	paddle.trace 
-paddle.fluid.layers.reshape 	paddle.tensor.reshape 
-paddle.fluid.layers.lrn 	paddle.nn.functional.norm.lrn 
-paddle.fluid.layers.isfinite 	paddle.isfinite 
-paddle.tensor.search.index_select 	paddle.index_select 
-paddle.fluid.layers.gelu 	paddle.nn.functional.activation.gelu 
-paddle.fluid.layers.fill_constant 	paddle.fill_constant 
-paddle.fluid.layers.expand_as 	paddle.tensor.manipulation.expand_as 
-paddle.tensor.math.elementwise_sum 	paddle.tensor.elementwise_sum 
-paddle.fluid.initializer.MSRA 	paddle.nn.initializer.MSRA 
-paddle.fluid.dygraph.LayerNorm 	paddle.nn.LayerNorm 
-paddle.fluid.dygraph.GroupNorm 	paddle.nn.GroupNorm 
-paddle.fluid.dygraph.BatchNorm 	paddle.nn.BatchNorm 
-paddle.tensor.math.scale 	paddle.tensor.scale 
-paddle.tensor.math.reciprocal 	paddle.reciprocal 
-paddle.fluid.layers.polygon_box_transform 	paddle.nn.functional.polygon_box_transform 
-paddle.fluid.layers.pad2d 	paddle.nn.functional.common.pad2d 
-paddle.tensor.math.max 	paddle.max 
-paddle.fluid.layers.logical_or 	paddle.tensor.logic.logical_or 
-paddle.tensor.logic.less_equal 	paddle.less_equal 
-paddle.tensor.math.cosh 	paddle.cosh 
-paddle.tensor.math.ceil 	paddle.ceil 
-paddle.nn.layer.activation.ReLU 	paddle.nn.ReLU 
-paddle.fluid.layers.shape 	paddle.tensor.shape 
-paddle.tensor.math.pow 	paddle.tensor.pow 
-paddle.tensor.creation.ones 	paddle.tensor.ones 
-paddle.tensor.logic.not_equal 	paddle.not_equal 
-paddle.fluid.layers.anchor_generator 	paddle.nn.functional.anchor_generator 
-paddle.tensor.logic.allclose 	paddle.tensor.allclose 
-paddle.fluid.layers.warpctc 	paddle.nn.functional.extension.warpctc 
-paddle.fluid.layers.scatter_nd 	paddle.scatter_nd 
-paddle.fluid.layers.reduce_mean 	paddle.tensor.reduce_mean 
-paddle.fluid.layers.prior_box 	paddle.nn.functional.prior_box 
-paddle.tensor.math.min 	paddle.min 
-paddle.fluid.layers.log   	paddle.tensor.math.log   
-paddle.fluid.layers.hard_sigmoid 	paddle.nn.functional.hard_sigmoid 
-paddle.tensor.math.floor 	paddle.floor 
-paddle.tensor.math.elementwise_add 	paddle.elementwise_add 
-paddle.fluid.data 	paddle.nn.data 
-paddle.fluid.dygraph.Linear 	paddle.nn.layer.Linear 
-paddle.nn.layer.conv.Conv3DTranspose 	paddle.nn.Conv3DTranspose 
-paddle.nn.layer.conv.Conv2DTranspose 	paddle.nn.Conv2DTranspose 
-paddle.fluid.layers.yolo_box 	paddle.nn.functional.yolo_box 
-paddle.fluid.layers.sigmoid_cross_entropy_with_logits 	paddle.nn.functional.sigmoid_cross_entropy_with_logits 
-paddle.fluid.layers.scatter_nd_add 	paddle.scatter_nd_add 
-paddle.fluid.layers.relu6 	paddle.nn.functional.activation.relu6 
-paddle.fluid.layers.gather_nd 	paddle.gather_nd 
-paddle.tensor.creation.eye 	paddle.eye 
-paddle.tensor.linalg.cross 	paddle.cross 
-paddle.fluid.layers.adaptive_pool2d 	paddle.nn.functional.adaptive_pool2d 
-paddle.fluid.layers.transpose 	paddle.tensor.transpose 
-paddle.tensor.stat.std 	paddle.tensor.std 
-paddle.tensor.math.sinh 	paddle.tensor.sinh 
-paddle.fluid.save 	paddle.tensor.io.save 
-paddle.fluid.layers.retinanet_target_assign 	paddle.nn.functional.vision.retinanet_target_assign 
-paddle.tensor.math.reduce_sum 	paddle.tensor.reduce_sum 
-paddle.fluid.layers.pool2d 	paddle.nn.functional.pooling.pool2d 
-paddle.tensor.math.mm 	paddle.tensor.mm 
-paddle.fluid.layers.mean 	paddle.tensor.stat.mean 
-paddle.fluid.layers.lrn 	paddle.nn.functional.lrn 
-paddle.fluid.layers.logsigmoid 	paddle.nn.functional.logsigmoid 
-paddle.fluid.layers.leaky_relu 	paddle.nn.functional.activation.leaky_relu 
-paddle.tensor.linalg.dist 	paddle.tensor.dist 
-paddle.tensor.creation.arange 	paddle.arange 
-paddle.fluid.dygraph.layers.Layer 	paddle.nn.Layer 
-paddle.tensor.stat.var 	paddle.var 
-paddle.fluid.layers.soft_relu 	paddle.nn.functional.activation.soft_relu 
-paddle.nn.functional.extension.row_conv 	paddle.nn.functional.row_conv 
-paddle.fluid.layers.inverse_time_decay 	paddle.nn.functional.learning_rate.inverse_time_decay 
-paddle.fluid.layers.fsp_matrix 	paddle.nn.functional.vision.fsp_matrix 
-paddle.tensor.logic.equal 	paddle.equal 
-paddle.fluid.layers.cross_entropy 	paddle.nn.functional.loss.cross_entropy 
-paddle.fluid.layers.box_decoder_and_assign 	paddle.nn.functional.vision.box_decoder_and_assign 
-paddle.fluid.layers.stanh   	paddle.tensor.math.stanh   
-paddle.fluid.layers.reshape 	paddle.reshape 
-paddle.fluid.layers.natural_exp_decay 	paddle.nn.functional.learning_rate.natural_exp_decay 
-paddle.fluid.layers.logical_or 	paddle.tensor.logical_or 
-paddle.tensor.math.log1p 	paddle.tensor.log1p 
-paddle.nn.functional.activation.hsigmoid 	paddle.nn.functional.hsigmoid 
-paddle.fluid.layers.exponential_decay 	paddle.nn.functional.learning_rate.exponential_decay 
-paddle.tensor.math.elementwise_sum 	paddle.elementwise_sum 
-paddle.fluid.layers.sinh   	paddle.tensor.math.sinh   
-paddle.fluid.layers.similarity_focus 	paddle.nn.functional.extension.similarity_focus 
-paddle.nn.functional.activation.sigmoid 	paddle.nn.functional.sigmoid 
-paddle.tensor.math.scale 	paddle.scale 
-paddle.fluid.save 	paddle.tensor.save 
-paddle.fluid.layers.rpn_target_assign 	paddle.nn.functional.extension.rpn_target_assign 
-paddle.fluid.layers.polynomial_decay 	paddle.nn.functional.learning_rate.polynomial_decay 
-paddle.fluid.layers.pad2d 	paddle.nn.functional.pad2d 
-paddle.fluid.layers.elu 	paddle.nn.functional.activation.elu 
-paddle.framework.WeightNormParamAttr 	paddle.WeightNormParamAttr 
-paddle.tensor.creation.zeros 	paddle.tensor.zeros 
-paddle.fluid.layers.shape 	paddle.shape 
-paddle.fluid.layers.rank 	paddle.tensor.rank 
-paddle.tensor.math.pow 	paddle.pow 
-paddle.fluid.layers.piecewise_decay 	paddle.nn.functional.learning_rate.piecewise_decay 
-paddle.fluid.layers.pad_constant_like 	paddle.nn.functional.common.pad_constant_like 
-paddle.tensor.creation.ones 	paddle.ones 
-paddle.fluid.layers.create_tensor 	paddle.tensor.creation.create_tensor 
-paddle.tensor.logic.allclose 	paddle.allclose 
-paddle.fluid.dygraph.Linear 	paddle.nn.Linear 
-paddle.fluid.layers.thresholded_relu 	paddle.nn.functional.thresholded_relu 
-paddle.fluid.layers.space_to_depth 	paddle.nn.functional.vision.space_to_depth 
-paddle.fluid.layers.reduce_mean 	paddle.reduce_mean 
-paddle.fluid.layers.mean 	paddle.tensor.mean 
-paddle.tensor.creation.full 	paddle.tensor.full 
-paddle.fluid.layers.brelu 	paddle.nn.functional.activation.brelu 
-paddle.tensor.math.abs 	paddle.tensor.abs 
-paddle.fluid.layers.abs   	paddle.tensor.math.abs   
-paddle.framework.Variable 	paddle.Variable 
-paddle.nn.layer.loss.CrossEntropyLoss 	paddle.nn.layer.CrossEntropyLoss 
-paddle.fluid.layers.unique_with_counts 	paddle.tensor.unique_with_counts 
-paddle.fluid.layers.switch_case 	paddle.nn.control_flow.switch_case 
-paddle.framework.gradients 	paddle.gradients 
-paddle.fluid.layers.gelu 	paddle.nn.functional.gelu 
-paddle.fluid.layers.exp   	paddle.tensor.math.exp   
-paddle.tensor.math.elementwise_sub 	paddle.tensor.elementwise_sub 
-paddle.fluid.layers.cross_entropy 	paddle.nn.functional.cross_entropy 
-paddle.fluid.layers.crop_tensor 	paddle.tensor.creation.crop_tensor 
-paddle.tensor.linalg.cholesky 	paddle.tensor.cholesky 
-paddle.fluid.layers.transpose 	paddle.transpose 
-paddle.fluid.layers.target_assign 	paddle.nn.functional.extension.target_assign 
-paddle.tensor.stat.std 	paddle.std 
-paddle.tensor.math.square 	paddle.tensor.square 
-paddle.tensor.math.sinh 	paddle.sinh 
-paddle.fluid.layers.selu 	paddle.nn.functional.activation.selu 
-paddle.fluid.layers.roi_align 	paddle.nn.functional.vision.roi_align 
-paddle.fluid.layers.retinanet_target_assign 	paddle.nn.functional.retinanet_target_assign 
-paddle.tensor.math.reduce_sum 	paddle.reduce_sum 
-paddle.tensor.math.logsumexp 	paddle.tensor.logsumexp 
-paddle.fluid.layers.hard_swish 	paddle.nn.functional.activation.hard_swish 
-paddle.fluid.layers.expand 	paddle.tensor.expand 
-paddle.tensor.linalg.dist 	paddle.dist 
-paddle.fluid.layers.cosine_decay 	paddle.nn.functional.learning_rate.cosine_decay 
-paddle.fluid.layers.cast 	paddle.tensor.cast 
-paddle.fluid.layers.affine_grid 	paddle.nn.functional.vision.affine_grid 
-paddle.nn.layer.activation.HSigmoid 	paddle.nn.layer.HSigmoid 
-paddle.fluid.layers.warpctc 	paddle.nn.functional.warpctc 
-paddle.tensor.manipulation.unsqueeze 	paddle.tensor.unsqueeze 
-paddle.fluid.layers.unique 	paddle.tensor.unique 
-paddle.tensor.math.stanh 	paddle.tensor.stanh 
-paddle.framework.program_guard 	paddle.program_guard 
-paddle.fluid.layers.pool2d 	paddle.nn.functional.pool2d 
-paddle.fluid.layers.fsp_matrix 	paddle.nn.functional.fsp_matrix 
-paddle.fluid.layers.expand_as 	paddle.tensor.expand_as 
-paddle.fluid.layers.cosh   	paddle.tensor.math.cosh   
-paddle.fluid.layers.box_decoder_and_assign 	paddle.nn.functional.box_decoder_and_assign 
-paddle.framework.append_backward 	paddle.append_backward 
-paddle.nn.layer.activation.Sigmoid 	paddle.nn.layer.Sigmoid 
-paddle.tensor.math.tanh 	paddle.tensor.tanh 
-paddle.fluid.layers.noam_decay 	paddle.nn.functional.learning_rate.noam_decay 
-paddle.fluid.layers.logical_or 	paddle.logical_or 
-paddle.tensor.math.log1p 	paddle.log1p 
-paddle.fluid.layers.floor   	paddle.tensor.math.floor   
-paddle.fluid.initializer.Uniform 	paddle.nn.initializer.Uniform 
-paddle.tensor.manipulation.squeeze 	paddle.tensor.squeeze 
-paddle.fluid.layers.softplus 	paddle.nn.functional.activation.softplus 
-paddle.framework.scope_guard 	paddle.scope_guard 
-paddle.fluid.save 	paddle.save 
-paddle.fluid.layers.relu6 	paddle.nn.functional.relu6 
-paddle.fluid.layers.multiclass_nms 	paddle.nn.functional.extension.multiclass_nms 
-paddle.fluid.layers.label_smooth 	paddle.nn.functional.common.label_smooth 
-paddle.fluid.layers.is_empty 	paddle.tensor.logic.is_empty 
-paddle.fluid.dygraph.BilinearTensorProduct 	paddle.nn.layer.common.BilinearTensorProduct 
-paddle.tensor.creation.zeros 	paddle.zeros 
-paddle.fluid.layers.softsign 	paddle.nn.functional.activation.softsign 
-paddle.fluid.layers.rank 	paddle.rank 
-paddle.tensor.random.rand 	paddle.tensor.rand 
-paddle.fluid.layers.pad_constant_like 	paddle.nn.functional.pad_constant_like 
-paddle.fluid.layers.linear_lr_warmup 	paddle.nn.functional.learning_rate.linear_lr_warmup 
-paddle.fluid.layers.leaky_relu 	paddle.nn.functional.leaky_relu 
-paddle.nn.layer.loss.CrossEntropyLoss 	paddle.nn.CrossEntropyLoss 
+paddle.tensor.math.mm	paddle.mm,paddle.tensor.mm
+paddle.tensor.creation.triu	paddle.triu,paddle.tensor.triu
+paddle.fluid.param_attr.WeightNormParamAttr	paddle.static.WeightNormParamAttr
+paddle.fluid.layers.stanh	paddle.stanh,paddle.tensor.stanh,paddle.tensor.math.stanh
+paddle.fluid.layers.resize_trilinear	paddle.nn.functional.resize_trilinear,paddle.nn.functional.vision.resize_trilinear
+paddle.fluid.dygraph.learning_rate_scheduler.PiecewiseDecay	paddle.PiecewiseDecay,paddle.framework.PiecewiseDecay
+paddle.tensor.math.min	paddle.min,paddle.tensor.min
+paddle.tensor.manipulation.unsqueeze	paddle.unsqueeze,paddle.tensor.unsqueeze
+paddle.tensor.manipulation.stack	paddle.stack,paddle.tensor.stack
+paddle.tensor.creation.full	paddle.full,paddle.tensor.full
+paddle.fluid.layers.resize_bilinear	paddle.nn.functional.resize_bilinear,paddle.nn.functional.vision.resize_bilinear
+paddle.fluid.layers.image_resize_short	paddle.nn.functional.image_resize_short,paddle.nn.functional.vision.image_resize_short
+paddle.fluid.layers.gather_tree	paddle.nn.gather_tree,paddle.nn.decode.gather_tree
+paddle.fluid.layers.beam_search	paddle.nn.beam_search,paddle.nn.decode.beam_search
+paddle.fluid.backward.append_backward	paddle.static.append_backward
+paddle.tensor.math.trace	paddle.trace,paddle.tensor.trace
+paddle.nn.functional.loss.margin_ranking_loss	paddle.nn.functional.margin_ranking_loss
+paddle.fluid.layers.resize_nearest	paddle.nn.functional.resize_nearest,paddle.nn.functional.vision.resize_nearest
+paddle.fluid.layers.exp	paddle.exp,paddle.tensor.exp,paddle.tensor.math.exp
+paddle.fluid.layers.elementwise_sub	paddle.elementwise_sub,paddle.tensor.elementwise_sub,paddle.tensor.math.elementwise_sub
+paddle.fluid.layers.ceil	paddle.ceil,paddle.tensor.ceil,paddle.tensor.math.ceil
+paddle.fluid.io.shuffle	paddle.shuffle,paddle.tensor.shuffle,paddle.tensor.random.shuffle
+paddle.fluid.dygraph.jit.load	paddle.jit.load
+paddle.tensor.manipulation.squeeze	paddle.squeeze,paddle.tensor.squeeze
+paddle.tensor.linalg.cross	paddle.cross,paddle.tensor.cross
+paddle.nn.functional.conv.conv3d_transpose	paddle.nn.functional.conv3d_transpose
+paddle.nn.functional.conv.conv2d_transpose	paddle.nn.functional.conv2d_transpose
+paddle.fluid.layers.square	paddle.square,paddle.tensor.square,paddle.tensor.math.square
+paddle.fluid.layers.hard_swish	paddle.nn.functional.hard_swish,paddle.nn.functional.activation.hard_swish
+paddle.fluid.layers.case	paddle.nn.case,paddle.nn.control_flow.case
+paddle.fluid.layers.bipartite_match	paddle.nn.functional.bipartite_match,paddle.nn.functional.vision.bipartite_match
+paddle.fluid.initializer.Bilinear	paddle.nn.initializer.Bilinear
+paddle.fluid.dygraph.learning_rate_scheduler.CosineDecay	paddle.CosineDecay,paddle.framework.CosineDecay
+paddle.tensor.random.randperm	paddle.randperm,paddle.tensor.randperm
+paddle.tensor.creation.eye	paddle.eye,paddle.tensor.eye
+paddle.nn.layer.loss.CrossEntropyLoss	paddle.nn.CrossEntropyLoss,paddle.nn.layer.CrossEntropyLoss
+paddle.fluid.layers.thresholded_relu	paddle.nn.functional.thresholded_relu,paddle.nn.functional.activation.thresholded_relu
+paddle.fluid.layers.filter_by_instag	paddle.nn.functional.filter_by_instag,paddle.nn.functional.extension.filter_by_instag
+paddle.fluid.layers.box_clip	paddle.nn.functional.box_clip,paddle.nn.functional.vision.box_clip
+paddle.tensor.logic.greater_than	paddle.greater_than,paddle.tensor.greater_than
+paddle.fluid.layers.sin	paddle.sin,paddle.tensor.sin,paddle.tensor.math.sin
+paddle.fluid.layers.has_nan	paddle.has_nan,paddle.tensor.has_nan,paddle.tensor.search.has_nan
+paddle.fluid.dygraph.learning_rate_scheduler.NoamDecay	paddle.NoamDecay,paddle.framework.NoamDecay
+paddle.tensor.stat.std	paddle.std,paddle.tensor.std
+paddle.tensor.math.log1p	paddle.log1p,paddle.tensor.log1p
+paddle.tensor.math.kron	paddle.kron,paddle.tensor.kron
+paddle.nn.layer.loss.L1Loss	paddle.nn.L1Loss,paddle.nn.layer.L1Loss
+paddle.fluid.layers.unstack	paddle.unstack,paddle.tensor.unstack,paddle.tensor.manipulation.unstack
+paddle.fluid.layers.strided_slice	paddle.strided_slice,paddle.tensor.strided_slice,paddle.tensor.manipulation.strided_slice
+paddle.fluid.clip.GradientClipByGlobalNorm	paddle.nn.GradientClipByGlobalNorm,paddle.nn.clip.GradientClipByGlobalNorm
+paddle.tensor.logic.less_than	paddle.less_than,paddle.tensor.less_than
+paddle.fluid.layers.swish	paddle.nn.functional.swish,paddle.nn.functional.activation.swish
+paddle.tensor.manipulation.concat	paddle.concat,paddle.tensor.concat
+paddle.tensor.creation.tril	paddle.tril,paddle.tensor.tril
+paddle.nn.layer.norm.InstanceNorm	paddle.nn.InstanceNorm,paddle.nn.layer.InstanceNorm
+paddle.nn.layer.extension.RowConv	paddle.nn.RowConv,paddle.nn.layer.RowConv
+paddle.nn.layer.conv.Conv3DTranspose	paddle.nn.Conv3DTranspose,paddle.nn.layer.Conv3DTranspose
+paddle.nn.layer.conv.Conv2DTranspose	paddle.nn.Conv2DTranspose,paddle.nn.layer.Conv2DTranspose
+paddle.fluid.layers.sigmoid_focal_loss	paddle.nn.functional.sigmoid_focal_loss,paddle.nn.functional.loss.sigmoid_focal_loss
+paddle.fluid.layers.reduce_any	paddle.reduce_any,paddle.tensor.reduce_any,paddle.tensor.logic.reduce_any
+paddle.fluid.layers.elu	paddle.nn.functional.elu,paddle.nn.functional.activation.elu
+paddle.fluid.layers.conv3d_transpose	paddle.static.nn.conv3d_transpose
+paddle.fluid.layers.conv2d_transpose	paddle.static.nn.conv2d_transpose
+paddle.fluid.dygraph.base.to_variable	paddle.to_variable,paddle.framework.to_variable
+paddle.fluid.dygraph.Linear	paddle.nn.Linear,paddle.nn.layer.Linear,paddle.nn.layer.common.Linear
+paddle.fluid.backward.gradients	paddle.static.gradients
+paddle.tensor.logic.greater_equal	paddle.greater_equal,paddle.tensor.greater_equal
+paddle.fluid.param_attr.ParamAttr	paddle.ParamAttr,paddle.framework.ParamAttr
+paddle.fluid.layers.square_error_cost	paddle.nn.functional.square_error_cost,paddle.nn.functional.loss.square_error_cost
+paddle.fluid.layers.space_to_depth	paddle.nn.functional.space_to_depth,paddle.nn.functional.vision.space_to_depth
+paddle.fluid.layers.leaky_relu	paddle.nn.functional.leaky_relu,paddle.nn.functional.activation.leaky_relu
+paddle.fluid.layers.cross_entropy	paddle.nn.functional.cross_entropy,paddle.nn.functional.loss.cross_entropy
+paddle.fluid.layers.cos	paddle.cos,paddle.tensor.cos,paddle.tensor.math.cos
+paddle.tensor.search.index_sample	paddle.index_sample,paddle.tensor.index_sample
+paddle.nn.functional.extension.row_conv	paddle.nn.functional.row_conv
+paddle.nn.functional.activation.hardshrink	paddle.nn.functional.hardshrink
+paddle.fluid.layers.tensor.create_parameter	paddle.create_parameter,paddle.framework.create_parameter
+paddle.fluid.layers.soft_relu	paddle.nn.functional.soft_relu,paddle.nn.functional.activation.soft_relu
+paddle.fluid.layers.reduce_max	paddle.reduce_max,paddle.tensor.reduce_max,paddle.tensor.math.reduce_max
+paddle.fluid.layers.expand_as	paddle.expand_as,paddle.tensor.expand_as,paddle.tensor.manipulation.expand_as
+paddle.fluid.layers.atan	paddle.atan,paddle.tensor.atan,paddle.tensor.math.atan
+paddle.fluid.io.load	paddle.static.load,paddle.tensor.load,paddle.tensor.io.load
+paddle.tensor.search.argsort	paddle.argsort,paddle.tensor.argsort
+paddle.fluid.layers.round	paddle.round,paddle.tensor.round,paddle.tensor.math.round
+paddle.fluid.layers.elementwise_mod	paddle.elementwise_mod,paddle.tensor.elementwise_mod,paddle.tensor.math.elementwise_mod
+paddle.fluid.dygraph.Pool2D	paddle.nn.Pool2D,paddle.nn.layer.Pool2D,paddle.nn.layer.common.Pool2D
+paddle.tensor.logic.less_equal	paddle.less_equal,paddle.tensor.less_equal
+paddle.nn.layer.distance.PairwiseDistance	paddle.nn.PairwiseDistance,paddle.nn.layer.PairwiseDistance
+paddle.nn.layer.common.UpSample	paddle.nn.UpSample,paddle.nn.layer.UpSample
+paddle.nn.functional.loss.nll_loss	paddle.nn.functional.nll_loss
+paddle.fluid.layers.reduce_min	paddle.reduce_min,paddle.tensor.reduce_min,paddle.tensor.math.reduce_min
+paddle.fluid.dygraph.parallel.prepare_context	paddle.prepare_context,paddle.framework.prepare_context
+paddle.tensor.logic.not_equal	paddle.not_equal,paddle.tensor.not_equal
+paddle.nn.functional.loss.l1_loss	paddle.nn.functional.l1_loss
+paddle.fluid.layers.slice	paddle.slice,paddle.tensor.slice,paddle.tensor.manipulation.slice
+paddle.fluid.layers.scale	paddle.scale,paddle.tensor.scale,paddle.tensor.math.scale
+paddle.tensor.stat.mean	paddle.mean,paddle.tensor.mean
+paddle.tensor.math.pow	paddle.pow,paddle.tensor.pow
+paddle.fluid.layers.deformable_conv	paddle.static.nn.deformable_conv
+paddle.fluid.framework.Variable	paddle.Variable,paddle.framework.Variable
+paddle.fluid.dygraph.BatchNorm	paddle.nn.BatchNorm,paddle.nn.layer.BatchNorm,paddle.nn.layer.norm.BatchNorm
+paddle.tensor.random.randn	paddle.randn,paddle.tensor.randn
+paddle.fluid.layers.yolov3_loss	paddle.nn.functional.yolov3_loss,paddle.nn.functional.vision.yolov3_loss
+paddle.fluid.layers.unfold	paddle.nn.functional.unfold,paddle.nn.functional.common.unfold
+paddle.fluid.layers.transpose	paddle.transpose,paddle.tensor.transpose,paddle.tensor.linalg.transpose,paddle.tensor.manipulation.transpose
+paddle.fluid.layers.generate_proposal_labels	paddle.nn.functional.generate_proposal_labels,paddle.nn.functional.vision.generate_proposal_labels
+paddle.fluid.layers.center_loss	paddle.nn.functional.center_loss,paddle.nn.functional.loss.center_loss
+paddle.fluid.dygraph.SpectralNorm	paddle.nn.SpectralNorm,paddle.nn.layer.SpectralNorm,paddle.nn.layer.norm.SpectralNorm
+paddle.fluid.layers.npair_loss	paddle.nn.functional.npair_loss,paddle.nn.functional.loss.npair_loss
+paddle.fluid.layers.kldiv_loss	paddle.nn.functional.kldiv_loss,paddle.nn.functional.loss.kldiv_loss
+paddle.fluid.layers.huber_loss	paddle.nn.functional.huber_loss,paddle.nn.functional.loss.huber_loss
+paddle.fluid.dygraph.checkpoint.save_dygraph	paddle.save,paddle.framework.save
+paddle.fluid.dygraph.checkpoint.load_dygraph	paddle.load,paddle.framework.load
+paddle.tensor.logic.equal	paddle.equal,paddle.tensor.equal
+paddle.nn.layer.common.Pad2D	paddle.nn.Pad2D,paddle.nn.layer.Pad2D
+paddle.nn.functional.activation.log_softmax	paddle.nn.functional.log_softmax
+paddle.fluid.layers.shuffle_channel	paddle.nn.functional.shuffle_channel,paddle.nn.functional.vision.shuffle_channel
+paddle.fluid.layers.rank_loss	paddle.nn.functional.rank_loss,paddle.nn.functional.loss.rank_loss
+paddle.fluid.layers.gelu	paddle.nn.functional.gelu,paddle.nn.functional.activation.gelu
+paddle.fluid.layers.erf	paddle.erf,paddle.tensor.erf,paddle.tensor.math.erf,paddle.nn.functional.erf,paddle.nn.functional.activation.erf
+paddle.fluid.layers.dice_loss	paddle.nn.functional.dice_loss,paddle.nn.functional.loss.dice_loss
+paddle.fluid.layers.diag	paddle.diag,paddle.tensor.diag,paddle.tensor.creation.diag
+paddle.fluid.layers.create_parameter	paddle.static.nn.create_parameter
+paddle.fluid.layers.brelu	paddle.nn.functional.brelu,paddle.nn.functional.activation.brelu
+paddle.fluid.compiler.ExecutionStrategy	paddle.static.ExecutionStrategy
+paddle.tensor.search.nonzero	paddle.nonzero,paddle.tensor.nonzero
+paddle.tensor.search.argmax	paddle.argmax,paddle.tensor.argmax
+paddle.tensor.creation.arange	paddle.arange,paddle.tensor.arange
+paddle.nn.functional.activation.relu	paddle.nn.functional.relu
+paddle.fluid.layers.ssd_loss	paddle.nn.functional.ssd_loss,paddle.nn.functional.loss.ssd_loss
+paddle.fluid.layers.mse_loss	paddle.nn.functional.mse_loss,paddle.nn.functional.loss.mse_loss
+paddle.fluid.layers.log_loss	paddle.nn.functional.log_loss,paddle.nn.functional.loss.log_loss
+paddle.fluid.layers.image_resize	paddle.nn.functional.image_resize,paddle.nn.functional.vision.image_resize
+paddle.fluid.layers.bpr_loss	paddle.nn.functional.bpr_loss,paddle.nn.functional.loss.bpr_loss
+paddle.fluid.layers.affine_channel	paddle.nn.functional.affine_channel,paddle.nn.functional.vision.affine_channel
+paddle.fluid.layers.generate_mask_labels	paddle.nn.functional.generate_mask_labels,paddle.nn.functional.vision.generate_mask_labels
+paddle.fluid.dygraph.base.disable_dygraph	paddle.enable_static
+paddle.fluid.data	paddle.nn.data,paddle.nn.input.data
+paddle.tensor.math.minimum	paddle.minimum,paddle.tensor.minimum
+paddle.tensor.linalg.matmul	paddle.matmul,paddle.tensor.matmul
+paddle.nn.functional.conv.conv3d	paddle.nn.functional.conv3d
+paddle.fluid.layers.sqrt	paddle.sqrt,paddle.tensor.sqrt,paddle.tensor.math.sqrt
+paddle.fluid.layers.pad2d	paddle.nn.functional.pad2d,paddle.nn.functional.common.pad2d
+paddle.fluid.layers.edit_distance	paddle.nn.functional.edit_distance,paddle.nn.functional.loss.edit_distance
+paddle.fluid.dygraph.base.enable_dygraph	paddle.disable_static
+paddle.tensor.search.sort	paddle.sort,paddle.tensor.sort
+paddle.nn.functional.conv.conv2d	paddle.nn.functional.conv2d
+paddle.nn.functional.activation.softmax	paddle.nn.functional.softmax
+paddle.fluid.layers.tanh_shrink	paddle.nn.functional.tanh_shrink,paddle.nn.functional.activation.tanh_shrink
+paddle.fluid.layers.row_conv	paddle.static.nn.row_conv
+paddle.fluid.layers.relu6	paddle.nn.functional.relu6,paddle.nn.functional.activation.relu6
+paddle.fluid.layers.elementwise_pow	paddle.elementwise_pow,paddle.tensor.elementwise_pow,paddle.tensor.math.elementwise_pow
+paddle.fluid.layers.argmin	paddle.argmin,paddle.tensor.argmin,paddle.tensor.search.argmin
+paddle.fluid.dygraph.jit.declarative	paddle.jit.to_static
+paddle.fluid.compiler.BuildStrategy	paddle.static.BuildStrategy
+paddle.tensor.manipulation.roll	paddle.roll,paddle.tensor.roll
+paddle.fluid.layers.temporal_shift	paddle.nn.functional.temporal_shift,paddle.nn.functional.extension.temporal_shift
+paddle.fluid.layers.sums	paddle.sums,paddle.tensor.sums,paddle.tensor.math.sums
+paddle.fluid.layers.softshrink	paddle.nn.functional.softshrink,paddle.nn.functional.activation.softshrink
+paddle.fluid.layers.clip	paddle.nn.clip,paddle.nn.clip.clip
+paddle.fluid.dygraph.GroupNorm	paddle.nn.GroupNorm,paddle.nn.layer.GroupNorm,paddle.nn.layer.norm.GroupNorm
+paddle.tensor.math.addmm	paddle.addmm,paddle.tensor.addmm
+paddle.nn.layer.activation.LogSoftmax	paddle.nn.LogSoftmax,paddle.nn.layer.LogSoftmax
+paddle.framework.BackwardStrategy	paddle.BackwardStrategy
+paddle.fluid.layers.while_loop	paddle.nn.while_loop,paddle.nn.control_flow.while_loop
+paddle.fluid.layers.rsqrt	paddle.rsqrt,paddle.tensor.rsqrt,paddle.tensor.math.rsqrt
+paddle.fluid.layers.reduce_all	paddle.reduce_all,paddle.tensor.reduce_all,paddle.tensor.logic.reduce_all
+paddle.nn.layer.loss.MSELoss	paddle.nn.MSELoss,paddle.nn.layer.MSELoss
+paddle.nn.layer.loss.BCELoss	paddle.nn.BCELoss,paddle.nn.layer.BCELoss
+paddle.fluid.layers.unique	paddle.unique,paddle.tensor.unique,paddle.tensor.manipulation.unique
+paddle.fluid.layers.distribute_fpn_proposals	paddle.nn.functional.distribute_fpn_proposals,paddle.nn.functional.vision.distribute_fpn_proposals
+paddle.fluid.layers.abs	paddle.abs,paddle.tensor.abs,paddle.tensor.math.abs
+paddle.fluid.dygraph.LayerNorm	paddle.nn.LayerNorm,paddle.nn.layer.LayerNorm,paddle.nn.layer.norm.LayerNorm
+paddle.fluid.clip.GradientClipByNorm	paddle.nn.GradientClipByNorm,paddle.nn.clip.GradientClipByNorm
+paddle.tensor.linalg.dot	paddle.dot,paddle.tensor.dot
+paddle.fluid.layers.fc	paddle.static.nn.fc
+paddle.fluid.layers.conv3d	paddle.static.nn.conv3d
+paddle.tensor.math.add	paddle.add,paddle.tensor.add
+paddle.fluid.layers.shard_index	paddle.shard_index,paddle.tensor.shard_index,paddle.tensor.manipulation.shard_index
+paddle.fluid.layers.reduce_prod	paddle.reduce_prod,paddle.tensor.reduce_prod,paddle.tensor.math.reduce_prod
+paddle.fluid.layers.multi_box_head	paddle.static.nn.multi_box_head
+paddle.fluid.layers.conv2d	paddle.static.nn.conv2d
+paddle.fluid.layers.collect_fpn_proposals	paddle.nn.functional.collect_fpn_proposals,paddle.nn.functional.vision.collect_fpn_proposals
+paddle.fluid.initializer.TruncatedNormal	paddle.nn.initializer.TruncatedNormal
+paddle.nn.functional.extension.diag_embed	paddle.nn.functional.diag_embed
+paddle.tensor.creation.zeros	paddle.zeros,paddle.tensor.zeros
+paddle.fluid.layers.warpctc	paddle.nn.functional.warpctc,paddle.nn.functional.extension.warpctc
+paddle.fluid.layers.reciprocal	paddle.reciprocal,paddle.tensor.reciprocal,paddle.tensor.math.reciprocal
+paddle.fluid.layers.logical_xor	paddle.logical_xor,paddle.tensor.logical_xor,paddle.tensor.logic.logical_xor
+paddle.fluid.layers.l2_normalize	paddle.nn.functional.l2_normalize,paddle.nn.functional.norm.l2_normalize
+paddle.tensor.math.maximum	paddle.maximum,paddle.tensor.maximum
+paddle.fluid.layers.generate_proposals	paddle.nn.functional.generate_proposals,paddle.nn.functional.vision.generate_proposals
+paddle.tensor.logic.equal_all	paddle.equal_all,paddle.tensor.equal_all
+paddle.nn.layer.loss.NLLLoss	paddle.nn.NLLLoss,paddle.nn.layer.NLLLoss
+paddle.fluid.layers.retinanet_target_assign	paddle.nn.functional.retinanet_target_assign,paddle.nn.functional.vision.retinanet_target_assign
+paddle.fluid.layers.prelu	paddle.static.nn.prelu
+paddle.fluid.layers.tensor.create_global_var	paddle.create_global_var,paddle.framework.create_global_var
+paddle.fluid.layers.box_decoder_and_assign	paddle.nn.functional.box_decoder_and_assign,paddle.nn.functional.vision.box_decoder_and_assign
+paddle.tensor.math.div	paddle.div,paddle.tensor.div
+paddle.tensor.math.addcmul	paddle.addcmul,paddle.tensor.addcmul
+paddle.fluid.layers.floor	paddle.floor,paddle.tensor.floor,paddle.tensor.math.floor
+paddle.framework.__init__.paddle.fluid.core	paddle.framework.core
+paddle.fluid.parallel_executor.ParallelExecutor	paddle.static.ParallelExecutor
+paddle.fluid.layers.spectral_norm	paddle.static.nn.spectral_norm
+paddle.fluid.layers.scatter_nd_add	paddle.scatter_nd_add,paddle.tensor.scatter_nd_add,paddle.tensor.manipulation.scatter_nd_add
+paddle.fluid.layers.lrn	paddle.nn.functional.lrn,paddle.nn.functional.norm.lrn
+paddle.fluid.layers.instance_norm	paddle.static.nn.instance_norm
+paddle.fluid.layers.hash	paddle.nn.functional.hash,paddle.nn.functional.lod.hash
+paddle.fluid.layers.elementwise_add	paddle.elementwise_add,paddle.tensor.elementwise_add,paddle.tensor.math.elementwise_add
+paddle.fluid.layers.create_tensor	paddle.create_tensor,paddle.tensor.create_tensor,paddle.tensor.creation.create_tensor
+paddle.fluid.layers.affine_grid	paddle.nn.functional.affine_grid,paddle.nn.functional.vision.affine_grid
+paddle.fluid.layers.adaptive_pool3d	paddle.nn.functional.adaptive_pool3d,paddle.nn.functional.pooling.adaptive_pool3d
+paddle.fluid.framework.default_startup_program	paddle.static.default_startup_program
+paddle.fluid.clip.GradientClipByValue	paddle.nn.GradientClipByValue,paddle.nn.clip.GradientClipByValue
+paddle.framework.random.manual_seed	paddle.manual_seed
+paddle.fluid.layers.smooth_l1	paddle.nn.functional.smooth_l1,paddle.nn.functional.loss.smooth_l1
+paddle.fluid.layers.multiplex	paddle.multiplex,paddle.tensor.multiplex,paddle.tensor.math.multiplex
+paddle.fluid.layers.logical_and	paddle.logical_and,paddle.tensor.logical_and,paddle.tensor.logic.logical_and
+paddle.fluid.layers.clip_by_norm	paddle.nn.clip_by_norm,paddle.nn.clip.clip_by_norm
+paddle.fluid.layers.asin	paddle.asin,paddle.tensor.asin,paddle.tensor.math.asin
+paddle.fluid.layers.adaptive_pool2d	paddle.nn.functional.adaptive_pool2d,paddle.nn.functional.pooling.adaptive_pool2d
+paddle.tensor.manipulation.flip	paddle.flip,paddle.reverse,paddle.tensor.flip,paddle.tensor.reverse
+paddle.tensor.logic.allclose	paddle.allclose,paddle.tensor.allclose
+paddle.fluid.layers.softplus	paddle.nn.functional.softplus,paddle.nn.functional.activation.softplus
+paddle.fluid.layers.scatter_nd	paddle.scatter_nd,paddle.tensor.scatter_nd,paddle.tensor.manipulation.scatter_nd
+paddle.fluid.layers.has_inf	paddle.has_inf,paddle.tensor.has_inf,paddle.tensor.search.has_inf
+paddle.fluid.layers.crop_tensor	paddle.crop_tensor,paddle.tensor.crop_tensor,paddle.tensor.creation.crop_tensor
+paddle.fluid.layers.box_coder	paddle.nn.functional.box_coder,paddle.nn.functional.vision.box_coder
+paddle.fluid.layers.bilinear_tensor_product	paddle.static.nn.bilinear_tensor_product
+paddle.fluid.initializer.Normal	paddle.nn.initializer.Normal
+paddle.fluid.dygraph.jit.SaveLoadConfig	paddle.jit.SaveLoadConfig
\ No newline at end of file
diff --git a/doc/paddle/api/gen_doc.py b/doc/paddle/api/gen_doc.py
index e4439535a..ecd658c12 100644
--- a/doc/paddle/api/gen_doc.py
+++ b/doc/paddle/api/gen_doc.py
@@ -68,8 +68,8 @@ def get_alias_mapping(file="./alias_api_mapping"):
         for line in f.readlines():
             t = line.strip().split('\t')
             real_api = t[0].strip()
-            alias_api = t[1].strip()
-            alias_api_map[real_api] = alias_api
+            alias_apis = t[1].strip().split(',')
+            alias_api_map[real_api] = alias_apis
 
 
 def is_filter_api(api):
@@ -77,7 +77,7 @@ def is_filter_api(api):
     if api in display_doc_map:
         return False
 
-    #check in api in not_display_list
+    #check api in not_display_list
     for key in not_display_doc_map:
         #find the api
         if key == api:
@@ -127,6 +127,14 @@ def is_filter_api(api):
     return False
 
 
+def get_display_api(api):
+    # recomment alias api
+    if api.startswith("paddle.fluid") and alias_api_map.has_key(api):
+        return alias_api_map[api][0]
+    else:
+        return api
+
+
 def gen_en_files(root_path='paddle'):
     backup_path = root_path + "_" + str(int(time.time()))
 
@@ -134,11 +142,15 @@ def gen_en_files(root_path='paddle'):
         if is_filter_api(api):
             continue
 
+        api = get_display_api(api)
+
         doc_file = api.split(".")[-1]
         path = "/".join(api.split(".")[0:-1])
         if not os.path.exists(path):
             os.makedirs(path)
         f = api.replace(".", "/")
+        if os.path.exists(f + en_suffix):
+            continue
         os.mknod(f + en_suffix)
         gen = EnDocGenerator()
         with gen.guard(f + en_suffix):
diff --git a/doc/paddle/api/paddle/framework/CosineDecay_cn.rst b/doc/paddle/api/paddle/CosineDecay_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/framework/CosineDecay_cn.rst
rename to doc/paddle/api/paddle/CosineDecay_cn.rst
diff --git a/doc/paddle/api/paddle/framework/ExponentialDecay_cn.rst b/doc/paddle/api/paddle/ExponentialDecay_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/framework/ExponentialDecay_cn.rst
rename to doc/paddle/api/paddle/ExponentialDecay_cn.rst
diff --git a/doc/paddle/api/paddle/framework/InverseTimeDecay_cn.rst b/doc/paddle/api/paddle/InverseTimeDecay_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/framework/InverseTimeDecay_cn.rst
rename to doc/paddle/api/paddle/InverseTimeDecay_cn.rst
diff --git a/doc/paddle/api/paddle/framework/NaturalExpDecay_cn.rst b/doc/paddle/api/paddle/NaturalExpDecay_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/framework/NaturalExpDecay_cn.rst
rename to doc/paddle/api/paddle/NaturalExpDecay_cn.rst
diff --git a/doc/paddle/api/paddle/framework/NoamDecay_cn.rst b/doc/paddle/api/paddle/NoamDecay_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/framework/NoamDecay_cn.rst
rename to doc/paddle/api/paddle/NoamDecay_cn.rst
diff --git a/doc/paddle/api/paddle/framework/ParallelEnv_cn.rst b/doc/paddle/api/paddle/ParallelEnv_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/framework/ParallelEnv_cn.rst
rename to doc/paddle/api/paddle/ParallelEnv_cn.rst
diff --git a/doc/paddle/api/paddle/framework/ParamAttr_cn.rst b/doc/paddle/api/paddle/ParamAttr_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/framework/ParamAttr_cn.rst
rename to doc/paddle/api/paddle/ParamAttr_cn.rst
diff --git a/doc/paddle/api/paddle/framework/PiecewiseDecay_cn.rst b/doc/paddle/api/paddle/PiecewiseDecay_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/framework/PiecewiseDecay_cn.rst
rename to doc/paddle/api/paddle/PiecewiseDecay_cn.rst
diff --git a/doc/paddle/api/paddle/framework/PolynomialDecay_cn.rst b/doc/paddle/api/paddle/PolynomialDecay_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/framework/PolynomialDecay_cn.rst
rename to doc/paddle/api/paddle/PolynomialDecay_cn.rst
diff --git a/doc/paddle/api/paddle/framework/Variable_cn.rst b/doc/paddle/api/paddle/Variable_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/framework/Variable_cn.rst
rename to doc/paddle/api/paddle/Variable_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/abs_cn.rst b/doc/paddle/api/paddle/abs_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/abs_cn.rst
rename to doc/paddle/api/paddle/abs_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/acos_cn.rst b/doc/paddle/api/paddle/acos_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/acos_cn.rst
rename to doc/paddle/api/paddle/acos_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/argmin_cn.rst b/doc/paddle/api/paddle/argmin_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/argmin_cn.rst
rename to doc/paddle/api/paddle/argmin_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/asin_cn.rst b/doc/paddle/api/paddle/asin_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/asin_cn.rst
rename to doc/paddle/api/paddle/asin_cn.rst
diff --git a/doc/paddle/api/paddle/atan_cn.rst b/doc/paddle/api/paddle/atan_cn.rst
new file mode 100644
index 000000000..1c36f1047
--- /dev/null
+++ b/doc/paddle/api/paddle/atan_cn.rst
@@ -0,0 +1,40 @@
+.. _cn_api_fluid_layers_atan:
+
+atan
+-------------------------------
+
+.. py:function:: paddle.fluid.layers.atan(x, name=None)
+
+:alias_main: paddle.atan
+:alias: paddle.atan,paddle.tensor.atan,paddle.tensor.math.atan
+:update_api: paddle.fluid.layers.atan
+
+
+
+arctanh激活函数。
+
+.. math::
+    out = tanh^{-1}(x)
+
+参数:
+    - **x(Variable)** - atan的输入Tensor，数据类型为 float32 或 float64
+    - **name** (str|None) – 具体用法请参见 :ref:`cn_api_guide_Name` ，一般无需设置，默认值为None。
+
+返回：  `atan` 的输出Tensor，数据类型与 `x` 相同。
+
+返回类型： Variable
+
+**代码示例**：
+
+.. code-block:: python
+
+        import paddle.fluid as fluid
+        data = fluid.layers.data(name="input", shape=[4])
+        # if data is [-0.8183,  0.4912, -0.6444,  0.0371]
+        result = fluid.layers.atan(data)
+        # result is [-0.6858,  0.4566, -0.5724,  0.0371]
+
+
+
+
+
diff --git a/doc/paddle/api/paddle/fluid/layers/cast_cn.rst b/doc/paddle/api/paddle/cast_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/cast_cn.rst
rename to doc/paddle/api/paddle/cast_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/ceil_cn.rst b/doc/paddle/api/paddle/ceil_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/ceil_cn.rst
rename to doc/paddle/api/paddle/ceil_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/cos_cn.rst b/doc/paddle/api/paddle/cos_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/cos_cn.rst
rename to doc/paddle/api/paddle/cos_cn.rst
diff --git a/doc/paddle/api/paddle/framework/create_global_var_cn.rst b/doc/paddle/api/paddle/create_global_var_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/framework/create_global_var_cn.rst
rename to doc/paddle/api/paddle/create_global_var_cn.rst
diff --git a/doc/paddle/api/paddle/framework/create_parameter_cn.rst b/doc/paddle/api/paddle/create_parameter_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/framework/create_parameter_cn.rst
rename to doc/paddle/api/paddle/create_parameter_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/create_tensor_cn.rst b/doc/paddle/api/paddle/create_tensor_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/create_tensor_cn.rst
rename to doc/paddle/api/paddle/create_tensor_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/crop_tensor_cn.rst b/doc/paddle/api/paddle/crop_tensor_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/crop_tensor_cn.rst
rename to doc/paddle/api/paddle/crop_tensor_cn.rst
diff --git a/doc/paddle/api/paddle/dataset/common/split_cn.rst b/doc/paddle/api/paddle/dataset/common/split_cn.rst
index 52f85fccc..ca1607ee5 100644
--- a/doc/paddle/api/paddle/dataset/common/split_cn.rst
+++ b/doc/paddle/api/paddle/dataset/common/split_cn.rst
@@ -1,56 +1,65 @@
-.. _cn_api_paddle_tensor_split
+.. _cn_api_fluid_layers_split:
+
 split
 -------------------------------
 
-.. py:function:: paddle.tensor.split(x, num_or_sections, axis=0, name=None)
+.. py:function:: paddle.fluid.layers.split(input, num_or_sections, dim=-1, name=None)
+
 
 
 
 该OP将输入Tensor分割成多个子Tensor。
 
-**参数**：
-       - **x** (Tensor) - 输入变量，数据类型为bool, float16, float32，float64，int32，int64的多维Tensor。
-       - **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 ``x`` 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]。
-       - **axis** (int|Tensor，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 ``axis < 0`` ，则划分的维度为 ``rank(x) + axis`` 。默认值为0。
-       - **name** (str，可选) – 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
+参数：
+    - **input** (Tensor) - 输入变量，数据类型为bool， float16，float32，float64，int32，int64的多维Tensor。
+    - **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。至多有一个元素值为-1，-1表示该值是由 ``input`` 待分割的维度值和 ``num_or_sections`` 的剩余元素推断出来的。
+    - **dim** (int|Tenspr，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) - 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
 
 返回：分割后的Tensor列表。
 
+
 抛出异常：
-    - :code:`TypeError`：``x`` 的数据类型不是float16、float32、float64、int32或int64时 。
+    - :code:`TypeError`：``input`` 的数据类型不是bool、float16、float32、float64、int32或int64时 。
     - :code:`TypeError`：``num_or_sections`` 不是int、list 或 tuple时。
-    - :code:`TypeError`：``axis`` 不是 int 或 Tensor时。当 ``axis`` 为Tensor，其数据类型不是int32或int64时。
+    - :code:`TypeError`：``dim`` 不是 int 或 Tensor时。当 ``dim`` 为Tensor，其数据类型不是int32或int64时。
 
 **代码示例**：
 
 .. code-block:: python
 
-    import numpy as np
-    import paddle
-    
-    paddle.enable_imperative()
-    # x is a Tensor which shape is [3, 9, 5]
-    x_np = np.random.random([3, 9, 5]).astype("int32")
-    x = paddle.imperative.to_variable(x_np)
+    import paddle.fluid as fluid
 
-    out0, out1, out22 = paddle.split(x, num_or_sections=3, axis=1)
+    # input is a Tensor which shape is [3, 9, 5]
+    input = fluid.data(
+         name="input", shape=[3, 9, 5], dtype="float32")
+
+    out0, out1, out2 = fluid.layers.split(input, num_or_sections=3, dim=1)
     # out0.shape [3, 3, 5]
     # out1.shape [3, 3, 5]
     # out2.shape [3, 3, 5]
 
-    out0, out1, out2 = paddle.split(x, num_or_sections=[2, 3, 4], axis=1)
+    out0, out1, out2 = fluid.layers.split(input, num_or_sections=[2, 3, 4], dim=1)
     # out0.shape [3, 2, 5]
     # out1.shape [3, 3, 5]
     # out2.shape [3, 4, 5]
 
-    out0, out1, out2 = paddle.split(x, num_or_sections=[2, 3, -1], axis=1)
+    out0, out1, out2 = fluid.layers.split(input, num_or_sections=[2, 3, -1], dim=1)
     # out0.shape [3, 2, 5]
     # out1.shape [3, 3, 5]
     # out2.shape [3, 4, 5]
     
-    # axis is negative, the real axis is (rank(x) + axis) which real
+    # dim is negative, the real dim is (rank(input) + axis) which real
     # value is 1.
-    out0, out1, out2 = paddle.split(x, num_or_sections=3, axis=-2)
+    out0, out1, out2 = fluid.layers.split(input, num_or_sections=3, dim=-2)
     # out0.shape [3, 3, 5]
     # out1.shape [3, 3, 5]
     # out2.shape [3, 3, 5]
+
+
+
+
+
+
+
+
diff --git a/doc/paddle/api/paddle/fluid/layers/diag_cn.rst b/doc/paddle/api/paddle/diag_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/diag_cn.rst
rename to doc/paddle/api/paddle/diag_cn.rst
diff --git a/doc/paddle/api/paddle/fleet/DatasetFactory_cn.rst b/doc/paddle/api/paddle/distributed/fleet/DatasetFactory_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fleet/DatasetFactory_cn.rst
rename to doc/paddle/api/paddle/distributed/fleet/DatasetFactory_cn.rst
diff --git a/doc/paddle/api/paddle/fleet/InMemoryDataset_cn.rst b/doc/paddle/api/paddle/distributed/fleet/InMemoryDataset_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fleet/InMemoryDataset_cn.rst
rename to doc/paddle/api/paddle/distributed/fleet/InMemoryDataset_cn.rst
diff --git a/doc/paddle/api/paddle/fleet/QueueDataset_cn.rst b/doc/paddle/api/paddle/distributed/fleet/QueueDataset_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fleet/QueueDataset_cn.rst
rename to doc/paddle/api/paddle/distributed/fleet/QueueDataset_cn.rst
diff --git a/doc/paddle/api/paddle/fleet/meta_optimizers/LambOptimizer_cn.rst b/doc/paddle/api/paddle/distributed/fleet/meta_optimizers/LambOptimizer_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fleet/meta_optimizers/LambOptimizer_cn.rst
rename to doc/paddle/api/paddle/distributed/fleet/meta_optimizers/LambOptimizer_cn.rst
diff --git a/doc/paddle/api/paddle/fleet/meta_optimizers/RecomputeOptimizer_cn.rst b/doc/paddle/api/paddle/distributed/fleet/meta_optimizers/RecomputeOptimizer_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fleet/meta_optimizers/RecomputeOptimizer_cn.rst
rename to doc/paddle/api/paddle/distributed/fleet/meta_optimizers/RecomputeOptimizer_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/elementwise_add_cn.rst b/doc/paddle/api/paddle/elementwise_add_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/elementwise_add_cn.rst
rename to doc/paddle/api/paddle/elementwise_add_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/elementwise_div_cn.rst b/doc/paddle/api/paddle/elementwise_div_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/elementwise_div_cn.rst
rename to doc/paddle/api/paddle/elementwise_div_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/elementwise_floordiv_cn.rst b/doc/paddle/api/paddle/elementwise_floordiv_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/elementwise_floordiv_cn.rst
rename to doc/paddle/api/paddle/elementwise_floordiv_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/elementwise_mod_cn.rst b/doc/paddle/api/paddle/elementwise_mod_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/elementwise_mod_cn.rst
rename to doc/paddle/api/paddle/elementwise_mod_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/elementwise_pow_cn.rst b/doc/paddle/api/paddle/elementwise_pow_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/elementwise_pow_cn.rst
rename to doc/paddle/api/paddle/elementwise_pow_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/elementwise_sub_cn.rst b/doc/paddle/api/paddle/elementwise_sub_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/elementwise_sub_cn.rst
rename to doc/paddle/api/paddle/elementwise_sub_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/erf_cn.rst b/doc/paddle/api/paddle/erf_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/erf_cn.rst
rename to doc/paddle/api/paddle/erf_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/exp_cn.rst b/doc/paddle/api/paddle/exp_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/exp_cn.rst
rename to doc/paddle/api/paddle/exp_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/expand_as_cn.rst b/doc/paddle/api/paddle/expand_as_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/expand_as_cn.rst
rename to doc/paddle/api/paddle/expand_as_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/expand_cn.rst b/doc/paddle/api/paddle/expand_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/expand_cn.rst
rename to doc/paddle/api/paddle/expand_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/fill_constant_cn.rst b/doc/paddle/api/paddle/fill_constant_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/fill_constant_cn.rst
rename to doc/paddle/api/paddle/fill_constant_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/floor_cn.rst b/doc/paddle/api/paddle/floor_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/floor_cn.rst
rename to doc/paddle/api/paddle/floor_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/BuildStrategy_cn.rst b/doc/paddle/api/paddle/fluid/BuildStrategy_cn.rst
deleted file mode 100644
index 2d6f2fa05..000000000
--- a/doc/paddle/api/paddle/fluid/BuildStrategy_cn.rst
+++ /dev/null
@@ -1,198 +0,0 @@
-.. _cn_api_fluid_BuildStrategy:
-
-BuildStrategy
--------------------------------
-
-
-.. py:class:: paddle.fluid.BuildStrategy
-
-:api_attr: 声明式编程模式（静态图)
-
-
-
-``BuildStrategy`` 使用户更方便地控制 :ref:`cn_api_fluid_ParallelExecutor` 中计算图的建造方法，可通过设置 ``ParallelExecutor`` 中的 ``BuildStrategy`` 成员来实现此功能。
-
-**代码示例**
-
-.. code-block:: python
-    
-    import os
-    import numpy as np
-    import paddle.fluid as fluid
-
-    os.environ["CPU_NUM"] = '2'
-    places = fluid.cpu_places()
-
-    data = fluid.layers.data(name="x", shape=[1], dtype="float32")
-    hidden = fluid.layers.fc(input=data, size=10)
-    loss = fluid.layers.mean(hidden)
-    fluid.optimizer.SGD(learning_rate=0.01).minimize(loss)
-
-    build_strategy = fluid.BuildStrategy()
-    build_strategy.enable_inplace = True
-    build_strategy.memory_optimize = True
-    build_strategy.reduce_strategy = fluid.BuildStrategy.ReduceStrategy.Reduce
-    program = fluid.compiler.CompiledProgram(fluid.default_main_program())
-    program = program.with_data_parallel(loss_name=loss.name,
-                                         build_strategy=build_strategy,
-                                         places=places)
-
-
-.. py:attribute:: debug_graphviz_path
-
-str类型。表示以graphviz格式向文件中写入计算图的路径，有利于调试。默认值为空字符串。
-
-**代码示例**
-
-.. code-block:: python
-
-    import paddle.fluid as fluid
-    build_strategy = fluid.BuildStrategy()
-    build_strategy.debug_graphviz_path = "./graph"
-
-
-.. py:attribute:: enable_sequential_execution
-
-bool类型。如果设置为True，则算子的执行顺序将与算子定义的执行顺序相同。默认为False。
-
-**代码示例**
-
-.. code-block:: python
-
-    import paddle.fluid as fluid
-    build_strategy = fluid.BuildStrategy()
-    build_strategy.enable_sequential_execution = True
-
-
-.. py:attribute:: fuse_broadcast_ops
-     
-bool类型。表明是否融合(fuse) broadcast ops。该选项指在Reduce模式下有效，使程序运行更快。默认为False。
-
-**代码示例**
-
-.. code-block:: python
-
-    import paddle.fluid as fluid
-    build_strategy = fluid.BuildStrategy()
-    build_strategy.fuse_broadcast_ops = True
-
-     
-.. py:attribute:: fuse_elewise_add_act_ops
-
-bool类型。表明是否融合(fuse) elementwise_add_op和activation_op。这会使整体执行过程更快。默认为False。
-
-**代码示例**
-
-.. code-block:: python
-
-    import paddle.fluid as fluid
-    build_strategy = fluid.BuildStrategy()
-    build_strategy.fuse_elewise_add_act_ops = True
-
-
-.. py:attribute:: fuse_relu_depthwise_conv
-
-bool类型。表明是否融合(fuse) relu和depthwise_conv2d，节省GPU内存并可能加速执行过程。此选项仅适用于GPU设备。默认为False。
-
-**代码示例**
-
-.. code-block:: python
-
-    import paddle.fluid as fluid
-    build_strategy = fluid.BuildStrategy()
-    build_strategy.fuse_relu_depthwise_conv = True
-
-.. py:attribute:: gradient_scale_strategy
-
-``fluid.BuildStrategy.GradientScaleStrategy`` 类型。在 ``ParallelExecutor`` 中，存在三种定义loss对应梯度( *loss@grad* )的方式，分别为 ``CoeffNumDevice``, ``One`` 与 ``Customized``。默认情况下， ``ParallelExecutor`` 根据设备数目来设置 *loss@grad* 。如果用户需要自定义 *loss@grad* ，可以选择 ``Customized`` 方法。默认为 ``CoeffNumDevice`` 。
-
-**代码示例**
-
-.. code-block:: python
-
-    import os
-    import numpy as np
-    import paddle.fluid as fluid
-    import paddle.fluid.compiler as compiler
-
-    use_cuda = True
-    place = fluid.CUDAPlace(0) if use_cuda else fluid.CPUPlace()
-    exe = fluid.Executor(place)
-
-    # NOTE: 如果你使用CPU计算，需要指定CPU_NUM, 否则,fluid
-    # 将使用所有的核的数目作为CPU_NUM,
-    # 这种情况下，输入的batch size应该大于CPU_NUM, 否则, 
-    # 进程将会因为异常而失败。
-    if not use_cuda:
-        os.environ['CPU_NUM'] = str(2)
-        places = fluid.cpu_places()
-    else:
-        places = places = fluid.cuda_places()
-
-    data = fluid.layers.data(name='X', shape=[1], dtype='float32')
-    hidden = fluid.layers.fc(input=data, size=10)
-    loss = fluid.layers.mean(hidden)
-    fluid.optimizer.SGD(learning_rate=0.01).minimize(loss)
-
-    fluid.default_startup_program().random_seed=1
-    exe.run(fluid.default_startup_program())
-
-    build_strategy = fluid.BuildStrategy()
-    build_strategy.gradient_scale_strategy = \
-         fluid.BuildStrategy.GradientScaleStrategy.Customized
-    compiled_prog = compiler.CompiledProgram(
-         fluid.default_main_program()).with_data_parallel(
-                  loss_name=loss.name, build_strategy=build_strategy,
-                  places = places)
-
-    dev_count =  len(places)
-    x = np.random.random(size=(10, 1)).astype('float32')
-    loss_grad = np.ones((dev_count)).astype("float32") * 0.01
-    loss_grad_name = loss.name+"@GRAD"
-    loss_data = exe.run(compiled_prog,
-                     feed={"X": x, loss_grad_name : loss_grad},
-                     fetch_list=[loss.name, loss_grad_name])
-
-.. py:attribute:: memory_optimize
-
-bool类型或None。设为True时可用于减少总内存消耗，False表示不使用，None表示框架会自动选择使用或者不使用优化策略。当前，None意味着当GC不能使用时，优化策略将被使用。默认为None。
-
-.. py:attribute:: reduce_strategy
-
-``fluid.BuildStrategy.ReduceStrategy`` 类型。在 ``ParallelExecutor`` 中，存在两种参数梯度聚合策略，即 ``AllReduce`` 和 ``Reduce`` 。如果用户需要在所有执行设备上独立地进行参数更新，可以使用 ``AllReduce`` 。如果使用 ``Reduce`` 策略，所有参数的优化将均匀地分配给不同的执行设备，随之将优化后的参数广播给其他执行设备。
-默认值为 ``AllReduce`` 。
-
-**代码示例**
-
-.. code-block:: python
-
-    import paddle.fluid as fluid
-    build_strategy = fluid.BuildStrategy()
-    build_strategy.reduce_strategy = fluid.BuildStrategy.ReduceStrategy.Reduce
-
-.. py:attribute:: remove_unnecessary_lock
-
-bool类型。设置True会去除GPU操作中的一些锁操作， ``ParallelExecutor`` 将运行得更快，默认为True。
-
-**代码示例**
-
-.. code-block:: python
-
-    import paddle.fluid as fluid
-    build_strategy = fluid.BuildStrategy()
-    build_strategy.remove_unnecessary_lock = True
-
-
-.. py:attribute:: sync_batch_norm
-
-bool类型。表示是否使用同步的批正则化，即在训练阶段通过多个设备同步均值和方差。当前的实现不支持FP16训练和CPU。并且目前**仅支持**仅在一台机器上进行同步式批正则。默认为 False。
-
-**代码示例**
-
-.. code-block:: python
-
-    import paddle.fluid as fluid
-    build_strategy = fluid.BuildStrategy()
-    build_strategy.sync_batch_norm = True
-
-
diff --git a/doc/paddle/api/paddle/fluid/CPUPlace_cn.rst b/doc/paddle/api/paddle/fluid/CPUPlace_cn.rst
new file mode 100644
index 000000000..e091352c9
--- /dev/null
+++ b/doc/paddle/api/paddle/fluid/CPUPlace_cn.rst
@@ -0,0 +1,20 @@
+.. _cn_api_fluid_CPUPlace:
+
+CPUPlace
+-------------------------------
+
+.. py:class:: paddle.fluid.CPUPlace
+
+
+
+
+``CPUPlace`` 是一个设备描述符，表示一个分配或将要分配 ``Tensor`` 或 ``LoDTensor`` 的 ``CPU`` 设备。
+
+**代码示例**
+
+.. code-block:: python
+
+        import paddle.fluid as fluid
+        cpu_place = fluid.CPUPlace()
+
+
diff --git a/doc/paddle/api/paddle/fluid/CUDAPinnedPlace_cn.rst b/doc/paddle/api/paddle/fluid/CUDAPinnedPlace_cn.rst
new file mode 100644
index 000000000..a3e669344
--- /dev/null
+++ b/doc/paddle/api/paddle/fluid/CUDAPinnedPlace_cn.rst
@@ -0,0 +1,20 @@
+.. _cn_api_fluid_CUDAPinnedPlace:
+
+CUDAPinnedPlace
+-------------------------------
+
+.. py:class:: paddle.fluid.CUDAPinnedPlace
+
+
+
+
+``CUDAPinnedPlace`` 是一个设备描述符，它所指代的页锁定内存由 CUDA 函数 ``cudaHostAlloc()`` 在主机内存上分配，主机的操作系统将不会对这块内存进行分页和交换操作，可以通过直接内存访问技术访问，加速主机和 GPU 之间的数据拷贝。
+有关 CUDA 的数据转移和 ``pinned memory``，参见 `官方文档 <https://docs.nvidia.com/cuda/cuda-c-best-practices-guide/index.html#pinned-memory>`_ 。
+
+**代码示例**
+
+.. code-block:: python
+
+      import paddle.fluid as fluid
+      place = fluid.CUDAPinnedPlace()
+
diff --git a/doc/paddle/api/paddle/fluid/CUDAPlace_cn.rst b/doc/paddle/api/paddle/fluid/CUDAPlace_cn.rst
new file mode 100644
index 000000000..ba7cf6228
--- /dev/null
+++ b/doc/paddle/api/paddle/fluid/CUDAPlace_cn.rst
@@ -0,0 +1,33 @@
+.. _cn_api_fluid_CUDAPlace:
+
+CUDAPlace
+-------------------------------
+
+.. py:class:: paddle.fluid.CUDAPlace
+
+
+
+
+.. note::
+    多卡任务请先使用 FLAGS_selected_gpus 环境变量设置可见的GPU设备，下个版本将会修正 CUDA_VISIBLE_DEVICES 环境变量无效的问题。
+
+``CUDAPlace`` 是一个设备描述符，表示一个分配或将要分配 ``Tensor`` 或 ``LoDTensor`` 的 GPU 设备。
+每个 ``CUDAPlace`` 有一个 ``dev_id`` （设备id）来表明当前的 ``CUDAPlace`` 所代表的显卡编号，编号从 0 开始。
+``dev_id`` 不同的 ``CUDAPlace`` 所对应的内存不可相互访问。
+这里编号指的是可见显卡的逻辑编号，而不是显卡实际的编号。
+可以通过 ``CUDA_VISIBLE_DEVICES`` 环境变量限制程序能够使用的 GPU 设备，程序启动时会遍历当前的可见设备，并从 0 开始为这些设备编号。
+如果没有设置 ``CUDA_VISIBLE_DEVICES``，则默认所有的设备都是可见的，此时逻辑编号与实际编号是相同的。
+
+参数：
+  - **id** (int，可选) - GPU的设备ID。如果为 ``None``，则默认会使用 id 为 0 的设备。默认值为 ``None``。
+
+**代码示例**
+
+.. code-block:: python
+
+       import paddle.fluid as fluid
+       gpu_place = fluid.CUDAPlace(0)
+
+
+
+
diff --git a/doc/paddle/api/paddle/fluid/CompiledProgram_cn.rst b/doc/paddle/api/paddle/fluid/CompiledProgram_cn.rst
deleted file mode 100644
index c6576c634..000000000
--- a/doc/paddle/api/paddle/fluid/CompiledProgram_cn.rst
+++ /dev/null
@@ -1,114 +0,0 @@
-.. _cn_api_fluid_CompiledProgram:
-
-CompiledProgram
--------------------------------
-
-
-.. py:class:: paddle.fluid.CompiledProgram(program_or_graph, build_strategy=None)
-
-:api_attr: 声明式编程模式（静态图)
-
-
-
-CompiledProgram根据 `build_strategy` 的配置将输入的Program或Graph进行转换和优化，例如：计算图中算子融合、计算图执行过程中开启内存/显存优化等，关于build_strategy更多信息。请参阅  ``fluid.BuildStrategy`` 。
-
-参数：
-  - **program_or_graph** (Graph|Program): 该参数为被执行的Program或Graph。
-  - **build_strategy** (BuildStrategy): 通过配置build_strategy，对计算图进行转换和优化，例如：计算图中算子融合、计算图执行过程中开启内存/显存优化等。关于build_strategy更多信息，请参阅  ``fluid.BuildStrategy`` 。 默认为None。
-
-返回：初始化后的 ``CompiledProgram`` 对象
-
-返回类型：CompiledProgram
-
-**代码示例**
-
-.. code-block:: python
-        
-    import paddle.fluid as fluid
-    import numpy
-
-    place = fluid.CUDAPlace(0) # fluid.CPUPlace()
-    exe = fluid.Executor(place)
-
-    data = fluid.data(name='X', shape=[None, 1], dtype='float32')
-    hidden = fluid.layers.fc(input=data, size=10)
-    loss = fluid.layers.mean(hidden)
-    fluid.optimizer.SGD(learning_rate=0.01).minimize(loss)
-
-    exe.run(fluid.default_startup_program())
-    compiled_prog = fluid.CompiledProgram(
-              fluid.default_main_program())
-
-    x = numpy.random.random(size=(10, 1)).astype('float32')
-    loss_data, = exe.run(compiled_prog,
-                          feed={"X": x},
-                          fetch_list=[loss.name])
-
-
-.. py:method:: with_data_parallel(loss_name=None, build_strategy=None, exec_strategy=None, share_vars_from=None, places=None)
-
-该接口用于将输入的Program或Graph进行转换，以便通过数据并行模式运行该模型。用户可以通过 `build_strategy` 和 `exec_strategy` 设置计算图构建和计算图执行过程中可以进行的一些优化，例如：将梯度聚合的AllReduce操作进行融合、指定计算图运行过程中使用的线程池大小等。**注意：如果在构建CompiledProgram和调用with_data_parallel时都指定了build_strategy，在CompiledProgram中的build_strategy会被复写，因此，如果是数据并行训练，建议在调用with_data_parallel接口时设置build_strategy**。
-     
-参数：
-  - **loss_name** （str） - 该参数为模型最后得到的损失变量的名字，**注意：如果是模型训练，必须设置loss_name，否则计算结果可能会有问题。** 默认为：None。
-  - **build_strategy** （BuildStrategy）: 通过配置build_strategy，对计算图进行转换和优化，例如：计算图中算子融合、计算图执行过程中开启内存/显存优化等。关于build_strategy更多的信息，请参阅  ``fluid.BuildStrategy`` 。 默认为：None。
-  - **exec_strategy** （ExecutionStrategy） -  通过exec_strategy指定执行计算图过程可以调整的选项，例如线程池大小等。 关于exec_strategy更多信息，请参阅 ``fluid.ExecutionStrategy`` 。 默认为：None。
-  - **share_vars_from** （CompiledProgram） - 如果设置了share_vars_from，当前的CompiledProgram将与share_vars_from指定的CompiledProgram共享参数值。需要设置该参数的情况：模型训练过程中需要进行模型测试，并且训练和测试都是采用数据并行模式，那么测试对应的CompiledProgram在调用with_data_parallel时，需要将share_vars_from设置为训练对应的CompiledProgram。由于CompiledProgram只有在第一次执行时才会将变量分发到其他设备上，因此share_vars_from指定的CompiledProgram必须在当前CompiledProgram之前运行。默认为：None。
-  - **places** （list(CUDAPlace)|list(CPUPlace)） - 该参数指定模型运行所在的设备。如果希望在GPU0和GPU1上运行，places为[fluid.CUDAPlace(0), fluid.CUDAPlace(1)]；如果希望使用2个CPU运行，places为[fluid.CPUPlace()] * 2。 如果没有设置该参数，即该参数为None，模型执行时，将从环境变量中获取可用的设备：如果使用GPU，模型执行时，从环境变量FLAGS_selected_gpus或CUDA_VISIBLE_DEVICES中获取当前可用的设备ID；如果使用CPU，模型执行时，从环境变量CPU_NUM中获取当前可利用的CPU个数。例如：export CPU_NUM=4，如果没有设置该环境变量，执行器会在环境变量中添加该变量，并将其值设为1。默认为：None。
-
-返回：配置之后的 ``CompiledProgram`` 对象
-
-返回类型：CompiledProgram
-
-.. note::
-     1. 如果只是进行多卡测试，不需要设置loss_name以及share_vars_from。
-     2. 如果程序中既有模型训练又有模型测试，则构建模型测试所对应的CompiledProgram时必须设置share_vars_from，否则模型测试和模型训练所使用的参数是不一致。
-
-
-**代码示例**
-
-.. code-block:: python
-
-    import paddle.fluid as fluid
-    import numpy
-    import os
-
-    use_cuda = True
-    place = fluid.CUDAPlace(0) if use_cuda else fluid.CPUPlace()
-    parallel_places = [fluid.CUDAPlace(0), fluid.CUDAPlace(1)] if use_cuda else [fluid.CPUPlace()] * 2
-
-    # 注意：如果你使用CPU运行程序，需要具体设置CPU_NUM，
-    # 否则fluid会把逻辑核的所有数目设为CPU_NUM，
-    # 在这种情况下，输入的batch size应大于CPU_NUM，
-    # 否则程序会异常中断。
-    if not use_cuda:
-        os.environ['CPU_NUM'] = str(2)
-
-    exe = fluid.Executor(place)
-
-    data = fluid.data(name='X', shape=[None, 1], dtype='float32')
-    hidden = fluid.layers.fc(input=data, size=10)
-    loss = fluid.layers.mean(hidden)
-
-    test_program = fluid.default_main_program().clone(for_test=True)
-    fluid.optimizer.SGD(learning_rate=0.01).minimize(loss)
-
-    exe.run(fluid.default_startup_program())
-    compiled_train_prog = fluid.CompiledProgram(
-        fluid.default_main_program()).with_data_parallel(
-                loss_name=loss.name, places=parallel_places)
-    # 注意：如果此处不设置share_vars_from=compiled_train_prog，
-    # 测试过程中用的参数与训练使用的参数是不一致
-    compiled_test_prog = fluid.CompiledProgram(
-        test_program).with_data_parallel(
-                share_vars_from=compiled_train_prog,
-                places=parallel_places)
-
-    train_data = numpy.random.random(size=(10, 1)).astype('float32')
-    loss_data, = exe.run(compiled_train_prog,
-                      feed={"X": train_data},
-                      fetch_list=[loss.name])
-    test_data = numpy.random.random(size=(10, 1)).astype('float32')
-    loss_data, = exe.run(compiled_test_prog,
-                      feed={"X": test_data},
-                      fetch_list=[loss.name])
\ No newline at end of file
diff --git a/doc/paddle/api/paddle/fluid/ExecutionStrategy_cn.rst b/doc/paddle/api/paddle/fluid/ExecutionStrategy_cn.rst
deleted file mode 100644
index 25b623fbf..000000000
--- a/doc/paddle/api/paddle/fluid/ExecutionStrategy_cn.rst
+++ /dev/null
@@ -1,65 +0,0 @@
-.. _cn_api_fluid_ExecutionStrategy:
-
-ExecutionStrategy
--------------------------------
-
-
-.. py:class:: paddle.fluid.ExecutionStrategy
-
-:api_attr: 声明式编程模式（静态图)
-
-
-
-通过设置 ``ExecutionStrategy`` 中的选项，用户可以对执行器的执行配置进行调整，比如设置执行器中线程池的大小等。
-
-返回：初始化后的ExecutionStrategy的实例
-
-返回类型：ExecutionStrategy
-
-**代码示例**
-
-.. code-block:: python
-
-    import paddle.fluid as fluid
-    x = fluid.layers.data(name='x', shape=[13], dtype='float32')
-    y = fluid.layers.data(name='y', shape=[1], dtype='float32')
-    y_predict = fluid.layers.fc(input=x, size=1, act=None)
-     
-    cost = fluid.layers.square_error_cost(input=y_predict, label=y)
-    avg_loss = fluid.layers.mean(cost)
-     
-    sgd_optimizer = fluid.optimizer.SGD(learning_rate=0.001)
-    sgd_optimizer.minimize(avg_loss)
-
-    exec_strategy = fluid.ExecutionStrategy()
-    exec_strategy.num_threads = 4
-
-    train_exe = fluid.ParallelExecutor(use_cuda=False,
-                                       loss_name=avg_loss.name,
-                                       exec_strategy=exec_strategy)
-
-
-.. py:attribute:: num_iteration_per_drop_scope
-
-int型成员。该选项表示间隔多少次迭代之后清理一次临时变量。模型运行过程中，生成的中间临时变量将被放到local execution scope中，为了避免对临时变量频繁的申请与释放，通常将其设为较大的值（比如10或者100）。默认值为100。
-
-
-.. py:attribute:: num_iteration_per_run
-
-int型成员。它配置了当用户在python脚本中调用pe.run()时执行器会执行的迭代次数。Executor每次调用，会进行num_iteration_per_run次训练，它会使整体执行过程更快。
-
-.. py:attribute:: num_threads
-
-int型成员。该选项表示当前 ``Executor`` 的线程池(thread pool)的大小, 此线程池可用来并发执行program中的operator（算子，运算）。如果 :math:`num\_threads=1` ，则所有的operator将一个接一个地执行，但在不同的program重复周期(iterations)中执行顺序可能不同。如果该选项没有被设置，则在 ``Executor`` 中，它会依据设备类型(device type)、设备数目(device count)而设置为相应值。对GPU，:math:`num\_threads=device\_count∗4` ；对CPU， :math:`num\_threads=CPU\_NUM∗4` 。在 ``Executor`` 中有关于 :math:`CPU\_NUM` 的详细解释。如果没有设置 :math:`CPU\_NUM` ，则设置默认值为1， 并提示用户进行 :math:`CPU\_NUM` 的设置。
-
-
-
-
-
-
-
-
-
-
-
-
diff --git a/doc/paddle/api/paddle/fluid/Executor_cn.rst b/doc/paddle/api/paddle/fluid/Executor_cn.rst
deleted file mode 100644
index 7a2053a89..000000000
--- a/doc/paddle/api/paddle/fluid/Executor_cn.rst
+++ /dev/null
@@ -1,272 +0,0 @@
-.. _cn_api_fluid_executor:
-
-Executor
--------------------------------
-
-
-
-.. py:class:: paddle.fluid.Executor (place=None)
-
-:api_attr: 声明式编程模式（静态图)
-
-
-
-Executor支持单GPU、多GPU以及CPU运行。
-
-参数：
-    - **place** (fluid.CPUPlace()|fluid.CUDAPlace(N)|None) – 该参数表示Executor执行所在的设备，这里的N为GPU对应的ID。当该参数为 `None` 时，PaddlePaddle会根据其安装版本设置默认的运行设备。当安装的Paddle为CPU版时，默认运行设置会设置成 `CPUPlace()` ，而当Paddle为GPU版时，默认运行设备会设置成 `CUDAPlace(0)` 。默认值为None。
-  
-返回：初始化后的 ``Executor`` 对象
-
-返回类型：Executor
-
-**示例代码**
-
-.. code-block:: python
-    
-    import paddle.fluid as fluid
-    import paddle.fluid.compiler as compiler
-    import numpy
-    import os
-
-    # 显式设置运行设备
-    # use_cuda = True
-    # place = fluid.CUDAPlace(0) if use_cuda else fluid.CPUPlace()
-    # exe = fluid.Executor(place)
-
-    # 如果不显示设置运行设备，PaddlePaddle会设置默认运行设备
-    exe = fluid.Executor()
-
-    train_program = fluid.Program()
-    startup_program = fluid.Program()
-    with fluid.program_guard(train_program, startup_program):
-        data = fluid.layers.data(name='X', shape=[1], dtype='float32')
-        hidden = fluid.layers.fc(input=data, size=10)
-        loss = fluid.layers.mean(hidden)
-        fluid.optimizer.SGD(learning_rate=0.01).minimize(loss)
-
-    # 仅运行一次startup program
-    # 不需要优化/编译这个startup program
-    startup_program.random_seed=1
-    exe.run(startup_program)
-
-    # 无需编译，直接运行main program
-    x = numpy.random.random(size=(10, 1)).astype('float32')
-    loss_data, = exe.run(train_program,
-                     feed={"X": x},
-                     fetch_list=[loss.name])
-
-    # 另一种方法是，编译这个main program然后运行。
-    # 参考CompiledProgram以获取更多信息。
-    # 注意：如果你使用CPU运行程序，需要具体设置CPU_NUM，
-    # 否则fluid会把逻辑核的所有数目设为CPU_NUM，
-    # 在这种情况下，输入的batch size应大于CPU_NUM，
-    # 否则程序会异常中断。
-
-    # 显式设置运行设备
-    # if not use_cuda:
-    #    os.environ['CPU_NUM'] = str(2)
-
-    # 未显示设置运行设备且安装的Paddle为CPU版本
-    os.environ['CPU_NUM'] = str(2)
-
-    compiled_prog = compiler.CompiledProgram(
-        train_program).with_data_parallel(
-        loss_name=loss.name)
-    loss_data, = exe.run(compiled_prog,
-                         feed={"X": x},
-                         fetch_list=[loss.name])
-
-.. py:method:: close()
-
-
-关闭执行器。该接口主要用于对于分布式训练，调用该接口后不可以再使用该执行器。该接口会释放在PServers上和目前Trainer有关联的资源。
-
-返回：无
-
-**示例代码**
-
-.. code-block:: python
-    
-    import paddle.fluid as fluid
-
-    cpu = fluid.CPUPlace()
-    exe = fluid.Executor(cpu)
-    # 执行训练或测试过程
-    exe.close()
-
-
-.. py:method:: run(program=None, feed=None, fetch_list=None, feed_var_name='feed', fetch_var_name='fetch', scope=None, return_numpy=True, use_program_cache=False, return_merged=True)
-
-执行指定的Program或者CompiledProgram。需要注意的是，执行器会执行Program或CompiledProgram中的所有算子，而不会根据fetch_list对Program或CompiledProgram中的算子进行裁剪。同时，需要传入运行该模型用到的scope，如果没有指定scope，执行器将使用全局scope，即fluid.global_scope()。
-
-参数：  
-  - **program** (Program|CompiledProgram) – 该参数为被执行的Program或CompiledProgram，如果未提供该参数，即该参数为None，在该接口内，main_program将被设置为fluid.default_main_program()。默认为：None。
-  - **feed** (list|dict) – 该参数表示模型的输入变量。如果是单卡训练，``feed`` 为 ``dict`` 类型，如果是多卡训练，参数 ``feed`` 可以是 ``dict`` 或者 ``list`` 类型变量，如果该参数类型为 ``dict`` ，feed中的数据将会被分割(split)并分送给多个设备（CPU/GPU），即输入数据被均匀分配到不同设备上；如果该参数类型为 ``list`` ，则列表中的各个元素都会直接分别被拷贝到各设备中。默认为：None。
-  - **fetch_list** (list) – 该参数表示模型运行之后需要返回的变量。默认为：None。
-  - **feed_var_name** (str) – 该参数表示数据输入算子(feed operator)的输入变量名称。默认为："feed"。
-  - **fetch_var_name** (str) – 该参数表示结果获取算子(fetch operator)的输出变量名称。默认为："fetch"。
-  - **scope** (Scope) – 该参数表示执行当前program所使用的作用域，用户可以为不同的program指定不同的作用域。默认值：fluid.global_scope()。
-  - **return_numpy** (bool) – 该参数表示是否将返回的计算结果（fetch list中指定的变量）转化为numpy；如果为False，则每个变量返回的类型为LoDTensor，否则返回变量的类型为numpy.ndarray。默认为：True。
-  - **use_program_cache** (bool) – 该参数表示是否对输入的Program进行缓存。如果该参数为True，在以下情况时，模型运行速度可能会更快：输入的program为 ``fluid.Program`` ，并且模型运行过程中，调用该接口的参数（program、 feed变量名和fetch_list变量）名始终不变。默认为：False。
-  - **return_merged** (bool) – 该参数表示是否按照执行设备维度将返回的计算结果（fetch list中指定的变量）进行合并。如果 ``return_merged`` 设为False，返回值类型是一个Tensor的二维列表（ ``return_numpy`` 设为Fasle时）或者一个numpy.ndarray的二维列表（ ``return_numpy`` 设为True时）。如果 ``return_merged`` 设为True，返回值类型是一个Tensor的一维列表（ ``return_numpy`` 设为Fasle时）或者一个numpy.ndarray的一维列表（ ``return_numpy`` 设为True时）。更多细节请参考示例代码2。如果返回的计算结果是变长的，请设置 ``return_merged`` 为False，即不按照执行设备维度合并返回的计算结果。该参数的默认值为True，但这仅是为了兼容性考虑，在未来的版本中默认值可能会更改为False。
-
-返回：返回fetch_list中指定的变量值
-
-返回类型：List
-
-.. note::
-     1. 如果是多卡训练，并且feed参数为dict类型，输入数据将被均匀分配到不同的卡上，例如：使用2块GPU训练，输入样本数为3，即[0, 1, 2]，经过拆分之后，GPU0上的样本数为1，即[0]，GPU1上的样本数为2，即[1, 2]。如果样本数少于设备数，程序会报错，因此运行模型时，应额外注意数据集的最后一个batch的样本数是否少于当前可用的CPU核数或GPU卡数，如果是少于，建议丢弃该batch。
-     2. 如果可用的CPU核数或GPU卡数大于1，则fetch出来的结果为不同设备上的相同变量值（fetch_list中的变量）在第0维拼接在一起。
-
-
-**示例代码1**
-
-.. code-block:: python
-
-            import paddle.fluid as fluid
-            import numpy
-     
-            #首先创建执行引擎
-            place = fluid.CPUPlace() # fluid.CUDAPlace(0)
-            exe = fluid.Executor(place)
-     
-            data = fluid.layers.data(name='X', shape=[1], dtype='float32')
-            hidden = fluid.layers.fc(input=data, size=10)
-            loss = fluid.layers.mean(hidden)
-            adam = fluid.optimizer.Adam()
-            adam.minimize(loss)
-     
-            #仅运行startup程序一次
-            exe.run(fluid.default_startup_program())
-
-            x = numpy.random.random(size=(10, 1)).astype('float32')
-            outs = exe.run(feed={'X': x},
-                           fetch_list=[loss.name])
-
-
-**示例代码2**
-
-.. code-block:: python
-
-            import paddle.fluid as fluid
-            import numpy as np
-            # 创建Executor对象
-            place = fluid.CUDAPlace(0)
-            exe = fluid.Executor(place)
-            data = fluid.data(name='X', shape=[None, 1], dtype='float32')
-            class_dim = 2
-            prediction = fluid.layers.fc(input=data, size=class_dim)
-            loss = fluid.layers.mean(prediction)
-            adam = fluid.optimizer.Adam()
-            adam.minimize(loss)
-            # 运行且仅运行一次startup program
-            exe.run(fluid.default_startup_program())
-            build_strategy = fluid.BuildStrategy()
-            binary = fluid.CompiledProgram(fluid.default_main_program()).with_data_parallel(
-                loss_name=loss.name, build_strategy=build_strategy)
-            batch_size = 6
-            x = np.random.random(size=(batch_size, 1)).astype('float32')
-            # 1) 设置 return_merged 参数为False以获取不合并的计算结果：
-            unmerged_prediction, = exe.run(binary, feed={'X': x},
-                fetch_list=[prediction.name],
-                return_merged=False)
-            # 如果用户使用两个GPU卡来运行此python代码示例，输出结果将为(2, 3, class_dim)。
-            # 输出结果中第一个维度值代表所使用的GPU卡数，而第二个维度值代表batch_size和所使用
-            # 的GPU卡数之商。
-            print("The unmerged prediction shape: {}".format(np.array(unmerged_prediction).shape))
-            print(unmerged_prediction)
-            # 2) 设置 return_merged 参数为True以获取合并的计算结果：
-            merged_prediction, = exe.run(binary, feed={'X': x},
-                fetch_list=[prediction.name],
-                return_merged=True)
-            # 如果用户使用两个GPU卡来运行此python代码示例，输出结果将为(6, class_dim)。输出结果
-            # 中第一个维度值代表batch_size值。
-            print("The merged prediction shape: {}".format(np.array(merged_prediction).shape))
-            print(merged_prediction)
-            # 输出:
-            # The unmerged prediction shape: (2, 3, 2)
-            # [array([[-0.37620035, -0.19752218],
-            #        [-0.3561043 , -0.18697084],
-            #        [-0.24129935, -0.12669306]], dtype=float32), array([[-0.24489994, -0.12858354],
-            #        [-0.49041364, -0.25748932],
-            #        [-0.44331917, -0.23276259]], dtype=float32)]
-            # The merged prediction shape: (6, 2)
-            # [[-0.37789783 -0.19921964]
-            #  [-0.3577645  -0.18863106]
-            #  [-0.24274671 -0.12814042]
-            #  [-0.24635398 -0.13003758]
-            #  [-0.49232286 -0.25939852]
-            #  [-0.44514108 -0.2345845 ]]
-
-
-.. py:method:: infer_from_dataset(program=None, dataset=None, scope=None, thread=0, debug=False, fetch_list=None, fetch_info=None, print_period=100)
-
-infer_from_dataset的文档与train_from_dataset几乎完全相同，只是在分布式训练中，推进梯度将在infer_from_dataset中禁用。 infer_from_dataset（）可以非常容易地用于多线程中的评估。
-
-参数：  
-  - **program** (Program|CompiledProgram) – 需要执行的program,如果没有给定那么默认使用default_main_program (未编译的)
-  - **dataset** (paddle.fluid.Dataset) – 在此函数外创建的数据集，用户应当在调用函数前提供完整定义的数据集。必要时请检查Dataset文件。默认为None
-  - **scope** (Scope) – 执行这个program的域，用户可以指定不同的域。默认为全局域
-  - **thread** (int) – 用户想要在这个函数中运行的线程数量。线程的实际数量为min(Dataset.thread_num, thread)，如果thread > 0，默认为0
-  - **debug** (bool) – 是否开启debug模式，默认为False
-  - **fetch_list** (Variable List) – 返回变量列表，每个变量都会在训练过程中被打印出来，默认为None
-  - **fetch_info** (String List) – 每个变量的打印信息，默认为None
-  - **print_period** (int) – 每两次打印之间间隔的mini-batches的数量，默认为100
-
-返回：None
-
-**示例代码**
-
-.. code-block:: python
-
-  import paddle.fluid as fluid
-  place = fluid.CPUPlace() # 使用GPU时可设置place = fluid.CUDAPlace(0)
-  exe = fluid.Executor(place)
-  x = fluid.layers.data(name="x", shape=[10, 10], dtype="int64")
-  y = fluid.layers.data(name="y", shape=[1], dtype="int64", lod_level=1)
-  dataset = fluid.DatasetFactory().create_dataset()
-  dataset.set_use_var([x, y])
-  dataset.set_thread(1)
-  filelist = [] # 您可以设置您自己的filelist，如filelist = ["dataA.txt"]
-  dataset.set_filelist(filelist)
-  exe.run(fluid.default_startup_program())
-  exe.infer_from_dataset(program=fluid.default_main_program(),dataset=dataset)
-     
-
-.. py:method:: train_from_dataset(program=None, dataset=None, scope=None, thread=0, debug=False, fetch_list=None, fetch_info=None, print_period=100)
-
-从预定义的数据集中训练。 数据集在paddle.fluid.dataset中定义。 给定程序（或编译程序），train_from_dataset将使用数据集中的所有数据样本。 输入范围可由用户给出。 默认情况下，范围是global_scope()。训练中的线程总数是thread。 训练中使用的线程数将是数据集中threadnum的最小值，同时也是此接口中线程的值。 可以设置debug，以便执行器显示所有算子的运行时间和当前训练任务的吞吐量。
-
-注意：train_from_dataset将销毁每次运行在executor中创建的所有资源。
-
-参数：  
-  - **program** (Program|CompiledProgram) – 需要执行的program,如果没有给定那么默认使用default_main_program (未编译的)
-  - **dataset** (paddle.fluid.Dataset) – 在此函数外创建的数据集，用户应当在调用函数前提供完整定义的数据集。必要时请检查Dataset文件。默认为None
-  - **scope** (Scope) – 执行这个program的域，用户可以指定不同的域。默认为全局域
-  - **thread** (int) – 用户想要在这个函数中运行的线程数量。线程的实际数量为min(Dataset.thread_num, thread)，如果thread > 0，默认为0
-  - **debug** (bool) – 是否开启debug模式，默认为False
-  - **fetch_list** (Variable List) – 返回变量列表，每个变量都会在训练过程中被打印出来，默认为None
-  - **fetch_info** (String List) – 每个变量的打印信息，默认为None
-  - **print_period** (int) – 每两次打印之间间隔的mini-batches的数量，默认为100
-
-返回：None
-
-**示例代码**
-
-.. code-block:: python
-
-        import paddle.fluid as fluid
-
-        place = fluid.CPUPlace() # 通过设置place = fluid.CUDAPlace(0)使用GPU
-        exe = fluid.Executor(place)
-        x = fluid.layers.data(name="x", shape=[10, 10], dtype="int64")
-        y = fluid.layers.data(name="y", shape=[1], dtype="int64", lod_level=1)
-        dataset = fluid.DatasetFactory().create_dataset()
-        dataset.set_use_var([x, y])
-        dataset.set_thread(1)
-        filelist = [] # 您可以设置您自己的filelist，如filelist = ["dataA.txt"]
-        dataset.set_filelist(filelist)
-        exe.run(fluid.default_startup_program())
-        exe.train_from_dataset(program=fluid.default_main_program(),
-                               dataset=dataset)
diff --git a/doc/paddle/api/paddle/fluid/ParallelExecutor_cn.rst b/doc/paddle/api/paddle/fluid/ParallelExecutor_cn.rst
deleted file mode 100644
index 8e391956e..000000000
--- a/doc/paddle/api/paddle/fluid/ParallelExecutor_cn.rst
+++ /dev/null
@@ -1,196 +0,0 @@
-.. _cn_api_fluid_ParallelExecutor:
-
-ParallelExecutor
--------------------------------
-
-
-.. py:class:: paddle.fluid.ParallelExecutor(use_cuda, loss_name=None, main_program=None, share_vars_from=None, exec_strategy=None, build_strategy=None, num_trainers=1, trainer_id=0, scope=None)
-
-:api_attr: 声明式编程模式（静态图)
-
-
-
-``ParallelExecutor`` 是 ``Executor`` 的一个升级版本，可以支持基于数据并行的多节点模型训练和测试。如果采用数据并行模式， ``ParallelExecutor`` 在构造时会将参数分发到不同的节点上，并将输入的 ``Program`` 拷贝到不同的节点，在执行过程中，各个节点独立运行模型，将模型反向计算得到的参数梯度在多个节点之间进行聚合，之后各个节点独立的进行参数的更新。如果使用GPU运行模型，即 ``use_cuda=True`` ，节点指代GPU， ``ParallelExecutor`` 将自动获取在当前机器上可用的GPU资源，用户也可以通过在环境变量设置可用的GPU资源，例如：希望使用GPU0、GPU1计算，export CUDA_VISIBLEDEVICES=0,1；如果在CPU上进行操作，即 ``use_cuda=False`` ，节点指代CPU，**注意：此时需要用户在环境变量中手动添加 CPU_NUM ，并将该值设置为CPU设备的个数，例如：export CPU_NUM=4，如果没有设置该环境变量，执行器会在环境变量中添加该变量，并将其值设为1**。
-
-参数:
-    - **use_cuda** (bool) – 该参数表示是否使用GPU执行。
-    - **loss_name** （str） - 该参数为模型最后得到的损失变量的名字。**注意：如果是数据并行模型训练，必须设置loss_name，否则计算结果可能会有问题。** 默认为：None。
-    - **main_program** (Program) – 需要被执行的Program 。如果未提供该参数，即该参数为None，在该接口内，main_program将被设置为fluid.default_main_program()。 默认为：None。
-    - **share_vars_from** (ParallelExecutor) - 如果设置了share_vars_from，当前的ParallelExecutor将与share_vars_from指定的ParallelExecutor共享参数值。需要设置该参数的情况：模型训练过程中需要进行模型测试，并且训练和测试都是采用数据并行模式，那么测试对应的ParallelExecutor在调用with_data_parallel时，需要将share_vars_from设置为训练所对应的ParallelExecutor。由于ParallelExecutor只有在第一次执行时才会将参数变量分发到其他设备上，因此share_vars_from指定的ParallelExecutor必须在当前ParallelExecutor之前运行。默认为：None。
-    - **exec_strategy** (ExecutionStrategy) -  通过exec_strategy指定执行计算图过程可以调整的选项，例如线程池大小等。 关于exec_strategy更多信息，请参阅 ``fluid.ExecutionStrategy`` 。 默认为：None。
-    - **build_strategy** (BuildStrategy): 通过配置build_strategy，对计算图进行转换和优化，例如：计算图中算子融合、计算图执行过程中开启内存/显存优化等。关于build_strategy更多的信息，请参阅  ``fluid.BuildStrategy`` 。 默认为：None。
-    - **num_trainers** (int) – 进行GPU分布式训练时需要设置该参数。如果该参数值大于1，NCCL将会通过多层级节点的方式来初始化。每个节点应有相同的GPU数目。默认为：1。
-    - **trainer_id** (int) –  进行GPU分布式训练时需要设置该参数。该参数必须与num_trainers参数同时使用。trainer_id指明是当前所在节点的 “rank”（层级）。trainer_id从0开始计数。默认为：0。
-    - **scope** (Scope) – 指定执行Program所在的作用域。默认为：fluid.global_scope()。
-
-返回：初始化后的 ``ParallelExecutor`` 对象
-
-返回类型：ParallelExecutor
-
-抛出异常：``TypeError`` 
-    - 如果提供的参数 ``share_vars_from`` 不是 ``ParallelExecutor`` 类型的，将会抛出此异常。
-
-.. note::
-     1. 如果只是进行多卡测试，不需要设置loss_name以及share_vars_from。
-     2. 如果程序中既有模型训练又有模型测试，则构建模型测试所对应的ParallelExecutor时必须设置share_vars_from，否则模型测试和模型训练所使用的参数是不一致。
-
-**示例代码**
-
-.. code-block:: python
-
-    import paddle.fluid as fluid
-    import numpy
-    import os
-    
-    use_cuda = True
-    place = fluid.CUDAPlace(0) if use_cuda else fluid.CPUPlace()
-    
-    # 注意：如果你使用CPU运行程序，需要具体设置CPU_NUM，
-    # 否则fluid会把逻辑核的所有数目设为CPU_NUM，
-    # 在这种情况下，输入的batch size应大于CPU_NUM，
-    # 否则程序会异常中断。
-    if not use_cuda:
-        os.environ['CPU_NUM'] = str(2)
-    
-    exe = fluid.Executor(place)
-    
-    train_program = fluid.Program()
-    startup_program = fluid.Program()
-    with fluid.program_guard(train_program, startup_program):
-        data = fluid.layers.data(name='X', shape=[1], dtype='float32')
-        hidden = fluid.layers.fc(input=data, size=10)
-        loss = fluid.layers.mean(hidden)
-        test_program = fluid.default_main_program().clone(for_test=True)
-        fluid.optimizer.SGD(learning_rate=0.01).minimize(loss)
-
-    exe.run(startup_program)
-    
-    train_exe = fluid.ParallelExecutor(use_cuda=use_cuda,
-                                       main_program=train_program,
-                                       loss_name=loss.name)
-    # 注意：如果此处不设置share_vars_from=train_exe，测试过程中用的参数与训练使用的参数是不一致
-    test_exe = fluid.ParallelExecutor(use_cuda=use_cuda,
-                                      main_program=test_program,
-                                      share_vars_from=train_exe)
-
-    train_data = numpy.random.random(size=(10, 1)).astype('float32')
-    loss_data, = train_exe.run(feed={"X": train_data},
-                               fetch_list=[loss.name])
-
-    test_data = numpy.random.random(size=(10, 1)).astype('float32')
-    loss_data, = test_exe.run(feed={"X": test_data},
-                              fetch_list=[loss.name])
-
-.. py:method::  run(fetch_list, feed=None, feed_dict=None, return_numpy=True)
-
-该接口用于运行当前模型，需要注意的是，执行器会执行Program中的所有算子，而不会根据fetch_list对Program中的算子进行裁剪。
-
-参数：
-    - **fetch_list** (list) – 该变量表示模型运行之后需要返回的变量。
-    - **feed** (list|dict) – 该变量表示模型的输入变量。如果该参数类型为 ``dict`` ，feed中的数据将会被分割(split)并分送给多个设备（CPU/GPU）；如果该参数类型为 ``list`` ，则列表中的各个元素都会直接分别被拷贝到各设备中。默认为：None。
-    - **feed_dict** – 该参数已经停止使用。默认为：None。
-    - **return_numpy** (bool) – 该变量表示是否将fetched tensor转换为numpy。默认为：True。
-
-返回：返回fetch_list中指定的变量值
-
-返回类型：List
-
-抛出异常：
-     - ``ValueError`` - 如果feed参数是list类型，但是它的长度不等于可用设备（执行场所）的数目，再或者给定的feed不是dict类型，抛出此异常
-     - ``TypeError`` - 如果feed参数是list类型，但是它里面的元素不是dict类型时，抛出此异常
-
-.. note::
-     1. 如果feed参数为dict类型，输入数据将被均匀分配到不同的卡上，例如：使用2块GPU训练，输入样本数为3，即[0, 1, 2]，经过拆分之后，GPU0上的样本数为1，即[0]，GPU1上的样本数为2，即[1, 2]。如果样本数少于设备数，程序会报错，因此运行模型时，应额外注意数据集的最后一个batch的样本数是否少于当前可用的CPU核数或GPU卡数，如果是少于，建议丢弃该batch。
-     2. 如果可用的CPU核数或GPU卡数大于1，则fetch出来的结果为不同设备上的相同变量值（fetch_list中的变量）在第0维拼接在一起。
-
-**示例代码**
-
-.. code-block:: python
-    
-    import paddle.fluid as fluid
-    import numpy
-    import os
-
-    use_cuda = True
-    place = fluid.CUDAPlace(0) if use_cuda else fluid.CPUPlace()
-     
-    # 注意：如果你使用CPU运行程序，需要具体设置CPU_NUM，
-    # 否则fluid会把逻辑核的所有数目设为CPU_NUM，
-    # 在这种情况下，输入的batch size应大于CPU_NUM，
-    # 否则程序会异常中断。
-    if not use_cuda:
-        os.environ['CPU_NUM'] = str(2)
-    exe = fluid.Executor(place)
-
-    train_program = fluid.Program()
-    startup_program = fluid.Program()
-    with fluid.program_guard(train_program, startup_program):
-        data = fluid.layers.data(name='X', shape=[1], dtype='float32')
-        hidden = fluid.layers.fc(input=data, size=10)
-        loss = fluid.layers.mean(hidden)
-        fluid.optimizer.SGD(learning_rate=0.01).minimize(loss)
- 
-        exe.run(startup_program)
- 
-        train_exe = fluid.ParallelExecutor(use_cuda=use_cuda,
-                                           main_program=train_program,
-                                           loss_name=loss.name)
-    # 如果feed参数是dict类型:
-    # 图像会被split到设备中。假设有两个设备，那么每个设备将会处理形为 (5, 1)的图像
-    x = numpy.random.random(size=(10, 1)).astype('float32')
-    loss_data, = train_exe.run(feed={"X": x},
-                               fetch_list=[loss.name])
-
-    # 如果feed参数是list类型:
-    # 各设备挨个处理列表中的每个元素
-    # 第一个设备处理形为 (10, 1) 的图像
-    # 第二个设备处理形为 (9, 1) 的图像
-    #
-    # 使用 exe.device_count 得到设备数目
-    x1 = numpy.random.random(size=(10, 1)).astype('float32')
-    x2 = numpy.random.random(size=(9, 1)).astype('float32')
-    loss_data, = train_exe.run(feed=[{"X": x1}, {"X": x2}],
-                               fetch_list=[loss.name])
-
-.. py:method::  drop_local_exe_scopes()
-
-立即清除scope中的临时变量。模型运行过程中，生成的中间临时变量将被放到local execution scope中，为了避免对临时变量频繁的申请与释放，ParallelExecutor中采取的策略是间隔若干次迭代之后清理一次临时变量。ParallelExecutor在ExecutionStrategy中提供了num_iteration_per_drop_scope选项，该选项表示间隔多少次迭代之后清理一次临时变量。如果num_iteration_per_drop_scope值为100，但是希望在迭代50次之后清理一次临时变量，可以通过手动调用该接口。
-
-返回：无
-
-**代码示例**
-
-.. code-block:: python
-
-    import paddle.fluid as fluid
-    import numpy
-    import os
-    
-    use_cuda = True
-    # 注意：如果你使用CPU运行程序，需要具体设置CPU_NUM，
-    # 否则fluid会把逻辑核的所有数目设为CPU_NUM，
-    # 在这种情况下，输入的batch size应大于CPU_NUM，
-    # 否则程序会异常中断。
-    if not use_cuda:
-        os.environ['CPU_NUM'] = str(2)
-    
-    train_program = fluid.Program()
-    startup_program = fluid.Program()
-    with fluid.program_guard(train_program, startup_program):
-        data = fluid.layers.data(name='X', shape=[1], dtype='float32')
-        hidden = fluid.layers.fc(input=data, size=10)
-        loss = fluid.layers.mean(hidden)
-    
-    place = fluid.CUDAPlace(0) if use_cuda else fluid.CPUPlace()
-    exe = fluid.Executor(place)
-    exe.run(startup_program)
-    
-    parallel_exe = fluid.ParallelExecutor(use_cuda=use_cuda,
-                                       main_program=train_program,
-                                       loss_name=loss.name)
-    
-    x = numpy.random.random(size=(10, 1)).astype('float32')
-    loss_data, = parallel_exe.run(feed={"X": x},
-                               fetch_list=[loss.name])
-    
-    parallel_exe.drop_local_exe_scopes()
diff --git a/doc/paddle/api/paddle/fluid/Program_cn.rst b/doc/paddle/api/paddle/fluid/Program_cn.rst
deleted file mode 100644
index 2a611c7b0..000000000
--- a/doc/paddle/api/paddle/fluid/Program_cn.rst
+++ /dev/null
@@ -1,450 +0,0 @@
-.. _cn_api_fluid_Program:
-
-Program
--------------------------------
-
-.. py:class::  paddle.fluid.Program
-
-
-
-
-**注意：默认情况下，Paddle Fluid内部默认含有** :ref:`cn_api_fluid_default_startup_program` **和** :ref:`cn_api_fluid_default_main_program` **，它们共享参数。** :ref:`cn_api_fluid_default_startup_program` **只运行一次来初始化参数，** :ref:`cn_api_fluid_default_main_program` **在每个mini batch中运行并更新权重。**
-
-Program是Paddle Fluid对于计算图的一种静态描述，使用Program的构造函数可以创建一个Program。Program中包括至少一个 :ref:`api_guide_Block` ，当 :ref:`api_guide_Block` 中存在条件选择的控制流OP（例如 :ref:`cn_api_fluid_layers_While` 等）时，该Program将会含有嵌套着的 :ref:`api_guide_Block` 即控制流外部的 :ref:`api_guide_Block` 将包含着控制流内部的 :ref:`api_guide_Block` ，而嵌套的 :ref:`api_guide_Block` 的元素访问控制将由具体的控制流OP来决定。关于Program具体的结构和包含的类型请参阅 `framework.proto <https://github.com/PaddlePaddle/Paddle/blob/develop/paddle/fluid/framework/framework.proto>`_
-。
-
-一个Program的集合通常包含初始化程序（startup_program）与主程序(main_program)，初始化程序是一个包含一些初始化工作的Program，主程序将会包含用来训练的网络结构和变量，在使用同一个 :ref:`api_guide_executor` 执行时他们会共享初始化工作的结果，例如初始化的参数。一个Program的集合可以被用来测试或者训练，被用来训练时， ``Paddle Fluid`` 将会利用所有用户使用的OP和变量来搭建一个训练网络，被用来测试时， 可以通过调用Program相关的接口例如：`clone` 剪去一些与测试无关的OP和变量，比如反向传播的OP和变量。
-
-
-返回：创建的空的Program
-
-返回值类型：Program
-
-**代码示例**
-
-.. code-block:: python
-
-    import paddle.fluid as fluid
-
-    main_program = fluid.Program()
-    startup_program = fluid.Program()
-    with fluid.program_guard(main_program=main_program, startup_program=startup_program):
-        x = fluid.layers.data(name="x", shape=[-1, 784], dtype='float32')
-        y = fluid.layers.data(name="y", shape=[-1, 1], dtype='int32')
-        z = fluid.layers.fc(name="fc", input=x, size=10, act="relu")
-
-    # start_up program here will share fc's weight with main program
-    print("main program is: {}".format(main_program))
-
-    print("start up program is: {}".format(startup_program))
-
-
-.. py:method:: to_string(throw_on_error, with_details=False)
-
-将Program转换为字符串
-
-参数：
- - **throw_on_error** (bool) - 是否在没有设置必需字段时抛出异常。
- - **with_details** (bool) - 值为true时，打印更多关于变量和参数的信息，如trainable, optimize_attr等
-
-返回： 将Program转换为字符串
-
-返回类型： str
-
-抛出异常： ``ValueError`` - 当 ``throw_on_error == true`` ，当没有设置任何必需的字段时，抛出 ``ValueError`` 。
-
-**代码示例**
-
-.. code-block:: python
-
-        import paddle.fluid as fluid
-
-        prog = fluid.default_main_program()
-        x = fluid.layers.data(name="X", shape=[2,3], dtype="float32", append_batch_size=False)
-        pred = fluid.layers.fc(x, size=3)
-        prog_string = prog.to_string(throw_on_error=True, with_details=False)
-        prog_string_with_details = prog.to_string(throw_on_error=False, with_details=True)
-        print("program string without detail: {}".format(prog_string))
-        print("program string with detail: {}".format(prog_string_with_details))
-
-.. py:method:: clone(for_test=False)
-
-**注意:**
-    **1.** ``Program.clone()`` **方法不会克隆例如**  :ref:`cn_api_fluid_io_DataLoader` **这样的数据读取相关的部分，这可能会造成的数据读取部分在克隆后丢失**
-
-    **2. 此API当** ``for_test=True`` **时将会裁剪部分OP和变量。为防止错误的裁剪，推荐在** :ref:`cn_api_fluid_backward_append_backward` **和执行优化器之前使用** ``clone(for_test=True)`` 。
-
-
-当 ``for_test=True`` 时创建一个新的、仅包含当前Program前向内容的Program。否则创建一个新的，和当前Program完全相同的Program
-
-有些OP，在训练和测试之间的行为是不同的，比如  :ref:`cn_api_fluid_layers_batch_norm` 。它们有一个属性 ``is_test`` 来控制行为。当 ``for_test=True`` 时，此方法将把它们的 ``is_test`` 属性更改为True。
-
-- 克隆Program用于训练时，将 ``for_test`` 设置为False。
-- 克隆Program用于测试时，将 ``for_test`` 设置为True。虽然在这种情况下，如果在使用了优化器之后调用 ``clone`` 我们依旧会对Program当中反向执行以及优化器相关的内容进行自动裁剪，但是，我们强烈建议在使用优化器之前使用 ``clone`` 例如如果使用的是 :ref:`cn_api_fluid_optimizer_Momentum` 可以这样去使用:
-
-**代码示例**
-
-   ::
-
-        import paddle.fluid as fluid
-        img = fluid.layers.data(name='image', shape=[784])
-        pred = fluid.layers.fc(input=img, size=10, act='relu')
-        loss = fluid.layers.mean(pred)
-        ## 我们推荐在使用 Optimizer前使用clone()接口
-        test_program = fluid.default_main_program().clone(for_test=True)
-        optimizer = fluid.optimizer.Momentum(learning_rate=0.01, momentum=0.9)
-        optimizer.minimize(loss)
-
-参数：
- - **for_test** (bool) – 取值为True时，clone方法内部会把operator的属性 ``is_test`` 设置为 True， 并裁剪反向OP和参数优化OP，默认值为False
-
-返回：当 ``for_test=True`` 时返回一个新的、仅包含当前Program前向内容的Program。否则返回一个新的，和当前Program完全相同的Program
-
-返回类型： Program
-
-**代码示例**
-
-注意，Program在clone后的顺序可能不同，这不会影响的训练或测试进程。在下面的示例中，我们提供了一个简单的方法print_prog（Program）来打印程序描述，以确保clone后仍能得到同样的打印结果：
-
-.. code-block:: python
-
-        import paddle.fluid as fluid
-        import six
-
-
-        def print_prog(prog):
-            for name, value in sorted(six.iteritems(prog.block(0).vars)):
-                print(value)
-            for op in prog.block(0).ops:
-                print("op type is {}".format(op.type))
-                print("op inputs are {}".format(op.input_arg_names))
-                print("op outputs are {}".format(op.output_arg_names))
-                for key, value in sorted(six.iteritems(op.all_attrs())):
-                    if key not in ['op_callstack', 'op_role_var']:
-                        print(" [ attrs: {}:   {} ]".format(key, value))
-
-1.克隆一个Program，示例代码如下。
-
-.. code-block:: python
-
-        import paddle.fluid as fluid
-        import six
-
-        def print_prog(prog):
-            for name, value in sorted(six.iteritems(prog.block(0).vars)):
-                print(value)
-            for op in prog.block(0).ops:
-                print("op type is {}".format(op.type))
-                print("op inputs are {}".format(op.input_arg_names))
-                print("op outputs are {}".format(op.output_arg_names))
-                for key, value in sorted(six.iteritems(op.all_attrs())):
-                    if key not in ['op_callstack', 'op_role_var']:
-                        print(" [ attrs: {}:   {} ]".format(key, value))
-
-        train_program = fluid.Program()
-        startup_program = fluid.Program()
-
-        # ``startup_program`` 被用来执行一些参数初始化工作
-        # ``main_program`` 被用来容纳网络
-        with fluid.program_guard(train_program, startup_program):
-            with fluid.unique_name.guard():
-                img = fluid.layers.data(name='image', shape=[784])
-                hidden = fluid.layers.fc(input=img, size=200, act='relu')
-                hidden = fluid.layers.dropout(hidden, dropout_prob=0.5)
-                loss = fluid.layers.cross_entropy(
-                                          input=fluid.layers.fc(hidden, size=10, act='softmax'),
-                            label=fluid.layers.data(name='label', shape=[1], dtype='int64'))
-                avg_loss = fluid.layers.mean(loss)
-                test_program = train_program.clone(for_test=True)
-        print_prog(test_program)
-
-        # 由于需要使训练和测试参数共享，我们需要使用训练的 ``startup_program``
-        # 来代替测试用的 ``startup_program``, 尽管测试的 ``startup_program`` 里面什么也没有。
-
-        # 在Paddle Fluid中我们会通过同样的变量名来共享权重.
-        # 训练和测试程序的所有参数将会拥有同样的名字，这将会使训练和测试程序实现参数的共享，
-        # 所以我们使用训练程序的 ``startup_program`` .并且由于测试的 ``startup_program`` 什么也没有,
-        # 因此它是一个新的程序.
-        with fluid.program_guard(train_program, startup_program):
-            with fluid.unique_name.guard():
-                sgd = fluid.optimizer.SGD(learning_rate=1e-3)
-                sgd.minimize(avg_loss)
-
-2.如果分别运行 train Program 和 test Program，则可以不使用clone。
-
-.. code-block:: python
-
-        import paddle.fluid as fluid
-        import six
-
-        def print_prog(prog):
-            for name, value in sorted(six.iteritems(prog.block(0).vars)):
-                print(value)
-            for op in prog.block(0).ops:
-                print("op type is {}".format(op.type))
-                print("op inputs are {}".format(op.input_arg_names))
-                print("op outputs are {}".format(op.output_arg_names))
-                for key, value in sorted(six.iteritems(op.all_attrs())):
-                    if key not in ['op_callstack', 'op_role_var']:
-                        print(" [ attrs: {}:   {} ]".format(key, value))
-        
-        def network():
-            img = fluid.layers.data(name='image', shape=[784])
-            hidden = fluid.layers.fc(input=img, size=200, act='relu')
-            hidden = fluid.layers.dropout(hidden, dropout_prob=0.5)
-            loss = fluid.layers.cross_entropy(
-                input=fluid.layers.fc(hidden, size=10, act='softmax'),
-                label=fluid.layers.data(name='label', shape=[1], dtype='int64'))
-            avg_loss = fluid.layers.mean(loss)
-            return avg_loss
-
-        train_program_2 = fluid.Program()
-        startup_program_2 = fluid.Program()
-        test_program_2 = fluid.Program()
-        with fluid.program_guard(train_program_2, startup_program_2):
-            with fluid.unique_name.guard():
-                avg_loss = network()
-                sgd = fluid.optimizer.SGD(learning_rate=1e-3)
-                sgd.minimize(avg_loss)
-        # 不使用测试阶段的启动程序
-        with fluid.program_guard(test_program_2, startup_program_2):
-            with fluid.unique_name.guard():
-                avg_loss = network()
-        print_prog(test_program_2)
-
-上边两个代码片段生成和打印的Program是一样的。
-
-.. py:staticmethod:: parse_from_string(binary_str)
-
-通过对 `protobuf <https://en.wikipedia.org/wiki/Protocol_Buffers>`_ 的反序列化，转换成Program
-
-
-参数：
- - **binary_str_type** (str) – `protobuf <https://en.wikipedia.org/wiki/Protocol_Buffers>`_ 二进制字符串
-
-返回：反序列化后的 Program
-
-返回类型：Program
-
-**代码示例**
-
-.. code-block:: python
-
-    import paddle.fluid as fluid
-
-    startup_prog = fluid.Program()
-    main_prog = fluid.Program()
-    with fluid.program_guard(startup_prog, main_prog):
-        x = fluid.layers.data(
-            name='X', shape=[1000, 784], dtype='float32', append_batch_size=False)
-
-        y = fluid.layers.data(
-            name='Y', shape=[784, 100], dtype='float32', append_batch_size=False)
-
-        z = fluid.layers.mul(x=x, y=y)
-
-        binary_str = fluid.default_main_program().desc.serialize_to_string()
-        prog_restored = fluid.default_main_program().parse_from_string(binary_str)
-
-        print(fluid.default_main_program())
-        print(prog_restored)
-
-        # 这里打印出的两个Program应该是一模一样的
-
-.. py:attribute:: num_blocks
-
-该Program中的 :ref:`api_guide_Block` 的个数
-
-返回： 该Program中的 :ref:`api_guide_Block` 的个数
-
-返回类型：int
-
-**代码示例**
-
-.. code-block:: python
-
-            import paddle.fluid as fluid
-
-            prog = fluid.default_main_program()
-            num_blocks = prog.num_blocks
-            print(num_blocks)
-
-            ## 1
-            ## 当前Program中只有一个Block，即全局的Block
-
-.. py:attribute:: random_seed
-
-**注意：必须在相关OP被添加之前设置。**
-
-程序中随机运算符的默认随机种子。0意味着随机生成随机种子。
-
-返回：该Program中当前正在使用的random seed
-
-返回类型：int64
-
-**代码示例**
-
-.. code-block:: python
-
-            import paddle.fluid as fluid
-
-            prog = fluid.default_main_program()
-            random_seed = prog.random_seed
-            x_var = fluid.layers.data(name="X", shape=[3,3], dtype="float32", append_batch_size=False)
-            print(random_seed)
-            ## 0
-            ## 默认的random seed是 0
-
-            # 这里我们必须要在fluid.layers.dropout之前设置random_seed
-            prog.random_seed = 1
-            z_var = fluid.layers.dropout(x_var, 0.7)
-
-            print(prog.random_seed)
-            ## 1
-            ## 修改后random seed变成了 1
-
-.. py:method:: global_block()
-
-获取该Program的第一个 :ref:`api_guide_Block` 。
-
-返回：该Program的第一个 :ref:`api_guide_Block`
-
-返回类型：:ref:`api_guide_Block`
-
-**代码示例**
-
-.. code-block:: python
-
-            import paddle.fluid as fluid
-
-            prog = fluid.default_main_program()
-            gb_block = prog.global_block()
-            print(gb_block)
-            ##
-            ## idx: 0
-            ## parent_idx: -1
-            ## 打印出了当前全局Block的描述
-
-.. py:method:: block(index)
-
-返回该Program中 ， ``index`` 指定的 :ref:`api_guide_Block` 。 ``index`` 类型为int
-
-参数:
- - **index** (int) - 需要获取的 :ref:`api_guide_Block`  的index
-
-返回: 该Program中index对应的那个 :ref:`api_guide_Block`
-
-返回类型: :ref:`api_guide_Block`
-
-**代码示例**
-
-.. code-block:: python
-
-            import paddle.fluid as fluid
-
-            prog = fluid.default_main_program()
-            block_0 = prog.block(0)
-            print(block_0)
-            ##
-            ## idx: 0
-            ## parent_idx: -1
-            ## 打印出了0号Block的描述
-
-.. py:method:: current_block()
-
-获取当前 :ref:`api_guide_Block` 。当前 :ref:`api_guide_Block`  是用来添加OP的。
-
-返回: 该Program中用户当前所在的 :ref:`api_guide_Block`
-
-返回类型: :ref:`api_guide_Block`
-
-**代码示例**
-
-.. code-block:: python
-
-            import paddle.fluid as fluid
-
-            prog = fluid.default_main_program()
-            current_blk = prog.current_block()
-            print(current_blk)
-            ##
-            ## idx: 0
-            ## parent_idx: -1
-            ## 打印出了当前Block的描述
-
-.. py:method:: list_vars()
-
-获取当前Program中所有变量。返回值是一个可迭代对象（iterable object)。
-
-返回: Generator 会yield每个Program中的变量
-
-返回类型: iterable 的 :ref:`api_guide_Variable`
-
-
-**代码示例**
-
-.. code-block:: python
-
-            import paddle.fluid as fluid
-
-            prog = fluid.default_main_program()
-            img = fluid.layers.data(name='img', shape=[1,28,28], dtype='float32')
-            label = fluid.layers.data(name='label', shape=[128,1], dtype='int64')
-            for var in prog.list_vars():
-                print(var)
-
-            # 这里将会打印出当前Program中所有的Variable
-
-.. py:method:: all_parameters()
-
-获取当前Program中所有的 :ref:`api_guide_parameter` 。返回值是一个列表。
-
-返回: 一个包含当前Program中所有参数的列表。
-
-返回类型: list[ :ref:`api_guide_parameter` ]
-
-
-**代码示例**
-
-.. code-block:: python
-
-            import paddle.fluid as fluid
-
-            program = fluid.default_main_program()
-            data = fluid.data(name='x', shape=[None, 13], dtype='float32')
-            hidden = fluid.layers.fc(input=data, size=10)
-            loss = fluid.layers.mean(hidden)
-            fluid.optimizer.SGD(learning_rate=0.01).minimize(loss)
-
-            for param in program.all_parameters():
-                print(param)
-
-            # 这里将会打印出当前Program中所有的Parameters，在本例中，输出结果是:
-            #
-            # name: "fc_0.w_0"
-            # type {
-            # type: LOD_TENSOR
-            # lod_tensor {
-            #     tensor {
-            #       data_type: FP32
-            #       dims: 13
-            #       dims: 10
-            #     }
-            #   }
-            # }
-            #
-            # persistable: true
-            # name: "fc_0.b_0"
-            # type {
-            # type: LOD_TENSOR
-            # lod_tensor {
-            #     tensor {
-            #       data_type: FP32
-            #       dims: 10
-            #     }
-            #   }
-            # }
-            # persistable: true
-            #
-            # 这里print(param)将会打印出一个参数所有的属性，包括name，type和persistable，
-            # 你可以访问一个参数的指定属性，例如param.name，param.type
\ No newline at end of file
diff --git a/doc/paddle/api/paddle/fluid/WeightNormParamAttr_cn.rst b/doc/paddle/api/paddle/fluid/WeightNormParamAttr_cn.rst
deleted file mode 100644
index d17b0380c..000000000
--- a/doc/paddle/api/paddle/fluid/WeightNormParamAttr_cn.rst
+++ /dev/null
@@ -1,49 +0,0 @@
-.. _cn_api_fluid_WeightNormParamAttr:
-
-WeightNormParamAttr
--------------------------------
-
-
-.. py:class:: paddle.fluid.WeightNormParamAttr(dim=None, name=None, initializer=None, learning_rate=1.0, regularizer=None, trainable=True, do_model_average=False)
-
-:api_attr: 声明式编程模式（静态图)
-
-
-
-.. note::
-    该类中的 ``gradient_clip`` 属性在2.0版本会废弃，推荐在初始化 ``optimizer`` 时设置梯度裁剪。共有三种裁剪策略： :ref:`cn_api_fluid_clip_GradientClipByGlobalNorm` 、 
-    :ref:`cn_api_fluid_clip_GradientClipByNorm` 、 :ref:`cn_api_fluid_clip_GradientClipByValue` 。
-
-该类定义了权重归一化(Weight Normalization)的参数。权重归一化可以将神经网络中权重向量的长度与其方向解耦，详细的定义与实现可以参考论文：`Weight Normalization: A Simple Reparameterization to Accelerate Training of Deep Neural Networks <https://arxiv.org/pdf/1602.07868.pdf>`_
-
-参数:
-  - **dim** (int) - 进行归一化操作(norm)的切片所在维度，是小于权重Tensor rank的非负数。比如卷积的权重shape是 :math:`[cout, cin, kh, kw]` , rank是4，则dim可以选0,1,2,3；fc的权重shape是 :math:`[cout, cin]` ，rank是2，dim可以选0，1。 dim 默认为None，如果为None就对所有元素做归一化(norm)。
-  - **name** (None|str) - 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` ，默认为None。
-  - **initializer** （Initializer) - 初始化参数方法，例如 ``initializer = fluid.initializer.ConstantInitializer(1.0)`` 。默认为None，如果为None则使用默认初始化函数 `Xavier()` 。
-  - **learning_rate** (float32) - 学习率，优化过程 :math:`global\_lr∗parameter\_lr∗scheduler\_factor` 的学习速率，默认为1.0。
-  - **regularizer** (WeightDecayRegularizer，可选) - 正则化方法。支持两种正则化策略: :ref:`cn_api_fluid_regularizer_L1Decay` 、 
-    :ref:`cn_api_fluid_regularizer_L2Decay` ，如果在 ``optimizer`` (例如 :ref:`cn_api_fluid_optimizer_SGDOptimizer` ) 中也
-    设置了正则化，``optimizer`` 中的正则化将被忽略。默认值为None，表示没有正则化。
-  - **trainable** (bool) - 可选，指明参数是否可训练，默认为True。
-  - **do_model_average** (bool) - 可选，指明参数是否需要模型平均化操作(Model Average)，默认为False。
-
-
-**代码示例**
-
-.. code-block:: python
-
-  import paddle.fluid as fluid
-  data = fluid.layers.data(name="data", shape=[3, 32, 32], dtype="float32")
-  fc = fluid.layers.fc(input=data,
-                       size=1000,
-                       param_attr=fluid.WeightNormParamAttr(
-                                dim=None,
-                                name='weight_norm_param',
-                                initializer=fluid.initializer.ConstantInitializer(1.0),
-                                learning_rate=1.0,
-                                regularizer=fluid.regularizer.L2DecayRegularizer(regularization_coeff=0.1),
-                                trainable=True,
-                                do_model_average=False))
-
-
-
diff --git a/doc/paddle/api/paddle/fluid/default_main_program_cn.rst b/doc/paddle/api/paddle/fluid/default_main_program_cn.rst
deleted file mode 100644
index 4759fafea..000000000
--- a/doc/paddle/api/paddle/fluid/default_main_program_cn.rst
+++ /dev/null
@@ -1,59 +0,0 @@
-.. _cn_api_fluid_default_main_program:
-
-default_main_program
--------------------------------
-
-.. py:function:: paddle.fluid.default_main_program()
-
-
-
-
-
-此接口可以获取当前用于存储op和variable描述信息的 ``default main program``
-
-``fluid.layers`` 接口中添加的op和variable会存储在 ``default main program`` 中
-
-``default main program`` 是fluid的许多编程接口中Program参数的默认值。例如对于 ``Executor.run()`` 如果用户没有传入Program参数，会默认使用 ``default main program`` 
-
-可以使用 :ref:`cn_api_fluid_program_guard` 来替换 ``default main program`` 
-
-参数: 
-    - 无
-
-返回： 当前默认用于存储op和variable描述的Program
-
-返回类型： :ref:`cn_api_fluid_Program`
-
-**代码示例**
-
-.. code-block:: python
-
-        import paddle.fluid as fluid
-     
-        #示例网络:
-        data = fluid.data(name='image', shape=[None, 3, 224, 224], dtype='float32')
-        label = fluid.data(name='label', shape=[None, 1], dtype='int64')
-    
-        conv1 = fluid.layers.conv2d(data, 4, 5, 1, act=None)
-        bn1 = fluid.layers.batch_norm(conv1, act='relu')
-        pool1 = fluid.layers.pool2d(bn1, 2, 'max', 2)
-        conv2 = fluid.layers.conv2d(pool1, 16, 5, 1, act=None)
-        bn2 = fluid.layers.batch_norm(conv2, act='relu')
-        pool2 = fluid.layers.pool2d(bn2, 2, 'max', 2)
-    
-        fc1 = fluid.layers.fc(pool2, size=50, act='relu')
-        fc2 = fluid.layers.fc(fc1, size=102, act='softmax')
-     
-        loss = fluid.layers.cross_entropy(input=fc2, label=label)
-        loss = fluid.layers.mean(loss)
-        opt = fluid.optimizer.Momentum(
-            learning_rate=0.1,
-            momentum=0.9,
-            regularization=fluid.regularizer.L2Decay(1e-4))
-        opt.minimize(loss)
-     
-        print(fluid.default_main_program().num_blocks)
-        print(fluid.default_main_program().blocks[0].var('image'))
-
-
-
diff --git a/doc/paddle/api/paddle/fluid/default_startup_program_cn.rst b/doc/paddle/api/paddle/fluid/default_startup_program_cn.rst
deleted file mode 100644
index bfc247c29..000000000
--- a/doc/paddle/api/paddle/fluid/default_startup_program_cn.rst
+++ /dev/null
@@ -1,45 +0,0 @@
-.. _cn_api_fluid_default_startup_program:
-
-
-
-
-default_startup_program
--------------------------------
-
-.. py:function:: paddle.fluid.default_startup_program()
-
-
-
-
-
-
-该函数可以获取默认/全局 startup :ref:`cn_api_fluid_Program` (初始化启动程序)。
-
- :ref:`_cn_api_fluid_layers` 中的函数会新建参数或 :ref:`cn_api_paddle_data_reader_reader` (读取器) 或 `NCCL <https://developer.nvidia.com/nccl>`_ 句柄作为全局变量。
-
-startup_program会使用内在的OP（算子）去初始化他们，并由 :ref:`_cn_api_fluid_layers` 中的函数将这些OP追加到startup :ref:`cn_api_fluid_Program` 中。
-
-该函数将返回默认的或当前的startup_program。用户可以使用 :ref:`cn_api_fluid_program_guard`  去切换 :ref:`cn_api_fluid_default_startup_program` 。
-
-返回: 当前的默认/全局 初始化 :ref:`cn_api_fluid_Program`
-
-返回类型: :ref:`cn_api_fluid_Program`
-
-**代码示例：**
-
-.. code-block:: python
-
-        import paddle.fluid as fluid
-     
-        main_program = fluid.Program()
-        startup_program = fluid.Program()
-        with fluid.program_guard(main_program=main_program, startup_program=startup_program):
-            x = fluid.layers.data(name="x", shape=[-1, 784], dtype='float32')
-            y = fluid.layers.data(name="y", shape=[-1, 1], dtype='int32')
-            z = fluid.layers.fc(name="fc", input=x, size=10, act="relu")
-     
-            print("main program is: {}".format(fluid.default_main_program()))
-            print("start up program is: {}".format(fluid.default_startup_program()))
-
-
-
diff --git a/doc/paddle/api/paddle/fluid/dygraph/base/disable_dygraph_cn.rst b/doc/paddle/api/paddle/fluid/dygraph/base/disable_dygraph_cn.rst
deleted file mode 100644
index 59dc22b7b..000000000
--- a/doc/paddle/api/paddle/fluid/dygraph/base/disable_dygraph_cn.rst
+++ /dev/null
@@ -1,22 +0,0 @@
-.. _cn_api_fluid_disable_dygraph:
-
-disable_dygraph
--------------------------------
-
-.. py:function:: paddle.fluid.disable_dygraph()
-
-该接口关闭动态图模式。
-
-返回：无
-
-**示例代码**
-
-.. code-block:: python
-
-    import paddle.fluid as fluid
-    import numpy as np
-    fluid.enable_dygraph()  # Now we are in dygraph mode
-    print(fluid.in_dygraph_mode())  # True
-    fluid.disable_dygraph()
-    print(fluid.in_dygraph_mode())  # False
-
diff --git a/doc/paddle/api/paddle/fluid/dygraph/base/enable_dygraph_cn.rst b/doc/paddle/api/paddle/fluid/dygraph/base/enable_dygraph_cn.rst
deleted file mode 100644
index 0df485bd8..000000000
--- a/doc/paddle/api/paddle/fluid/dygraph/base/enable_dygraph_cn.rst
+++ /dev/null
@@ -1,25 +0,0 @@
-.. _cn_api_fluid_enable_dygraph:
-
-enable_dygraph
--------------------------------
-
-.. py:function:: paddle.fluid.enable_dygraph(place=None)
-
-该接口打开动态图模式。
-
-参数：
-  - **place** (fluid.CPUPlace 或 fluid.CUDAPlace，可选) - 执行动态图的设备数目。若为None，则设备根据paddle的编译方式决定。默认值为 ``None``。
-
-返回：无
-
-**示例代码**
-
-.. code-block:: python
-
-    import paddle.fluid as fluid
-    import numpy as np
-    fluid.enable_dygraph()  # Now we are in dygraph mode
-    print(fluid.in_dygraph_mode())  # True
-    fluid.disable_dygraph()
-    print(fluid.in_dygraph_mode())  # False
-
diff --git a/doc/paddle/api/paddle/fluid/framework/in_dygraph_mode_cn.rst b/doc/paddle/api/paddle/fluid/framework/in_dygraph_mode_cn.rst
deleted file mode 100644
index 06c960ce5..000000000
--- a/doc/paddle/api/paddle/fluid/framework/in_dygraph_mode_cn.rst
+++ /dev/null
@@ -1,29 +0,0 @@
-.. _cn_api_fluid_in_dygraph_mode:
-
-in_dygraph_mode
--------------------------------
-
-.. py:function:: paddle.fluid.in_dygraph_mode()
-
-
-
-
-该接口检查程序是否在动态图模式中运行。
-可以通过 ``fluid.dygraph.guard`` 接口开启动态图模式。
-
-返回：如果程序是在动态图模式下运行的，则返回 ``True``。
-
-返回类型：bool
-
-**示例代码**
-
-.. code-block:: python
-
-    import paddle.fluid as fluid
-
-    fluid.enable_dygraph()          # 现在进入 dygragh 模式
-    print(fluid.in_dygraph_mode())  # True
-    fluid.disable_dygraph()
-    print(fluid.in_dygraph_mode())  # False
-
-
diff --git a/doc/paddle/api/paddle/fluid/global_scope_cn.rst b/doc/paddle/api/paddle/fluid/global_scope_cn.rst
deleted file mode 100644
index 277bb23db..000000000
--- a/doc/paddle/api/paddle/fluid/global_scope_cn.rst
+++ /dev/null
@@ -1,28 +0,0 @@
-.. _cn_api_fluid_executor_global_scope:
-
-global_scope
--------------------------------
-
-
-.. py:function:: paddle.fluid.global_scope()
-
-:api_attr: 声明式编程模式（静态图)
-
-
-
-获取全局/默认作用域实例。很多API使用默认 ``global_scope`` ，例如 ``Executor.run`` 等。
-
-返回：全局/默认作用域实例
-
-返回类型：Scope
-
-**示例代码**
-
-.. code-block:: python
-
-        import paddle.fluid as fluid
-        import numpy
-
-        fluid.global_scope().var("data").get_tensor().set(numpy.ones((1, 2)), fluid.CPUPlace())
-        data = numpy.array(fluid.global_scope().find_var("data").get_tensor())
-        print(data)  # [[1. 1.]]
diff --git a/doc/paddle/api/paddle/fluid/gradients_cn.rst b/doc/paddle/api/paddle/fluid/gradients_cn.rst
deleted file mode 100644
index 0165f7f2f..000000000
--- a/doc/paddle/api/paddle/fluid/gradients_cn.rst
+++ /dev/null
@@ -1,39 +0,0 @@
-.. _cn_api_fluid_backward_gradients:
-
-gradients
--------------------------------
-
-
-.. py:function:: paddle.fluid.backward.gradients(targets, inputs, target_gradients=None, no_grad_set=None)
-
-:api_attr: 声明式编程模式（静态图)
-
-
-
-将目标梯度反向传播到输入。
-
-参数：  
-  - **targets** (Variable|list[Variable]) – 目标变量
-  - **inputs** (Variable|list[Variable]) – 输入变量
-  - **target_gradients** (Variable|list[Variable]，可选) – 目标的梯度变量，应与目标变量形状相同；如果设置为None，则以1初始化所有梯度变量
-  - **no_grad_set** (set[Variable|str]，可选) – 在 `block0` ( :ref:`api_guide_Block` ) 中要忽略梯度的 :ref:`api_guide_Variable` 的名字的集合。所有的 :ref:`api_guide_Block` 中带有 ``stop_gradient = True`` 的所有 :ref:`api_guide_Variable` 的名字都会被自动添加到此集合中。如果该参数不为 ``None``，则会将该参数集合的内容添加到默认的集合中。默认值为 ``None``。
-
-
-返回：数组，包含与输入对应的梯度。如果一个输入不影响目标函数，则对应的梯度变量为None
-
-返回类型：(list[Variable])
-
-**示例代码**
-
-.. code-block:: python
-
-            import paddle.fluid as fluid
-
-            x = fluid.data(name='x', shape=[None,2,8,8], dtype='float32')
-            x.stop_gradient=False
-            y = fluid.layers.conv2d(x, 4, 1, bias_attr=False)
-            y = fluid.layers.relu(y)
-            y = fluid.layers.conv2d(y, 4, 1, bias_attr=False)
-            y = fluid.layers.relu(y)
-            z = fluid.gradients([y], x)
-            print(z)
\ No newline at end of file
diff --git a/doc/paddle/api/paddle/fluid/initializer/Normal_cn.rst b/doc/paddle/api/paddle/fluid/initializer/Normal_cn.rst
deleted file mode 100644
index ce50e67bd..000000000
--- a/doc/paddle/api/paddle/fluid/initializer/Normal_cn.rst
+++ /dev/null
@@ -1,115 +0,0 @@
-.. _cn_api_fluid_layers_Normal:
-
-Normal
--------------------------------
-
-.. py:class:: paddle.fluid.layers.Normal(loc, scale)
-
-
-
-
-正态分布
-
-数学公式：
-
-.. math::
-
-    pdf(x; \mu, \sigma) = \frac{1}{Z}e^{\frac {-0.5 (x - \mu)^2}  {\sigma^2} }
-
-    Z = (2 \pi \sigma^2)^{0.5}
-
-上面的数学公式中：
-
-:math:`loc = \mu` : 平均值。
-:math:`scale = \sigma` : 标准差。
-:math:`Z`: 正态分布常量。
-
-参数：
-    - **loc** (float|list|numpy.ndarray|Variable) - 正态分布平均值。数据类型为float32。
-    - **scale** (float|list|numpy.ndarray|Variable) - 正态分布标准差。数据类型为float32。
-
-**代码示例**：
-
-.. code-block:: python
-
-    import numpy as np
-    from paddle.fluid import layers
-	from paddle.fluid.layers import Normal
-
-    # 定义参数为float的正态分布。
-    dist = Normal(loc=0., scale=3.)
-    # 定义一组有两个数的正态分布。
-    # 第一组为均值1，标准差11，第二组为均值2，标准差22。
-    dist = Normal(loc=[1., 2.], scale=[11., 22.])
-    # 得到3个样本, 返回一个 3 x 2 张量。
-    dist.sample([3])
-
-    # 通过广播的方式，定义一个两个参数的正态分布。
-    # 均值都是1，标准差不同。
-    dist = Normal(loc=1., scale=[11., 22.])
-
-    # 一个完整的例子
-    value_npdata = np.array([0.8], dtype="float32")
-    value_tensor = layers.create_tensor(dtype="float32")
-    layers.assign(value_npdata, value_tensor)
-
-    normal_a = Normal([0.], [1.])
-    normal_b = Normal([0.5], [2.])
-
-    sample = normal_a.sample([2])
-    # 一个由定义好的正太分布随机生成的张量，维度为: [2, 1]
-    entropy = normal_a.entropy()
-    # [1.4189385] with shape: [1]
-    lp = normal_a.log_prob(value_tensor)
-    # [-1.2389386] with shape: [1]
-    kl = normal_a.kl_divergence(normal_b)
-    # [0.34939718] with shape: [1]
-
-
-.. py:function:: sample(shape, seed=0)
-
-生成指定维度的样本
-
-参数：
-    - **shape** (list) - 1维列表，指定生成样本的维度。数据类型为int32。
-    - **seed** (int) - 长整型数。
-    
-返回：预先设计好维度的张量, 数据类型为float32
-
-返回类型：Variable
-
-.. py:function:: entropy()
-
-信息熵
-    
-返回：正态分布的信息熵, 数据类型为float32
-
-返回类型：Variable
-
-.. py:function:: log_prob(value)
-
-对数概率密度函数
-
-参数：
-    - **value** (Variable) - 输入张量。数据类型为float32或float64。
-    
-返回：对数概率, 数据类型与value相同
-
-返回类型：Variable
-
-.. py:function:: kl_divergence(other)
-
-两个正态分布之间的KL散度。
-
-参数：
-    - **other** (Normal) - Normal的实例。
-    
-返回：两个正态分布之间的KL散度, 数据类型为float32
-
-返回类型：Variable
-
-
-
-
-
-
diff --git a/doc/paddle/api/paddle/fluid/initializer/Uniform_cn.rst b/doc/paddle/api/paddle/fluid/initializer/Uniform_cn.rst
deleted file mode 100644
index 59e1544b3..000000000
--- a/doc/paddle/api/paddle/fluid/initializer/Uniform_cn.rst
+++ /dev/null
@@ -1,106 +0,0 @@
-.. _cn_api_fluid_layers_Uniform:
-
-Uniform
--------------------------------
-
-.. py:class:: paddle.fluid.layers.Uniform(low, high)
-
-
-
-
-均匀分布
-
-概率密度函数（pdf）为：
-
-.. math::
-
-    pdf(x; a, b) = \frac{1}{Z},  a <=x < b
-
-    Z = b - a
-
-上面的数学公式中：
-
-:math:`low = a` 。
-:math:`high = b` 。
-:math:`Z`: 正态分布常量。
-
-参数low和high的维度必须能够支持广播。
-
-参数：
-    - **low** (float|list|numpy.ndarray|Variable) - 均匀分布的下边界。数据类型为float32。
-    - **high** (float|list|numpy.ndarray|Variable) - 均匀分布的上边界。数据类型为float32。
-
-**代码示例**：
-
-.. code-block:: python
-
-    import numpy as np
-    from paddle.fluid import layers
-    from paddle.fluid.layers import Uniform
-
-    # 定义参数为float的均匀分布
-    u1 = Uniform(low=3.0, high=4.0)
-    # 定义参数为list的均匀分布
-    u2 = Uniform(low=[1.0, 2.0],
-                  high=[3.0, 4.0])
-    # 通过广播的方式，定义一个均匀分布
-    u3 = Uniform(low=[[1.0, 2.0],
-              [3.0, 4.0]],
-         high=[[1.5, 2.5],
-               [3.5, 4.5]])
-
-    # 通过广播的方式，定义一个均匀分布
-    u4 = Uniform(low=3.0, high=[5.0, 6.0, 7.0])
-
-    # 一个完整的例子
-    value_npdata = np.array([0.8], dtype="float32")
-    value_tensor = layers.create_tensor(dtype="float32")
-    layers.assign(value_npdata, value_tensor)
-
-    uniform = Uniform([0.], [2.])
-
-    sample = uniform.sample([2])
-    # 一个由定义好的均匀分布随机生成的张量，维度为: [2, 1]
-    entropy = uniform.entropy()
-    # [0.6931472] with shape: [1]
-    lp = uniform.log_prob(value_tensor)
-    # [-0.6931472] with shape: [1]
-
-
-.. py:function:: sample(shape, seed=0)
-
-生成指定维度的样本
-
-参数：
-    - **shape** (list) - 1维列表，指定生成样本的维度。数据类型为int32。
-    - **seed** (int) - 长整型数。
-    
-返回：预先设计好维度的张量, 数据类型为float32
-
-返回类型：Variable
-
-.. py:function:: entropy()
-
-信息熵
-    
-返回：均匀分布的信息熵, 数据类型为float32
-
-返回类型：Variable
-
-.. py:function:: log_prob(value)
-
-对数概率密度函数
-
-参数：
-    - **value** (Variable) - 输入张量。数据类型为float32或float64。
-    
-返回：对数概率, 数据类型与value相同
-
-返回类型：Variable
-
-
-
-
-
-
-
diff --git a/doc/paddle/api/paddle/fluid/io/load_cn.rst b/doc/paddle/api/paddle/fluid/io/load_cn.rst
deleted file mode 100644
index f00197697..000000000
--- a/doc/paddle/api/paddle/fluid/io/load_cn.rst
+++ /dev/null
@@ -1,168 +0,0 @@
-.. _cn_api_fluid_dygraph_jit_load:
-
-load
------------------
-
-.. py:function:: paddle.fluid.dygraph.jit.load(model_path, configs=None)
-
-:api_attr: 命令式编程模式（动态图)
-
-将接口 :ref:`cn_api_fluid_dygraph_jit_save` 或者 :ref:`cn_api_fluid_io_save_inference_model` 存储的模型载入为 :ref:`cn_api_fluid_dygraph_TranslatedLayer` ，用于预测推理或者fine-tune训练。
-
-.. note::
-    由于一些历史原因，如果载入的模型是通过 :ref:`cn_api_fluid_io_save_inference_model` 存储的，
-    在使用它进行fine-tune训练时会存在一些局限：
-    1. 命令式编程模式不支持 ``LoDTensor`` ，所有原先输入变量或者参数依赖于LoD信息的模型暂时无法使用；
-    2. 所有存储模型的feed变量都需要被传入 ``Translatedlayer`` 的forward方法；
-    3. 原模型变量的 ``stop_gradient`` 信息已丢失且无法准确恢复；
-    4. 原模型参数的 ``trainable`` 信息已丢失且无法准确恢复。
-
-参数：
-    - **model_path** (str) - 存储模型的目录。
-    - **configs** (SaveLoadConfig, 可选) - 用于指定额外配置选项的 :ref:`cn_api_fluid_dygraph_jit_SaveLoadConfig` 对象。默认为 ``None``。
-
-返回：TranslatedLayer - 一个能够执行存储模型的 ``Layer`` 对象。
-
-**示例代码**
-
-1. 载入由接口 :ref:`cn_api_fluid_dygraph_jit_save` 存储的模型进行预测推理及fine-tune训练。
-
-    .. code-block:: python
-
-        import numpy as np
-        import paddle.fluid as fluid
-        from paddle.fluid.dygraph import Linear
-        from paddle.fluid.dygraph import declarative
-        BATCH_SIZE = 32
-        BATCH_NUM = 20
-        def random_batch_reader():
-            def _get_random_images_and_labels(image_shape, label_shape):
-                image = np.random.random(size=image_shape).astype('float32')
-                label = np.random.random(size=label_shape).astype('int64')
-                return image, label
-            def __reader__():
-                for _ in range(BATCH_NUM):
-                    batch_image, batch_label = _get_random_images_and_labels(
-                        [BATCH_SIZE, 784], [BATCH_SIZE, 1])
-                    yield batch_image, batch_label
-            return __reader__
-        class LinearNet(fluid.dygraph.Layer):
-            def __init__(self, in_size, out_size):
-                super(LinearNet, self).__init__()
-                self._linear = Linear(in_size, out_size)
-            @declarative
-            def forward(self, x):
-                return self._linear(x)
-        # 开启命令式编程模式
-        fluid.enable_dygraph() 
-        # 1. 训练存储模型.
-        # 创建网络
-        net = LinearNet(784, 1)
-        adam = fluid.optimizer.AdamOptimizer(learning_rate=0.1, parameter_list=net.parameters())
-        # 创建DataLoader
-        train_loader = fluid.io.DataLoader.from_generator(capacity=5)
-        train_loader.set_batch_generator(random_batch_reader())
-        # 训练
-        for data in train_loader():
-            img, label = data
-            label.stop_gradient = True
-            cost = net(img)
-            loss = fluid.layers.cross_entropy(cost, label)
-            avg_loss = fluid.layers.mean(loss)
-            avg_loss.backward()
-            adam.minimize(avg_loss)
-            net.clear_gradients()
-        model_path = "linear.example.model"
-        fluid.dygraph.jit.save(
-            layer=net,
-            model_path=model_path,
-            input_spec=[img])
-        # 2. 载入模型 & 预测
-        # 载入模型
-        infer_net = fluid.dygraph.jit.load(model_path)
-        # 预测
-        x = fluid.dygraph.to_variable(np.random.random((1, 784)).astype('float32'))
-        pred = infer_net(x)
-        # 3. 载入模型 & fine-tune训练
-        # 载入模型
-        train_net = fluid.dygraph.jit.load(model_path)
-        train_net.train()
-        adam = fluid.optimizer.AdamOptimizer(learning_rate=0.1, parameter_list=train_net.parameters())
-        # 创建DataLoader
-        train_loader = fluid.io.DataLoader.from_generator(capacity=5)
-        train_loader.set_batch_generator(random_batch_reader())
-        # fine-tune训练
-        for data in train_loader():
-            img, label = data
-            label.stop_gradient = True
-            cost = train_net(img)
-            loss = fluid.layers.cross_entropy(cost, label)
-            avg_loss = fluid.layers.mean(loss)
-            avg_loss.backward()
-            adam.minimize(avg_loss)
-            train_net.clear_gradients()
-
-
-2. 载入由接口 :ref:`cn_api_fluid_io_save_inference_model` 存储的模型进行预测推理及fine-tune训练。
-
-    .. code-block:: python
-
-        import numpy as np
-        import paddle.fluid as fluid
-        BATCH_SIZE = 32
-        BATCH_NUM = 20
-        def random_batch_reader():
-            def _get_random_images_and_labels(image_shape, label_shape):
-                image = np.random.random(size=image_shape).astype('float32')
-                label = np.random.random(size=label_shape).astype('int64')
-                return image, label
-            def __reader__():
-                for _ in range(BATCH_NUM):
-                    batch_image, batch_label = _get_random_images_and_labels(
-                        [BATCH_SIZE, 784], [BATCH_SIZE, 1])
-                    yield batch_image, batch_label
-            return __reader__
-        img = fluid.data(name='img', shape=[None, 784], dtype='float32')
-        label = fluid.data(name='label', shape=[None, 1], dtype='int64')
-        pred = fluid.layers.fc(input=img, size=10, act='softmax')
-        loss = fluid.layers.cross_entropy(input=pred, label=label)
-        avg_loss = fluid.layers.mean(loss)
-        optimizer = fluid.optimizer.SGD(learning_rate=0.001)
-        optimizer.minimize(avg_loss)
-        place = fluid.CPUPlace()
-        exe = fluid.Executor(place)
-        exe.run(fluid.default_startup_program())
-        loader = fluid.io.DataLoader.from_generator(
-            feed_list=[img, label], capacity=5, iterable=True)
-        loader.set_batch_generator(random_batch_reader(), places=place)
-        # 1. 训练 & 存储预测模型
-        for data in loader():
-            exe.run(
-                fluid.default_main_program(),
-                feed=data, 
-                fetch_list=[avg_loss])
-        model_path = "fc.example.model"
-        fluid.io.save_inference_model(
-            model_path, ["img"], [pred], exe)
-        # 开启命令式编程模式
-        fluid.enable_dygraph() 
-        # 2. 载入模型 & 预测
-        fc = fluid.dygraph.jit.load(model_path)
-        x = fluid.dygraph.to_variable(np.random.random((1, 784)).astype('float32'))
-        pred = fc(x)
-        # 3. 载入模型 & fine-tune训练
-        fc = fluid.dygraph.jit.load(model_path)
-        fc.train()
-        sgd = fluid.optimizer.SGD(learning_rate=0.001,
-                                    parameter_list=fc.parameters())
-        train_loader = fluid.io.DataLoader.from_generator(capacity=5)
-        train_loader.set_batch_generator(
-            random_batch_reader(), places=place)
-        for data in train_loader():
-            img, label = data
-            label.stop_gradient = True
-            cost = fc(img)
-            loss = fluid.layers.cross_entropy(cost, label)
-            avg_loss = fluid.layers.mean(loss)
-            avg_loss.backward()
-            sgd.minimize(avg_loss)
diff --git a/doc/paddle/api/paddle/fluid/layers/atan_cn.rst b/doc/paddle/api/paddle/fluid/layers/atan_cn.rst
deleted file mode 100644
index 382f6b09b..000000000
--- a/doc/paddle/api/paddle/fluid/layers/atan_cn.rst
+++ /dev/null
@@ -1,38 +0,0 @@
-.. _cn_api_tensor_atan:
-
-atan
--------------------------------
-
-.. py:function:: paddle.atan(x, name=None, out=None)
-
-arctanh 激活函数。
-
-.. math::
-        out = tanh^{-1}(x)
-
-参数:
-    - **x(Variable)** - atan的输入Tensor，数据类型为 float32 或 float64
-    - **name** (str|None) – 具体用法请参见 :ref:`cn_api_guide_Name` ，一般无需设置，默认值为None。
-    - **out** (Variable, 可选) – 指定存储运算结果的Tensor。如果设置为None或者不设置，将创建新的Tensor存储运算结果，默认值为None。
-
-返回：返回类型为Variable(Tensor|LoDTensor)， 数据类型同输入一致。
-
-**代码示例**：
-
-.. code-block:: python
-
-        import numpy as np
-        import paddle
-        import paddle.fluid as fluid
-
-        inputs = fluid.layers.data(name="x", shape = [3], dtype='float32')
-        output = paddle.atan(inputs)
-
-        exe = fluid.Executor(fluid.CPUPlace())
-        exe.run(fluid.default_startup_program())
-
-        img = np.array([-0.8183, 0.4912, -0.6444, 0.0371]).astype(np.float32)
-
-        res = exe.run(fluid.default_main_program(), feed={'x':img}, fetch_list=[output])
-        print(res)
-        #[array([-0.6858003, 0.45658287, -0.5724284, 0.03708299], dtype=float32)]
diff --git a/doc/paddle/api/paddle/fluid/layers/cumsum_cn.rst b/doc/paddle/api/paddle/fluid/layers/cumsum_cn.rst
deleted file mode 100644
index fd9238e64..000000000
--- a/doc/paddle/api/paddle/fluid/layers/cumsum_cn.rst
+++ /dev/null
@@ -1,41 +0,0 @@
-.. _cn_api_fluid_layers_cumsum:
-
-cumsum
--------------------------------
-
-.. py:function:: paddle.fluid.layers.cumsum(x,axis=None,exclusive=None,reverse=None)
-
-:alias_main: paddle.cumsum
-:alias: paddle.cumsum,paddle.tensor.cumsum,paddle.tensor.math.cumsum
-:old_api: paddle.fluid.layers.cumsum
-
-
-
-沿给定轴(axis)的元素的累加和。默认结果的第一个元素和输入的第一个元素一致。如果exlusive为True，结果的第一个元素则为0。
-
-参数：
-    - **x** (Variable) - 累加的输入，需要进行累加操作的变量Tensor/LoDTensor。
-    - **axis** (int，可选) - 指明需要累加的维。-1代表最后一维。默认为：-1。
-    - **exclusive** (bool，可选) - 是否执行exclusive累加。默认为：False。
-    - **reverse** (bool，可选) - 若为True，则以相反顺序执行累加。默认为：False。
-
-返回：Variable(Tensor)。是累加的结果，即累加器的输出。
-
-返回类型：变量(Variable)。
-
-**代码示例**：
-
-.. code-block:: python
-
-    import paddle.fluid as fluid
-    data = fluid.layers.data(name="input", shape=[32, 784])
-    result = fluid.layers.cumsum(data, axis=0)
-
-
-
-
-
-
-
-
-
diff --git a/doc/paddle/api/paddle/fluid/layers/elementwise_max_cn.rst b/doc/paddle/api/paddle/fluid/layers/elementwise_max_cn.rst
deleted file mode 100644
index b36097fbc..000000000
--- a/doc/paddle/api/paddle/fluid/layers/elementwise_max_cn.rst
+++ /dev/null
@@ -1,109 +0,0 @@
-.. _cn_api_fluid_layers_elementwise_max:
-
-elementwise_max
--------------------------------
-
-.. py:function:: paddle.fluid.layers.elementwise_max(x, y, axis=-1, act=None, name=None)
-
-:alias_main: paddle.elementwise_max
-:alias: paddle.elementwise_max,paddle.tensor.elementwise_max,paddle.tensor.math.elementwise_max
-:old_api: paddle.fluid.layers.elementwise_max
-
-
-该OP逐元素对比输入的两个多维Tensor，并且把各个位置更大的元素保存到返回结果中。
-
-等式是：
-
-.. math::
-        Out = max(X, Y)
-
-- :math:`X` ：多维Tensor。
-- :math:`Y` ：多维Tensor。
-
-此运算算子有两种情况：
-        1. :math:`Y` 的 ``shape`` 与 :math:`X` 相同。
-        2. :math:`Y` 的 ``shape`` 是 :math:`X` 的连续子序列。
-
-对于情况2：
-        1. 用 :math:`Y` 的 ``shape`` 匹配 :math:`X` 的 ``shape``，其中 ``axis`` 是 :math:`Y` 在 :math:`X` 上的起始维度的位置。
-        2. 如果 ``axis`` 为-1（默认值），则 :math:`axis = rank（X）-rank（Y）` 。
-        3. 考虑到子序列， :math:`Y` 的大小为1的尾部维度将被忽略，例如shape（Y）=（2,1）=>（2）。
-
-例如：
-
-..  code-block:: text
-
-        shape(X) = (2, 3, 4, 5), shape(Y) = (,)
-        shape(X) = (2, 3, 4, 5), shape(Y) = (5,)
-        shape(X) = (2, 3, 4, 5), shape(Y) = (4, 5), with axis=-1(default) or axis=2
-        shape(X) = (2, 3, 4, 5), shape(Y) = (3, 4), with axis=1
-        shape(X) = (2, 3, 4, 5), shape(Y) = (2), with axis=0
-        shape(X) = (2, 3, 4, 5), shape(Y) = (2, 1), with axis=0
-
-参数：
-        - **x** （Variable）- 多维Tensor。数据类型为 ``float32`` 、 ``float64`` 、 ``int32`` 或  ``int64`` 。
-        - **y** （Variable）- 多维Tensor。数据类型为 ``float32`` 、 ``float64`` 、 ``int32`` 或  ``int64`` 。
-        - **axis** （int32, 可选）- Y的维度对应到X维度上时的索引。默认值为 -1。
-        - **act** （string, 可选）- 激活函数名称，作用于输出上。默认值为None。详细请参考 :ref:`api_guide_activations` ， 常见的激活函数有: ``relu`` ``tanh`` ``sigmoid`` 等。
-        - **name** （string, 可选）- 输出的名字。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：    维度和数据类型与 ``x`` 相同的多维Tensor。
-
-返回类型： 多维Tensor。
-
-**代码示例 1**
-
-..  code-block:: python
-
-    import paddle.fluid as fluid
-    import numpy as np
-
-    def gen_data():
-        return {
-            "x": np.array([2, 3, 4]),
-            "y": np.array([1, 5, 2])
-        }
-
-    x = fluid.layers.data(name="x", shape=[3], dtype='float32')
-    y = fluid.layers.data(name="y", shape=[3], dtype='float32')
-    z = fluid.layers.elementwise_max(x, y)
-
-    place = fluid.CPUPlace()
-    exe = fluid.Executor(place)
-    z_value = exe.run(feed=gen_data(),
-                        fetch_list=[z.name])
-
-    print(z_value) #[2, 5, 4]
-
-**代码示例 2**
-
-..  code-block:: python
-
-    import paddle.fluid as fluid
-    import numpy as np
-
-    def gen_data():
-        return {
-            "x": np.ones((2, 3, 4, 5)).astype('float32'),
-            "y": np.zeros((3, 4)).astype('float32')
-        }
-
-    x = fluid.layers.data(name="x", shape=[2,3,4,5], dtype='float32')
-    y = fluid.layers.data(name="y", shape=[3,4], dtype='float32')
-    z = fluid.layers.elementwise_max(x, y, axis=1)
-
-    place = fluid.CPUPlace()
-    exe = fluid.Executor(place)
-
-    z_value = exe.run(feed=gen_data(),
-                        fetch_list=[z.name])
-
-    print(z_value)#[[[[1., 1., 1., 1., 1.] .... [1., 1., 1., 1., 1.]]]]
-
-
-
-
-
-
-
-
diff --git a/doc/paddle/api/paddle/fluid/layers/elementwise_min_cn.rst b/doc/paddle/api/paddle/fluid/layers/elementwise_min_cn.rst
deleted file mode 100644
index 22669884e..000000000
--- a/doc/paddle/api/paddle/fluid/layers/elementwise_min_cn.rst
+++ /dev/null
@@ -1,106 +0,0 @@
-.. _cn_api_fluid_layers_elementwise_min:
-
-elementwise_min
--------------------------------
-
-.. py:function:: paddle.fluid.layers.elementwise_min(x, y, axis=-1, act=None, name=None)
-
-:alias_main: paddle.elementwise_min
-:alias: paddle.elementwise_min,paddle.tensor.elementwise_min,paddle.tensor.math.elementwise_min
-:old_api: paddle.fluid.layers.elementwise_min
-
-
-该OP逐元素对比输入的两个多维Tensor，并且把各个位置更小的元素保存到返回结果中。
-
-等式是：
-
-.. math::
-        Out = min(X, Y)
-
-- :math:`X` ：多维Tensor。
-- :math:`Y` ：多维Tensor。
-
-此运算算子有两种情况：
-        1. :math:`Y` 的 ``shape`` 与 :math:`X` 相同。
-        2. :math:`Y` 的 ``shape`` 是 :math:`X` 的连续子序列。
-
-对于情况2：
-        1. 用 :math:`Y` 的 ``shape`` 匹配 :math:`X` 的 ``shape``，其中 ``axis`` 是 :math:`Y` 在 :math:`X` 上的起始维度的位置。
-        2. 如果 ``axis`` 为-1（默认值），则 :math:`axis = rank（X）-rank（Y）` 。
-        3. 考虑到子序列， :math:`Y` 的大小为1的尾部维度将被忽略，例如shape（Y）=（2,1）=>（2）。
-
-例如：
-
-..  code-block:: text
-
-        shape(X) = (2, 3, 4, 5), shape(Y) = (,)
-        shape(X) = (2, 3, 4, 5), shape(Y) = (5,)
-        shape(X) = (2, 3, 4, 5), shape(Y) = (4, 5), with axis=-1(default) or axis=2
-        shape(X) = (2, 3, 4, 5), shape(Y) = (3, 4), with axis=1
-        shape(X) = (2, 3, 4, 5), shape(Y) = (2), with axis=0
-        shape(X) = (2, 3, 4, 5), shape(Y) = (2, 1), with axis=0
-
-参数：
-        - **x** （Variable）- 多维Tensor。数据类型为 ``float32`` 、 ``float64`` 、 ``int32`` 或  ``int64`` 。
-        - **y** （Variable）- 多维Tensor。数据类型为 ``float32`` 、 ``float64`` 、 ``int32`` 或  ``int64`` 。
-        - **axis** （int32, 可选）- Y的维度对应到X维度上时的索引。默认值为 -1。
-        - **act** （string, 可选）- 激活函数名称，作用于输出上。默认值为None。详细请参考 :ref:`api_guide_activations` ， 常见的激活函数有: ``relu`` ``tanh`` ``sigmoid`` 等。
-        - **name** （string, 可选）- 输出的名字。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：    维度和数据类型与 ``x`` 相同的多维Tensor。
-
-返回类型： 多维Tensor。
-
-**代码示例 1**
-
-..  code-block:: python
-
-    import paddle.fluid as fluid
-    import numpy as np
-
-    def gen_data():
-        return {
-            "x": np.array([2, 3, 4]),
-            "y": np.array([1, 5, 2])
-        }
-
-    x = fluid.layers.data(name="x", shape=[3], dtype='float32')
-    y = fluid.layers.data(name="y", shape=[3], dtype='float32')
-    z = fluid.layers.elementwise_min(x, y)
-
-    place = fluid.CPUPlace()
-    exe = fluid.Executor(place)
-    z_value = exe.run(feed=gen_data(),
-                        fetch_list=[z.name])
-
-    print(z_value) #[1, 3, 2]
-
-**代码示例 2**
-
-..  code-block:: python
-
-    import paddle.fluid as fluid
-    import numpy as np
-
-    def gen_data():
-        return {
-            "x": np.ones((2, 3, 4, 5)).astype('float32'),
-            "y": np.zeros((3, 4)).astype('float32')
-        }
-
-    x = fluid.layers.data(name="x", shape=[2,3,4,5], dtype='float32')
-    y = fluid.layers.data(name="y", shape=[3,4], dtype='float32')
-    z = fluid.layers.elementwise_min(x, y, axis=1)
-
-    place = fluid.CPUPlace()
-    exe = fluid.Executor(place)
-
-    z_value = exe.run(feed=gen_data(),
-                        fetch_list=[z.name])
-
-    print(z_value)#[[[[0., 0., 0., 0., 0.] .... [0., 0., 0., 0., 0.]]]]
-
-
-
-
-
diff --git a/doc/paddle/api/paddle/fluid/layers/flatten_cn.rst b/doc/paddle/api/paddle/fluid/layers/flatten_cn.rst
deleted file mode 100644
index 3e314f655..000000000
--- a/doc/paddle/api/paddle/fluid/layers/flatten_cn.rst
+++ /dev/null
@@ -1,62 +0,0 @@
-.. _cn_api_fluid_layers_flatten:
-
-flatten
--------------------------------
-
-.. py:function::  paddle.fluid.layers.flatten(x, axis=1, name=None)
-
-:alias_main: paddle.flatten
-:alias: paddle.flatten,paddle.tensor.flatten,paddle.tensor.manipulation.flatten
-:old_api: paddle.fluid.layers.flatten
-
-
-
-flatten op将输入的多维Tensor展平成2-D Tensor矩阵
-
-例如：
-
-.. code-block:: text
-
-    Case 1:
-
-      给定
-        X.shape = (3, 100, 100, 4)
-      且
-        axis = 2
-      得到:
-        Out.shape = (3 * 100, 4 * 100)
-
-    Case 2:
-
-      给定
-        X.shape = (3, 100, 100, 4)
-      且
-        axis = 0
-      得到:
-        Out.shape = (1, 3 * 100 * 100 * 4)
-
-参数：
-  - **x** (Variable) - 一个维度数>=axis 的多维Tensor, 数据类型可以为float32，float64，int8，int32或int64。
-  - **axis** (int) - flatten展开的分割轴，[0, axis) 轴数据被flatten到输出矩阵的0轴，[axis, R)数据被flatten到输出矩阵的1轴，其中R是输入张量的总维度数。axis的值必须在[0,R]范围内。当 axis=0 时，若输入Tensor的维度为 :math:`[d_0, d_1，… d_n]` ，则输出张量的Tensor维度为 :math:`[1，d_0 * d_1 *… d_n]` ，默认值为1。
-  - **name** (str，可选) - 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
-
-返回: 一个 2-D Tensor，它包含输入Tensor的数据，但维度发生变化。输入的[0, axis)维将沿axis展平到输出Tensor的0维度，剩余的输入维数展平到输出的1维度。数据类型与输入x相同。
-
-返回类型: Variable
-
-抛出异常：
-  - ValueError: 如果 x 不是一个Variable
-  - ValueError: 如果axis的范围不在 [0, rank(x)] 范围内
-
-**代码示例**
-
-.. code-block:: python
-
-    import paddle.fluid as fluid
-    x = fluid.layers.data(name="x", shape=[4, 4, 3], append_batch_size=False, dtype="float32")
-    # x shape is [4, 4, 3]
-    out = fluid.layers.flatten(x=x, axis=2)
-    # out shape is [16, 3]
-
-
-
diff --git a/doc/paddle/api/paddle/fluid/layers/hard_shrink_cn.rst b/doc/paddle/api/paddle/fluid/layers/hard_shrink_cn.rst
deleted file mode 100644
index d139a6a8f..000000000
--- a/doc/paddle/api/paddle/fluid/layers/hard_shrink_cn.rst
+++ /dev/null
@@ -1,46 +0,0 @@
-.. _cn_api_fluid_layers_hard_shrink:
-
-hard_shrink
--------------------------------
-
-.. py:function:: paddle.fluid.layers.hard_shrink(x,threshold=None)
-
-:alias_main: paddle.nn.functional.hard_shrink
-:alias: paddle.nn.functional.hard_shrink,paddle.nn.functional.activation.hard_shrink
-:old_api: paddle.fluid.layers.hard_shrink
-
-
-
-HardShrink激活函数(HardShrink activation operator)
-
-
-.. math::
-
-  out = \begin{cases}
-        x, \text{if } x > \lambda \\
-        x, \text{if } x < -\lambda \\
-        0,  \text{otherwise}
-      \end{cases}
-
-参数：
-    - **x** - HardShrink激活函数的输入
-    - **threshold** (FLOAT)-HardShrink激活函数的threshold值。[默认：0.5]
-
-返回：HardShrink激活函数的输出
-
-**代码示例**：
-
-.. code-block:: python
-
-    import paddle.fluid as fluid
-    data = fluid.layers.data(name="input", shape=[784])
-    result = fluid.layers.hard_shrink(x=data, threshold=0.3)
-
-
-
-
-
-
-
-
-
diff --git a/doc/paddle/api/paddle/fluid/layers/margin_rank_loss_cn.rst b/doc/paddle/api/paddle/fluid/layers/margin_rank_loss_cn.rst
deleted file mode 100644
index 0412f85fc..000000000
--- a/doc/paddle/api/paddle/fluid/layers/margin_rank_loss_cn.rst
+++ /dev/null
@@ -1,55 +0,0 @@
-.. _cn_api_fluid_layers_margin_rank_loss:
-
-margin_rank_loss
--------------------------------
-
-.. py:function:: paddle.fluid.layers.margin_rank_loss(label, left, right, margin=0.1, name=None)
-
-:alias_main: paddle.nn.functional.margin_rank_loss
-:alias: paddle.nn.functional.margin_rank_loss,paddle.nn.functional.loss.margin_rank_loss
-:old_api: paddle.fluid.layers.margin_rank_loss
-
-
-
-margin rank loss（间隔排序损失）层。在排序问题中，它可以比较来自排序网络的输入 ``left`` 和输入 ``right`` 的得分。
-
-可用如下等式定义：
-
-.. math::
-    rank\_loss = max(0, -label * (left - right) + margin)
-
-
-参数:
-  - **label** (Variable) – 表示输入 ``left`` 的真实排序是否高于输入 ``right`` , 数据类型为 float32。
-  - **left** (Variable) – 输入 ``left`` 的排序得分， 数据类型为 float32 。
-  - **right** (Variable) – 输入 ``right`` 的排序得分， 数据类型为 float32。
-  - **margin** (float) – 指定的间隔。
-  - **name** (str，可选) – 具体用法请参见 :ref:`cn_api_guide_Name` ，一般无需设置，默认值为None。
-
-返回： 排序损失
-
-返回类型: Variable
-
-抛出异常:
-  - ``ValueError`` - ``label`` , ``left`` , ``right`` 有一者不为Variable类型时，抛出此异常
-
-**代码示例**
-
-..  code-block:: python
-
-    import paddle.fluid as fluid
-    label = fluid.layers.data(name="label", shape=[-1, 1], dtype="float32")
-    left = fluid.layers.data(name="left", shape=[-1, 1], dtype="float32")
-    right = fluid.layers.data(name="right", shape=[-1, 1], dtype="float32")
-    out = fluid.layers.margin_rank_loss(label, left, right)
-
-
-
-
-
-
-
-
-
-
-
diff --git a/doc/paddle/api/paddle/fluid/layers/mean_cn.rst b/doc/paddle/api/paddle/fluid/layers/mean_cn.rst
deleted file mode 100644
index 69363e1c6..000000000
--- a/doc/paddle/api/paddle/fluid/layers/mean_cn.rst
+++ /dev/null
@@ -1,52 +0,0 @@
-.. _cn_api_fluid_layers_mean:
-
-mean
--------------------------------
-
-.. py:function:: paddle.fluid.layers.mean(x, name=None)
-
-:alias_main: paddle.mean
-:alias: paddle.mean,paddle.tensor.mean,paddle.tensor.stat.mean
-:old_api: paddle.fluid.layers.mean
-
-
-
-计算 ``x`` 所有元素的平均值。
-
-参数：
-        - **x** (Variable) : Tensor 或 LoDTensor。均值运算的输入。
-        - **name** (basestring | None) : 输出变量的名称。
-
-返回：
-        - Variable: 包含输出均值的 Tensor / LoDTensor。
-
-返回类型：
-        - Variable（变量）。
-
-**代码示例**：
-
-.. code-block:: python
-
-    import paddle.fluid as fluid
-    import numpy
-
-    # Graph Organizing
-    input = fluid.layers.data(
-        name='data', shape=[2, 3], dtype='float32')
-    output = fluid.layers.mean(input)
-
-    # Create an executor using CPU as an example
-    place = fluid.CPUPlace()
-    exe = fluid.Executor(place)
-    exe.run(fluid.default_startup_program())
-
-    # Execute
-    x_ndarray = numpy.ones([2, 3]).astype(numpy.float32)
-    res, = exe.run(fluid.default_main_program(),
-                   feed={'data':x_ndarray},
-                   fetch_list=[output])
-    print(res)
-    '''
-    Output Value:
-    [1.]
-    '''
diff --git a/doc/paddle/api/paddle/fluid/name_scope_cn.rst b/doc/paddle/api/paddle/fluid/name_scope_cn.rst
deleted file mode 100644
index bf17054ba..000000000
--- a/doc/paddle/api/paddle/fluid/name_scope_cn.rst
+++ /dev/null
@@ -1,53 +0,0 @@
-.. _cn_api_fluid_name_scope:
-
-name_scope
--------------------------------
-
-
-.. py:function:: paddle.fluid.name_scope(prefix=None)
-
-:api_attr: 声明式编程模式（静态图)
-
-
-
-
-该函数为operators生成不同的命名空间。该函数只用于调试和可视化，不建议用在其它方面。
-
-
-参数：
-  - **prefix** (str，可选) - 名称前缀。默认值为None。
-
-**示例代码**
-
-.. code-block:: python
-          
-     import paddle.fluid as fluid
-     with fluid.name_scope("s1"):
-        a = fluid.data(name='data', shape=[None, 1], dtype='int32')
-        b = a + 1
-        with fluid.name_scope("s2"):
-           c = b * 1
-        with fluid.name_scope("s3"):
-           d = c / 1
-     with fluid.name_scope("s1"):
-           f = fluid.layers.pow(d, 2.0)
-     with fluid.name_scope("s4"):
-           g = f - 1
-
-     # 没有指定的话默认OP在default main program中。
-     for op in fluid.default_main_program().block(0).ops:
-         # elementwise_add在/s1/中创建
-         if op.type == 'elementwise_add':
-             assert op.desc.attr("op_namescope") == '/s1/'
-         # elementwise_mul在/s1/s2中创建
-         elif op.type == 'elementwise_mul':
-             assert op.desc.attr("op_namescope") == '/s1/s2/'
-         # elementwise_div在/s1/s3中创建
-         elif op.type == 'elementwise_div':
-             assert op.desc.attr("op_namescope") == '/s1/s3/'
-         # elementwise_sum在/s4/中创建
-         elif op.type == 'elementwise_sub':
-             assert op.desc.attr("op_namescope") == '/s4/'
-         # pow在/s1_1/中创建
-         elif op.type == 'pow':
-             assert op.desc.attr("op_namescope") == '/s1_1/'
diff --git a/doc/paddle/api/paddle/fluid/program_guard_cn.rst b/doc/paddle/api/paddle/fluid/program_guard_cn.rst
deleted file mode 100644
index d1b9e68b0..000000000
--- a/doc/paddle/api/paddle/fluid/program_guard_cn.rst
+++ /dev/null
@@ -1,43 +0,0 @@
-.. _cn_api_fluid_program_guard:
-
-program_guard
--------------------------------
-
-
-.. py:function:: paddle.fluid.program_guard(main_program, startup_program=None)
-
-:api_attr: 声明式编程模式（静态图)
-
-
-
-该接口应配合使用python的 ``with`` 语句来将 ``with`` block 里的算子和变量添加进指定的全局主程序（main program）和启动程序（startup program）。
-
-``with`` 语句块中的fluid.layers下各接口将在新的main program（主程序）中添加operators（算子）和variables（变量）。
-
-参数：
-    - **main_program** (Program) – “with”语句中将使用的新的main program。
-    - **startup_program** (Program，可选) – “with”语句中将使用的新的startup program。若传入 ``None`` 则不改变当前的启动程序，即仍使用default_startup_program。默认值为None。
-
-**代码示例**
-
-.. code-block:: python
-
-    import paddle.fluid as fluid
-    main_program = fluid.Program()
-    startup_program = fluid.Program()
-    with fluid.program_guard(main_program, startup_program):
-        data = fluid.data(name='image', shape=[None, 784, 784], dtype='float32')
-        hidden = fluid.layers.fc(input=data, size=10, act='relu')
-
-例如，当组的网不需要startup_program初始化各变量时，可以传入一个临时的program。
-
-**代码示例**
-
-.. code-block:: python
-
-    import paddle.fluid as fluid
-    main_program = fluid.Program()
-    # 如果您不需要关心startup program,传入一个临时值即可
-    with fluid.program_guard(main_program, fluid.Program()):
-        data = fluid.data(name='image', shape=[None, 784, 784], dtype='float32')
-
diff --git a/doc/paddle/api/paddle/fluid/save_cn.rst b/doc/paddle/api/paddle/fluid/save_cn.rst
deleted file mode 100644
index f0276316b..000000000
--- a/doc/paddle/api/paddle/fluid/save_cn.rst
+++ /dev/null
@@ -1,80 +0,0 @@
-.. _cn_api_fluid_dygraph_jit_save:
-
-save
------------------
-
-.. py:function:: paddle.fluid.dygraph.jit.save(layer, model_path, input_spec=None, configs=None)
-
-将输入的经过 ``@declarative`` 装饰的 :ref:`cn_api_fluid_dygraph_Layer` 存储为 :ref:`cn_api_fluid_dygraph_TranslatedLayer` 格式的模型，
-载入后可用于预测推理或者fine-tune训练。
-
-该接口将会将输入 :ref:`cn_api_fluid_dygraph_Layer` 转写后的模型结构 ``Program`` 和所有必要的持久参数变量存储至输入路径 ``model_path`` 中。
-
-默认存储的 ``Program`` 文件名为 ``__model__``， 默认存储持久参数变量的文件名为 ``__variables__``，
-同时会将变量的一些描述信息存储至文件 ``__variables.info__``，这些额外的信息将在fine-tune训练中使用。
-
-存储的模型能够被以下API载入使用：
-  - :ref:`cn_api_fluid_dygraph_jit_load`
-  - :ref:`cn_api_fluid_io_load_inference_model` （需要配置参数 ``params_filename='__variables__'`` ）
-  - 其他预测库API
-
-参数：
-    - **layer** (Layer) - 需要存储的 :ref:`cn_api_fluid_dygraph_Layer` 对象。输入的 ``Layer`` 需要经过 ``@declarative`` 装饰。
-    - **model_path** (str) - 存储模型的目录。
-    - **input_spec** (list[Variable], 可选) - 描述存储模型的输入。此参数是传入当前存储的 ``TranslatedLayer`` forward方法的一个示例输入。如果为 ``None`` ，所有原 ``Layer`` forward方法的输入变量将都会被配置为存储模型的输入变量。默认为 ``None``。
-    - **configs** (SaveLoadConfig, 可选) - 用于指定额外配置选项的 :ref:`cn_api_fluid_dygraph_jit_SaveLoadConfig` 对象。默认为 ``None``。
-
-返回：无
-
-**示例代码**
-
-.. code-block:: python
-
-    import numpy as np
-    import paddle.fluid as fluid
-    from paddle.fluid.dygraph import Linear
-    from paddle.fluid.dygraph import declarative
-    BATCH_SIZE = 32
-    BATCH_NUM = 20
-    def random_batch_reader():
-        def _get_random_images_and_labels(image_shape, label_shape):
-            image = np.random.random(size=image_shape).astype('float32')
-            label = np.random.random(size=label_shape).astype('int64')
-            return image, label
-        def __reader__():
-            for _ in range(BATCH_NUM):
-                batch_image, batch_label = _get_random_images_and_labels(
-                    [BATCH_SIZE, 784], [BATCH_SIZE, 1])
-                yield batch_image, batch_label
-        return __reader__
-    class LinearNet(fluid.dygraph.Layer):
-        def __init__(self, in_size, out_size):
-            super(LinearNet, self).__init__()
-            self._linear = Linear(in_size, out_size)
-        @declarative
-        def forward(self, x):
-            return self._linear(x)
-    # 开启命令式编程模式
-    fluid.enable_dygraph() 
-    # 创建网络
-    net = LinearNet(784, 1)
-    adam = fluid.optimizer.AdamOptimizer(learning_rate=0.1, parameter_list=net.parameters())
-    # 创建DataLoader
-    train_loader = fluid.io.DataLoader.from_generator(capacity=5)
-    train_loader.set_batch_generator(random_batch_reader())
-    # 训练
-    for data in train_loader():
-        img, label = data
-        label.stop_gradient = True
-        cost = net(img)
-        loss = fluid.layers.cross_entropy(cost, label)
-        avg_loss = fluid.layers.mean(loss)
-        avg_loss.backward()
-        adam.minimize(avg_loss)
-        net.clear_gradients()
-    # 存储模型
-    model_path = "linear.example.model"
-    fluid.dygraph.jit.save(
-        layer=net,
-        model_path=model_path,
-        input_spec=[img])
diff --git a/doc/paddle/api/paddle/fluid/scope_guard_cn.rst b/doc/paddle/api/paddle/fluid/scope_guard_cn.rst
deleted file mode 100644
index e220cd8d4..000000000
--- a/doc/paddle/api/paddle/fluid/scope_guard_cn.rst
+++ /dev/null
@@ -1,36 +0,0 @@
-.. _cn_api_fluid_executor_scope_guard:
-
-scope_guard
--------------------------------
-
-
-.. py:function:: paddle.fluid.executor.scope_guard (scope)
-
-:api_attr: 声明式编程模式（静态图)
-
-
-
-
-该接口通过 python 的 ``with`` 语句切换作用域（scope）。
-作用域记录了变量名和变量 ( :ref:`api_guide_Variable` ) 之间的映射关系，类似于编程语言中的大括号。
-如果未调用此接口，所有的变量和变量名都会被记录在默认的全局作用域中。
-当用户需要创建同名的变量时，如果不希望同名的变量映射关系被覆盖，则需要通过该接口切换作用域。
-通过 ``with`` 语句切换后，``with`` 语句块中所有创建的变量都将分配给新的作用域。
-
-参数：
-  - **scope** (Scope) - 新的作用域。
-
-返回：无
-
-**代码示例**
-
-.. code-block:: python
-
-    import paddle.fluid as fluid
-    import numpy
-
-    new_scope = fluid.Scope()
-    with fluid.scope_guard(new_scope):
-         fluid.global_scope().var("data").get_tensor().set(numpy.ones((1, 2)), fluid.CPUPlace())
-    data = numpy.array(new_scope.find_var("data").get_tensor())
-    print(data)  # [[1. 1.]]
diff --git a/doc/paddle/api/paddle/framework/get_default_dtype_cn.rst b/doc/paddle/api/paddle/framework/get_default_dtype_cn.rst
new file mode 100644
index 000000000..2a3de9256
--- /dev/null
+++ b/doc/paddle/api/paddle/framework/get_default_dtype_cn.rst
@@ -0,0 +1,3 @@
+get
+-------------------------------
+**版本升级，文档正在开发中**
diff --git a/doc/paddle/api/paddle/framework/load_cn.rst b/doc/paddle/api/paddle/framework/load_cn.rst
deleted file mode 100644
index f00197697..000000000
--- a/doc/paddle/api/paddle/framework/load_cn.rst
+++ /dev/null
@@ -1,168 +0,0 @@
-.. _cn_api_fluid_dygraph_jit_load:
-
-load
------------------
-
-.. py:function:: paddle.fluid.dygraph.jit.load(model_path, configs=None)
-
-:api_attr: 命令式编程模式（动态图)
-
-将接口 :ref:`cn_api_fluid_dygraph_jit_save` 或者 :ref:`cn_api_fluid_io_save_inference_model` 存储的模型载入为 :ref:`cn_api_fluid_dygraph_TranslatedLayer` ，用于预测推理或者fine-tune训练。
-
-.. note::
-    由于一些历史原因，如果载入的模型是通过 :ref:`cn_api_fluid_io_save_inference_model` 存储的，
-    在使用它进行fine-tune训练时会存在一些局限：
-    1. 命令式编程模式不支持 ``LoDTensor`` ，所有原先输入变量或者参数依赖于LoD信息的模型暂时无法使用；
-    2. 所有存储模型的feed变量都需要被传入 ``Translatedlayer`` 的forward方法；
-    3. 原模型变量的 ``stop_gradient`` 信息已丢失且无法准确恢复；
-    4. 原模型参数的 ``trainable`` 信息已丢失且无法准确恢复。
-
-参数：
-    - **model_path** (str) - 存储模型的目录。
-    - **configs** (SaveLoadConfig, 可选) - 用于指定额外配置选项的 :ref:`cn_api_fluid_dygraph_jit_SaveLoadConfig` 对象。默认为 ``None``。
-
-返回：TranslatedLayer - 一个能够执行存储模型的 ``Layer`` 对象。
-
-**示例代码**
-
-1. 载入由接口 :ref:`cn_api_fluid_dygraph_jit_save` 存储的模型进行预测推理及fine-tune训练。
-
-    .. code-block:: python
-
-        import numpy as np
-        import paddle.fluid as fluid
-        from paddle.fluid.dygraph import Linear
-        from paddle.fluid.dygraph import declarative
-        BATCH_SIZE = 32
-        BATCH_NUM = 20
-        def random_batch_reader():
-            def _get_random_images_and_labels(image_shape, label_shape):
-                image = np.random.random(size=image_shape).astype('float32')
-                label = np.random.random(size=label_shape).astype('int64')
-                return image, label
-            def __reader__():
-                for _ in range(BATCH_NUM):
-                    batch_image, batch_label = _get_random_images_and_labels(
-                        [BATCH_SIZE, 784], [BATCH_SIZE, 1])
-                    yield batch_image, batch_label
-            return __reader__
-        class LinearNet(fluid.dygraph.Layer):
-            def __init__(self, in_size, out_size):
-                super(LinearNet, self).__init__()
-                self._linear = Linear(in_size, out_size)
-            @declarative
-            def forward(self, x):
-                return self._linear(x)
-        # 开启命令式编程模式
-        fluid.enable_dygraph() 
-        # 1. 训练存储模型.
-        # 创建网络
-        net = LinearNet(784, 1)
-        adam = fluid.optimizer.AdamOptimizer(learning_rate=0.1, parameter_list=net.parameters())
-        # 创建DataLoader
-        train_loader = fluid.io.DataLoader.from_generator(capacity=5)
-        train_loader.set_batch_generator(random_batch_reader())
-        # 训练
-        for data in train_loader():
-            img, label = data
-            label.stop_gradient = True
-            cost = net(img)
-            loss = fluid.layers.cross_entropy(cost, label)
-            avg_loss = fluid.layers.mean(loss)
-            avg_loss.backward()
-            adam.minimize(avg_loss)
-            net.clear_gradients()
-        model_path = "linear.example.model"
-        fluid.dygraph.jit.save(
-            layer=net,
-            model_path=model_path,
-            input_spec=[img])
-        # 2. 载入模型 & 预测
-        # 载入模型
-        infer_net = fluid.dygraph.jit.load(model_path)
-        # 预测
-        x = fluid.dygraph.to_variable(np.random.random((1, 784)).astype('float32'))
-        pred = infer_net(x)
-        # 3. 载入模型 & fine-tune训练
-        # 载入模型
-        train_net = fluid.dygraph.jit.load(model_path)
-        train_net.train()
-        adam = fluid.optimizer.AdamOptimizer(learning_rate=0.1, parameter_list=train_net.parameters())
-        # 创建DataLoader
-        train_loader = fluid.io.DataLoader.from_generator(capacity=5)
-        train_loader.set_batch_generator(random_batch_reader())
-        # fine-tune训练
-        for data in train_loader():
-            img, label = data
-            label.stop_gradient = True
-            cost = train_net(img)
-            loss = fluid.layers.cross_entropy(cost, label)
-            avg_loss = fluid.layers.mean(loss)
-            avg_loss.backward()
-            adam.minimize(avg_loss)
-            train_net.clear_gradients()
-
-
-2. 载入由接口 :ref:`cn_api_fluid_io_save_inference_model` 存储的模型进行预测推理及fine-tune训练。
-
-    .. code-block:: python
-
-        import numpy as np
-        import paddle.fluid as fluid
-        BATCH_SIZE = 32
-        BATCH_NUM = 20
-        def random_batch_reader():
-            def _get_random_images_and_labels(image_shape, label_shape):
-                image = np.random.random(size=image_shape).astype('float32')
-                label = np.random.random(size=label_shape).astype('int64')
-                return image, label
-            def __reader__():
-                for _ in range(BATCH_NUM):
-                    batch_image, batch_label = _get_random_images_and_labels(
-                        [BATCH_SIZE, 784], [BATCH_SIZE, 1])
-                    yield batch_image, batch_label
-            return __reader__
-        img = fluid.data(name='img', shape=[None, 784], dtype='float32')
-        label = fluid.data(name='label', shape=[None, 1], dtype='int64')
-        pred = fluid.layers.fc(input=img, size=10, act='softmax')
-        loss = fluid.layers.cross_entropy(input=pred, label=label)
-        avg_loss = fluid.layers.mean(loss)
-        optimizer = fluid.optimizer.SGD(learning_rate=0.001)
-        optimizer.minimize(avg_loss)
-        place = fluid.CPUPlace()
-        exe = fluid.Executor(place)
-        exe.run(fluid.default_startup_program())
-        loader = fluid.io.DataLoader.from_generator(
-            feed_list=[img, label], capacity=5, iterable=True)
-        loader.set_batch_generator(random_batch_reader(), places=place)
-        # 1. 训练 & 存储预测模型
-        for data in loader():
-            exe.run(
-                fluid.default_main_program(),
-                feed=data, 
-                fetch_list=[avg_loss])
-        model_path = "fc.example.model"
-        fluid.io.save_inference_model(
-            model_path, ["img"], [pred], exe)
-        # 开启命令式编程模式
-        fluid.enable_dygraph() 
-        # 2. 载入模型 & 预测
-        fc = fluid.dygraph.jit.load(model_path)
-        x = fluid.dygraph.to_variable(np.random.random((1, 784)).astype('float32'))
-        pred = fc(x)
-        # 3. 载入模型 & fine-tune训练
-        fc = fluid.dygraph.jit.load(model_path)
-        fc.train()
-        sgd = fluid.optimizer.SGD(learning_rate=0.001,
-                                    parameter_list=fc.parameters())
-        train_loader = fluid.io.DataLoader.from_generator(capacity=5)
-        train_loader.set_batch_generator(
-            random_batch_reader(), places=place)
-        for data in train_loader():
-            img, label = data
-            label.stop_gradient = True
-            cost = fc(img)
-            loss = fluid.layers.cross_entropy(cost, label)
-            avg_loss = fluid.layers.mean(loss)
-            avg_loss.backward()
-            sgd.minimize(avg_loss)
diff --git a/doc/paddle/api/paddle/framework/save_cn.rst b/doc/paddle/api/paddle/framework/save_cn.rst
deleted file mode 100644
index f0276316b..000000000
--- a/doc/paddle/api/paddle/framework/save_cn.rst
+++ /dev/null
@@ -1,80 +0,0 @@
-.. _cn_api_fluid_dygraph_jit_save:
-
-save
------------------
-
-.. py:function:: paddle.fluid.dygraph.jit.save(layer, model_path, input_spec=None, configs=None)
-
-将输入的经过 ``@declarative`` 装饰的 :ref:`cn_api_fluid_dygraph_Layer` 存储为 :ref:`cn_api_fluid_dygraph_TranslatedLayer` 格式的模型，
-载入后可用于预测推理或者fine-tune训练。
-
-该接口将会将输入 :ref:`cn_api_fluid_dygraph_Layer` 转写后的模型结构 ``Program`` 和所有必要的持久参数变量存储至输入路径 ``model_path`` 中。
-
-默认存储的 ``Program`` 文件名为 ``__model__``， 默认存储持久参数变量的文件名为 ``__variables__``，
-同时会将变量的一些描述信息存储至文件 ``__variables.info__``，这些额外的信息将在fine-tune训练中使用。
-
-存储的模型能够被以下API载入使用：
-  - :ref:`cn_api_fluid_dygraph_jit_load`
-  - :ref:`cn_api_fluid_io_load_inference_model` （需要配置参数 ``params_filename='__variables__'`` ）
-  - 其他预测库API
-
-参数：
-    - **layer** (Layer) - 需要存储的 :ref:`cn_api_fluid_dygraph_Layer` 对象。输入的 ``Layer`` 需要经过 ``@declarative`` 装饰。
-    - **model_path** (str) - 存储模型的目录。
-    - **input_spec** (list[Variable], 可选) - 描述存储模型的输入。此参数是传入当前存储的 ``TranslatedLayer`` forward方法的一个示例输入。如果为 ``None`` ，所有原 ``Layer`` forward方法的输入变量将都会被配置为存储模型的输入变量。默认为 ``None``。
-    - **configs** (SaveLoadConfig, 可选) - 用于指定额外配置选项的 :ref:`cn_api_fluid_dygraph_jit_SaveLoadConfig` 对象。默认为 ``None``。
-
-返回：无
-
-**示例代码**
-
-.. code-block:: python
-
-    import numpy as np
-    import paddle.fluid as fluid
-    from paddle.fluid.dygraph import Linear
-    from paddle.fluid.dygraph import declarative
-    BATCH_SIZE = 32
-    BATCH_NUM = 20
-    def random_batch_reader():
-        def _get_random_images_and_labels(image_shape, label_shape):
-            image = np.random.random(size=image_shape).astype('float32')
-            label = np.random.random(size=label_shape).astype('int64')
-            return image, label
-        def __reader__():
-            for _ in range(BATCH_NUM):
-                batch_image, batch_label = _get_random_images_and_labels(
-                    [BATCH_SIZE, 784], [BATCH_SIZE, 1])
-                yield batch_image, batch_label
-        return __reader__
-    class LinearNet(fluid.dygraph.Layer):
-        def __init__(self, in_size, out_size):
-            super(LinearNet, self).__init__()
-            self._linear = Linear(in_size, out_size)
-        @declarative
-        def forward(self, x):
-            return self._linear(x)
-    # 开启命令式编程模式
-    fluid.enable_dygraph() 
-    # 创建网络
-    net = LinearNet(784, 1)
-    adam = fluid.optimizer.AdamOptimizer(learning_rate=0.1, parameter_list=net.parameters())
-    # 创建DataLoader
-    train_loader = fluid.io.DataLoader.from_generator(capacity=5)
-    train_loader.set_batch_generator(random_batch_reader())
-    # 训练
-    for data in train_loader():
-        img, label = data
-        label.stop_gradient = True
-        cost = net(img)
-        loss = fluid.layers.cross_entropy(cost, label)
-        avg_loss = fluid.layers.mean(loss)
-        avg_loss.backward()
-        adam.minimize(avg_loss)
-        net.clear_gradients()
-    # 存储模型
-    model_path = "linear.example.model"
-    fluid.dygraph.jit.save(
-        layer=net,
-        model_path=model_path,
-        input_spec=[img])
diff --git a/doc/paddle/api/paddle/framework/set_default_dtype_cn.rst b/doc/paddle/api/paddle/framework/set_default_dtype_cn.rst
new file mode 100644
index 000000000..3d7928489
--- /dev/null
+++ b/doc/paddle/api/paddle/framework/set_default_dtype_cn.rst
@@ -0,0 +1,3 @@
+set
+-------------------------------
+**版本升级，文档正在开发中**
diff --git a/doc/paddle/api/paddle/fluid/layers/gather_nd_cn.rst b/doc/paddle/api/paddle/gather_nd_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/gather_nd_cn.rst
rename to doc/paddle/api/paddle/gather_nd_cn.rst
diff --git a/doc/paddle/api/paddle/framework/grad_cn.rst b/doc/paddle/api/paddle/grad_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/framework/grad_cn.rst
rename to doc/paddle/api/paddle/grad_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/has_inf_cn.rst b/doc/paddle/api/paddle/has_inf_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/has_inf_cn.rst
rename to doc/paddle/api/paddle/has_inf_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/has_nan_cn.rst b/doc/paddle/api/paddle/has_nan_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/has_nan_cn.rst
rename to doc/paddle/api/paddle/has_nan_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/increment_cn.rst b/doc/paddle/api/paddle/increment_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/increment_cn.rst
rename to doc/paddle/api/paddle/increment_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/is_empty_cn.rst b/doc/paddle/api/paddle/is_empty_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/is_empty_cn.rst
rename to doc/paddle/api/paddle/is_empty_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/isfinite_cn.rst b/doc/paddle/api/paddle/isfinite_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/isfinite_cn.rst
rename to doc/paddle/api/paddle/isfinite_cn.rst
diff --git a/doc/paddle/api/paddle/jit/load_cn.rst b/doc/paddle/api/paddle/jit/load_cn.rst
index f00197697..a12a65fbe 100644
--- a/doc/paddle/api/paddle/jit/load_cn.rst
+++ b/doc/paddle/api/paddle/jit/load_cn.rst
@@ -1,168 +1,55 @@
-.. _cn_api_fluid_dygraph_jit_load:
+.. _cn_api_fluid_load:
 
 load
------------------
-
-.. py:function:: paddle.fluid.dygraph.jit.load(model_path, configs=None)
-
-:api_attr: 命令式编程模式（动态图)
-
-将接口 :ref:`cn_api_fluid_dygraph_jit_save` 或者 :ref:`cn_api_fluid_io_save_inference_model` 存储的模型载入为 :ref:`cn_api_fluid_dygraph_TranslatedLayer` ，用于预测推理或者fine-tune训练。
-
-.. note::
-    由于一些历史原因，如果载入的模型是通过 :ref:`cn_api_fluid_io_save_inference_model` 存储的，
-    在使用它进行fine-tune训练时会存在一些局限：
-    1. 命令式编程模式不支持 ``LoDTensor`` ，所有原先输入变量或者参数依赖于LoD信息的模型暂时无法使用；
-    2. 所有存储模型的feed变量都需要被传入 ``Translatedlayer`` 的forward方法；
-    3. 原模型变量的 ``stop_gradient`` 信息已丢失且无法准确恢复；
-    4. 原模型参数的 ``trainable`` 信息已丢失且无法准确恢复。
-
-参数：
-    - **model_path** (str) - 存储模型的目录。
-    - **configs** (SaveLoadConfig, 可选) - 用于指定额外配置选项的 :ref:`cn_api_fluid_dygraph_jit_SaveLoadConfig` 对象。默认为 ``None``。
-
-返回：TranslatedLayer - 一个能够执行存储模型的 ``Layer`` 对象。
-
-**示例代码**
-
-1. 载入由接口 :ref:`cn_api_fluid_dygraph_jit_save` 存储的模型进行预测推理及fine-tune训练。
-
-    .. code-block:: python
-
-        import numpy as np
-        import paddle.fluid as fluid
-        from paddle.fluid.dygraph import Linear
-        from paddle.fluid.dygraph import declarative
-        BATCH_SIZE = 32
-        BATCH_NUM = 20
-        def random_batch_reader():
-            def _get_random_images_and_labels(image_shape, label_shape):
-                image = np.random.random(size=image_shape).astype('float32')
-                label = np.random.random(size=label_shape).astype('int64')
-                return image, label
-            def __reader__():
-                for _ in range(BATCH_NUM):
-                    batch_image, batch_label = _get_random_images_and_labels(
-                        [BATCH_SIZE, 784], [BATCH_SIZE, 1])
-                    yield batch_image, batch_label
-            return __reader__
-        class LinearNet(fluid.dygraph.Layer):
-            def __init__(self, in_size, out_size):
-                super(LinearNet, self).__init__()
-                self._linear = Linear(in_size, out_size)
-            @declarative
-            def forward(self, x):
-                return self._linear(x)
-        # 开启命令式编程模式
-        fluid.enable_dygraph() 
-        # 1. 训练存储模型.
-        # 创建网络
-        net = LinearNet(784, 1)
-        adam = fluid.optimizer.AdamOptimizer(learning_rate=0.1, parameter_list=net.parameters())
-        # 创建DataLoader
-        train_loader = fluid.io.DataLoader.from_generator(capacity=5)
-        train_loader.set_batch_generator(random_batch_reader())
-        # 训练
-        for data in train_loader():
-            img, label = data
-            label.stop_gradient = True
-            cost = net(img)
-            loss = fluid.layers.cross_entropy(cost, label)
-            avg_loss = fluid.layers.mean(loss)
-            avg_loss.backward()
-            adam.minimize(avg_loss)
-            net.clear_gradients()
-        model_path = "linear.example.model"
-        fluid.dygraph.jit.save(
-            layer=net,
-            model_path=model_path,
-            input_spec=[img])
-        # 2. 载入模型 & 预测
-        # 载入模型
-        infer_net = fluid.dygraph.jit.load(model_path)
-        # 预测
-        x = fluid.dygraph.to_variable(np.random.random((1, 784)).astype('float32'))
-        pred = infer_net(x)
-        # 3. 载入模型 & fine-tune训练
-        # 载入模型
-        train_net = fluid.dygraph.jit.load(model_path)
-        train_net.train()
-        adam = fluid.optimizer.AdamOptimizer(learning_rate=0.1, parameter_list=train_net.parameters())
-        # 创建DataLoader
-        train_loader = fluid.io.DataLoader.from_generator(capacity=5)
-        train_loader.set_batch_generator(random_batch_reader())
-        # fine-tune训练
-        for data in train_loader():
-            img, label = data
-            label.stop_gradient = True
-            cost = train_net(img)
-            loss = fluid.layers.cross_entropy(cost, label)
-            avg_loss = fluid.layers.mean(loss)
-            avg_loss.backward()
-            adam.minimize(avg_loss)
-            train_net.clear_gradients()
-
-
-2. 载入由接口 :ref:`cn_api_fluid_io_save_inference_model` 存储的模型进行预测推理及fine-tune训练。
-
-    .. code-block:: python
-
-        import numpy as np
-        import paddle.fluid as fluid
-        BATCH_SIZE = 32
-        BATCH_NUM = 20
-        def random_batch_reader():
-            def _get_random_images_and_labels(image_shape, label_shape):
-                image = np.random.random(size=image_shape).astype('float32')
-                label = np.random.random(size=label_shape).astype('int64')
-                return image, label
-            def __reader__():
-                for _ in range(BATCH_NUM):
-                    batch_image, batch_label = _get_random_images_and_labels(
-                        [BATCH_SIZE, 784], [BATCH_SIZE, 1])
-                    yield batch_image, batch_label
-            return __reader__
-        img = fluid.data(name='img', shape=[None, 784], dtype='float32')
-        label = fluid.data(name='label', shape=[None, 1], dtype='int64')
-        pred = fluid.layers.fc(input=img, size=10, act='softmax')
-        loss = fluid.layers.cross_entropy(input=pred, label=label)
-        avg_loss = fluid.layers.mean(loss)
-        optimizer = fluid.optimizer.SGD(learning_rate=0.001)
-        optimizer.minimize(avg_loss)
-        place = fluid.CPUPlace()
-        exe = fluid.Executor(place)
-        exe.run(fluid.default_startup_program())
-        loader = fluid.io.DataLoader.from_generator(
-            feed_list=[img, label], capacity=5, iterable=True)
-        loader.set_batch_generator(random_batch_reader(), places=place)
-        # 1. 训练 & 存储预测模型
-        for data in loader():
-            exe.run(
-                fluid.default_main_program(),
-                feed=data, 
-                fetch_list=[avg_loss])
-        model_path = "fc.example.model"
-        fluid.io.save_inference_model(
-            model_path, ["img"], [pred], exe)
-        # 开启命令式编程模式
-        fluid.enable_dygraph() 
-        # 2. 载入模型 & 预测
-        fc = fluid.dygraph.jit.load(model_path)
-        x = fluid.dygraph.to_variable(np.random.random((1, 784)).astype('float32'))
-        pred = fc(x)
-        # 3. 载入模型 & fine-tune训练
-        fc = fluid.dygraph.jit.load(model_path)
-        fc.train()
-        sgd = fluid.optimizer.SGD(learning_rate=0.001,
-                                    parameter_list=fc.parameters())
-        train_loader = fluid.io.DataLoader.from_generator(capacity=5)
-        train_loader.set_batch_generator(
-            random_batch_reader(), places=place)
-        for data in train_loader():
-            img, label = data
-            label.stop_gradient = True
-            cost = fc(img)
-            loss = fluid.layers.cross_entropy(cost, label)
-            avg_loss = fluid.layers.mean(loss)
-            avg_loss.backward()
-            sgd.minimize(avg_loss)
+-------------------------------
+
+.. py:function:: paddle.fluid.load(program, model_path, executor=None, var_list=None)
+
+:api_attr: 声明式编程模式（静态图)
+
+
+
+该接口从Program中过滤出参数和优化器信息，然后从文件中获取相应的值。
+
+如果Program和加载的文件之间参数的维度或数据类型不匹配，将引发异常。
+
+该函数还可以加载用[save_params，save_persistables，save_vars]接口保存的模型文件。
+当[save_params，save_persistables，save_vars]保存的模型格式为单个大文件时，var_list不能为None。
+
+参数:
+ - **program**  ( :ref:`cn_api_fluid_Program` ) – 要加载的Program。
+ - **model_path**  (str) – 保存Program的目录名称+文件前缀。格式为 ``目录名称/文件前缀`` 。
+ - **executor** (Executor, 可选) - 当startup program没有运行时，用于初始化参数的Executor。默认值：None。
+ - **var_list** (list, 可选) - 指定加载的变量列表，该参数只在加载旧接口[save_params，save_persistables，save_vars]保存的模型文件时使用。当加载的是多个小文件时，变量列表可以是所有加载文件中变量的子集；当加载的单个大文件时，变量列表必须和加载文件中的变量保持一致。
+
+返回: 无
+
+**代码示例**
+
+.. code-block:: python
+
+    # example1
+    import paddle.fluid as fluid
+
+    x = fluid.data( name="x", shape=[10, 10], dtype='float32')
+    y = fluid.layers.fc(x, 10)
+    z = fluid.layers.fc(y, 10)
+    place = fluid.CPUPlace()
+    exe = fluid.Executor(place)
+    exe.run(fluid.default_startup_program())
+    fluid.save(fluid.default_main_program(), "./test_path")
+    fluid.load(fluid.default_main_program(), "./test_path")
+
+    # example2
+    # 注意example1和example2应该分开执行，避免干扰。
+    import paddle.fluid as fluid
+
+    x = fluid.data( name="x", shape=[10, 10], dtype='float32')
+    y = fluid.layers.fc(x, 10)
+    z = fluid.layers.fc(y, 10)
+    place = fluid.CPUPlace()
+    exe = fluid.Executor(place)
+    exe.run(fluid.default_startup_program())
+    fluid.save(fluid.default_main_program(), "./test_path")
+    fluid.load(fluid.default_main_program(), "./test_path", exe)
+
diff --git a/doc/paddle/api/paddle/jit/save_cn.rst b/doc/paddle/api/paddle/jit/save_cn.rst
index f0276316b..a15b23f2b 100644
--- a/doc/paddle/api/paddle/jit/save_cn.rst
+++ b/doc/paddle/api/paddle/jit/save_cn.rst
@@ -1,80 +1,51 @@
-.. _cn_api_fluid_dygraph_jit_save:
+.. _cn_api_fluid_save:
 
 save
------------------
+-------------------------------
 
-.. py:function:: paddle.fluid.dygraph.jit.save(layer, model_path, input_spec=None, configs=None)
 
-将输入的经过 ``@declarative`` 装饰的 :ref:`cn_api_fluid_dygraph_Layer` 存储为 :ref:`cn_api_fluid_dygraph_TranslatedLayer` 格式的模型，
-载入后可用于预测推理或者fine-tune训练。
+.. py:function:: paddle.fluid.save(program, model_path)
 
-该接口将会将输入 :ref:`cn_api_fluid_dygraph_Layer` 转写后的模型结构 ``Program`` 和所有必要的持久参数变量存储至输入路径 ``model_path`` 中。
+:api_attr: 声明式编程模式（静态图)
+:alias_main: paddle.save
+:alias: paddle.save,paddle.tensor.save,paddle.tensor.io.save
+:old_api: paddle.fluid.save
 
-默认存储的 ``Program`` 文件名为 ``__model__``， 默认存储持久参数变量的文件名为 ``__variables__``，
-同时会将变量的一些描述信息存储至文件 ``__variables.info__``，这些额外的信息将在fine-tune训练中使用。
 
-存储的模型能够被以下API载入使用：
-  - :ref:`cn_api_fluid_dygraph_jit_load`
-  - :ref:`cn_api_fluid_io_load_inference_model` （需要配置参数 ``params_filename='__variables__'`` ）
-  - 其他预测库API
 
-参数：
-    - **layer** (Layer) - 需要存储的 :ref:`cn_api_fluid_dygraph_Layer` 对象。输入的 ``Layer`` 需要经过 ``@declarative`` 装饰。
-    - **model_path** (str) - 存储模型的目录。
-    - **input_spec** (list[Variable], 可选) - 描述存储模型的输入。此参数是传入当前存储的 ``TranslatedLayer`` forward方法的一个示例输入。如果为 ``None`` ，所有原 ``Layer`` forward方法的输入变量将都会被配置为存储模型的输入变量。默认为 ``None``。
-    - **configs** (SaveLoadConfig, 可选) - 用于指定额外配置选项的 :ref:`cn_api_fluid_dygraph_jit_SaveLoadConfig` 对象。默认为 ``None``。
+该接口将传入的参数、优化器信息和网络描述保存到 ``model_path`` 。
 
-返回：无
+参数包含所有的可训练 :ref:`cn_api_fluid_Variable` ，将保存到后缀为 ``.pdparams`` 的文件中。
 
-**示例代码**
+优化器信息包含优化器使用的所有变量。对于Adam优化器，包含beta1、beta2、momentum等。
+所有信息将保存到后缀为 ``.pdopt`` 的文件中。（如果优化器没有需要保存的变量（如sgd），则不会生成）。
+
+网络描述是程序的描述。它只用于部署。描述将保存到后缀为 ``.pdmodel`` 的文件中。
+
+参数:
+ - **program**  ( :ref:`cn_api_fluid_Program` ) – 要保存的Program。
+ - **model_path**  (str) – 保存program的文件前缀。格式为 ``目录名称/文件前缀``。如果文件前缀为空字符串，会引发异常。
+
+返回: 无
+
+**代码示例**
 
 .. code-block:: python
 
-    import numpy as np
     import paddle.fluid as fluid
-    from paddle.fluid.dygraph import Linear
-    from paddle.fluid.dygraph import declarative
-    BATCH_SIZE = 32
-    BATCH_NUM = 20
-    def random_batch_reader():
-        def _get_random_images_and_labels(image_shape, label_shape):
-            image = np.random.random(size=image_shape).astype('float32')
-            label = np.random.random(size=label_shape).astype('int64')
-            return image, label
-        def __reader__():
-            for _ in range(BATCH_NUM):
-                batch_image, batch_label = _get_random_images_and_labels(
-                    [BATCH_SIZE, 784], [BATCH_SIZE, 1])
-                yield batch_image, batch_label
-        return __reader__
-    class LinearNet(fluid.dygraph.Layer):
-        def __init__(self, in_size, out_size):
-            super(LinearNet, self).__init__()
-            self._linear = Linear(in_size, out_size)
-        @declarative
-        def forward(self, x):
-            return self._linear(x)
-    # 开启命令式编程模式
-    fluid.enable_dygraph() 
-    # 创建网络
-    net = LinearNet(784, 1)
-    adam = fluid.optimizer.AdamOptimizer(learning_rate=0.1, parameter_list=net.parameters())
-    # 创建DataLoader
-    train_loader = fluid.io.DataLoader.from_generator(capacity=5)
-    train_loader.set_batch_generator(random_batch_reader())
-    # 训练
-    for data in train_loader():
-        img, label = data
-        label.stop_gradient = True
-        cost = net(img)
-        loss = fluid.layers.cross_entropy(cost, label)
-        avg_loss = fluid.layers.mean(loss)
-        avg_loss.backward()
-        adam.minimize(avg_loss)
-        net.clear_gradients()
-    # 存储模型
-    model_path = "linear.example.model"
-    fluid.dygraph.jit.save(
-        layer=net,
-        model_path=model_path,
-        input_spec=[img])
+
+    x = fluid.data(name="x", shape=[10, 10], dtype='float32')
+    y = fluid.layers.fc(x, 10)
+    z = fluid.layers.fc(y, 10)
+    place = fluid.CPUPlace()
+    exe = fluid.Executor(place)
+    exe.run(fluid.default_startup_program())
+
+    fluid.save(fluid.default_main_program(), "./test_path")
+
+
+
+
+
+
+
diff --git a/doc/paddle/api/paddle/fluid/layers/linspace_cn.rst b/doc/paddle/api/paddle/linspace_cn.rst
similarity index 55%
rename from doc/paddle/api/paddle/fluid/layers/linspace_cn.rst
rename to doc/paddle/api/paddle/linspace_cn.rst
index 7c228c413..ca9775016 100644
--- a/doc/paddle/api/paddle/fluid/layers/linspace_cn.rst
+++ b/doc/paddle/api/paddle/linspace_cn.rst
@@ -1,29 +1,24 @@
-.. _cn_api_tensor_linspace:
+.. _cn_api_fluid_layers_linspace:
 
 linspace
 -------------------------------
 
-.. py:function:: paddle.linspace(start, stop, num, dtype=None, name=None)
+.. py:function:: paddle.fluid.layers.linspace(start, stop, num, dtype=None, name=None)
 
-:alias_main: paddle.linspace
-:alias: paddle.tensor.linspace, paddle.tensor.creation.linspace
 
 
 
 该OP返回一个Tensor，Tensor的值为在区间start和stop上均匀间隔的num个值，输出Tensor的长度为num。
-
 **注意：该OP不进行梯度计算**
  
 参数：
     - **start** (float|Tensor) – ``start`` 是区间开始的变量，可以是一个浮点标量，或是一个shape为[1]的Tensor，该Tensor的数据类型可以是float32或者是float64。
     - **stop** (float|Tensor) – ``end`` 是区间结束的变量，可以是一个浮点标量，或是一个shape为[1]的Tensor，该Tensor的数据类型可以是float32或者是float64。
     - **num** (int|Tensor) – ``num`` 是给定区间内需要划分的区间数，可以是一个整型标量，或是一个shape为[1]的Tensor，该Tensor的数据类型需为int32。
-    - **dtype** (np.dtype|core.VarDesc.VarType|str，可选) – 输出Tensor的数据类型，可以是float32或者是float64。如果dtype为None，默认类型为float32。
-    - **name** （str，可选）- 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
-
-返回：输出结果的数据类型是float32或float64，表示等间隔划分结果的1-D Tensor，该Tensor的shape大小为 :math:`[num]` ，在mum为1的情况下，仅返回包含start元素值的Tensor。
+    - **dtype** (string, 可选) – 输出Tensor的数据类型，可以是float32或者是float64，如果dtype的数据类型为None，输出Tensor数据类型为float32。
+    - **name** （str， 可选）- 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
 
-返回类型：Variable
+返回：表示等间隔划分结果的1-D Tensor，该Tensor的shape大小为 :math:`[num]` ，在mum为1的情况下，仅返回包含start元素值的Tensor。
 
 抛出异常：
     - ``TypeError`` - 当start或者stop的数据类型不是float32或者float64。
@@ -34,7 +29,11 @@ linspace
 
 .. code-block:: python
 
-      import paddle
-      data = paddle.linspace(0, 10, 5, dtype='float32') # [0.0,  2.5,  5.0,  7.5, 10.0]
-      data = paddle.linspace(0, 10, 1, dtype='float32') # [0.0]
+      import paddle.fluid as fluid
+      data = fluid.layers.linspace(0, 10, 5, 'float32') # [0.0,  2.5,  5.0,  7.5, 10.0]
+      data = fluid.layers.linspace(0, 10, 1, 'float32') # [0.0]
+
+
+
+
 
diff --git a/doc/paddle/api/paddle/load_cn.rst b/doc/paddle/api/paddle/load_cn.rst
new file mode 100644
index 000000000..a12a65fbe
--- /dev/null
+++ b/doc/paddle/api/paddle/load_cn.rst
@@ -0,0 +1,55 @@
+.. _cn_api_fluid_load:
+
+load
+-------------------------------
+
+.. py:function:: paddle.fluid.load(program, model_path, executor=None, var_list=None)
+
+:api_attr: 声明式编程模式（静态图)
+
+
+
+该接口从Program中过滤出参数和优化器信息，然后从文件中获取相应的值。
+
+如果Program和加载的文件之间参数的维度或数据类型不匹配，将引发异常。
+
+该函数还可以加载用[save_params，save_persistables，save_vars]接口保存的模型文件。
+当[save_params，save_persistables，save_vars]保存的模型格式为单个大文件时，var_list不能为None。
+
+参数:
+ - **program**  ( :ref:`cn_api_fluid_Program` ) – 要加载的Program。
+ - **model_path**  (str) – 保存Program的目录名称+文件前缀。格式为 ``目录名称/文件前缀`` 。
+ - **executor** (Executor, 可选) - 当startup program没有运行时，用于初始化参数的Executor。默认值：None。
+ - **var_list** (list, 可选) - 指定加载的变量列表，该参数只在加载旧接口[save_params，save_persistables，save_vars]保存的模型文件时使用。当加载的是多个小文件时，变量列表可以是所有加载文件中变量的子集；当加载的单个大文件时，变量列表必须和加载文件中的变量保持一致。
+
+返回: 无
+
+**代码示例**
+
+.. code-block:: python
+
+    # example1
+    import paddle.fluid as fluid
+
+    x = fluid.data( name="x", shape=[10, 10], dtype='float32')
+    y = fluid.layers.fc(x, 10)
+    z = fluid.layers.fc(y, 10)
+    place = fluid.CPUPlace()
+    exe = fluid.Executor(place)
+    exe.run(fluid.default_startup_program())
+    fluid.save(fluid.default_main_program(), "./test_path")
+    fluid.load(fluid.default_main_program(), "./test_path")
+
+    # example2
+    # 注意example1和example2应该分开执行，避免干扰。
+    import paddle.fluid as fluid
+
+    x = fluid.data( name="x", shape=[10, 10], dtype='float32')
+    y = fluid.layers.fc(x, 10)
+    z = fluid.layers.fc(y, 10)
+    place = fluid.CPUPlace()
+    exe = fluid.Executor(place)
+    exe.run(fluid.default_startup_program())
+    fluid.save(fluid.default_main_program(), "./test_path")
+    fluid.load(fluid.default_main_program(), "./test_path", exe)
+
diff --git a/doc/paddle/api/paddle/fluid/layers/log_cn.rst b/doc/paddle/api/paddle/log_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/log_cn.rst
rename to doc/paddle/api/paddle/log_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/logical_and_cn.rst b/doc/paddle/api/paddle/logical_and_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/logical_and_cn.rst
rename to doc/paddle/api/paddle/logical_and_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/logical_not_cn.rst b/doc/paddle/api/paddle/logical_not_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/logical_not_cn.rst
rename to doc/paddle/api/paddle/logical_not_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/logical_or_cn.rst b/doc/paddle/api/paddle/logical_or_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/logical_or_cn.rst
rename to doc/paddle/api/paddle/logical_or_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/logical_xor_cn.rst b/doc/paddle/api/paddle/logical_xor_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/logical_xor_cn.rst
rename to doc/paddle/api/paddle/logical_xor_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/multiplex_cn.rst b/doc/paddle/api/paddle/multiplex_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/multiplex_cn.rst
rename to doc/paddle/api/paddle/multiplex_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/dygraph/BatchNorm_cn.rst b/doc/paddle/api/paddle/nn/BatchNorm_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/dygraph/BatchNorm_cn.rst
rename to doc/paddle/api/paddle/nn/BatchNorm_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/dygraph/BilinearTensorProduct_cn.rst b/doc/paddle/api/paddle/nn/BilinearTensorProduct_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/dygraph/BilinearTensorProduct_cn.rst
rename to doc/paddle/api/paddle/nn/BilinearTensorProduct_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/dygraph/Embedding_cn.rst b/doc/paddle/api/paddle/nn/Embedding_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/dygraph/Embedding_cn.rst
rename to doc/paddle/api/paddle/nn/Embedding_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/clip/GradientClipByGlobalNorm_cn.rst b/doc/paddle/api/paddle/nn/GradientClipByGlobalNorm_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/clip/GradientClipByGlobalNorm_cn.rst
rename to doc/paddle/api/paddle/nn/GradientClipByGlobalNorm_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/clip/GradientClipByNorm_cn.rst b/doc/paddle/api/paddle/nn/GradientClipByNorm_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/clip/GradientClipByNorm_cn.rst
rename to doc/paddle/api/paddle/nn/GradientClipByNorm_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/clip/GradientClipByValue_cn.rst b/doc/paddle/api/paddle/nn/GradientClipByValue_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/clip/GradientClipByValue_cn.rst
rename to doc/paddle/api/paddle/nn/GradientClipByValue_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/dygraph/GroupNorm_cn.rst b/doc/paddle/api/paddle/nn/GroupNorm_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/dygraph/GroupNorm_cn.rst
rename to doc/paddle/api/paddle/nn/GroupNorm_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/dygraph/container/LayerList_cn.rst b/doc/paddle/api/paddle/nn/LayerList_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/dygraph/container/LayerList_cn.rst
rename to doc/paddle/api/paddle/nn/LayerList_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/dygraph/LayerNorm_cn.rst b/doc/paddle/api/paddle/nn/LayerNorm_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/dygraph/LayerNorm_cn.rst
rename to doc/paddle/api/paddle/nn/LayerNorm_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/dygraph/layers/Layer_cn.rst b/doc/paddle/api/paddle/nn/Layer_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/dygraph/layers/Layer_cn.rst
rename to doc/paddle/api/paddle/nn/Layer_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/dygraph/Linear_cn.rst b/doc/paddle/api/paddle/nn/Linear_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/dygraph/Linear_cn.rst
rename to doc/paddle/api/paddle/nn/Linear_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/dygraph/container/ParameterList_cn.rst b/doc/paddle/api/paddle/nn/ParameterList_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/dygraph/container/ParameterList_cn.rst
rename to doc/paddle/api/paddle/nn/ParameterList_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/dygraph/Pool2D_cn.rst b/doc/paddle/api/paddle/nn/Pool2D_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/dygraph/Pool2D_cn.rst
rename to doc/paddle/api/paddle/nn/Pool2D_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/dygraph/container/Sequential_cn.rst b/doc/paddle/api/paddle/nn/Sequential_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/dygraph/container/Sequential_cn.rst
rename to doc/paddle/api/paddle/nn/Sequential_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/dygraph/SpectralNorm_cn.rst b/doc/paddle/api/paddle/nn/SpectralNorm_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/dygraph/SpectralNorm_cn.rst
rename to doc/paddle/api/paddle/nn/SpectralNorm_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/beam_search_cn.rst b/doc/paddle/api/paddle/nn/beam_search_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/beam_search_cn.rst
rename to doc/paddle/api/paddle/nn/beam_search_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/beam_search_decode_cn.rst b/doc/paddle/api/paddle/nn/beam_search_decode_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/beam_search_decode_cn.rst
rename to doc/paddle/api/paddle/nn/beam_search_decode_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/case_cn.rst b/doc/paddle/api/paddle/nn/case_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/case_cn.rst
rename to doc/paddle/api/paddle/nn/case_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/clip_by_norm_cn.rst b/doc/paddle/api/paddle/nn/clip_by_norm_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/clip_by_norm_cn.rst
rename to doc/paddle/api/paddle/nn/clip_by_norm_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/clip_cn.rst b/doc/paddle/api/paddle/nn/clip_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/clip_cn.rst
rename to doc/paddle/api/paddle/nn/clip_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/cond_cn.rst b/doc/paddle/api/paddle/nn/cond_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/cond_cn.rst
rename to doc/paddle/api/paddle/nn/cond_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/data_cn.rst b/doc/paddle/api/paddle/nn/data_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/data_cn.rst
rename to doc/paddle/api/paddle/nn/data_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/softmax_cn.rst b/doc/paddle/api/paddle/nn/functional/activation/softmax_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/softmax_cn.rst
rename to doc/paddle/api/paddle/nn/functional/activation/softmax_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/adaptive_pool2d_cn.rst b/doc/paddle/api/paddle/nn/functional/adaptive_pool2d_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/adaptive_pool2d_cn.rst
rename to doc/paddle/api/paddle/nn/functional/adaptive_pool2d_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/adaptive_pool3d_cn.rst b/doc/paddle/api/paddle/nn/functional/adaptive_pool3d_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/adaptive_pool3d_cn.rst
rename to doc/paddle/api/paddle/nn/functional/adaptive_pool3d_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/add_position_encoding_cn.rst b/doc/paddle/api/paddle/nn/functional/add_position_encoding_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/add_position_encoding_cn.rst
rename to doc/paddle/api/paddle/nn/functional/add_position_encoding_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/affine_channel_cn.rst b/doc/paddle/api/paddle/nn/functional/affine_channel_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/affine_channel_cn.rst
rename to doc/paddle/api/paddle/nn/functional/affine_channel_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/affine_grid_cn.rst b/doc/paddle/api/paddle/nn/functional/affine_grid_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/affine_grid_cn.rst
rename to doc/paddle/api/paddle/nn/functional/affine_grid_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/anchor_generator_cn.rst b/doc/paddle/api/paddle/nn/functional/anchor_generator_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/anchor_generator_cn.rst
rename to doc/paddle/api/paddle/nn/functional/anchor_generator_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/assign_cn.rst b/doc/paddle/api/paddle/nn/functional/assign_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/assign_cn.rst
rename to doc/paddle/api/paddle/nn/functional/assign_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/bipartite_match_cn.rst b/doc/paddle/api/paddle/nn/functional/bipartite_match_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/bipartite_match_cn.rst
rename to doc/paddle/api/paddle/nn/functional/bipartite_match_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/box_clip_cn.rst b/doc/paddle/api/paddle/nn/functional/box_clip_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/box_clip_cn.rst
rename to doc/paddle/api/paddle/nn/functional/box_clip_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/box_coder_cn.rst b/doc/paddle/api/paddle/nn/functional/box_coder_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/box_coder_cn.rst
rename to doc/paddle/api/paddle/nn/functional/box_coder_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/box_decoder_and_assign_cn.rst b/doc/paddle/api/paddle/nn/functional/box_decoder_and_assign_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/box_decoder_and_assign_cn.rst
rename to doc/paddle/api/paddle/nn/functional/box_decoder_and_assign_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/bpr_loss_cn.rst b/doc/paddle/api/paddle/nn/functional/bpr_loss_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/bpr_loss_cn.rst
rename to doc/paddle/api/paddle/nn/functional/bpr_loss_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/brelu_cn.rst b/doc/paddle/api/paddle/nn/functional/brelu_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/brelu_cn.rst
rename to doc/paddle/api/paddle/nn/functional/brelu_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/center_loss_cn.rst b/doc/paddle/api/paddle/nn/functional/center_loss_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/center_loss_cn.rst
rename to doc/paddle/api/paddle/nn/functional/center_loss_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/collect_fpn_proposals_cn.rst b/doc/paddle/api/paddle/nn/functional/collect_fpn_proposals_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/collect_fpn_proposals_cn.rst
rename to doc/paddle/api/paddle/nn/functional/collect_fpn_proposals_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/continuous_value_model_cn.rst b/doc/paddle/api/paddle/nn/functional/continuous_value_model_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/continuous_value_model_cn.rst
rename to doc/paddle/api/paddle/nn/functional/continuous_value_model_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/cosine_decay_cn.rst b/doc/paddle/api/paddle/nn/functional/cosine_decay_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/cosine_decay_cn.rst
rename to doc/paddle/api/paddle/nn/functional/cosine_decay_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/cross_entropy_cn.rst b/doc/paddle/api/paddle/nn/functional/cross_entropy_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/cross_entropy_cn.rst
rename to doc/paddle/api/paddle/nn/functional/cross_entropy_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/deformable_roi_pooling_cn.rst b/doc/paddle/api/paddle/nn/functional/deformable_roi_pooling_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/deformable_roi_pooling_cn.rst
rename to doc/paddle/api/paddle/nn/functional/deformable_roi_pooling_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/density_prior_box_cn.rst b/doc/paddle/api/paddle/nn/functional/density_prior_box_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/density_prior_box_cn.rst
rename to doc/paddle/api/paddle/nn/functional/density_prior_box_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/detection_output_cn.rst b/doc/paddle/api/paddle/nn/functional/detection_output_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/detection_output_cn.rst
rename to doc/paddle/api/paddle/nn/functional/detection_output_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/dice_loss_cn.rst b/doc/paddle/api/paddle/nn/functional/dice_loss_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/dice_loss_cn.rst
rename to doc/paddle/api/paddle/nn/functional/dice_loss_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/distribute_fpn_proposals_cn.rst b/doc/paddle/api/paddle/nn/functional/distribute_fpn_proposals_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/distribute_fpn_proposals_cn.rst
rename to doc/paddle/api/paddle/nn/functional/distribute_fpn_proposals_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/dropout_cn.rst b/doc/paddle/api/paddle/nn/functional/dropout_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/dropout_cn.rst
rename to doc/paddle/api/paddle/nn/functional/dropout_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/edit_distance_cn.rst b/doc/paddle/api/paddle/nn/functional/edit_distance_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/edit_distance_cn.rst
rename to doc/paddle/api/paddle/nn/functional/edit_distance_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/elu_cn.rst b/doc/paddle/api/paddle/nn/functional/elu_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/elu_cn.rst
rename to doc/paddle/api/paddle/nn/functional/elu_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/exponential_decay_cn.rst b/doc/paddle/api/paddle/nn/functional/exponential_decay_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/exponential_decay_cn.rst
rename to doc/paddle/api/paddle/nn/functional/exponential_decay_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/filter_by_instag_cn.rst b/doc/paddle/api/paddle/nn/functional/filter_by_instag_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/filter_by_instag_cn.rst
rename to doc/paddle/api/paddle/nn/functional/filter_by_instag_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/fsp_matrix_cn.rst b/doc/paddle/api/paddle/nn/functional/fsp_matrix_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/fsp_matrix_cn.rst
rename to doc/paddle/api/paddle/nn/functional/fsp_matrix_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/gelu_cn.rst b/doc/paddle/api/paddle/nn/functional/gelu_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/gelu_cn.rst
rename to doc/paddle/api/paddle/nn/functional/gelu_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/generate_mask_labels_cn.rst b/doc/paddle/api/paddle/nn/functional/generate_mask_labels_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/generate_mask_labels_cn.rst
rename to doc/paddle/api/paddle/nn/functional/generate_mask_labels_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/generate_proposal_labels_cn.rst b/doc/paddle/api/paddle/nn/functional/generate_proposal_labels_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/generate_proposal_labels_cn.rst
rename to doc/paddle/api/paddle/nn/functional/generate_proposal_labels_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/generate_proposals_cn.rst b/doc/paddle/api/paddle/nn/functional/generate_proposals_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/generate_proposals_cn.rst
rename to doc/paddle/api/paddle/nn/functional/generate_proposals_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/grid_sampler_cn.rst b/doc/paddle/api/paddle/nn/functional/grid_sampler_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/grid_sampler_cn.rst
rename to doc/paddle/api/paddle/nn/functional/grid_sampler_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/hard_sigmoid_cn.rst b/doc/paddle/api/paddle/nn/functional/hard_sigmoid_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/hard_sigmoid_cn.rst
rename to doc/paddle/api/paddle/nn/functional/hard_sigmoid_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/hard_swish_cn.rst b/doc/paddle/api/paddle/nn/functional/hard_swish_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/hard_swish_cn.rst
rename to doc/paddle/api/paddle/nn/functional/hard_swish_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/hash_cn.rst b/doc/paddle/api/paddle/nn/functional/hash_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/hash_cn.rst
rename to doc/paddle/api/paddle/nn/functional/hash_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/huber_loss_cn.rst b/doc/paddle/api/paddle/nn/functional/huber_loss_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/huber_loss_cn.rst
rename to doc/paddle/api/paddle/nn/functional/huber_loss_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/image_resize_cn.rst b/doc/paddle/api/paddle/nn/functional/image_resize_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/image_resize_cn.rst
rename to doc/paddle/api/paddle/nn/functional/image_resize_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/image_resize_short_cn.rst b/doc/paddle/api/paddle/nn/functional/image_resize_short_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/image_resize_short_cn.rst
rename to doc/paddle/api/paddle/nn/functional/image_resize_short_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/inverse_time_decay_cn.rst b/doc/paddle/api/paddle/nn/functional/inverse_time_decay_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/inverse_time_decay_cn.rst
rename to doc/paddle/api/paddle/nn/functional/inverse_time_decay_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/iou_similarity_cn.rst b/doc/paddle/api/paddle/nn/functional/iou_similarity_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/iou_similarity_cn.rst
rename to doc/paddle/api/paddle/nn/functional/iou_similarity_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/kldiv_loss_cn.rst b/doc/paddle/api/paddle/nn/functional/kldiv_loss_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/kldiv_loss_cn.rst
rename to doc/paddle/api/paddle/nn/functional/kldiv_loss_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/l2_normalize_cn.rst b/doc/paddle/api/paddle/nn/functional/l2_normalize_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/l2_normalize_cn.rst
rename to doc/paddle/api/paddle/nn/functional/l2_normalize_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/label_smooth_cn.rst b/doc/paddle/api/paddle/nn/functional/label_smooth_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/label_smooth_cn.rst
rename to doc/paddle/api/paddle/nn/functional/label_smooth_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/leaky_relu_cn.rst b/doc/paddle/api/paddle/nn/functional/leaky_relu_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/leaky_relu_cn.rst
rename to doc/paddle/api/paddle/nn/functional/leaky_relu_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/linear_lr_warmup_cn.rst b/doc/paddle/api/paddle/nn/functional/linear_lr_warmup_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/linear_lr_warmup_cn.rst
rename to doc/paddle/api/paddle/nn/functional/linear_lr_warmup_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/log_loss_cn.rst b/doc/paddle/api/paddle/nn/functional/log_loss_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/log_loss_cn.rst
rename to doc/paddle/api/paddle/nn/functional/log_loss_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/logsigmoid_cn.rst b/doc/paddle/api/paddle/nn/functional/logsigmoid_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/logsigmoid_cn.rst
rename to doc/paddle/api/paddle/nn/functional/logsigmoid_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/mse_loss_cn.rst b/doc/paddle/api/paddle/nn/functional/loss/mse_loss_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/mse_loss_cn.rst
rename to doc/paddle/api/paddle/nn/functional/loss/mse_loss_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/lrn_cn.rst b/doc/paddle/api/paddle/nn/functional/lrn_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/lrn_cn.rst
rename to doc/paddle/api/paddle/nn/functional/lrn_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/maxout_cn.rst b/doc/paddle/api/paddle/nn/functional/maxout_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/maxout_cn.rst
rename to doc/paddle/api/paddle/nn/functional/maxout_cn.rst
diff --git a/doc/paddle/api/paddle/nn/functional/mse_loss_cn.rst b/doc/paddle/api/paddle/nn/functional/mse_loss_cn.rst
new file mode 100644
index 000000000..59678570f
--- /dev/null
+++ b/doc/paddle/api/paddle/nn/functional/mse_loss_cn.rst
@@ -0,0 +1,40 @@
+.. _cn_api_fluid_layers_mse_loss:
+
+mse_loss
+-------------------------------
+
+.. py:function:: paddle.fluid.layers.mse_loss(input,label)
+
+:alias_main: paddle.nn.functional.mse_loss
+:alias: paddle.nn.functional.mse_loss,paddle.nn.functional.loss.mse_loss
+:old_api: paddle.fluid.layers.mse_loss
+
+
+
+该OP用于计算预测值和目标值的均方差误差。
+
+对于预测值input和目标值label，公式为：
+
+.. math::
+
+    Out = MEAN((input-label)^{2})
+
+参数：
+    - **input** (Variable) - 预测值，维度为 :math:`[N_1, N_2, ..., N_k, D]` 的多维Tensor，其中最后一维D是类别数目。数据类型为float32或float64。
+    - **label** (Variable) - 目标值，维度为 :math:`[N_1, N_2, ..., N_k, D]` 的多维Tensor，其中最后一维D是类别数目。数据类型为float32或float64。
+
+返回：预测值和目标值的均方差
+
+返回类型：变量（Variable）
+
+**代码示例**：
+
+.. code-block:: python
+
+    import paddle.fluid as fluid
+    y = fluid.data(name='y', shape=[1], dtype='float32')
+    y_predict = fluid.data(name='y_predict', shape=[1], dtype='float32')
+    cost = fluid.layers.mse_loss(input=y_predict, label=y)
+
+
+
diff --git a/doc/paddle/api/paddle/fluid/layers/multiclass_nms_cn.rst b/doc/paddle/api/paddle/nn/functional/multiclass_nms_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/multiclass_nms_cn.rst
rename to doc/paddle/api/paddle/nn/functional/multiclass_nms_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/natural_exp_decay_cn.rst b/doc/paddle/api/paddle/nn/functional/natural_exp_decay_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/natural_exp_decay_cn.rst
rename to doc/paddle/api/paddle/nn/functional/natural_exp_decay_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/noam_decay_cn.rst b/doc/paddle/api/paddle/nn/functional/noam_decay_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/noam_decay_cn.rst
rename to doc/paddle/api/paddle/nn/functional/noam_decay_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/npair_loss_cn.rst b/doc/paddle/api/paddle/nn/functional/npair_loss_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/npair_loss_cn.rst
rename to doc/paddle/api/paddle/nn/functional/npair_loss_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/one_hot_cn.rst b/doc/paddle/api/paddle/nn/functional/one_hot_cn.rst
similarity index 65%
rename from doc/paddle/api/paddle/fluid/one_hot_cn.rst
rename to doc/paddle/api/paddle/nn/functional/one_hot_cn.rst
index 2aaaf117e..fbf08df21 100644
--- a/doc/paddle/api/paddle/fluid/one_hot_cn.rst
+++ b/doc/paddle/api/paddle/nn/functional/one_hot_cn.rst
@@ -1,26 +1,27 @@
-.. _cn_api_fluid_layers_one_hot:
+.. _cn_api_fluid_one_hot:
 
 one_hot
 -------------------------------
 
-.. py:function:: paddle.fluid.layers.one_hot(input, depth, allow_out_of_range=False)
+.. py:function:: paddle.fluid.one_hot(input, depth, allow_out_of_range=False)
 
+:alias_main: paddle.nn.functional.one_hot
+:alias: paddle.nn.functional.one_hot,paddle.nn.functional.common.one_hot
+:old_api: paddle.fluid.one_hot
 
 
 
-**注意：此OP要求输入Tensor shape的最后一维必须为1。此OP将在未来的版本中被移除！推荐使用fluid.** :ref:`cn_api_fluid_one_hot` 。
-
 该OP将输入（input）中的每个id转换为一个one-hot向量，其长度为 ``depth`` ，该id对应的向量维度上的值为1，其余维度的值为0。
 
-输出的Tensor（或LoDTensor）的shape是将输入shape的最后一维替换为depth的维度。
+输出的Tensor（或LoDTensor）的shape是在输入shape的最后一维后面添加了depth的维度。
 
 - 示例1（allow_out_of_range=False）：
 
 .. code-block:: python
 
   输入：
-    X.shape = [4, 1]
-    X.data = [[1], [1], [3], [0]]
+    X.shape = [4]
+    X.data = [1, 1, 3, 0]
     depth = 4
 
   输出：
@@ -35,8 +36,8 @@ one_hot
 .. code-block:: python
 
   输入：
-    X.shape = [4, 1]
-    X.data = [[1], [1], [5], [0]]
+    X.shape = [4]
+    X.data = [1, 1, 5, 0]
     depth = 4
     allow_out_of_range=True
 
@@ -52,8 +53,8 @@ one_hot
 .. code-block:: python
   
   输入：
-    X.shape = [4, 1]
-    X.data = [[1], [1], [5], [0]]
+    X.shape = [4]
+    X.data = [1, 1, 5, 0]
     depth = 4
     allow_out_of_range=False
 
@@ -62,7 +63,7 @@ one_hot
 
 
 参数：
-    - **input** (Variable) - 维度为 :math:`[N_1, ..., N_n, 1]` 的多维Tensor或LoDTensor，维度至少两维，且最后一维必须是1。数据类型为int32或int64。
+    - **input** (Variable) - 维度为 :math:`[N_1, ..., N_n]` 的多维Tensor或LoDTensor，维度至少1维。数据类型为int32或int64。
     - **depth** (int) - 用于定义一个one-hot向量的长度。若输入为词id，则 ``depth`` 通常取值为词典大小。
     - **allow_out_of_range** (bool) - 指明input中所包含的id值是否可以大于depth值。当超过depth时，如果 `allow_out_of_range` 为False，则会抛出 `Illegal value` 的异常；如果设置为True，该id对应的向量为0向量。默认值为False。
 
@@ -75,6 +76,6 @@ one_hot
 .. code-block:: python
 
     import paddle.fluid as fluid
-    # 该代码对应上述第一个示例，其中输入label的shape是[4, 1]，输出one_hot_label的shape是[4, 4]
-    label = fluid.layers.data(name="label", shape=[4, 1], append_batch_size=False, dtype="int64")
-    one_hot_label = fluid.layers.one_hot(input=label, depth=4)
+    # 该代码对应上述第一个示例，其中输入label的shape是[4]，输出one_hot_label的shape是[4, 4]
+    label = fluid.layers.data(name="label", shape=[4], append_batch_size=False, dtype="int64")
+    one_hot_label = fluid.one_hot(input=label, depth=4)
diff --git a/doc/paddle/api/paddle/fluid/layers/pad2d_cn.rst b/doc/paddle/api/paddle/nn/functional/pad2d_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/pad2d_cn.rst
rename to doc/paddle/api/paddle/nn/functional/pad2d_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/pad_cn.rst b/doc/paddle/api/paddle/nn/functional/pad_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/pad_cn.rst
rename to doc/paddle/api/paddle/nn/functional/pad_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/pad_constant_like_cn.rst b/doc/paddle/api/paddle/nn/functional/pad_constant_like_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/pad_constant_like_cn.rst
rename to doc/paddle/api/paddle/nn/functional/pad_constant_like_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/piecewise_decay_cn.rst b/doc/paddle/api/paddle/nn/functional/piecewise_decay_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/piecewise_decay_cn.rst
rename to doc/paddle/api/paddle/nn/functional/piecewise_decay_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/pixel_shuffle_cn.rst b/doc/paddle/api/paddle/nn/functional/pixel_shuffle_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/pixel_shuffle_cn.rst
rename to doc/paddle/api/paddle/nn/functional/pixel_shuffle_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/polygon_box_transform_cn.rst b/doc/paddle/api/paddle/nn/functional/polygon_box_transform_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/polygon_box_transform_cn.rst
rename to doc/paddle/api/paddle/nn/functional/polygon_box_transform_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/polynomial_decay_cn.rst b/doc/paddle/api/paddle/nn/functional/polynomial_decay_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/polynomial_decay_cn.rst
rename to doc/paddle/api/paddle/nn/functional/polynomial_decay_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/pool2d_cn.rst b/doc/paddle/api/paddle/nn/functional/pool2d_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/pool2d_cn.rst
rename to doc/paddle/api/paddle/nn/functional/pool2d_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/pool3d_cn.rst b/doc/paddle/api/paddle/nn/functional/pool3d_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/pool3d_cn.rst
rename to doc/paddle/api/paddle/nn/functional/pool3d_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/prior_box_cn.rst b/doc/paddle/api/paddle/nn/functional/prior_box_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/prior_box_cn.rst
rename to doc/paddle/api/paddle/nn/functional/prior_box_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/prroi_pool_cn.rst b/doc/paddle/api/paddle/nn/functional/prroi_pool_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/prroi_pool_cn.rst
rename to doc/paddle/api/paddle/nn/functional/prroi_pool_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/psroi_pool_cn.rst b/doc/paddle/api/paddle/nn/functional/psroi_pool_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/psroi_pool_cn.rst
rename to doc/paddle/api/paddle/nn/functional/psroi_pool_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/random_crop_cn.rst b/doc/paddle/api/paddle/nn/functional/random_crop_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/random_crop_cn.rst
rename to doc/paddle/api/paddle/nn/functional/random_crop_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/rank_loss_cn.rst b/doc/paddle/api/paddle/nn/functional/rank_loss_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/rank_loss_cn.rst
rename to doc/paddle/api/paddle/nn/functional/rank_loss_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/relu6_cn.rst b/doc/paddle/api/paddle/nn/functional/relu6_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/relu6_cn.rst
rename to doc/paddle/api/paddle/nn/functional/relu6_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/resize_bilinear_cn.rst b/doc/paddle/api/paddle/nn/functional/resize_bilinear_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/resize_bilinear_cn.rst
rename to doc/paddle/api/paddle/nn/functional/resize_bilinear_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/resize_nearest_cn.rst b/doc/paddle/api/paddle/nn/functional/resize_nearest_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/resize_nearest_cn.rst
rename to doc/paddle/api/paddle/nn/functional/resize_nearest_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/resize_trilinear_cn.rst b/doc/paddle/api/paddle/nn/functional/resize_trilinear_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/resize_trilinear_cn.rst
rename to doc/paddle/api/paddle/nn/functional/resize_trilinear_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/retinanet_detection_output_cn.rst b/doc/paddle/api/paddle/nn/functional/retinanet_detection_output_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/retinanet_detection_output_cn.rst
rename to doc/paddle/api/paddle/nn/functional/retinanet_detection_output_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/retinanet_target_assign_cn.rst b/doc/paddle/api/paddle/nn/functional/retinanet_target_assign_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/retinanet_target_assign_cn.rst
rename to doc/paddle/api/paddle/nn/functional/retinanet_target_assign_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/roi_align_cn.rst b/doc/paddle/api/paddle/nn/functional/roi_align_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/roi_align_cn.rst
rename to doc/paddle/api/paddle/nn/functional/roi_align_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/roi_perspective_transform_cn.rst b/doc/paddle/api/paddle/nn/functional/roi_perspective_transform_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/roi_perspective_transform_cn.rst
rename to doc/paddle/api/paddle/nn/functional/roi_perspective_transform_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/roi_pool_cn.rst b/doc/paddle/api/paddle/nn/functional/roi_pool_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/roi_pool_cn.rst
rename to doc/paddle/api/paddle/nn/functional/roi_pool_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/rpn_target_assign_cn.rst b/doc/paddle/api/paddle/nn/functional/rpn_target_assign_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/rpn_target_assign_cn.rst
rename to doc/paddle/api/paddle/nn/functional/rpn_target_assign_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/sampled_softmax_with_cross_entropy_cn.rst b/doc/paddle/api/paddle/nn/functional/sampled_softmax_with_cross_entropy_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/sampled_softmax_with_cross_entropy_cn.rst
rename to doc/paddle/api/paddle/nn/functional/sampled_softmax_with_cross_entropy_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/selu_cn.rst b/doc/paddle/api/paddle/nn/functional/selu_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/selu_cn.rst
rename to doc/paddle/api/paddle/nn/functional/selu_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/shuffle_channel_cn.rst b/doc/paddle/api/paddle/nn/functional/shuffle_channel_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/shuffle_channel_cn.rst
rename to doc/paddle/api/paddle/nn/functional/shuffle_channel_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/sigmoid_cross_entropy_with_logits_cn.rst b/doc/paddle/api/paddle/nn/functional/sigmoid_cross_entropy_with_logits_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/sigmoid_cross_entropy_with_logits_cn.rst
rename to doc/paddle/api/paddle/nn/functional/sigmoid_cross_entropy_with_logits_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/sigmoid_focal_loss_cn.rst b/doc/paddle/api/paddle/nn/functional/sigmoid_focal_loss_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/sigmoid_focal_loss_cn.rst
rename to doc/paddle/api/paddle/nn/functional/sigmoid_focal_loss_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/similarity_focus_cn.rst b/doc/paddle/api/paddle/nn/functional/similarity_focus_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/similarity_focus_cn.rst
rename to doc/paddle/api/paddle/nn/functional/similarity_focus_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/smooth_l1_cn.rst b/doc/paddle/api/paddle/nn/functional/smooth_l1_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/smooth_l1_cn.rst
rename to doc/paddle/api/paddle/nn/functional/smooth_l1_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/soft_relu_cn.rst b/doc/paddle/api/paddle/nn/functional/soft_relu_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/soft_relu_cn.rst
rename to doc/paddle/api/paddle/nn/functional/soft_relu_cn.rst
diff --git a/doc/paddle/api/paddle/nn/functional/softmax_cn.rst b/doc/paddle/api/paddle/nn/functional/softmax_cn.rst
deleted file mode 100755
index a11f95507..000000000
--- a/doc/paddle/api/paddle/nn/functional/softmax_cn.rst
+++ /dev/null
@@ -1,118 +0,0 @@
-.. _cn_api_fluid_layers_softmax:
-
-softmax
--------------------------------
-
-.. py:function:: paddle.fluid.layers.softmax(input, use_cudnn=False, name=None, axis=-1)
-
-:alias_main: paddle.nn.functional.softmax
-:alias: paddle.nn.functional.softmax,paddle.nn.functional.activation.softmax
-:old_api: paddle.fluid.layers.softmax
-
-
-
-该OP实现了softmax层。OP的计算过程如下：
-
-步骤1：输入 ``input`` 的 ``axis`` 维会被置换到最后一维；
-
-步骤2：将输入 ``Tensor`` 在逻辑上变换为二维矩阵。二维矩阵第一维（列长度）是输入除最后一维之外的其他维度值的乘积，第二维（行长度）和输入 ``axis`` 维的长度相同；对于矩阵的每一行，softmax操作对其进行重新缩放，使得该行的每个元素在 \[0,1\] 范围内，并且总和为1；
-
-步骤3：softmax操作执行完成后，执行步骤1和步骤2的逆运算，将二维矩阵恢复至和输入 ``input`` 相同的维度。
-
-上述步骤2中softmax操作计算过程如下：
-
-    - 对于二维矩阵的每一行，计算K维向量（K是输入第 ``axis`` 维的长度）中指定位置的指数值和全部位置指数值的和。
-
-    - 指定位置指数值与全部位置指数值之和的比值就是softmax操作的输出。
-
-对于二维矩阵中的第i行和第j列有：
-
-.. math::
-
-
-    Out[i,j] = \frac{exp(X[i,j])}{\sum_j exp(X[i,j])}
-
-- 示例1（矩阵一共有三维。axis = -1，表示沿着最后一维（即第三维）做softmax操作）
-
-.. code-block:: python
-
-  输入
-
-    X.shape = [2, 3, 4] 
-
-    X.data = [[[2.0, 3.0, 4.0, 5.0],
-               [3.0, 4.0, 5.0, 6.0],
-               [7.0, 8.0, 8.0, 9.0]],
-              [[1.0, 2.0, 3.0, 4.0],
-               [5.0, 6.0, 7.0, 8.0],
-               [6.0, 7.0, 8.0, 9.0]]]
-
-    axis = -1
-
-  输出
-
-    Out.shape = [2, 3, 4]
-
-    Out.data = [[[0.0320586 , 0.08714432, 0.23688282, 0.64391426],
-                 [0.0320586 , 0.08714432, 0.23688282, 0.64391426],
-                 [0.07232949, 0.19661193, 0.19661193, 0.53444665]],
-                [[0.0320586 , 0.08714432, 0.23688282, 0.64391426],
-                 [0.0320586 , 0.08714432, 0.23688282, 0.64391426],
-                 [0.0320586 , 0.08714432, 0.23688282, 0.64391426]]]
-
-- 示例2（矩阵一共有三维。axis = 1，表示沿着第二维做softmax操作）
-
-.. code-block:: python
-
-  输入
-
-    X.shape = [2, 3, 4] 
-
-    X.data = [[[2.0, 3.0, 4.0, 5.0],
-               [3.0, 4.0, 5.0, 6.0],
-               [7.0, 8.0, 8.0, 9.0]],
-              [[1.0, 2.0, 3.0, 4.0],
-               [5.0, 6.0, 7.0, 8.0],
-               [6.0, 7.0, 8.0, 9.0]]]
-
-    axis = 1
-
-  输出
-
-    Out.shape = [2, 3, 4]
-
-    Out.data = [[[0.00657326, 0.00657326, 0.01714783, 0.01714783],
-                 [0.01786798, 0.01786798, 0.04661262, 0.04661262],
-                 [0.97555875, 0.97555875, 0.93623955, 0.93623955]],
-                [[0.00490169, 0.00490169, 0.00490169, 0.00490169],
-                 [0.26762315, 0.26762315, 0.26762315, 0.26762315],
-                 [0.72747516, 0.72747516, 0.72747516, 0.72747516]]] 
-
-
-参数：
-    - **input** (Variable) - 任意维度的多维 ``Tensor`` ，数据类型为float32或float64。
-    - **use_cudnn** (bool, 可选) - 指示是否用cudnn库。当 ``use_cudnn`` 为True时，在安装GPU版本Paddle并且本机安装cudnn库的前提下，使用GPU训练或推理时才有效。默认值：False。
-    - **name** (str, 可选) - 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
-    - **axis** (int, 可选) - 指示进行softmax计算的维度索引，其范围应为 :math:`[-1，rank-1]` ，其中rank是输入变量的秩。默认值：-1（表示对最后一维做softmax操作）。
-
-返回：表示softmax操作结果的 ``Tensor`` ，数据类型和 ``input`` 一致，返回维度和 ``input`` 一致。
-
-返回类型：Variable
-
-**代码示例**
-
-.. code-block:: python
-
-    import paddle.fluid as fluid
-    import numpy as np
-
-    data = fluid.layers.data(name="input", shape=[-1, 3],dtype="float32")
-    result = fluid.layers.softmax(data,axis=1)
-    place = fluid.CPUPlace()
-    exe = fluid.Executor(place)
-    exe.run(fluid.default_startup_program())
-    x = np.random.rand(3, 3).astype("float32")
-    output= exe.run(feed={"input": x},
-                     fetch_list=[result[0]])
-    print(output)
-
diff --git a/doc/paddle/api/paddle/fluid/layers/softmax_with_cross_entropy_cn.rst b/doc/paddle/api/paddle/nn/functional/softmax_with_cross_entropy_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/softmax_with_cross_entropy_cn.rst
rename to doc/paddle/api/paddle/nn/functional/softmax_with_cross_entropy_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/softplus_cn.rst b/doc/paddle/api/paddle/nn/functional/softplus_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/softplus_cn.rst
rename to doc/paddle/api/paddle/nn/functional/softplus_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/softshrink_cn.rst b/doc/paddle/api/paddle/nn/functional/softshrink_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/softshrink_cn.rst
rename to doc/paddle/api/paddle/nn/functional/softshrink_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/softsign_cn.rst b/doc/paddle/api/paddle/nn/functional/softsign_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/softsign_cn.rst
rename to doc/paddle/api/paddle/nn/functional/softsign_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/space_to_depth_cn.rst b/doc/paddle/api/paddle/nn/functional/space_to_depth_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/space_to_depth_cn.rst
rename to doc/paddle/api/paddle/nn/functional/space_to_depth_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/square_error_cost_cn.rst b/doc/paddle/api/paddle/nn/functional/square_error_cost_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/square_error_cost_cn.rst
rename to doc/paddle/api/paddle/nn/functional/square_error_cost_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/ssd_loss_cn.rst b/doc/paddle/api/paddle/nn/functional/ssd_loss_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/ssd_loss_cn.rst
rename to doc/paddle/api/paddle/nn/functional/ssd_loss_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/swish_cn.rst b/doc/paddle/api/paddle/nn/functional/swish_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/swish_cn.rst
rename to doc/paddle/api/paddle/nn/functional/swish_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/tanh_shrink_cn.rst b/doc/paddle/api/paddle/nn/functional/tanh_shrink_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/tanh_shrink_cn.rst
rename to doc/paddle/api/paddle/nn/functional/tanh_shrink_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/target_assign_cn.rst b/doc/paddle/api/paddle/nn/functional/target_assign_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/target_assign_cn.rst
rename to doc/paddle/api/paddle/nn/functional/target_assign_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/teacher_student_sigmoid_loss_cn.rst b/doc/paddle/api/paddle/nn/functional/teacher_student_sigmoid_loss_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/teacher_student_sigmoid_loss_cn.rst
rename to doc/paddle/api/paddle/nn/functional/teacher_student_sigmoid_loss_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/temporal_shift_cn.rst b/doc/paddle/api/paddle/nn/functional/temporal_shift_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/temporal_shift_cn.rst
rename to doc/paddle/api/paddle/nn/functional/temporal_shift_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/thresholded_relu_cn.rst b/doc/paddle/api/paddle/nn/functional/thresholded_relu_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/thresholded_relu_cn.rst
rename to doc/paddle/api/paddle/nn/functional/thresholded_relu_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/unfold_cn.rst b/doc/paddle/api/paddle/nn/functional/unfold_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/unfold_cn.rst
rename to doc/paddle/api/paddle/nn/functional/unfold_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/warpctc_cn.rst b/doc/paddle/api/paddle/nn/functional/warpctc_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/warpctc_cn.rst
rename to doc/paddle/api/paddle/nn/functional/warpctc_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/yolo_box_cn.rst b/doc/paddle/api/paddle/nn/functional/yolo_box_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/yolo_box_cn.rst
rename to doc/paddle/api/paddle/nn/functional/yolo_box_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/yolov3_loss_cn.rst b/doc/paddle/api/paddle/nn/functional/yolov3_loss_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/yolov3_loss_cn.rst
rename to doc/paddle/api/paddle/nn/functional/yolov3_loss_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/gather_tree_cn.rst b/doc/paddle/api/paddle/nn/gather_tree_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/gather_tree_cn.rst
rename to doc/paddle/api/paddle/nn/gather_tree_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/initializer/Bilinear_cn.rst b/doc/paddle/api/paddle/nn/initializer/Bilinear_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/initializer/Bilinear_cn.rst
rename to doc/paddle/api/paddle/nn/initializer/Bilinear_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/initializer/Constant_cn.rst b/doc/paddle/api/paddle/nn/initializer/Constant_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/initializer/Constant_cn.rst
rename to doc/paddle/api/paddle/nn/initializer/Constant_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/initializer/MSRA_cn.rst b/doc/paddle/api/paddle/nn/initializer/MSRA_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/initializer/MSRA_cn.rst
rename to doc/paddle/api/paddle/nn/initializer/MSRA_cn.rst
diff --git a/doc/paddle/api/paddle/nn/initializer/Normal_cn.rst b/doc/paddle/api/paddle/nn/initializer/Normal_cn.rst
new file mode 100644
index 000000000..a7ae0fe06
--- /dev/null
+++ b/doc/paddle/api/paddle/nn/initializer/Normal_cn.rst
@@ -0,0 +1,16 @@
+.. _cn_api_fluid_initializer_Normal:
+
+Normal
+-------------------------------
+
+.. py:attribute:: paddle.fluid.initializer.Normal
+
+:alias_main: paddle.nn.initializer.Normal
+:alias: paddle.nn.initializer.Normal
+:old_api: paddle.fluid.initializer.Normal
+
+
+
+``NormalInitializer`` 的别名
+
+
diff --git a/doc/paddle/api/paddle/fluid/initializer/TruncatedNormal_cn.rst b/doc/paddle/api/paddle/nn/initializer/TruncatedNormal_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/initializer/TruncatedNormal_cn.rst
rename to doc/paddle/api/paddle/nn/initializer/TruncatedNormal_cn.rst
diff --git a/doc/paddle/api/paddle/nn/initializer/Uniform_cn.rst b/doc/paddle/api/paddle/nn/initializer/Uniform_cn.rst
new file mode 100644
index 000000000..48a7efeee
--- /dev/null
+++ b/doc/paddle/api/paddle/nn/initializer/Uniform_cn.rst
@@ -0,0 +1,17 @@
+.. _cn_api_fluid_initializer_Uniform:
+
+Uniform
+-------------------------------
+
+.. py:attribute:: paddle.fluid.initializer.Uniform
+
+:alias_main: paddle.nn.initializer.Uniform
+:alias: paddle.nn.initializer.Uniform
+:old_api: paddle.fluid.initializer.Uniform
+
+
+
+``UniformInitializer`` 的别名
+
+
+
diff --git a/doc/paddle/api/paddle/fluid/initializer/Xavier_cn.rst b/doc/paddle/api/paddle/nn/initializer/Xavier_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/initializer/Xavier_cn.rst
rename to doc/paddle/api/paddle/nn/initializer/Xavier_cn.rst
diff --git a/doc/paddle/api/paddle/nn/layer/conv/Conv2D_cn.rst b/doc/paddle/api/paddle/nn/layer/conv/Conv2D_cn.rst
index b374e34f3..c09cb6548 100644
--- a/doc/paddle/api/paddle/nn/layer/conv/Conv2D_cn.rst
+++ b/doc/paddle/api/paddle/nn/layer/conv/Conv2D_cn.rst
@@ -1,120 +1,90 @@
+.. _cn_api_fluid_dygraph_Conv2D:
+
 Conv2D
 -------------------------------
 
-.. py:class:: paddle.nn.Conv2d(num_channels, num_filters, filter_size, padding=0, stride=1, dilation=1, groups=None, param_attr=None, bias_attr=None, use_cudnn=True, act=None, name=None, data_format="NCHW", dtype="float32")
-
-:alias_main: paddle.nn.Conv2D
-:alias: paddle.nn.Conv2D,paddle.nn.layer.Conv2D,paddle.nn.layer.conv.Conv2D
+.. py:class:: paddle.fluid.dygraph.Conv2D(num_channels, num_filters, filter_size, stride=1, padding=0, dilation=1, groups=None, param_attr=None, bias_attr=None, use_cudnn=True, act=None, dtype='float32')
 
 
 
-**二维卷积层**
 
-该OP是二维卷积层（convolution2D layer），根据输入、滤波器、步长（stride）、填充（padding）、膨胀比例（dilations）一组参数计算输出特征层大小。输入和输出是NCHW或NHWC格式，其中N是批尺寸，C是通道数，H是特征高度，W是特征宽度。滤波器是MCHW格式，M是输出图像通道数，C是输入图像通道数，H是滤波器高度，W是滤波器宽度。如果组数(groups)大于1，C等于输入图像通道数除以组数的结果。详情请参考UFLDL's : `卷积 <http://ufldl.stanford.edu/tutorial/supervised/FeatureExtractionUsingConvolution/>`_ 。如果bias_attr不为False，卷积计算会添加偏置项。如果指定了激活函数类型，相应的激活函数会作用在最终结果上。
+该接口用于构建 ``Conv2D`` 类的一个可调用对象，具体用法参照 ``代码示例`` 。其将在神经网络中构建一个二维卷积层（Convolution2D Layer），其根据输入、滤波器参数（num_filters、filter_size）、步长（stride）、填充（padding）、膨胀系数（dilation）、组数（groups）参数来计算得到输出特征图。输入和输出是 ``NCHW`` 格式，N是批数据大小，C是特征图个数，H是特征图高度，W是特征图宽度。滤波器的维度是 [M, C, H, W] ，M是输出特征图个数，C是输入特征图个数，H是滤波器高度，W是滤波器宽度。如果组数大于1，C等于输入特征图个数除以组数的结果。如果提供了偏移属性和激活函数类型，卷积的结果会和偏移相加，激活函数会作用在最终结果上。详情请参考： `卷积 <http://ufldl.stanford.edu/tutorial/supervised/FeatureExtractionUsingConvolution/>`_ 。
 
-对每个输入X，有等式：
+对每个输入 ``X`` ，有等式：
 
 .. math::
 
     Out = \sigma \left ( W * X + b \right )
 
 其中：
-    - :math:`X` ：输入值，NCHW或NHWC格式的4-D Tensor
-    - :math:`W` ：滤波器值，MCHW格式的4-D Tensor
+    - :math:`X` ：输入特征图， ``NCHW`` 格式的 ``Tensor``
+    - :math:`W` ：滤波器，维度为 [M, C, H, W] 的 ``Tensor``
     - :math:`*` ：卷积操作
-    - :math:`b` ：偏置值，2-D Tensor，形状为 ``[M,1]``
+    - :math:`b` ：偏移值，2-D ``Tensor`` ，维度为 ``[M,1]``
     - :math:`\sigma` ：激活函数
-    - :math:`Out` ：输出值，NCHW或NHWC格式的4-D Tensor， 和 ``X`` 的形状可能不同
+    - :math:`Out` ：输出值， ``Out`` 和 ``X`` 的维度可能不同
 
-**示例**
+**输出维度计算示例**
 
 - 输入：
 
-  输入形状：:math:`（N,C_{in},H_{in},W_{in}）`
+  输入维度： :math:`(N,C_{in},H_{in},W_{in})`
 
-  滤波器形状： :math:`（C_{out},C_{in},H_{f},W_{f}）`
+  滤波器维度： :math:`(C_{out},C_{in},H_{f},W_{f})`
 
 - 输出：
 
-  输出形状： :math:`（N,C_{out},H_{out},W_{out}）`
+  输出维度： :math:`(N,C_{out},H_{out},W_{out})`
 
-其中
+- 其中
 
 .. math::
 
-    H_{out} &= \frac{\left ( H_{in} + padding\_height\_top + padding\_height\_bottom-\left ( dilation[0]*\left ( H_{f}-1 \right )+1 \right ) \right )}{stride[0]}+1
+    H_{out} = \frac{\left ( H_{in}+2*paddings[0]-\left ( dilations[0]*\left ( H_{f}-1 \right )+1 \right ) \right )}{strides[0]}+1
 
-    W_{out} &= \frac{\left ( W_{in} + padding\_width\_left + padding\_width\_right -\left ( dilation[1]*\left ( W_{f}-1 \right )+1 \right ) \right )}{stride[1]}+1
+    W_{out} = \frac{\left ( W_{in}+2*paddings[1]-\left ( dilations[1]*\left ( W_{f}-1 \right )+1 \right ) \right )}{strides[1]}+1
 
-如果 ``padding`` = "SAME":
+参数：
+    - **num_channels** (int) - 输入图像的通道数。
+    - **num_fliters** (int) - 滤波器的个数，和输出特征图个数相同。
+    - **filter_size** (int|tuple) - 滤波器大小。如果 ``filter_size`` 是一个元组，则必须包含两个整型数，分别表示滤波器高度和宽度。否则，表示滤波器高度和宽度均为 ``filter_size`` 。
+    - **stride** (int|tuple, 可选) - 步长大小。如果 ``stride`` 为元组，则必须包含两个整型数，分别表示垂直和水平滑动步长。否则，表示垂直和水平滑动步长均为 ``stride`` 。默认值：1。
+    - **padding** (int|tuple, 可选) - 填充大小。如果 ``padding`` 为元组，则必须包含两个整型数，分别表示竖直和水平边界填充大小。否则，表示竖直和水平边界填充大小均为 ``padding`` 。默认值：0。
+    - **dilation** (int|tuple, 可选) - 膨胀系数大小。如果 ``dialation`` 为元组，则必须包含两个整型数，分别表示垂直和水平膨胀系数。否则，表示垂直和水平膨胀系数均为 ``dialation`` 。默认值：1。
+    - **groups** (int, 可选) - 二维卷积层的组数。根据Alex Krizhevsky的深度卷积神经网络（CNN）论文中的分组卷积：当group=2，滤波器的前一半仅和输入特征图的前一半连接。滤波器的后一半仅和输入特征图的后一半连接。默认值：1。
+    - **param_attr** (ParamAttr, 可选) - 指定权重参数属性的对象。默认值为None，表示使用默认的权重参数属性。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。
+    - **bias_attr** (ParamAttr|bool, 可选) - 指定偏置参数属性的对象。默认值为None，表示使用默认的偏置参数属性。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。
+    - **use_cudnn** (bool, 可选) - 是否用cudnn核，只有已安装cudnn库时才有效。默认值：True。
+    - **act** (str, 可选) - 应用于输出上的激活函数，如tanh、softmax、sigmoid，relu等，支持列表请参考 :ref:`api_guide_activations` ，默认值：None。
+    - **dtype** (str, 可选) - 数据类型，可以为"float32"或"float64"。默认值："float32"。
+
+返回：无
 
-.. math::
-    H_{out} = \frac{(H_{in} + stride[0] - 1)}{stride[0]}
+抛出异常：
+    - ``ValueError`` - 如果 ``use_cudnn`` 不是bool值
 
-.. math::
-    W_{out} = \frac{(W_{in} + stride[1] - 1)}{stride[1]}
+**代码示例**
 
-如果 ``padding`` = "VALID":
+.. code-block:: python
 
-.. math::
-    H_{out} = \frac{\left ( H_{in} -\left ( dilation[0]*\left ( H_{f}-1 \right )+1 \right ) \right )}{stride[0]}+1
-
-    W_{out} = \frac{\left ( W_{in} -\left ( dilation[1]*\left ( W_{f}-1 \right )+1 \right ) \right )}{stride[1]}+1
-
-参数：
-    - **num_channels** (int) - 输入图像的通道数。
-    - **num_filters** (int) - 滤波器（卷积核）的个数。和输出图像通道相同。
-    - **filter_size** (int|list|tuple) - 滤波器大小。如果它是一个列表或元组，则必须包含两个整数值：（filter_size_height，filter_size_width）。若为一个整数，filter_size_height = filter_size_width = filter_size。
-    - **padding** (int|list|tuple|str，可选) - 填充大小。如果它是一个字符串，可以是"VALID"或者"SAME"，表示填充算法，计算细节可参考上述 ``padding`` = "SAME"或  ``padding`` = "VALID" 时的计算公式。如果它是一个元组或列表，它可以有3种格式：(1)包含4个二元组：当 ``data_format`` 为"NCHW"时为 [[0,0], [0,0], [padding_height_top, padding_height_bottom], [padding_width_left, padding_width_right]]，当 ``data_format`` 为"NHWC"时为[[0,0], [padding_height_top, padding_height_bottom], [padding_width_left, padding_width_right], [0,0]]；(2)包含4个整数值：[padding_height_top, padding_height_bottom, padding_width_left, padding_width_right]；(3)包含2个整数值：[padding_height, padding_width]，此时padding_height_top = padding_height_bottom = padding_height， padding_width_left = padding_width_right = padding_width。若为一个整数，padding_height = padding_width = padding。默认值：0。
-    - **stride** (int|list|tuple，可选) - 步长大小。滤波器和输入进行卷积计算时滑动的步长。如果它是一个列表或元组，则必须包含两个整型数：（stride_height,stride_width）。若为一个整数，stride_height = stride_width = stride。默认值：1。
-    - **dilation** (int|list|tuple，可选) - 膨胀比例大小。空洞卷积时会使用该参数，滤波器对输入进行卷积时，感受野里每相邻两个特征点之间的空洞信息。如果膨胀比例为列表或元组，则必须包含两个整型数：（dilation_height,dilation_width）。若为一个整数，dilation_height = dilation_width = dilation。默认值：1。
-    - **groups** (int，可选) - 二维卷积层的组数。根据Alex Krizhevsky的深度卷积神经网络（CNN）论文中的成组卷积：当group=n，输入和滤波器分别根据通道数量平均分为n组，第一组滤波器和第一组输入进行卷积计算，第二组滤波器和第二组输入进行卷积计算，……，第n组滤波器和第n组输入进行卷积计算。默认值：1。
-    - **param_attr** (ParamAttr，可选) - 指定权重参数属性的对象。默认值为None，表示使用默认的权重参数属性。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。
-    - **bias_attr** （ParamAttr|bool，可选）- 指定偏置参数属性的对象。若 ``bias_attr`` 为bool类型，只支持为False，表示没有偏置参数。默认值为None，表示使用默认的偏置参数属性。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。
-    - **use_cudnn** （bool，可选）- 是否使用cudnn内核。只有已安装cudnn库时才有效。默认值：True。
-    - **act** (str，可选) - 激活函数类型， 如tanh、softmax、sigmoid，relu等，支持列表请参考 :ref:`api_guide_activations` 。如果设为None，则未添加激活函数。默认值：None。
-    - **name** (str，可选) – 具体用法请参见 :ref:`cn_api_guide_Name` ，一般无需设置，默认值：None。
-    - **data_format** (str，可选) - 指定输入的数据格式，输出的数据格式将与输入保持一致，可以是"NCHW"和"NHWC"。N是批尺寸，C是通道数，H是特征高度，W是特征宽度。默认值："NCHW"。
-    - **dtype** (str, 可选) – 权重的数据类型，可以为float32或float64。默认为float32。
+    from paddle.fluid.dygraph.base import to_variable
+    import paddle.fluid as fluid
+    from paddle.fluid.dygraph import Conv2D
+    import numpy as np
 
+    data = np.random.uniform(-1, 1, [10, 3, 32, 32]).astype('float32')
+    with fluid.dygraph.guard():
+        conv2d = Conv2D(3, 2, 3)
+        data = to_variable(data)
+        conv = conv2d(data)
 
 属性
 ::::::::::::
 .. py:attribute:: weight
+
 本层的可学习参数，类型为 ``Parameter``
 
 .. py:attribute:: bias
-本层的可学习偏置，类型为 ``Parameter``
-    
-返回: 无。
-
-抛出异常：
-    - ``ValueError`` - 如果 ``use_cudnn`` 不是bool值。
-    - ``ValueError`` - 如果 ``data_format`` 既不是"NCHW"也不是"NHWC"。
-    - ``ValueError`` - 如果 ``input`` 的通道数未被明确定义。
-    - ``ValueError`` - 如果 ``padding`` 是字符串，既不是"SAME"也不是"VALID"。
-    - ``ValueError`` - 如果 ``padding`` 含有4个二元组，与批尺寸对应维度的值不为0或者与通道对应维度的值不为0。
-    - ``ShapeError`` - 如果输入不是4-D Tensor。
-    - ``ShapeError`` - 如果输入和滤波器的维度大小不相同。
-    - ``ShapeError`` - 如果输入的维度大小与 ``stride`` 之差不是2。
-    - ``ShapeError`` - 如果输出的通道数不能被 ``groups`` 整除。
-
-
-**代码示例**：
 
-.. code-block:: python
+本层的可学习偏置，类型为 ``Parameter``
 
-   import numpy as np
-   from paddle import fluid
-   import paddle.fluid.dygraph as dg
-   from paddle import nn
-   x = np.random.uniform(-1, 1, (2, 4, 8, 8)).astype('float32')
-   place = fluid.CPUPlace()
-   with dg.guard(place):
-       x_var = dg.to_variable(x)
-       conv = nn.Conv2D(4, 6, (3, 3))
-       y_var = conv(x_var)
-       y_np = y_var.numpy()
-       print(y_np.shape)
-
-    # (2, 6, 6, 6)
diff --git a/doc/paddle/api/paddle/fluid/layers/switch_case_cn.rst b/doc/paddle/api/paddle/nn/switch_case_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/switch_case_cn.rst
rename to doc/paddle/api/paddle/nn/switch_case_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/while_loop_cn.rst b/doc/paddle/api/paddle/nn/while_loop_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/while_loop_cn.rst
rename to doc/paddle/api/paddle/nn/while_loop_cn.rst
diff --git a/doc/paddle/api/paddle/framework/no_grad_cn.rst b/doc/paddle/api/paddle/no_grad_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/framework/no_grad_cn.rst
rename to doc/paddle/api/paddle/no_grad_cn.rst
diff --git a/doc/paddle/api/paddle/framework/prepare_context_cn.rst b/doc/paddle/api/paddle/prepare_context_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/framework/prepare_context_cn.rst
rename to doc/paddle/api/paddle/prepare_context_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/rank_cn.rst b/doc/paddle/api/paddle/rank_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/rank_cn.rst
rename to doc/paddle/api/paddle/rank_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/reciprocal_cn.rst b/doc/paddle/api/paddle/reciprocal_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/reciprocal_cn.rst
rename to doc/paddle/api/paddle/reciprocal_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/reduce_all_cn.rst b/doc/paddle/api/paddle/reduce_all_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/reduce_all_cn.rst
rename to doc/paddle/api/paddle/reduce_all_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/reduce_any_cn.rst b/doc/paddle/api/paddle/reduce_any_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/reduce_any_cn.rst
rename to doc/paddle/api/paddle/reduce_any_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/reduce_max_cn.rst b/doc/paddle/api/paddle/reduce_max_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/reduce_max_cn.rst
rename to doc/paddle/api/paddle/reduce_max_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/reduce_mean_cn.rst b/doc/paddle/api/paddle/reduce_mean_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/reduce_mean_cn.rst
rename to doc/paddle/api/paddle/reduce_mean_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/reduce_min_cn.rst b/doc/paddle/api/paddle/reduce_min_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/reduce_min_cn.rst
rename to doc/paddle/api/paddle/reduce_min_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/reduce_prod_cn.rst b/doc/paddle/api/paddle/reduce_prod_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/reduce_prod_cn.rst
rename to doc/paddle/api/paddle/reduce_prod_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/reduce_sum_cn.rst b/doc/paddle/api/paddle/reduce_sum_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/reduce_sum_cn.rst
rename to doc/paddle/api/paddle/reduce_sum_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/reshape_cn.rst b/doc/paddle/api/paddle/reshape_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/reshape_cn.rst
rename to doc/paddle/api/paddle/reshape_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/round_cn.rst b/doc/paddle/api/paddle/round_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/round_cn.rst
rename to doc/paddle/api/paddle/round_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/rsqrt_cn.rst b/doc/paddle/api/paddle/rsqrt_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/rsqrt_cn.rst
rename to doc/paddle/api/paddle/rsqrt_cn.rst
diff --git a/doc/paddle/api/paddle/save_cn.rst b/doc/paddle/api/paddle/save_cn.rst
new file mode 100644
index 000000000..a15b23f2b
--- /dev/null
+++ b/doc/paddle/api/paddle/save_cn.rst
@@ -0,0 +1,51 @@
+.. _cn_api_fluid_save:
+
+save
+-------------------------------
+
+
+.. py:function:: paddle.fluid.save(program, model_path)
+
+:api_attr: 声明式编程模式（静态图)
+:alias_main: paddle.save
+:alias: paddle.save,paddle.tensor.save,paddle.tensor.io.save
+:old_api: paddle.fluid.save
+
+
+
+该接口将传入的参数、优化器信息和网络描述保存到 ``model_path`` 。
+
+参数包含所有的可训练 :ref:`cn_api_fluid_Variable` ，将保存到后缀为 ``.pdparams`` 的文件中。
+
+优化器信息包含优化器使用的所有变量。对于Adam优化器，包含beta1、beta2、momentum等。
+所有信息将保存到后缀为 ``.pdopt`` 的文件中。（如果优化器没有需要保存的变量（如sgd），则不会生成）。
+
+网络描述是程序的描述。它只用于部署。描述将保存到后缀为 ``.pdmodel`` 的文件中。
+
+参数:
+ - **program**  ( :ref:`cn_api_fluid_Program` ) – 要保存的Program。
+ - **model_path**  (str) – 保存program的文件前缀。格式为 ``目录名称/文件前缀``。如果文件前缀为空字符串，会引发异常。
+
+返回: 无
+
+**代码示例**
+
+.. code-block:: python
+
+    import paddle.fluid as fluid
+
+    x = fluid.data(name="x", shape=[10, 10], dtype='float32')
+    y = fluid.layers.fc(x, 10)
+    z = fluid.layers.fc(y, 10)
+    place = fluid.CPUPlace()
+    exe = fluid.Executor(place)
+    exe.run(fluid.default_startup_program())
+
+    fluid.save(fluid.default_main_program(), "./test_path")
+
+
+
+
+
+
+
diff --git a/doc/paddle/api/paddle/fluid/layers/scale_cn.rst b/doc/paddle/api/paddle/scale_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/scale_cn.rst
rename to doc/paddle/api/paddle/scale_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/scatter_cn.rst b/doc/paddle/api/paddle/scatter_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/scatter_cn.rst
rename to doc/paddle/api/paddle/scatter_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/scatter_nd_add_cn.rst b/doc/paddle/api/paddle/scatter_nd_add_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/scatter_nd_add_cn.rst
rename to doc/paddle/api/paddle/scatter_nd_add_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/scatter_nd_cn.rst b/doc/paddle/api/paddle/scatter_nd_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/scatter_nd_cn.rst
rename to doc/paddle/api/paddle/scatter_nd_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/shape_cn.rst b/doc/paddle/api/paddle/shape_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/shape_cn.rst
rename to doc/paddle/api/paddle/shape_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/shard_index_cn.rst b/doc/paddle/api/paddle/shard_index_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/shard_index_cn.rst
rename to doc/paddle/api/paddle/shard_index_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/io/shuffle_cn.rst b/doc/paddle/api/paddle/shuffle_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/io/shuffle_cn.rst
rename to doc/paddle/api/paddle/shuffle_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/sign_cn.rst b/doc/paddle/api/paddle/sign_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/sign_cn.rst
rename to doc/paddle/api/paddle/sign_cn.rst
diff --git a/doc/paddle/api/paddle/tensor/math/sin_cn.rst b/doc/paddle/api/paddle/sin_cn.rst
similarity index 66%
rename from doc/paddle/api/paddle/tensor/math/sin_cn.rst
rename to doc/paddle/api/paddle/sin_cn.rst
index 97d3fec0f..5dd8bcd22 100644
--- a/doc/paddle/api/paddle/tensor/math/sin_cn.rst
+++ b/doc/paddle/api/paddle/sin_cn.rst
@@ -1,25 +1,18 @@
-.. _cn_api_tensor_sin:
+.. _cn_api_fluid_layers_sin:
 
 sin
 -------------------------------
 
-.. py:function:: paddle.sin(x, name=None, out=None)
+.. py:function:: paddle.fluid.layers.sin(x, name=None)
 
-:alias_main: paddle.sin
-:alias: paddle.sin,paddle.tensor.sin,paddle.tensor.math.sin
-:update_api: paddle.fluid.layers.sin
 
 
 
 计算输入的正弦值。
 
-.. math::
-        out = sin(x)
-
 参数:
     - **x** (Variable) - 支持任意维度的Tensor。数据类型为float32，float64或float16。
     - **name** (str，可选) – 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
-    - **out** (Variable, 可选) – 指定存储运算结果的Tensor。如果设置为None或者不设置，将创建新的Tensor存储运算结果，默认值为None。
 
 返回：返回类型为Variable(Tensor|LoDTensor)， 数据类型同输入一致。
 
@@ -28,11 +21,10 @@ sin
 .. code-block:: python
 
         import numpy as np
-        import paddle
         import paddle.fluid as fluid
 
         inputs = fluid.layers.data(name="x", shape = [3], dtype='float32')
-        output = paddle.sin(inputs)
+        output = fluid.layers.sin(inputs)
 
         exe = fluid.Executor(fluid.CPUPlace())
         exe.run(fluid.default_startup_program())
@@ -42,3 +34,16 @@ sin
         res = exe.run(fluid.default_main_program(), feed={'x':img}, fetch_list=[output])
         print(res)
         # [array([0.        , 0.8509035 , 0.89399666], dtype=float32)]
+
+
+
+
+
+
+
+
+
+
+
+
+
diff --git a/doc/paddle/api/paddle/fluid/layers/slice_cn.rst b/doc/paddle/api/paddle/slice_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/slice_cn.rst
rename to doc/paddle/api/paddle/slice_cn.rst
diff --git a/doc/paddle/api/paddle/tensor/math/sqrt_cn.rst b/doc/paddle/api/paddle/sqrt_cn.rst
similarity index 63%
rename from doc/paddle/api/paddle/tensor/math/sqrt_cn.rst
rename to doc/paddle/api/paddle/sqrt_cn.rst
index fd64d0cb3..779ab45fb 100644
--- a/doc/paddle/api/paddle/tensor/math/sqrt_cn.rst
+++ b/doc/paddle/api/paddle/sqrt_cn.rst
@@ -1,20 +1,16 @@
-.. _cn_api_tensor_sqrt:
+.. _cn_api_fluid_layers_sqrt:
 
 sqrt
 -------------------------------
 
-.. py:function:: paddle.sqrt(x, name=None, out=None)
+.. py:function:: paddle.fluid.layers.sqrt(x, name=None)
 
-:alias_main: paddle.sqrt
-:alias: paddle.sqrt,paddle.tensor.sqrt,paddle.tensor.math.sqrt
-:update_api: paddle.fluid.layers.sqrt
 
 
 
 计算输入的算数平方根。
 
-.. math::
-        out=\sqrt x=x^{1/2}
+.. math:: out=\sqrt x=x^{1/2}
 
 .. note::
     请确保输入中的数值是非负数。
@@ -23,7 +19,6 @@ sqrt
 
     - **x** (Variable) - 支持任意维度的Tensor。数据类型为float32，float64或float16。
     - **name** (str，可选) – 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
-    - **out** (Variable, 可选) – 指定存储运算结果的Tensor。如果设置为None或者不设置，将创建新的Tensor存储运算结果，默认值为None。
 
 返回：返回类型为Variable(Tensor|LoDTensor)， 数据类型同输入一致。
 
@@ -32,11 +27,10 @@ sqrt
 .. code-block:: python
 
         import numpy as np
-        import paddle
         import paddle.fluid as fluid
 
         inputs = fluid.layers.data(name="x", shape = [3], dtype='float32')
-        output = paddle.sqrt(inputs)
+        output = fluid.layers.sqrt(inputs)
 
         exe = fluid.Executor(fluid.CPUPlace())
         exe.run(fluid.default_startup_program())
@@ -45,4 +39,17 @@ sqrt
 
         res = exe.run(fluid.default_main_program(), feed={'x':img}, fetch_list=[output])
         print(res)
-        # [array([0., 3., 6.], dtype=float32)]
+        # [array([0., 3., 6.], dtype=float32)] 
+
+
+
+
+
+
+
+
+
+
+
+
+
diff --git a/doc/paddle/api/paddle/fluid/layers/square_cn.rst b/doc/paddle/api/paddle/square_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/square_cn.rst
rename to doc/paddle/api/paddle/square_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/stanh_cn.rst b/doc/paddle/api/paddle/stanh_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/stanh_cn.rst
rename to doc/paddle/api/paddle/stanh_cn.rst
diff --git a/doc/paddle/api/paddle/static/global_scope_cn.rst b/doc/paddle/api/paddle/static/global_scope_cn.rst
index 277bb23db..86031eedc 100644
--- a/doc/paddle/api/paddle/static/global_scope_cn.rst
+++ b/doc/paddle/api/paddle/static/global_scope_cn.rst
@@ -1,4 +1,4 @@
-.. _cn_api_fluid_executor_global_scope:
+.. _cn_api_fluid_global_scope:
 
 global_scope
 -------------------------------
@@ -25,4 +25,4 @@ global_scope
 
         fluid.global_scope().var("data").get_tensor().set(numpy.ones((1, 2)), fluid.CPUPlace())
         data = numpy.array(fluid.global_scope().find_var("data").get_tensor())
-        print(data)  # [[1. 1.]]
+        print(data)  # [[1. 1.]]
\ No newline at end of file
diff --git a/doc/paddle/api/paddle/static/load_cn.rst b/doc/paddle/api/paddle/static/load_cn.rst
new file mode 100644
index 000000000..a12a65fbe
--- /dev/null
+++ b/doc/paddle/api/paddle/static/load_cn.rst
@@ -0,0 +1,55 @@
+.. _cn_api_fluid_load:
+
+load
+-------------------------------
+
+.. py:function:: paddle.fluid.load(program, model_path, executor=None, var_list=None)
+
+:api_attr: 声明式编程模式（静态图)
+
+
+
+该接口从Program中过滤出参数和优化器信息，然后从文件中获取相应的值。
+
+如果Program和加载的文件之间参数的维度或数据类型不匹配，将引发异常。
+
+该函数还可以加载用[save_params，save_persistables，save_vars]接口保存的模型文件。
+当[save_params，save_persistables，save_vars]保存的模型格式为单个大文件时，var_list不能为None。
+
+参数:
+ - **program**  ( :ref:`cn_api_fluid_Program` ) – 要加载的Program。
+ - **model_path**  (str) – 保存Program的目录名称+文件前缀。格式为 ``目录名称/文件前缀`` 。
+ - **executor** (Executor, 可选) - 当startup program没有运行时，用于初始化参数的Executor。默认值：None。
+ - **var_list** (list, 可选) - 指定加载的变量列表，该参数只在加载旧接口[save_params，save_persistables，save_vars]保存的模型文件时使用。当加载的是多个小文件时，变量列表可以是所有加载文件中变量的子集；当加载的单个大文件时，变量列表必须和加载文件中的变量保持一致。
+
+返回: 无
+
+**代码示例**
+
+.. code-block:: python
+
+    # example1
+    import paddle.fluid as fluid
+
+    x = fluid.data( name="x", shape=[10, 10], dtype='float32')
+    y = fluid.layers.fc(x, 10)
+    z = fluid.layers.fc(y, 10)
+    place = fluid.CPUPlace()
+    exe = fluid.Executor(place)
+    exe.run(fluid.default_startup_program())
+    fluid.save(fluid.default_main_program(), "./test_path")
+    fluid.load(fluid.default_main_program(), "./test_path")
+
+    # example2
+    # 注意example1和example2应该分开执行，避免干扰。
+    import paddle.fluid as fluid
+
+    x = fluid.data( name="x", shape=[10, 10], dtype='float32')
+    y = fluid.layers.fc(x, 10)
+    z = fluid.layers.fc(y, 10)
+    place = fluid.CPUPlace()
+    exe = fluid.Executor(place)
+    exe.run(fluid.default_startup_program())
+    fluid.save(fluid.default_main_program(), "./test_path")
+    fluid.load(fluid.default_main_program(), "./test_path", exe)
+
diff --git a/doc/paddle/api/paddle/static/nn/batch_norm_cn.rst b/doc/paddle/api/paddle/static/nn/batch_norm_cn.rst
new file mode 100644
index 000000000..95fa58257
--- /dev/null
+++ b/doc/paddle/api/paddle/static/nn/batch_norm_cn.rst
@@ -0,0 +1,111 @@
+.. _cn_api_fluid_layers_batch_norm:
+
+batch_norm
+-------------------------------
+
+
+.. py:function:: paddle.fluid.layers.batch_norm(input, act=None, is_test=False, momentum=0.9, epsilon=1e-05, param_attr=None, bias_attr=None, data_layout='NCHW', in_place=False, name=None, moving_mean_name=None, moving_variance_name=None, do_model_average_for_mean_and_var=False, use_global_stats=False)
+
+:api_attr: 声明式编程模式（静态图)
+
+
+
+批正则化层（Batch Normalization Layer）
+
+可用作卷积和全连接操作的批正则化函数，根据当前批次数据按通道计算的均值和方差进行正则化。该层需要的数据格式如下：
+
+1.NHWC[batch,in_height,in_width,in_channels]
+2.NCHW[batch,in_channels,in_height,in_width]
+
+更多详情请参考 : `Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift <https://arxiv.org/pdf/1502.03167.pdf>`_
+
+``input`` 是mini-batch的输入。
+
+.. math::
+    \mu_{\beta} &\gets \frac{1}{m} \sum_{i=1}^{m} x_i  \qquad &//\
+    \ mini-batch\ mean \\
+    \sigma_{\beta}^{2} &\gets \frac{1}{m} \sum_{i=1}^{m}(x_i - \mu_{\beta})^2  \qquad &//\
+    \ mini-batch\ variance \\
+    \hat{x_i}  &\gets \frac{x_i - \mu_\beta} {\sqrt{\sigma_{\beta}^{2} + \epsilon}}  \qquad &//\ normalize \\
+    y_i &\gets \gamma \hat{x_i} + \beta  \qquad &//\ scale\ and\ shift
+
+    moving\_mean = moving\_mean * momentum + mini\_batch\_mean * (1. - momentum) \\          
+    moving\_variance = moving\_variance * momentum + mini\_batch\_var * (1. - momentum)     
+
+moving_mean和moving_var是训练过程中统计得到的全局均值和方差，在预测或者评估中使用。
+`is_test` 参数只能用于测试或者评估阶段，如果想在训练阶段使用预训练模型的全局均值和方差的话，可以设置 `use_global_stats=True`.
+
+当use_global_stats = True时， :math:`\mu_{\beta}` 和 :math:`\sigma_{\beta}^{2}` 不是一个minibatch的统计数据。 它们是全局（或运行）统计数据（moving_mean和moving_variance），通常来自预先训练好的模型。训练和测试（或预测）具有相同的行为：
+
+.. math::
+
+    \hat{x_i} &\gets \frac{x_i - \mu_\beta} {\sqrt{\
+    \sigma_{\beta}^{2} + \epsilon}}  \\
+    y_i &\gets \gamma \hat{x_i} + \beta
+
+
+
+参数：
+    - **input** (Variable) - batch_norm算子的输入特征，是一个Variable类型，输入维度可以是 2, 3, 4, 5。数据类型：flaot16, float32, float64。
+    - **act** （string）- 激活函数类型，可以是leaky_realu、relu、prelu等。默认：None。
+    - **is_test** （bool） - 指示它是否在测试阶段，非训练阶段使用训练过程中统计到的全局均值和全局方差。默认：False。
+    - **momentum** （float|Variable）- 此值用于计算 moving_mean 和 moving_var，是一个float类型或者一个shape为[1]，数据类型为float32的Variable类型。更新公式为:  :math:`moving\_mean = moving\_mean * momentum + new\_mean * (1. - momentum)` ， :math:`moving\_var = moving\_var * momentum + new\_var * (1. - momentum)` ， 默认：0.9。
+    - **epsilon** （float）- 加在分母上为了数值稳定的值。默认：1e-5。
+    - **param_attr** (ParamAttr|None) ：指定权重参数属性的对象。默认值为None，表示使用默认的权重参数属性。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。batch_norm算子默认的权重初始化是1.0。
+    - **bias_attr** （ParamAttr|None）- 指定偏置参数属性的对象。默认值为None，表示使用默认的偏置参数属性。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。batch_norm算子默认的偏置初始化是0.0。
+    - **data_layout** （string) - 指定输入的数据格式，输出的数据格式将与输入保持一致，可以是"NCHW"和"NHWC"。N是批尺寸，C是通道数，H是特征高度，W是特征宽度。默认值："NCHW"。
+    - **in_place** （bool）- batch_norm的输出复用输入的tensor，可以节省显存。默认：False。
+    - **name** (str|None) – 具体用法请参见 :ref:`cn_api_guide_Name` ，一般无需设置，默认值为None。
+    - **moving_mean_name** （string）- moving_mean的名称，存储全局均值。如果将其设置为None, ``batch_norm`` 将随机命名全局均值；否则， ``batch_norm`` 将命名全局均值为 ``moving_mean_name`` 。默认：None。
+    - **moving_variance_name** （string）- moving_variance的名称，存储全局变量。如果将其设置为None, ``batch_norm`` 将随机命名全局方差；否则， ``batch_norm`` 将命名全局方差为 ``moving_variance_name`` 。默认：None。
+    - **do_model_average_for_mean_and_var** （bool，默认False）- 是否为mean和variance做模型均值。
+    - **use_global_stats** （bool） – 是否使用全局均值和方差。 在预测或测试模式下，将use_global_stats设置为true或将is_test设置为true，并且行为是等效的。 在训练模式中，当设置use_global_stats为True时，在训练期间也使用全局均值和方差。默认：False。
+
+返回： 维度和输入相同的Tensor，在输入中运用批正则后的结果。
+
+返回类型：Variable
+
+**代码示例**：
+
+.. code-block:: python
+
+    import paddle.fluid as fluid
+    import numpy as np
+    x = fluid.layers.data(name='x', shape=[3, 7, 3, 7], dtype='float32', append_batch_size=False)
+    hidden1 = fluid.layers.fc(input=x, size=200)
+    param_attr = fluid.ParamAttr(name='batch_norm_w', initializer=fluid.initializer.Constant(value=1.0))
+    bias_attr = fluid.ParamAttr(name='batch_norm_b', initializer=fluid.initializer.Constant(value=0.0))
+    hidden2 = fluid.layers.batch_norm(input=hidden1, param_attr = param_attr, bias_attr = bias_attr)
+    place = fluid.CPUPlace()
+    exe = fluid.Executor(place)
+    exe.run(fluid.default_startup_program())
+    np_x = np.random.random(size=(3, 7, 3, 7)).astype('float32')
+    output = exe.run(feed={"x": np_x}, fetch_list = [hidden2])
+    print(output)
+
+.. code-block:: python
+
+    # batch_norm with momentum as Variable
+    import paddle.fluid as fluid
+    import paddle.fluid.layers.learning_rate_scheduler as lr_scheduler
+    
+    def get_decay_momentum(momentum_init, decay_steps, decay_rate):
+        global_step = lr_scheduler._decay_step_counter()
+        momentum = fluid.layers.create_global_var(
+            shape=[1],
+            value=float(momentum_init),
+            dtype='float32',
+            # set persistable for save checkpoints and resume
+            persistable=True,
+            name="momentum")
+        div_res = global_step / decay_steps
+        decayed_momentum = momentum_init * (decay_rate**div_res)
+        fluid.layers.assign(decayed_momentum, momentum)
+        
+        return momentum
+    
+    x = fluid.data(name='x', shape=[3, 7, 3, 7], dtype='float32')
+    hidden1 = fluid.layers.fc(input=x, size=200, param_attr='fc1.w')
+    momentum = get_decay_momentum(0.9, 1e5, 0.9)
+    hidden2 = fluid.layers.batch_norm(input=hidden1, momentum=momentum)
+
diff --git a/doc/paddle/api/paddle/static/nn/bilinear_tensor_product_cn.rst b/doc/paddle/api/paddle/static/nn/bilinear_tensor_product_cn.rst
new file mode 100644
index 000000000..d65e2abdc
--- /dev/null
+++ b/doc/paddle/api/paddle/static/nn/bilinear_tensor_product_cn.rst
@@ -0,0 +1,51 @@
+.. _cn_api_fluid_layers_bilinear_tensor_product:
+
+bilinear_tensor_product
+-------------------------------
+
+
+.. py:function:: paddle.fluid.layers.bilinear_tensor_product(x, y, size, act=None, name=None, param_attr=None, bias_attr=None)
+
+:api_attr: 声明式编程模式（静态图)
+
+
+
+该层对两个输入执行双线性张量积。
+
+例如:
+
+.. math::
+       out_{i} = x * W_{i} * {y^\mathrm{T}}, i=0,1,...,size-1
+
+在这个公式中：
+  - :math:`x`: 第一个输入，包含 :math:`M` 个元素，形状为 [batch_size, M]。
+  - :math:`y`: 第二个输入，包含 :math:`N` 个元素，形状为 [batch_size, N]。
+  - :math:`W_{i}`: 第 :math:`i` 个被学习的权重，形状是 [M, N]。
+  - :math:`out_{i}`: 输出的第 :math:`i` 个元素，形状是 [batch_size, size]。
+  - :math:`y^\mathrm{T}`: :math:`y_{2}` 的转置。
+
+参数：
+    - **x** (Variable): 2-D 输入张量，形状为 [batch_size, M], 数据类型为 float32 或 float64。
+    - **y** (Variable): 2-D 输入张量，形状为 [batch_size, N]，数据类型与 **x** 一致。
+    - **size** (int): 此层的维度。
+    - **act** (str, 可选): 应用到该层输出的激活函数。
+    - **name** (str，可选) – 具体用法请参见 :ref:`cn_api_guide_Name` ，一般无需设置，默认值为 None。
+    - **param_attr** (ParamAttr，可选) ：指定权重参数属性的对象。默认值为 None，表示使用默认的权重参数属性。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。
+    - **bias_attr** (ParamAttr，可选) : 指定偏置参数属性的对象。默认值为 None，表示使用默认的偏置参数属性。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。
+
+返回： 一个形为 [batch_size, size] 的 2-D 张量。
+
+返回类型：Variable
+
+**代码示例：**
+
+.. code-block:: python
+
+  import paddle.fluid as fluid
+  layer1 = fluid.layers.data("t1", shape=[-1, 5], dtype="float32")
+  layer2 = fluid.layers.data("t2", shape=[-1, 4], dtype="float32")
+  tensor = fluid.layers.bilinear_tensor_product(x=layer1, y=layer2, size=1000)
+
+
+
+
diff --git a/doc/paddle/api/paddle/static/nn/conv2d_cn.rst b/doc/paddle/api/paddle/static/nn/conv2d_cn.rst
new file mode 100644
index 000000000..4ae868dfe
--- /dev/null
+++ b/doc/paddle/api/paddle/static/nn/conv2d_cn.rst
@@ -0,0 +1,114 @@
+.. _cn_api_fluid_layers_conv2d:
+
+conv2d
+-------------------------------
+
+
+.. py:function:: paddle.fluid.layers.conv2d(input, num_filters, filter_size, stride=1, padding=0, dilation=1, groups=None, param_attr=None, bias_attr=None, use_cudnn=True, act=None, name=None, data_format="NCHW")
+
+:api_attr: 声明式编程模式（静态图)
+
+
+
+该OP是二维卷积层（convolution2D layer），根据输入、滤波器、步长（stride）、填充（padding）、膨胀比例（dilations）一组参数计算输出特征层大小。输入和输出是NCHW或NHWC格式，其中N是批尺寸，C是通道数，H是特征高度，W是特征宽度。滤波器是MCHW格式，M是输出图像通道数，C是输入图像通道数，H是滤波器高度，W是滤波器宽度。如果组数(groups)大于1，C等于输入图像通道数除以组数的结果。详情请参考UFLDL's : `卷积 <http://ufldl.stanford.edu/tutorial/supervised/FeatureExtractionUsingConvolution/>`_ 。如果bias_attr不为False，卷积计算会添加偏置项。如果指定了激活函数类型，相应的激活函数会作用在最终结果上。
+
+对每个输入X，有等式：
+
+.. math::
+
+    Out = \sigma \left ( W * X + b \right )
+
+其中：
+    - :math:`X` ：输入值，NCHW或NHWC格式的4-D Tensor
+    - :math:`W` ：滤波器值，MCHW格式的4-D Tensor
+    - :math:`*` ：卷积操作
+    - :math:`b` ：偏置值，2-D Tensor，形状为 ``[M,1]``
+    - :math:`\sigma` ：激活函数
+    - :math:`Out` ：输出值，NCHW或NHWC格式的4-D Tensor， 和 ``X`` 的形状可能不同
+
+**示例**
+
+- 输入：
+
+  输入形状：:math:`（N,C_{in},H_{in},W_{in}）`
+
+  滤波器形状： :math:`（C_{out},C_{in},H_{f},W_{f}）`
+
+- 输出：
+
+  输出形状： :math:`（N,C_{out},H_{out},W_{out}）`
+
+其中
+
+.. math::
+
+    H_{out} &= \frac{\left ( H_{in} + padding\_height\_top + padding\_height\_bottom-\left ( dilation[0]*\left ( H_{f}-1 \right )+1 \right ) \right )}{stride[0]}+1
+
+    W_{out} &= \frac{\left ( W_{in} + padding\_width\_left + padding\_width\_right -\left ( dilation[1]*\left ( W_{f}-1 \right )+1 \right ) \right )}{stride[1]}+1
+
+如果 ``padding`` = "SAME":
+
+.. math::
+    H_{out} = \frac{(H_{in} + stride[0] - 1)}{stride[0]}
+
+.. math::
+    W_{out} = \frac{(W_{in} + stride[1] - 1)}{stride[1]}
+
+如果 ``padding`` = "VALID":
+
+.. math::
+    H_{out} = \frac{\left ( H_{in} -\left ( dilation[0]*\left ( H_{f}-1 \right )+1 \right ) \right )}{stride[0]}+1
+
+    W_{out} = \frac{\left ( W_{in} -\left ( dilation[1]*\left ( W_{f}-1 \right )+1 \right ) \right )}{stride[1]}+1
+
+参数：
+    - **input** (Variable) - 形状为 :math:`[N, C, H, W]` 或 :math:`[N, H, W, C]` 的4-D Tensor，N是批尺寸，C是通道数，H是特征高度，W是特征宽度，数据类型为float16, float32或float64。
+    - **num_filters** (int) - 滤波器（卷积核）的个数。和输出图像通道相同。
+    - **filter_size** (int|list|tuple) - 滤波器大小。如果它是一个列表或元组，则必须包含两个整数值：（filter_size_height，filter_size_width）。若为一个整数，filter_size_height = filter_size_width = filter_size。
+    - **stride** (int|list|tuple，可选) - 步长大小。滤波器和输入进行卷积计算时滑动的步长。如果它是一个列表或元组，则必须包含两个整型数：（stride_height,stride_width）。若为一个整数，stride_height = stride_width = stride。默认值：1。
+    - **padding** (int|list|tuple|str，可选) - 填充大小。如果它是一个字符串，可以是"VALID"或者"SAME"，表示填充算法，计算细节可参考上述 ``padding`` = "SAME"或  ``padding`` = "VALID" 时的计算公式。如果它是一个元组或列表，它可以有3种格式：(1)包含4个二元组：当 ``data_format`` 为"NCHW"时为 [[0,0], [0,0], [padding_height_top, padding_height_bottom], [padding_width_left, padding_width_right]]，当 ``data_format`` 为"NHWC"时为[[0,0], [padding_height_top, padding_height_bottom], [padding_width_left, padding_width_right], [0,0]]；(2)包含4个整数值：[padding_height_top, padding_height_bottom, padding_width_left, padding_width_right]；(3)包含2个整数值：[padding_height, padding_width]，此时padding_height_top = padding_height_bottom = padding_height， padding_width_left = padding_width_right = padding_width。若为一个整数，padding_height = padding_width = padding。默认值：0。
+    - **dilation** (int|list|tuple，可选) - 膨胀比例大小。空洞卷积时会使用该参数，滤波器对输入进行卷积时，感受野里每相邻两个特征点之间的空洞信息。如果膨胀比例为列表或元组，则必须包含两个整型数：（dilation_height,dilation_width）。若为一个整数，dilation_height = dilation_width = dilation。默认值：1。
+    - **groups** (int，可选) - 二维卷积层的组数。根据Alex Krizhevsky的深度卷积神经网络（CNN）论文中的成组卷积：当group=n，输入和滤波器分别根据通道数量平均分为n组，第一组滤波器和第一组输入进行卷积计算，第二组滤波器和第二组输入进行卷积计算，……，第n组滤波器和第n组输入进行卷积计算。默认值：1。
+    - **param_attr** (ParamAttr，可选) - 指定权重参数属性的对象。默认值为None，表示使用默认的权重参数属性。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。
+    - **bias_attr** （ParamAttr|bool，可选）- 指定偏置参数属性的对象。若 ``bias_attr`` 为bool类型，只支持为False，表示没有偏置参数。默认值为None，表示使用默认的偏置参数属性。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。
+    - **use_cudnn** （bool，可选）- 是否使用cudnn内核。只有已安装cudnn库时才有效。默认值：True。
+    - **act** (str，可选) - 激活函数类型， 如tanh、softmax、sigmoid，relu等，支持列表请参考 :ref:`api_guide_activations` 。如果设为None，则未添加激活函数。默认值：None。
+    - **name** (str，可选) – 具体用法请参见 :ref:`cn_api_guide_Name` ，一般无需设置，默认值：None。
+    - **data_format** (str，可选) - 指定输入的数据格式，输出的数据格式将与输入保持一致，可以是"NCHW"和"NHWC"。N是批尺寸，C是通道数，H是特征高度，W是特征宽度。默认值："NCHW"。
+
+返回：4-D Tensor，数据类型与 ``input`` 一致。如果未指定激活层，则返回卷积计算的结果，如果指定激活层，则返回卷积和激活计算之后的最终结果。
+
+返回类型：Variable。
+
+抛出异常：
+    - ``ValueError`` - 如果 ``use_cudnn`` 不是bool值。
+    - ``ValueError`` - 如果 ``data_format`` 既不是"NCHW"也不是"NHWC"。
+    - ``ValueError`` - 如果 ``input`` 的通道数未被明确定义。
+    - ``ValueError`` - 如果 ``padding`` 是字符串，既不是"SAME"也不是"VALID"。
+    - ``ValueError`` - 如果 ``padding`` 含有4个二元组，与批尺寸对应维度的值不为0或者与通道对应维度的值不为0。
+    - ``ShapeError`` - 如果输入不是4-D Tensor。
+    - ``ShapeError`` - 如果输入和滤波器的维度大小不相同。
+    - ``ShapeError`` - 如果输入的维度大小与 ``stride`` 之差不是2。
+    - ``ShapeError`` - 如果输出的通道数不能被 ``groups`` 整除。
+
+
+**代码示例**：
+
+.. code-block:: python
+
+    import paddle.fluid as fluid
+    import numpy as np
+    data = fluid.layers.data(name='data', shape=[3, 32, 32], dtype='float32')
+    param_attr = fluid.ParamAttr(name='conv2d.weight', initializer=fluid.initializer.Xavier(uniform=False), learning_rate=0.001)
+    res = fluid.layers.conv2d(input=data, num_filters=2, filter_size=3, act="relu", param_attr=param_attr)
+    place = fluid.CPUPlace()
+    exe = fluid.Executor(place)
+    exe.run(fluid.default_startup_program())
+    x = np.random.rand(1, 3, 32, 32).astype("float32")
+    output = exe.run(feed={"data": x}, fetch_list=[res])
+    print(output)
+
+
+
+
+
diff --git a/doc/paddle/api/paddle/static/nn/conv2d_transpose_cn.rst b/doc/paddle/api/paddle/static/nn/conv2d_transpose_cn.rst
new file mode 100644
index 000000000..3223f0718
--- /dev/null
+++ b/doc/paddle/api/paddle/static/nn/conv2d_transpose_cn.rst
@@ -0,0 +1,120 @@
+.. _cn_api_fluid_layers_conv2d_transpose:
+
+conv2d_transpose
+-------------------------------
+
+
+.. py:function:: paddle.fluid.layers.conv2d_transpose(input, num_filters, output_size=None, filter_size=None, padding=0, stride=1, dilation=1, groups=None, param_attr=None, bias_attr=None, use_cudnn=True, act=None, name=None, data_format='NCHW')
+
+:api_attr: 声明式编程模式（静态图)
+
+
+
+二维转置卷积层（Convlution2D transpose layer）
+
+该层根据输入（input）、滤波器（filter）和卷积核膨胀比例（dilations）、步长（stride）、填充（padding）来计算输出特征层大小或者通过output_size指定输出特征层大小。输入(Input)和输出(Output)为NCHW或NHWC格式，其中N为批尺寸，C为通道数（channel），H为特征层高度，W为特征层宽度。滤波器是MCHW格式，M是输出图像通道数，C是输入图像通道数，H是滤波器高度，W是滤波器宽度。如果组数大于1，C等于输入图像通道数除以组数的结果。转置卷积的计算过程相当于卷积的反向计算。转置卷积又被称为反卷积（但其实并不是真正的反卷积）。欲了解转置卷积层细节，请参考下面的说明和 参考文献_ 。如果参数bias_attr不为False, 转置卷积计算会添加偏置项。如果act不为None，则转置卷积计算之后添加相应的激活函数。
+
+.. _参考文献: https://arxiv.org/pdf/1603.07285.pdf
+
+
+输入 :math:`X` 和输出 :math:`Out` 函数关系如下：
+
+.. math::
+                        Out=\sigma (W*X+b)\\
+
+其中：
+    -  :math:`X` : 输入，具有NCHW或NHWC格式的4-D Tensor
+    -  :math:`W` : 滤波器，具有NCHW格式的4-D Tensor
+    -  :math:`*` : 卷积计算（注意：转置卷积本质上的计算还是卷积）
+    -  :math:`b` : 偏置（bias），2-D Tensor，形状为 ``[M,1]``
+    -  :math:`σ` : 激活函数
+    -  :math:`Out` : 输出值，NCHW或NHWC格式的4-D Tensor， 和 ``X`` 的形状可能不同
+
+**示例**
+
+- 输入：
+
+    输入Tensor的形状： :math:`（N，C_{in}， H_{in}， W_{in}）`
+
+    滤波器的形状 ： :math:`（C_{in}, C_{out}, H_f, W_f）`
+
+- 输出：
+
+    输出Tensor的形状 ： :math:`（N，C_{out}, H_{out}, W_{out}）`
+
+其中
+
+.. math::
+
+        & H'_{out} = (H_{in}-1)*strides[0] - pad\_height\_top - pad\_height\_bottom + dilations[0]*(H_f-1)+1\\
+        & W'_{out} = (W_{in}-1)*strides[1]- pad\_width\_left - pad\_width\_right + dilations[1]*(W_f-1)+1 \\
+        & H_{out}\in[H'_{out},H'_{out} + strides[0])\\
+        & W_{out}\in[W'_{out},W'_{out} + strides[1])\\
+
+如果 ``padding`` = "SAME":
+
+.. math::
+   & H'_{out} = \frac{(H_{in} + stride[0] - 1)}{stride[0]}\\
+   & W'_{out} = \frac{(W_{in} + stride[1] - 1)}{stride[1]}\\
+
+如果 ``padding`` = "VALID":
+
+.. math::
+    & H'_{out} = (H_{in}-1)*strides[0] + dilations[0]*(H_f-1)+1\\
+    & W'_{out} = (W_{in}-1)*strides[1] + dilations[1]*(W_f-1)+1 \\
+
+注意：
+
+如果output_size为None，则 :math:`H_{out}` = :math:`H^\prime_{out}` , :math:`W_{out}` = :math:`W^\prime_{out}` ;否则，指定的output_size_height（输出特征层的高） :math:`H_{out}` 应当介于 :math:`H^\prime_{out}` 和 :math:`H^\prime_{out} + strides[0]` 之间（不包含 :math:`H^\prime_{out} + strides[0]` ）, 并且指定的output_size_width（输出特征层的宽） :math:`W_{out}` 应当介于 :math:`W^\prime_{out}` 和 :math:`W^\prime_{out} + strides[1]` 之间（不包含 :math:`W^\prime_{out} + strides[1]` ）。
+
+由于转置卷积可以当成是卷积的反向计算，而根据卷积的输入输出计算公式来说，不同大小的输入特征层可能对应着相同大小的输出特征层，所以对应到转置卷积来说，固定大小的输入特征层对应的输出特征层大小并不唯一。
+
+如果指定了output_size， ``conv2d_transpose`` 可以自动计算滤波器的大小。
+
+参数:
+  - **input** （Variable）- 形状为 :math:`[N, C, H, W]` 或 :math:`[N, H, W, C]` 的4-D Tensor，N是批尺寸，C是通道数，H是特征高度，W是特征宽度。数据类型：float32或float64。
+  - **num_filters** (int) - 滤波器（卷积核）的个数，与输出图片的通道数相同。
+  - **output_size** (int|tuple，可选) - 输出图片的大小。如果output_size是一个元组，则必须包含两个整型数，（output_size_height，output_size_width）。如果output_size=None，则内部会使用filter_size、padding和stride来计算output_size。如果output_size和filter_size是同时指定的，那么它们应满足上面的公式。默认：None。output_size和filter_size不能同时为None。
+  - **filter_size** (int|tuple，可选) - 滤波器大小。如果filter_size是一个元组，则必须包含两个整型数，（filter_size_height, filter_size_width）。否则，filter_size_height = filter_size_width = filter_size。如果filter_size=None，则必须指定output_size， ``conv2d_transpose`` 内部会根据output_size、padding和stride计算出滤波器大小。默认：None。output_size和filter_size不能同时为None。
+  - **padding** (int|list|tuple|str，可选) - 填充padding大小。padding参数在输入特征层每边添加 ``dilation * (kernel_size - 1) - padding`` 个0。如果它是一个字符串，可以是"VALID"或者"SAME"，表示填充算法，计算细节可参考上述 ``padding`` = "SAME"或  ``padding`` = "VALID" 时的计算公式。如果它是一个元组或列表，它可以有3种格式：(1)包含4个二元组：当 ``data_format`` 为"NCHW"时为 [[0,0], [0,0], [padding_height_top, padding_height_bottom], [padding_width_left, padding_width_right]]，当 ``data_format`` 为"NHWC"时为[[0,0], [padding_height_top, padding_height_bottom], [padding_width_left, padding_width_right], [0,0]]；(2)包含4个整数值：[padding_height_top, padding_height_bottom, padding_width_left, padding_width_right]；(3)包含2个整数值：[padding_height, padding_width]，此时padding_height_top = padding_height_bottom = padding_height， padding_width_left = padding_width_right = padding_width。若为一个整数，padding_height = padding_width = padding。默认值：0。
+  - **stride** (int|tuple，可选) - 步长stride大小。滤波器和输入进行卷积计算时滑动的步长。如果stride是一个元组，则必须包含两个整型数，形式为(stride_height，stride_width)。否则，stride_height = stride_width = stride。默认：stride = 1。
+  - **dilation** (int|tuple，可选) - 膨胀比例(dilation)大小。空洞卷积时会指该参数，滤波器对输入进行卷积时，感受野里每相邻两个特征点之间的空洞信息，根据 `可视化效果图 <https://github.com/vdumoulin/conv_arithmetic/blob/master/README.md>`_ 较好理解。如果膨胀比例dilation是一个元组，那么元组必须包含两个整型数，形式为(dilation_height, dilation_width)。否则，dilation_height = dilation_width = dilation。默认：dilation= 1。
+  - **groups** (int，可选) - 二维转置卷积层的组数。从Alex Krizhevsky的CNN Deep论文中的群卷积中受到启发，当group=2时，输入和滤波器分别根据通道数量平均分为两组，第一组滤波器和第一组输入进行卷积计算，第二组滤波器和第二组输入进行卷积计算。默认：group = 1。
+  - **param_attr** (ParamAttr，可选) ：指定权重参数属性的对象。默认值为None，表示使用默认的权重参数属性。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。conv2d_transpose算子默认的权重初始化是Xavier。
+  - **bias_attr** （ParamAttr|False，可选）- 指定偏置参数属性的对象。默认值为None，表示使用默认的偏置参数属性。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。conv2d_transpose算子默认的偏置初始化是0.0。
+  - **use_cudnn** (bool，可选) - 是否使用cudnn内核，只有已安装cudnn库时才有效。默认：True。
+  - **act** (str，可选) -  激活函数类型，如果设置为None，则不使用激活函数。默认：None。
+  - **name** (str，可选) – 具体用法请参见 :ref:`cn_api_guide_Name` ，一般无需设置，默认值为None。
+  - **data_format** (str，可选) - 指定输入的数据格式，输出的数据格式将与输入保持一致，可以是"NCHW"和"NHWC"。N是批尺寸，C是通道数，H是特征高度，W是特征宽度。默认值："NCHW"。
+
+返回：4-D Tensor，数据类型与 ``input`` 一致。如果未指定激活层，则返回转置卷积计算的结果，如果指定激活层，则返回转置卷积和激活计算之后的最终结果。
+
+返回类型：Variable
+
+抛出异常:
+    -  ``ValueError`` : 如果输入的shape、filter_size、stride、padding和groups不匹配，抛出ValueError
+    -  ``ValueError`` - 如果 ``data_format`` 既不是"NCHW"也不是"NHWC"。
+    -  ``ValueError`` - 如果 ``padding`` 是字符串，既不是"SAME"也不是"VALID"。
+    -  ``ValueError`` - 如果 ``padding`` 含有4个二元组，与批尺寸对应维度的值不为0或者与通道对应维度的值不为0。
+    -  ``ValueError`` - 如果 ``output_size`` 和 ``filter_size`` 同时为None。
+    -  ``ShapeError`` - 如果输入不是4-D Tensor。
+    -  ``ShapeError`` - 如果输入和滤波器的维度大小不相同。
+    -  ``ShapeError`` - 如果输入的维度大小与 ``stride`` 之差不是2。
+
+**代码示例**
+
+..  code-block:: python
+
+    import paddle.fluid as fluid
+    import numpy as np
+    data = fluid.layers.data(name='data', shape=[3, 32, 32], dtype='float32')
+    param_attr = fluid.ParamAttr(name='conv2d.weight', initializer=fluid.initializer.Xavier(uniform=False), learning_rate=0.001)
+    res = fluid.layers.conv2d_transpose(input=data, num_filters=2, filter_size=3, act="relu", param_attr=param_attr)
+    place = fluid.CPUPlace()
+    exe = fluid.Executor(place)
+    exe.run(fluid.default_startup_program())
+    x = np.random.rand(1, 3, 32, 32).astype("float32")
+    output = exe.run(feed={"data": x}, fetch_list=[res])
+    print(output)
+
+
diff --git a/doc/paddle/api/paddle/static/nn/conv3d_cn.rst b/doc/paddle/api/paddle/static/nn/conv3d_cn.rst
new file mode 100644
index 000000000..7468274e7
--- /dev/null
+++ b/doc/paddle/api/paddle/static/nn/conv3d_cn.rst
@@ -0,0 +1,116 @@
+.. _cn_api_fluid_layers_conv3d:
+
+conv3d
+-------------------------------
+
+
+.. py:function:: paddle.fluid.layers.conv3d(input, num_filters, filter_size, stride=1, padding=0, dilation=1, groups=None, param_attr=None, bias_attr=None, use_cudnn=True, act=None, name=None, data_format="NCDHW")
+
+:api_attr: 声明式编程模式（静态图)
+
+
+
+该OP是三维卷积层（convolution3D layer），根据输入、滤波器、步长（stride）、填充（padding）、膨胀比例（dilations）一组参数计算得到输出特征层大小。输入和输出是NCDHW或NDWHC格式，其中N是批尺寸，C是通道数，D是特征层深度，H是特征层高度，W是特征层宽度。三维卷积（Convlution3D）和二维卷积（Convlution2D）相似，但多了一维深度信息（depth）。如果bias_attr不为False，卷积计算会添加偏置项。如果指定了激活函数类型，相应的激活函数会作用在最终结果上。
+
+对每个输入X，有等式：
+
+.. math::
+
+    Out = \sigma \left ( W * X + b \right )
+
+其中：
+    - :math:`X` ：输入值，NCDHW或NDHWC格式的5-D Tensor
+    - :math:`W` ：滤波器值，MCDHW格式的5-D Tensor
+    - :math:`*` ：卷积操作
+    - :math:`b` ：偏置值，2-D Tensor，形为 ``[M,1]``
+    - :math:`\sigma` ：激活函数
+    - :math:`Out` ：输出值, NCDHW或NDHWC格式的5-D Tensor，和 ``X`` 的形状可能不同
+
+**示例**
+
+- 输入：
+
+  输入形状： :math:`(N, C_{in}, D_{in}, H_{in}, W_{in})`
+
+  滤波器形状： :math:`(C_{out}, C_{in}, D_f, H_f, W_f)`
+
+- 输出：
+
+  输出形状： :math:`(N, C_{out}, D_{out}, H_{out}, W_{out})`
+
+其中
+
+.. math::
+
+    D_{out} &= \frac{\left ( D_{in} + padding\_depth\_front + padding\_depth\_back-\left ( dilation[0]*\left ( D_{f}-1 \right )+1 \right ) \right )}{stride[0]}+1
+
+    H_{out} &= \frac{\left ( H_{in} + padding\_height\_top + padding\_height\_bottom-\left ( dilation[1]*\left ( H_{f}-1 \right )+1 \right ) \right )}{stride[1]}+1
+
+    W_{out} &= \frac{\left ( W_{in} + padding\_width\_left + padding\_width\_right -\left ( dilation[2]*\left ( W_{f}-1 \right )+1 \right ) \right )}{stride[2]}+1
+
+如果 ``padding`` = "SAME":
+
+.. math::
+    D_{out} = \frac{(D_{in} + stride[0] - 1)}{stride[0]}
+
+    H_{out} = \frac{(H_{in} + stride[1] - 1)}{stride[1]}
+
+    W_{out} = \frac{(W_{in} + stride[2] - 1)}{stride[2]}
+
+如果 ``padding`` = "VALID":
+
+.. math::
+    D_{out} = \frac{\left ( D_{in} -\left ( dilation[0]*\left ( D_{f}-1 \right )+1 \right ) \right )}{stride[0]}+1
+
+    H_{out} = \frac{\left ( H_{in} -\left ( dilation[1]*\left ( H_{f}-1 \right )+1 \right ) \right )}{stride[1]}+1
+
+    W_{out} = \frac{\left ( W_{in} -\left ( dilation[2]*\left ( W_{f}-1 \right )+1 \right ) \right )}{stride[2]}+1
+
+参数：
+    - **input** (Variable) - 形状为 :math:`[N, C, D, H, W]` 或 :math:`[N, D, H, W, C]` 的5-D Tensor，N是批尺寸，C是通道数，D是特征深度，H是特征高度，W是特征宽度，数据类型为float16, float32或float64。
+    - **num_fliters** (int) - 滤波器（卷积核）的个数。和输出图像通道相同。
+    - **filter_size** (int|list|tuple) - 滤波器大小。如果它是一个列表或元组，则必须包含三个整数值：（filter_size_depth, filter_size_height，filter_size_width）。若为一个整数，则filter_size_depth = filter_size_height = filter_size_width = filter_size。
+    - **stride** (int|list|tuple，可选) - 步长大小。滤波器和输入进行卷积计算时滑动的步长。如果它是一个列表或元组，则必须包含三个整型数：（stride_depth, stride_height, stride_width）。若为一个整数，stride_depth = stride_height = stride_width = stride。默认值：1。
+    - **padding** (int|list|tuple|str，可选) - 填充大小。如果它是一个字符串，可以是"VALID"或者"SAME"，表示填充算法，计算细节可参考上述 ``padding`` = "SAME"或  ``padding`` = "VALID" 时的计算公式。如果它是一个元组或列表，它可以有3种格式：(1)包含5个二元组：当 ``data_format`` 为"NCDHW"时为 [[0,0], [0,0], [padding_depth_front, padding_depth_back], [padding_height_top, padding_height_bottom], [padding_width_left, padding_width_right]]，当 ``data_format`` 为"NDHWC"时为[[0,0], [padding_depth_front, padding_depth_back], [padding_height_top, padding_height_bottom], [padding_width_left, padding_width_right], [0,0]]；(2)包含6个整数值：[padding_depth_front, padding_depth_back, padding_height_top, padding_height_bottom, padding_width_left, padding_width_right]；(3)包含3个整数值：[padding_depth, padding_height, padding_width]，此时 padding_depth_front = padding_depth_back = padding_depth, padding_height_top = padding_height_bottom = padding_height, padding_width_left = padding_width_right = padding_width。若为一个整数，padding_depth = padding_height = padding_width = padding。默认值：0。
+    - **dilation** (int|list|tuple，可选) - 膨胀比例大小。空洞卷积时会使用该参数，滤波器对输入进行卷积时，感受野里每相邻两个特征点之间的空洞信息。如果膨胀比例为列表或元组，则必须包含三个整型数：（dilation_depth, dilation_height,dilation_width）。若为一个整数，dilation_depth = dilation_height = dilation_width = dilation。默认值：1。
+    - **groups** (int，可选) - 三维卷积层的组数。根据Alex Krizhevsky的深度卷积神经网络（CNN）论文中的成组卷积：当group=n，输入和滤波器分别根据通道数量平均分为n组，第一组滤波器和第一组输入进行卷积计算，第二组滤波器和第二组输入进行卷积计算，……，第n组滤波器和第n组输入进行卷积计算。默认值：1。
+    - **param_attr** (ParamAttr，可选) - 指定权重参数属性的对象。默认值为None，表示使用默认的权重参数属性。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。
+    - **bias_attr** （ParamAttr|bool，可选）- 指定偏置参数属性的对象。若 ``bias_attr`` 为bool类型，只支持为False，表示没有偏置参数。默认值为None，表示使用默认的偏置参数属性。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。
+    - **use_cudnn** （bool，可选）- 是否使用cudnn内核。只有已安装cudnn库时才有效。默认值：True。
+    - **act** (str，可选) - 激活函数类型， 如tanh、softmax、sigmoid，relu等，支持列表请参考 :ref:`api_guide_activations` 。如果设为None，则未添加激活函数。默认值：None。
+    - **name** (str，可选) – 具体用法请参见 :ref:`cn_api_guide_Name` ，一般无需设置，默认值：None。
+    - **data_format** (str，可选) - 指定输入的数据格式，输出的数据格式将与输入保持一致，可以是"NCDHW"和"NDHWC"。N是批尺寸，C是通道数，D是特征深度，H是特征高度，W是特征宽度。默认值："NCDHW"。
+
+返回：5-D Tensor，数据类型与 ``input`` 一致。如果未指定激活层，则返回卷积计算的结果，如果指定激活层，则返回卷积和激活计算之后的最终结果。
+
+返回类型：Variable。
+
+抛出异常：
+    - ``ValueError`` - 如果 ``use_cudnn`` 不是bool值。
+    - ``ValueError`` - 如果 ``data_format`` 既不是"NCDHW"也不是"NDHWC"。
+    - ``ValueError`` - 如果 ``input`` 的通道数未被明确定义。
+    - ``ValueError`` - 如果 ``padding`` 是字符串，既不是"SAME"也不是"VALID"。
+    - ``ValueError`` - 如果 ``padding`` 含有5个二元组，与批尺寸对应维度的值不为0或者与通道对应维度的值不为0。
+    - ``ShapeError`` - 如果输入不是5-D Tensor。
+    - ``ShapeError`` - 如果输入和滤波器的维度大小不相同。
+    - ``ShapeError`` - 如果输入的维度大小与 ``stride`` 之差不是2。
+    - ``ShapeError`` - 如果输出的通道数不能被 ``groups`` 整除。
+
+
+**代码示例**：
+
+.. code-block:: python
+
+    import paddle.fluid as fluid
+    import numpy as np
+    data = fluid.layers.data(name='data', shape=[3, 12, 32, 32], dtype='float32')
+    param_attr = fluid.ParamAttr(name='conv3d.weight', initializer=fluid.initializer.Xavier(uniform=False), learning_rate=0.001)
+    res = fluid.layers.conv3d(input=data, num_filters=2, filter_size=3, act="relu", param_attr=param_attr)
+    place = fluid.CPUPlace()
+    exe = fluid.Executor(place)
+    exe.run(fluid.default_startup_program())
+    x = np.random.rand(1, 3, 12, 32, 32).astype("float32")
+    output = exe.run(feed={"data": x}, fetch_list=[res])
+    print(output)
+
+
diff --git a/doc/paddle/api/paddle/static/nn/conv3d_transpose_cn.rst b/doc/paddle/api/paddle/static/nn/conv3d_transpose_cn.rst
new file mode 100644
index 000000000..0331df5d6
--- /dev/null
+++ b/doc/paddle/api/paddle/static/nn/conv3d_transpose_cn.rst
@@ -0,0 +1,124 @@
+.. _cn_api_fluid_layers_conv3d_transpose:
+
+conv3d_transpose
+-------------------------------
+
+
+.. py:function:: paddle.fluid.layers.conv3d_transpose(input, num_filters, output_size=None, filter_size=None, padding=0, stride=1, dilation=1, groups=None, param_attr=None, bias_attr=None, use_cudnn=True, act=None, name=None, data_format='NCDHW')
+
+:api_attr: 声明式编程模式（静态图)
+
+
+
+三维转置卷积层（Convlution3D transpose layer)
+
+该层根据输入（input）、滤波器（filter）和卷积核膨胀比例（dilations）、步长（stride）、填充（padding）来计算输出特征层大小或者通过output_size指定输出特征层大小。输入(Input)和输出(Output)为NCDHW或者NDHWC格式。其中N为批尺寸，C为通道数（channel），D为特征深度，H为特征层高度，W为特征层宽度。转置卷积的计算过程相当于卷积的反向计算。转置卷积又被称为反卷积（但其实并不是真正的反卷积）。欲了解卷积转置层细节，请参考下面的说明和 参考文献_ 。如果参数bias_attr不为False, 转置卷积计算会添加偏置项。如果act不为None，则转置卷积计算之后添加相应的激活函数。
+
+.. _参考文献: http://www.matthewzeiler.com/wp-content/uploads/2017/07/cvpr2010.pdf
+
+输入 :math:`X` 和输出 :math:`Out` 函数关系如下：
+
+.. math::
+                        \\Out=\sigma (W*X+b)\\
+
+其中：
+    -  :math:`X` : 输入，具有NCDHW或NDHWC格式的5-D Tensor
+    -  :math:`W` : 滤波器，具有NCDHW格式的5-D Tensor
+    -  :math:`*` : 卷积操作（注意：转置卷积本质上的计算还是卷积）
+    -  :math:`b` : 偏置（bias），2-D Tensor，形状为 ``[M,1]``
+    -  :math:`σ` : 激活函数
+    -  :math:`Out` : 输出值，NCDHW或NDHWC格式的5-D Tensor，和 ``X`` 的形状可能不同
+
+**示例**
+
+输入:
+
+    输入的shape：:math:`（N,C_{in}, D_{in}, H_{in}, W_{in}）`
+
+    滤波器的shape：:math:`（C_{in}, C_{out}, D_f, H_f, W_f）`
+
+
+
+输出:
+
+    输出的shape：:math:`（N,C_{out}, D_{out}, H_{out}, W_{out}）`
+
+
+其中：
+
+.. math::
+
+    & D'_{out}=(D_{in}-1)*strides[0] - pad\_depth\_front - pad\_depth\_back + dilations[0]*(D_f-1)+1\\
+    & H'_{out}=(H_{in}-1)*strides[1] - pad\_height\_top - pad\_height\_bottom + dilations[1]*(H_f-1)+1\\
+    & W'_{out}=(W_{in}-1)*strides[2] - pad\_width\_left - pad\_width\_right + dilations[2]*(W_f-1)+1\\
+    & D_{out}\in[D'_{out},D'_{out} + strides[0])\\
+    & H_{out}\in[H'_{out},H'_{out} + strides[1])\\
+    & W_{out}\in[W'_{out},W'_{out} + strides[2])\\
+
+如果 ``padding`` = "SAME":
+
+.. math::
+    D'_{out} = \frac{(D_{in} + stride[0] - 1)}{stride[0]}\\
+    H'_{out} = \frac{(H_{in} + stride[1] - 1)}{stride[1]}\\
+    W'_{out} = \frac{(W_{in} + stride[2] - 1)}{stride[2]}\\
+
+如果 ``padding`` = "VALID":
+
+.. math::
+    D'_{out}=(D_{in}-1)*strides[0] + dilations[0]*(D_f-1)+1\\
+    H'_{out}=(H_{in}-1)*strides[1] + dilations[1]*(H_f-1)+1\\
+    W'_{out}=(W_{in}-1)*strides[2] + dilations[2]*(W_f-1)+1\\
+
+注意：
+
+如果output_size为None，则 :math:`D_{out}` = :math:`D^\prime_{out}` , :math:`H_{out}` = :math:`H^\prime_{out}` , :math:`W_{out}` = :math:`W^\prime_{out}` ;否则，指定的output_size_depth（输出特征层的深度） :math:`D_{out}` 应当介于 :math:`D^\prime_{out}` 和 :math:`D^\prime_{out} + strides[0]` 之间（不包含 :math:`D^\prime_{out} + strides[0]` ），指定的output_size_height（输出特征层的高） :math:`H_{out}` 应当介于 :math:`H^\prime_{out}` 和 :math:`H^\prime_{out} + strides[1]` 之间（不包含 :math:`H^\prime_{out} + strides[1]` ）, 并且指定的output_size_width（输出特征层的宽） :math:`W_{out}` 应当介于 :math:`W^\prime_{out}` 和 :math:`W^\prime_{out} + strides[2]` 之间（不包含 :math:`W^\prime_{out} + strides[2]` ）。
+
+由于转置卷积可以当成是卷积的反向计算，而根据卷积的输入输出计算公式来说，不同大小的输入特征层可能对应着相同大小的输出特征层，所以对应到转置卷积来说，固定大小的输入特征层对应的输出特征层大小并不唯一。
+
+如果指定了output_size， ``conv3d_transpose`` 可以自动计算滤波器的大小。
+
+参数:
+  - **input** （Variable）- 形状为 :math:`[N, C, D, H, W]` 或 :math:`[N, D, H, W, C]` 的5-D Tensor，N是批尺寸，C是通道数，D是特征深度，H是特征高度，W是特征宽度，数据类型：float32或float64。
+  - **num_filters** (int) - 滤波器（卷积核）的个数，与输出的图片的通道数相同。
+  - **output_size** (int|tuple，可选) - 输出图片的大小。如果output_size是一个元组，则必须包含三个整型数，（output_size_depth，output_size_height，output_size_width）。如果output_size=None，则内部会使用filter_size、padding和stride来计算output_size。如果output_size和filter_size是同时指定的，那么它们应满足上面的公式。默认：None。output_size和filter_size不能同时为None。
+  - **filter_size** (int|tuple，可选) - 滤波器大小。如果filter_size是一个元组，则必须包含三个整型数，（filter_size_depth，filter_size_height, filter_size_width）。否则，filter_size_depth = filter_size_height = filter_size_width = filter_size。如果filter_size=None，则必须指定output_size， ``conv2d_transpose`` 内部会根据output_size、padding和stride计算出滤波器大小。默认：None。output_size和filter_size不能同时为None。
+  - **padding** (int|list|tuple|str，可选) - 填充padding大小。padding参数在输入特征层每边添加 ``dilation * (kernel_size - 1) - padding`` 个0。如果它是一个字符串，可以是"VALID"或者"SAME"，表示填充算法，计算细节可参考上述 ``padding`` = "SAME"或  ``padding`` = "VALID" 时的计算公式。如果它是一个元组或列表，它可以有3种格式：(1)包含5个二元组：当 ``data_format`` 为"NCDHW"时为 [[0,0], [0,0], [pad_depth_front, pad_depth_back], [pad_height_top, pad_height_bottom], [pad_width_left, pad_width_right]]，当 ``data_format`` 为"NDHWC"时为[[0,0], [pad_depth_front, pad_depth_back], [pad_height_top, pad_height_bottom], [pad_width_left, pad_width_right], [0,0]]；(2)包含6个整数值：[pad_depth_front, pad_depth_back, pad_height_top, pad_height_bottom, pad_width_left, pad_width_right]；(3)包含3个整数值：[pad_depth, pad_height, pad_width]，此时 pad_depth_front = pad_depth_back = pad_depth, pad_height_top = pad_height_bottom = pad_height, pad_width_left = pad_width_right = pad_width。若为一个整数，pad_depth = pad_height = pad_width = padding。默认值：0。
+  - **stride** (int|tuple，可选) - 步长stride大小。滤波器和输入进行卷积计算时滑动的步长。如果stride是一个元组，那么元组的形式为(stride_depth，stride_height，stride_width)。否则，stride_depth = stride_height = stride_width = stride。默认：stride = 1。
+  - **dilation** (int|tuple，可选) - 膨胀比例dilation大小。空洞卷积时会指该参数，滤波器对输入进行卷积时，感受野里每相邻两个特征点之间的空洞信息，根据 `可视化效果图 <https://github.com/vdumoulin/conv_arithmetic/blob/master/README.md>`_ 较好理解。如果膨胀比例dilation是一个元组，那么元组的形式为(dilation_depth，dilation_height， dilation_width)。否则，dilation_depth = dilation_height = dilation_width = dilation。默认:dilation= 1。
+  - **groups** (int，可选) - 三维转置卷积层的组数。从Alex Krizhevsky的CNN Deep论文中的群卷积中受到启发，当group=2时，输入和滤波器分别根据通道数量平均分为两组，第一组滤波器和第一组输入进行卷积计算，第二组滤波器和第二组输入进行卷积计算。默认：group = 1。
+  - **param_attr** (ParamAttr，可选) ：指定权重参数属性的对象。默认值为None，表示使用默认的权重参数属性。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。conv3d_transpose算子默认的权重初始化是Xavier。
+  - **bias_attr** （ParamAttr|False，可选）- 指定偏置参数属性的对象。默认值为None，表示使用默认的偏置参数属性。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。conv3d_transpose算子默认的偏置初始化是0.0。
+  - **use_cudnn** (bool，可选) - 是否使用cudnn内核，只有已安装cudnn库时才有效。默认：True。
+  - **act** (str，可选) -  激活函数类型，如果设置为None，则不使用激活函数。默认：None。
+  - **name** (str，可选) – 具体用法请参见 :ref:`cn_api_guide_Name` ，一般无需设置，默认值为None。
+  - **data_format** (str，可选) - 指定输入的数据格式，输出的数据格式将与输入保持一致，可以是"NCDHW"和"NDHWC"。N是批尺寸，C是通道数，H是特征高度，W是特征宽度。默认值："NCDHW"。
+
+返回：5-D Tensor，数据类型与 ``input`` 一致。如果未指定激活层，则返回转置卷积计算的结果，如果指定激活层，则返回转置卷积和激活计算之后的最终结果。
+
+返回类型：Variable
+
+抛出异常:
+    - ``ValueError`` - 如果输入的shape、filter_size、stride、padding和groups不匹配。
+    - ``ValueError`` - 如果 ``data_format`` 既不是"NCDHW"也不是"NDHWC"。
+    - ``ValueError`` - 如果 ``padding`` 是字符串，既不是"SAME"也不是"VALID"。
+    - ``ValueError`` - 如果 ``padding`` 含有5个二元组，与批尺寸对应维度的值不为0或者与通道对应维度的值不为0。
+    - ``ValueError`` - 如果 ``output_size`` 和 ``filter_size`` 同时为None。
+    - ``ShapeError`` - 如果输入不是5-D Tensor。
+    - ``ShapeError`` - 如果输入和滤波器的维度大小不相同。
+    - ``ShapeError`` - 如果输入的维度大小与 ``stride`` 之差不是2。
+
+**代码示例**
+
+..  code-block:: python
+
+    import paddle.fluid as fluid
+    import numpy as np
+    data = fluid.layers.data(name='data', shape=[3, 12, 32, 32], dtype='float32')
+    param_attr = fluid.ParamAttr(name='conv3d.weight', initializer=fluid.initializer.Xavier(uniform=False), learning_rate=0.001)
+    res = fluid.layers.conv3d_transpose(input=data, num_filters=2, filter_size=3, act="relu", param_attr=param_attr)
+    place = fluid.CPUPlace()
+    exe = fluid.Executor(place)
+    exe.run(fluid.default_startup_program())
+    x = np.random.rand(1, 3, 12, 32, 32).astype("float32")
+    output = exe.run(feed={"data": x}, fetch_list=[res])
+    print(output)
diff --git a/doc/paddle/api/paddle/static/nn/create_parameter_cn.rst b/doc/paddle/api/paddle/static/nn/create_parameter_cn.rst
new file mode 100644
index 000000000..4176d7507
--- /dev/null
+++ b/doc/paddle/api/paddle/static/nn/create_parameter_cn.rst
@@ -0,0 +1,44 @@
+.. _cn_api_fluid_layers_create_parameter:
+
+create_parameter
+-------------------------------
+
+
+.. py:function:: paddle.fluid.layers.create_parameter(shape,dtype,name=None,attr=None,is_bias=False,default_initializer=None)
+
+:api_attr: 声明式编程模式（静态图)
+
+
+
+该OP创建一个参数。该参数是一个可学习的变量, 拥有梯度并且可优化。
+
+**注意：这是一个低级别的API。如果您希望自己创建新的op，这个API将非常有用，无需使用layers。**
+
+参数：
+    - **shape** (list[int]) - 指定输出Tensor的形状，它可以是一个整数列表。
+    - **dtype** (str|numpy.dtype) – 初始化数据类型。可设置的字符串值有："float16"，"float32"，"float64"。
+    - **name** (str，可选) - 参数的名称。具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
+    - **attr** (ParamAttr，可选) - 指定参数的属性对象。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。默认值为None，表示将采用 ParamAttr 的默认方式初始化。
+    - **is_bias** (bool，可选) - 当default_initializer为空，该值会对选择哪个默认初始化程序产生影响。如果is_bias为真，则使用initializer.Constant(0.0)，否则使用Xavier()，默认值False。
+    - **default_initializer** (Initializer，可选) - 参数的初始化程序，默认值为空。
+
+返回：创建的Tensor变量。
+
+返回类型：Variable。
+
+**代码示例**：
+
+.. code-block:: python
+
+    import paddle.fluid as fluid
+    import paddle.fluid.layers as layers
+    W = layers.create_parameter(shape=[784, 200], dtype='float32')
+
+
+
+
+
+
+
+
+
diff --git a/doc/paddle/api/paddle/static/nn/crf_decoding_cn.rst b/doc/paddle/api/paddle/static/nn/crf_decoding_cn.rst
new file mode 100644
index 000000000..ea5fd7eb1
--- /dev/null
+++ b/doc/paddle/api/paddle/static/nn/crf_decoding_cn.rst
@@ -0,0 +1,60 @@
+.. _cn_api_fluid_layers_crf_decoding:
+
+crf_decoding
+-------------------------------
+
+
+.. py:function::  paddle.fluid.layers.crf_decoding(input, param_attr, label=None, length=None)
+
+:api_attr: 声明式编程模式（静态图)
+
+
+
+
+
+该层读取由 :ref:`cn_api_fluid_layers_linear_chain_crf` 学习的 emission feature weights（发射状态特征的权重）和 transition feature weights (转移特征的权重) 进行解码。
+本层实现了 Viterbi 算法，可以动态地寻找隐藏状态最可能的序列，该序列也被称为 Viterbi 路径（Viterbi path），从而得到观察标签 (tags) 序列。
+
+这个层运算的结果会随着输入 ``Label`` 的有无而改变：
+
+      1. ``Label`` 非 None 的情况，在实际训练中时常发生。此时本层会协同 :ref:`cn_api_fluid_layers_chunk_eval` 工作。在 LoDTensor 模式下，本层会返回一行形为 [N X 1]  的向量，在 padding 模式下，返回形状则为 [B x S]，其中值为 0 的部分代表该 label 不适合作为对应结点的标注，值为1的部分则反之。此类型的输出可以直接作为 :ref:`cn_api_fluid_layers_chunk_eval` 算子的输入；
+
+      2. 当没有 ``Label`` 时，该函数会执行标准解码过程；
+
+（没有 ``Label`` 时）该运算返回一个形状为 [N X 1] 或 [B x S] 的向量，此处的形状取决于输入是 LoDTensor 还是普通 Tensor，其中元素取值范围为 0 ~ 最大标注个数-1，分别为预测出的标注（tag）所在的索引。
+
+参数：
+    - **input** (Variable) — 一个形为 [N x D] 的 LoDTensor，其中 N 是mini-batch的大小，D是标注（tag) 的总数； 或者形为 [B x S x D] 的普通 Tensor，B 是批次大小，S 是序列最大长度，D 是标注的总数。 该输入是 :ref:`cn_api_fluid_layers_linear_chain_crf`` 的 unscaled emission weight matrix （未标准化的发射权重矩阵）。数据类型为 float32 或者 float64。
+    - **param_attr** (ParamAttr，可选) ：指定权重参数属性的对象。默认值为None，表示使用默认的权重参数属性。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。
+    - **label** (Variable，可选) —  形为 [N x 1] 的正确标注（ground truth）（LoDTensor 模式），或者形状为 [B x S]。 有关该参数的更多信息，请详见上述描述。数据类型为 int64。
+    - **length** (Variable，可选) —  形状为 [B x 1], 表示输入序列的真实长度。该输入非 None，表示该层工作在 padding 模式下，即 ``input`` 和 ``label`` 都是带 padding 的普通 Tensor。数据类型为 int64。
+
+返回：解码结果具体内容根据 ``Label`` 参数是否提供而定，请参照上面的介绍来详细了解。
+
+返回类型： Variable
+
+
+**代码示例**
+
+..  code-block:: python
+
+    import paddle.fluid as fluid
+    images = fluid.layers.data(name='pixel', shape=[784], dtype='float32')
+    label = fluid.layers.data(name='label', shape=[1], dtype='int32')
+    hidden = fluid.layers.fc(input=images, size=2)
+    crf = fluid.layers.linear_chain_crf(input=hidden, label=label,
+            param_attr=fluid.ParamAttr(name="crfw"))
+    crf_decode = fluid.layers.crf_decoding(input=hidden,
+            param_attr=fluid.ParamAttr(name="crfw"))
+
+
+
+
+
+
+
+
+
+
+
+
diff --git a/doc/paddle/api/paddle/static/nn/data_norm_cn.rst b/doc/paddle/api/paddle/static/nn/data_norm_cn.rst
new file mode 100644
index 000000000..4954dfa22
--- /dev/null
+++ b/doc/paddle/api/paddle/static/nn/data_norm_cn.rst
@@ -0,0 +1,65 @@
+.. _cn_api_fluid_layers_data_norm:
+
+data_norm
+-------------------------------
+
+
+.. py:function:: paddle.fluid.layers.data_norm(input, act=None, epsilon=1e-05, param_attr=None, data_layout='NCHW', in_place=False, name=None, moving_mean_name=None, moving_variance_name=None, do_model_average_for_mean_and_var=False)
+
+:api_attr: 声明式编程模式（静态图)
+
+
+
+**数据正则化层**
+
+可用作conv2d和fully_connected操作的正则化函数。 此层所需的数据格式为以下之一：
+
+1. NHWC [batch, in_height, in_width, in_channels]
+2. NCHW [batch, in_channels, in_height, in_width]
+
+:math:`input` 为一个mini-batch上的特征:
+
+.. math::
+        \mu_{\beta} &\gets \frac{1}{m} \sum_{i=1}^{m} x_i \qquad &//\
+        \ mini-batch\ mean \\
+        \sigma_{\beta}^{2} &\gets \frac{1}{m} \sum_{i=1}^{m}(x_i - \
+        \mu_{\beta})^2 \qquad &//\ mini-batch\ variance \\
+        \hat{x_i} &\gets \frac{x_i - \mu_\beta} {\sqrt{\
+        \sigma_{\beta}^{2} + \epsilon}} \qquad &//\ normalize \\
+        y_i &\gets \gamma \hat{x_i} + \beta \qquad &//\ scale\ and\ shift
+
+参数:
+  - **input** （Variable） - 输入变量，它是一个LoDTensor。
+  - **act** （string，默认None） - 激活函数类型，线性| relu | prelu | ...
+  - **epsilon** （float，默认1e-05） -
+  - **param_attr** （ParamAttr） - 参数比例的参数属性。
+  - **data_layout** （str，可选） -  指定输入的数据格式，输出的数据格式将与输入保持一致，可以是"NCHW"和"NHWC"。N是批尺寸，C是通道数，H是特征高度，W是特征宽度。默认值："NCHW"。
+  - **in_place** （bool，默认值False） - 使data_norm的输入和输出复用同一块内存。
+  - **name** （string，默认None） - 此层的名称（可选）。 如果设置为None，则将自动命名该层。
+  - **moving_mean_name** （string，Default None） - 存储全局Mean的moving_mean的名称。
+  - **moving_variance_name** （string，默认None） - 存储全局Variance的moving_variance的名称。
+  - **do_model_average_for_mean_and_var** （bool，默认值为false） - 是否为mean和variance进行模型平均。
+  - **slot_dim** （int, 默认值为-1） -  一个slot的embedding维度，slot用来表征一类特征的集合，在pslib模式下，通常我们通过slot区分特征id，并从参数服务器（pslib）中提取它们的embedding。embedding的第一维是历史上这个embedding展示的次数。如果本op的输入是由这样的embedding连接而来，那么当这个特征id是新的或空的，则正则化结果可能不实际。为了避免这种情况，我们添加了slot_dim来定位并判断这一维是否为零。如果是的话，我们选择跳过正则化。
+  - **summary_decay_rate** （float, 默认值为0.9999999） - 更新summary信息时的衰减率。
+  - **sync_stats** （bool, 默认值False） - 在多GPU卡的场景下可以使用，用来同步多卡间的summary信息。
+  - **enable_scale_and_shift** (bool, 默认值False) - 在分布式全局正则化后是否做像batchnorm一样做scale&shift的操作。
+
+返回: 张量变量，是对输入数据进行正则化后的结果。
+
+返回类型: Variable
+
+**代码示例**
+
+..  code-block:: python
+
+    import paddle.fluid as fluid
+
+    hidden1 = fluid.layers.data(name="hidden1", shape=[200])
+    hidden2 = fluid.layers.data_norm(name="hidden2", input=hidden1)
+
+
+
+
+
+
+
diff --git a/doc/paddle/api/paddle/static/nn/deformable_conv_cn.rst b/doc/paddle/api/paddle/static/nn/deformable_conv_cn.rst
new file mode 100644
index 000000000..a74315d5a
--- /dev/null
+++ b/doc/paddle/api/paddle/static/nn/deformable_conv_cn.rst
@@ -0,0 +1,102 @@
+.. _cn_api_fluid_layers_deformable_conv:
+
+deformable_conv
+-------------------------------
+
+
+.. py:function:: paddle.fluid.layers.deformable_conv(input, offset, mask, num_filters, filter_size, stride=1, padding=0, dilation=1, groups=None, deformable_groups=None, im2col_step=None, param_attr=None, bias_attr=None, modulated=True, name=None)
+
+:api_attr: 声明式编程模式（静态图)
+
+
+
+**可变形卷积算子**
+
+deformable_conv op对输入4-D Tensor计算2-D可变形卷积。给定输入Tensor x，输出Tensor y，可变形卷积运算如下所示：
+
+可形变卷积v2:
+
+  :math:`y(p) = \sum_{k=1}^{K}{w_k * x(p + p_k + \Delta p_k) * \Delta m_k}`
+
+可形变卷积v1:
+
+  :math:`y(p) = \sum_{k=1}^{K}{w_k * x(p + p_k + \Delta p_k)}`
+
+其中 :math:`\Delta p_k` 和 :math:`\Delta m_k` 分别为第k个位置的可学习偏移和调制标量。在deformable_conv_v1中 :math:`\Delta m_k` 为1.
+
+具体细节可以参考论文：`<<Deformable ConvNets v2: More Deformable, Better Results>> <https://arxiv.org/abs/1811.11168v2>`_ 和 `<<Deformable Convolutional Networks>> <https://arxiv.org/abs/1703.06211>`_ 。
+
+**示例**
+     
+输入：
+    input 形状： :math:`(N, C_{in}, H_{in}, W_{in})`
+
+    卷积核形状： :math:`(C_{out}, C_{in}, H_f, W_f)`
+
+    offset 形状： :math:`(N, 2 * deformable\_groups * H_f * H_w, H_{in}, W_{in})`
+
+    mask 形状： :math:`(N, deformable\_groups * H_f * H_w, H_{in}, W_{in})`
+     
+输出：
+    输出形状： :math:`(N, C_{out}, H_{out}, W_{out})`
+
+其中
+
+.. math::
+
+    H_{out}&= \frac{(H_{in} + 2 * paddings[0] - (dilations[0] * (H_f - 1) + 1))}{strides[0]} + 1
+
+    W_{out}&= \frac{(W_{in} + 2 * paddings[1] - (dilations[1] * (W_f - 1) + 1))}{strides[1]} + 1
+     
+
+参数：
+    - **input** (Variable) - 形状为 :math:`[N, C, H, W]` 的输入Tensor，数据类型为float32或float64。
+    - **offset** (Variable) – 可变形卷积层的输入坐标偏移，数据类型为float32或float64。
+    - **mask** (Variable, 可选) – 可变形卷积层的输入掩码，当使用可变形卷积算子v1时，请将mask设置为None, 数据类型为float32或float64。
+    - **num_filters** (int) – 卷积核数，与输出Tensor通道数相同。
+    - **filter_size** (int|tuple) – 卷积核大小。如果filter_size为元组，则必须包含两个整数(filter_size_H, filter_size_W)。若数据类型为int，卷积核形状为(filter_size, filter_size)。
+    - **stride** (int|tuple) – 步长大小。如果stride为元组，则必须包含两个整数(stride_H, stride_W)。否则stride_H = stride_W = stride。默认值为1。
+    - **padding** (int|tuple) – padding大小。如果padding为元组，则必须包含两个整数(padding_H, padding_W)。否则padding_H = padding_W = padding。默认值为0。
+    - **dilation** (int|tuple) – dilation大小。如果dilation为元组，则必须包含两个整数(dilation_H, dilation_W)。否则dilation_H = dilation_W = dilation。默认值为1。
+    - **groups** (int) – 卷积组数。依据Alex Krizhevsky的Deep CNN论文中的分组卷积，有：当group=2时，前一半卷积核只和前一半输入通道有关，而后一半卷积核只和后一半输入通道有关。缺省值为1。
+    - **deformable_groups** (int) – 可变形卷积组数。默认值为1。
+    - **im2col_step** (int) – 每个im2col计算的最大图像数。总batch大小应可以被该值整除或小于该值。如果您面临内存问题，可以尝试在此处使用一个较小的值。默认值为64。
+    - **param_attr** (ParamAttr，可选) – 可变形卷积的可学习权重的属性。如果将其设置为None或某种ParamAttr，可变形卷积将创建ParamAttr作为param_attr。如果没有设置此param_attr的Initializer，该参数将被Normal(0.0, std)初始化，且其中的std为 :math:`(\frac{2.0 }{filter\_elem\_num})^{0.5}` 。默认值为None。
+    - **bias_attr** (ParamAttr|bool，可选) – 可变形卷积层的偏置的参数属性。如果设为False，则输出单元不会加偏置。如果设为None或者某种ParamAttr，conv2d会创建ParamAttr作为bias_attr。如果不设置bias_attr的Initializer，偏置会被初始化为0。默认值为None。
+    - **modulated** （bool）- 确定使用v1和v2中的哪个版本，如果为True，则选择使用v2。默认值为True。
+    - **name** (str，可选) – 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
+ 
+返回：可变形卷积输出的4-D Tensor，数据类型为float32或float64。
+     
+返回类型：Variable
+     
+抛出异常：ValueError – 如果input, filter_size, stride, padding和groups的大小不匹配。
+
+**代码示例**
+
+..  code-block:: python
+
+    #deformable conv v2:
+
+    import paddle.fluid as fluid
+    C_in, H_in, W_in = 3, 32, 32
+    filter_size, deformable_groups = 3, 1
+    data = fluid.layers.data(name='data', shape=[C_in, H_in, W_in], dtype='float32')
+    offset = fluid.layers.data(name='offset', shape=[2*deformable_groups*filter_size**2, H_in, W_in], dtype='float32')
+    mask = fluid.layers.data(name='mask', shape=[deformable_groups*filter_size**2, H_in, W_in], dtype='float32')
+    out = fluid.layers.deformable_conv(input=data, offset=offset, mask=mask,
+                                       num_filters=2, filter_size=filter_size, padding=1, modulated=True)
+
+    #deformable conv v1:
+
+    import paddle.fluid as fluid
+    C_in, H_in, W_in = 3, 32, 32
+    filter_size, deformable_groups = 3, 1
+    data = fluid.layers.data(name='data', shape=[C_in, H_in, W_in], dtype='float32')
+    offset = fluid.layers.data(name='offset', shape=[2*deformable_groups*filter_size**2, H_in, W_in], dtype='float32')
+    out = fluid.layers.deformable_conv(input=data, offset=offset, mask=None,
+                                       num_filters=2, filter_size=filter_size, padding=1, modulated=False)
+
+
+
+
diff --git a/doc/paddle/api/paddle/static/nn/embedding_cn.rst b/doc/paddle/api/paddle/static/nn/embedding_cn.rst
new file mode 100644
index 000000000..ee70bead5
--- /dev/null
+++ b/doc/paddle/api/paddle/static/nn/embedding_cn.rst
@@ -0,0 +1,97 @@
+.. _cn_api_fluid_embedding:
+
+embedding
+-------------------------------
+
+
+.. py:function:: paddle.fluid.embedding(input, size, is_sparse=False, is_distributed=False, padding_idx=None, param_attr=None, dtype='float32')
+
+:api_attr: 声明式编程模式（静态图)
+
+
+
+该OP根据input中的id信息从embedding矩阵中查询对应embedding信息，函数会根据输入的size (vocab_size, emb_size)和dtype自动构造一个二维embedding矩阵。
+
+输出的Tensor的shape是在输入Tensor shape的最后一维后面添加了emb_size的维度。
+
+注：input中的id必须满足 ``0 =< id < size[0]``，否则程序会抛异常退出。
+
+
+::
+
+    Case 1:
+
+    input是Tensor, 且padding_idx = -1
+        input.data = [[1, 3], [2, 4], [4, 127]]
+        input.shape = [3, 2]
+    若size = [128, 16]
+    输出为Tensor:
+        out.shape = [3, 2, 16]
+        out.data = [[[0.129435295, 0.244512452, ..., 0.436322452],
+                     [0.345421456, 0.524563927, ..., 0.144534654]],
+
+                    [[0.345249859, 0.124939536, ..., 0.194353745],
+                     [0.945345345, 0.435394634, ..., 0.435345365]],
+
+                    [[0.945345345, 0.435394634, ..., 0.435345365],
+                     [0.0,         0.0,         ..., 0.0        ]]]  # padding data
+    输入的padding_idx小于0，则自动转换为padding_idx = -1 + 128 = 127, 对于输入id为127的词，进行padding处理。
+    
+    Case 2:
+
+    input是lod level 为1的LoDTensor, 且padding_idx = 0
+        input.lod = [[2, 3]]
+        input.data = [[1], [3], [2], [4], [0]]
+        input.shape = [5, 1]
+    若size = [128, 16]
+    输出为LoDTensor:
+        out.lod = [[2, 3]]
+        out.shape = [5, 1, 16]
+        out.data = [[[0.129435295, 0.244512452, ..., 0.436322452]],
+                    [[0.345421456, 0.524563927, ..., 0.144534654]],
+                    [[0.345249859, 0.124939536, ..., 0.194353745]],
+                    [[0.945345345, 0.435394634, ..., 0.435345365]],
+                    [[0.0,         0.0,         ..., 0.0        ]]]  # padding data
+    输入的padding_idx = 0，则对于输入id为0的词，进行padding处理。
+
+
+参数：
+    - **input** (Variable) - 存储id信息的Tensor或LoDTensor，数据类型必须为：int64。input中的id必须满足 ``0 =< id < size[0]`` 。
+    - **size** (tuple|list) - embedding矩阵的维度。必须包含两个元素，第一个元素为vocab_size(词表大小), 第二个为emb_size（embedding层维度）。
+    - **is_sparse** (bool) - 是否使用稀疏的更新方式，这个参数只会影响反向的梯度更新的性能，sparse更新速度更快，推荐使用稀疏更新的方式。但某些optimizer不支持sparse更新，比如 :ref:`cn_api_fluid_optimizer_AdadeltaOptimizer` 、 :ref:`cn_api_fluid_optimizer_AdamaxOptimizer` 、 :ref:`cn_api_fluid_optimizer_DecayedAdagradOptimizer` 、 :ref:`cn_api_fluid_optimizer_FtrlOptimizer` 、 :ref:`cn_api_fluid_optimizer_LambOptimizer` 、:ref:`cn_api_fluid_optimizer_LarsMomentumOptimizer` ，此时is_sparse必须为False。默认为False。
+    - **is_distributed** (bool) - 是否使用分布式的方式存储embedding矩阵，仅在多机分布式cpu训练中使用。默认为False。
+    - **padding_idx** (int|long|None) - padding_idx需在区间[-vocab_size, vocab_size)，否则不生效，padding_idx<0时，padding_idx 会被改成 vocab_size + padding_idx，input中等于padding_index的id对应的embedding信息会被设置为0，且这部分填充数据在训练时将不会被更新。如果为none，不作处理，默认为None。
+    - **param_attr** (ParamAttr) - 指定权重参数属性的对象。默认值为None，表示使用默认的权重参数属性。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。此外，可以通过 ``param_attr`` 参数加载用户自定义或预训练的词向量。只需将本地词向量转为numpy数据格式，且保证本地词向量的shape和embedding的 ``size`` 参数一致，然后使用 :ref:`cn_api_fluid_initializer_NumpyArrayInitializer` 进行初始化，即可实现加载自定义或预训练的词向量。详细使用方法见代码示例2。
+    - **dtype** (str|core.VarDesc.VarType) - 输出Tensor或LoDTensor的数据类型，数据类型必须为：float32，float64，默认为float32。
+
+返回：input映射后embedding Tensor或LoDTensor，数据类型和dtype定义的类型一致。
+
+返回类型：Variable
+
+**代码示例**:
+
+.. code-block:: python
+
+    import paddle.fluid as fluid
+    data = fluid.layers.data(name='sequence', shape=[1], dtype='int64', lod_level=1)
+
+    # 示例 1
+    emb_1 = fluid.embedding(input=data, size=[128, 64])
+
+    # 示例 2: 加载用户自定义或预训练的词向量
+    weight_data = np.random.random(size=(128, 100))  # numpy格式的词向量数据
+    w_param_attrs = fluid.ParamAttr(
+        name="emb_weight",
+        learning_rate=0.5,
+        initializer=fluid.initializer.NumpyArrayInitializer(weight_data),
+        trainable=True)
+    emb_2 = fluid.embedding(input=data, size=(128, 100), param_attr=w_param_attrs, dtype='float32')
+
+
+
+
+
+
+
+
+
diff --git a/doc/paddle/api/paddle/static/nn/fc_cn.rst b/doc/paddle/api/paddle/static/nn/fc_cn.rst
new file mode 100644
index 000000000..6613b2d88
--- /dev/null
+++ b/doc/paddle/api/paddle/static/nn/fc_cn.rst
@@ -0,0 +1,114 @@
+.. _cn_api_fluid_layers_fc:
+
+fc
+-------------------------------
+
+
+.. py:function::  paddle.fluid.layers.fc(input, size, num_flatten_dims=1, param_attr=None, bias_attr=None, act=None, name=None)
+
+:api_attr: 声明式编程模式（静态图)
+
+
+
+
+**全连接层**
+
+该OP将在神经网络中构建一个全连接层。其输入可以是一个Tensor（或LoDTensor）或多个Tensor（或LoDTensor）组成的list（详见参数说明），该OP会为每个输入的Tensor创建一个权重（weights）变量，即一个从每个输入单元到每个输出单元的全连接权重矩阵。FC层将每个输入Tensor和其对应的权重(weights)相乘得到shape为 :math:`[M, size]` 输出Tensor，其中 ``M`` 为batch_size大小。如果有多个输入Tensor，则多个shape为 :math:`[M, size]` 的Tensor计算结果会被累加起来，作为最终输出。如果 ``bias_attr`` 非空，则会创建一个偏置变量（bias variable），并把它累加到输出结果中。如果 ``act`` 非空，将会在输出结果上应用相应的激活函数。
+
+当输入为单个Tensor（或LoDTensor）：
+
+.. math::
+
+        \\Out = Act({XW + b})\\
+
+
+
+当输入为多个Tensor（或LoDTensor）组成的list时：
+
+.. math::
+
+        \\Out=Act(\sum^{N-1}_{i=0}X_iW_i+b) \\
+
+
+上述等式中：
+  - :math:`N` ：输入的数目，如果输入是Tensor列表，N等于len(input)
+  - :math:`X_i` ：第i个输入的Tensor
+  - :math:`W_i` ：对应第i个输入张量的第i个权重矩阵
+  - :math:`b` ：该层创建的bias参数
+  - :math:`Act` ：activation function(激活函数)
+  - :math:`Out` ：输出Tensor
+
+::
+            
+        Case 1： 
+            给定单个输入Tensor data_1, 且num_flatten_dims = 2:
+                data_1.data = [[[0.1, 0.2],
+                               [0.3, 0.4]]]
+                data_1.shape = (1, 2, 2) # 1是batch_size
+
+                out = fluid.layers.fc(input=data_1, size=1， num_flatten_dims=2)
+
+          则输出为：
+                out.data = [[0.83234344], [0.34936576]]
+                out.shape = (1, 2, 1)
+
+
+        Case 2: 
+            给定多个Tensor组成的list:
+                data_1.data = [[[0.1, 0.2],
+                               [0.3, 0.4]]]
+                data_1.shape = (1, 2, 2) # 1 是 batch_size
+
+                data_2 = [[[0.1, 0.2, 0.3]]]
+                data_2.shape = (1, 1, 3)
+
+                out = fluid.layers.fc(input=[data_1, data_2], size=2)
+
+            则输出为：
+                out.data = [[0.18669507, 0.1893476]]
+                out.shape = (1, 2)
+
+
+参数:
+  - **input** (Variable|list of Variable) – 维度为 :math:`[N_1, N_2, ..., N_k]` 的多维Tensor（或LoDTensor）或由多个Tensor（或LoDTensor）组成的list，输入Tensor的shape至少是2。数据类型为float32或float64。
+  - **size** (int) – 全连接层输出单元的数目，即输出Tensor（或LoDTensor）特征维度。
+  - **num_flatten_dims** (int) – 输入可以接受维度大于2的Tensor。在计算时，输入首先会被扁平化（flatten）为一个二维矩阵，之后再与权重(weights)相乘。参数 ``num_flatten_dims`` 决定了输入Tensor的flatten方式: 前 ``num_flatten_dims`` (包含边界，从1开始数) 个维度会被扁平化为二维矩阵的第一维 (即为矩阵的高), 剩下的 :math:`rank(X) - num\_flatten\_dims` 维被扁平化为二维矩阵的第二维 (即矩阵的宽)。 例如， 假设X是一个五维的Tensor，其shape为(2, 3, 4, 5, 6), 若 :math:`num\_flatten\_dims = 3` ，则扁平化的矩阵shape为： :math:`(2 x 3 x 4, 5 x 6) = (24, 30)` ，最终输出Tensor的shape为 :math:`(2, 3, 4, size)` 。默认为1。
+  - **param_attr** (ParamAttr) – 指定权重参数属性的对象。默认值为None，表示使用默认的权重参数属性。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。
+  - **bias_attr** (ParamAttr) – 指定偏置参数属性的对象。默认值为None，表示使用默认的偏置参数属性。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。
+  - **act** (str) – 应用于输出上的激活函数，如tanh、softmax、sigmoid，relu等，支持列表请参考 :ref:`api_guide_activations` ，默认值为None。
+  - **name** (str，可选) – 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
+
+
+返回：经过全连接层计算后的Tensor或LoDTensor，数据类型与input类型一致。
+
+返回类型: Variable
+
+弹出异常：``ValueError`` - 如果输入Tensor（或LoDTensor）的维度小于2
+
+**代码示例**
+
+..  code-block:: python
+
+         import paddle.fluid as fluid
+         # 当输入为单个张量时
+
+        data = fluid.layers.data(name="data", shape=[32, 32], dtype="float32")
+        fc = fluid.layers.fc(input=data, size=1000, act="tanh")
+
+        # 当输入为多个张量时
+        data_1 = fluid.layers.data(name="data_1", shape=[32, 32], dtype="float32")
+        data_2 = fluid.layers.data(name="data_2", shape=[24, 36], dtype="float32")
+        fc = fluid.layers.fc(input=[data_1, data_2], size=1000, act="tanh")
+
+
+
+
+
+
+
+
+
+
+
+
+
diff --git a/doc/paddle/api/paddle/static/nn/group_norm_cn.rst b/doc/paddle/api/paddle/static/nn/group_norm_cn.rst
new file mode 100755
index 000000000..049a9e2f0
--- /dev/null
+++ b/doc/paddle/api/paddle/static/nn/group_norm_cn.rst
@@ -0,0 +1,51 @@
+.. _cn_api_fluid_layers_group_norm:
+
+group_norm
+-------------------------------
+
+
+.. py:function::  paddle.fluid.layers.group_norm(input, groups, epsilon=1e-05, param_attr=None, bias_attr=None, act=None, data_layout='NCHW', name=None)
+
+:api_attr: 声明式编程模式（静态图)
+
+
+
+参考论文： `Group Normalization <https://arxiv.org/abs/1803.08494>`_
+
+参数：
+  - **input** (Variable)：输入为4-D Tensor，数据类型为float32或float64。
+  - **groups** (int)：从 channel 中分离出来的 group 的数目，数据类型为int32。
+  - **epsilon** (float，可选)：为防止方差除以零，增加一个很小的值。数据类型为float32。默认值：1e-05。
+  - **param_attr** (ParamAttr|bool，可选) ：指定权重参数属性的对象。若 ``param_attr`` 为bool类型，只支持为False，表示没有权重参数。默认值为None，表示使用默认的权重参数属性。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。
+  - **bias_attr** (ParamAttr|bool，可选) : 指定偏置参数属性的对象。若 ``bias_attr`` 为bool类型，只支持为False，表示没有偏置参数。默认值为None，表示使用默认的偏置参数属性。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。
+  - **act** (str，可选)：将激活应用于输出的 group normalizaiton。
+  - **data_layout** (str，可选)：指定输入的数据格式，输出的数据格式将与输入保持一致，可以是"NCHW"和"NHWC"。N是批尺寸，C是通道数，H是特征高度，W是特征宽度。默认值："NCHW"。
+  - **name** (str，可选)：具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
+
+返回：4-D Tensor，数据类型和格式与 `input` 一致。
+
+返回类型：Variable
+
+抛出异常：
+    - ``ValueError`` - 如果 ``data_layout`` 既不是"NCHW"也不是"NHWC"。
+    - ``ValueError`` - 如果 ``groups`` 小于1，或者 ``groups`` 大于输入的通道数。
+    - ``ShapeError`` - 如果  ``param_attr`` (Scale) 或者 ``bias_attr`` (Bias) 不是 1-D Tensor。
+    - ``ShapeError`` - 如果  ``param_attr`` (Scale) 或者 ``bias_attr`` (Bias) 的大小与输入的通道数不相等。
+
+**代码示例：**
+
+.. code-block:: python
+
+    import paddle.fluid as fluid
+    data = fluid.data(name='data', shape=[None, 8, 32, 32], dtype='float32')
+    x = fluid.layers.group_norm(input=data, groups=4)
+
+
+
+
+
+
+
+
+
+
diff --git a/doc/paddle/api/paddle/static/nn/hsigmoid_cn.rst b/doc/paddle/api/paddle/static/nn/hsigmoid_cn.rst
new file mode 100644
index 000000000..fa8a9704f
--- /dev/null
+++ b/doc/paddle/api/paddle/static/nn/hsigmoid_cn.rst
@@ -0,0 +1,60 @@
+.. _cn_api_fluid_layers_hsigmoid:
+
+hsigmoid
+-------------------------------
+
+
+.. py:function:: paddle.fluid.layers.hsigmoid(input, label, num_classes, param_attr=None, bias_attr=None, name=None, path_table=None, path_code=None, is_custom=False, is_sparse=False)
+
+:api_attr: 声明式编程模式（静态图)
+
+
+
+层次sigmoid（hierarchical sigmoid），该OP通过构建一个分类二叉树来降低计算复杂度，主要用于加速语言模型的训练过程。
+
+该OP建立的二叉树中每个叶节点表示一个类别(单词)，每个非叶子节点代表一个二类别分类器（sigmoid）。对于每个类别（单词），都有一个从根节点到它的唯一路径，hsigmoid累加这条路径上每个非叶子节点的损失得到总损失。
+
+相较于传统softmax的计算复杂度 :math:`O(N)` ，hsigmoid可以将计算复杂度降至 :math:`O(logN)` ，其中 :math:`N` 表示类别总数（字典大小）。
+
+若使用默认树结构，请参考 `Hierarchical Probabilistic Neural Network Language Model <http://www.iro.umontreal.ca/~lisa/pointeurs/hierarchical-nnlm-aistats05.pdf>`_ 。
+
+若使用自定义树结构，请将参数 ``is_custom`` 设置为True，并完成以下步骤（以语言模型为例）：
+
+1. 使用自定义词典来建立二叉树，每个叶结点都应该是词典中的单词；
+
+2. 建立一个dict类型数据结构，用于存储 **单词id -> 该单词叶结点至根节点路径** 的映射，即路径表 ``path_table`` 参数；
+
+3. 建立一个dict类型数据结构，用于存储 **单词id -> 该单词叶结点至根节点路径的编码** 的映射，即路径编码 ``path_code`` 参数。 编码是指每次二分类的标签，1为真，0为假；
+
+4. 每个单词都已经有自己的路径和路径编码，当对于同一批输入进行操作时，可以同时传入一批路径和路径编码进行运算。
+
+参数:
+    - **input** (Variable) - 输入Tensor。数据类型为float32或float64，形状为 ``[N, D]`` ，其中 ``N`` 为minibatch的大小，``D`` 为特征大小。
+    - **label** (Variable) - 训练数据的标签。数据类型为int64，形状为 ``[N, 1]`` 。
+    - **num_classes** (int) - 类别总数(字典大小)必须大于等于2。若使用默认树结构，即当 ``is_custom=False`` 时 ，必须设置该参数。若使用自定义树结构，即当 ``is_custom=True`` 时，它取值应为自定义树结构的非叶节点的个数，用于指定二分类的类别总数。
+    - **param_attr** (ParamAttr，可选) - 该OP可学习参数的属性。可以设置为None或者一个ParamAttr的类（ParamAttr中可以指定参数的各种属性）。 该OP将利用 ``param_attr`` 属性来创建ParamAttr实例。如果没有设置 ``param_attr`` 的初始化函数，那么参数将采用Xavier初始化。默认值为None。
+    - **bias_attr** (ParamAttr, 可选) - 该OP的偏置参数的属性。可以设置为None或者一个ParamAttr的类（ParamAttr中可以指定参数的各种属性）。 该OP将利用 ``bias_attr`` 属性来创建ParamAttr实例。如果没有设置 ``bias_attr`` 的初始化函数，参数初始化为0.0。默认值为None。
+    - **name** (str，可选) – 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
+    - **path_table** (Variable，可选) – 存储每一批样本从类别（单词）到根节点的路径，按照从叶至根方向存储。 数据类型为int64，形状为 ``[N, L]`` ，其中L为路径长度。``path_table`` 和 ``path_code`` 应具有相同的形状, 对于每个样本i，path_table[i]为一个类似np.ndarray的结构，该数组内的每个元素都是其双亲结点权重矩阵的索引。默认值为None。
+    - **path_code** (Variable，可选) – 存储每一批样本从类别（单词）到根节点的路径编码，按从叶至根方向存储。数据类型为int64，形状为 ``[N, L]``。默认值为None。
+    - **is_custom** (bool，可选) – 是否使用用户自定义二叉树取代默认二叉树结构。如果设置为True，请务必设置 ``path_table``  ， ``path_code`` ， ``num_classes`` ，否则必须设置num_classes。默认值为False。
+    - **is_sparse** (bool，可选) – 是否使用稀疏更新方式。如果设置为True，W的梯度和输入梯度将会变得稀疏。默认值为False。
+
+返回: 层次sigmoid计算后的Tensor，形状为[N, 1]，数据类型和 ``input`` 一致。
+
+返回类型: Variable
+
+
+**代码示例**
+
+..  code-block:: python
+
+      import paddle.fluid as fluid
+      x = fluid.layers.fill_constant(shape=[4, 3], value=0.9, dtype='float32')
+      # x = [[0.9, 0.9, 0.9], [0.9, 0.9, 0.9], [0.9, 0.9, 0.9], [0.9, 0.9, 0.9]]
+      y = fluid.layers.fill_constant(
+          shape=[4, 1], value=1, dtype='int64')
+      # y = [[1], [1], [1], [1]]
+      out = fluid.layers.hsigmoid(input=x, label=y, num_classes=2, param_attr=fluid.initializer.Constant(
+          value=0.05), bias_attr=fluid.initializer.Constant(value=.0))
+      # out = [[0.62792355], [0.62792355], [0.62792355], [0.62792355]]
diff --git a/doc/paddle/api/paddle/static/nn/instance_norm_cn.rst b/doc/paddle/api/paddle/static/nn/instance_norm_cn.rst
new file mode 100644
index 000000000..a10ff9390
--- /dev/null
+++ b/doc/paddle/api/paddle/static/nn/instance_norm_cn.rst
@@ -0,0 +1,57 @@
+.. _cn_api_fluid_layers_instance_norm:
+
+instance_norm
+-------------------------------
+
+
+.. py:function:: paddle.fluid.layers.instance_norm(input, epsilon=1e-05, param_attr=None, bias_attr=None, name=None)
+
+:api_attr: 声明式编程模式（静态图)
+
+
+
+
+可用作卷积和全连接操作的实例正则化函数，根据每个样本的每个通道的均值和方差信息进行正则化。该层需要的数据格式如下：
+
+NCHW[batch,in_channels,in_height,in_width]
+
+更多详情请参考 : `Instance Normalization: The Missing Ingredient for Fast Stylization <https://arxiv.org/pdf/1607.08022.pdf>`_
+
+``input`` 是mini-batch的输入。
+
+.. math::
+    \mu_{\beta}        &\gets \frac{1}{m} \sum_{i=1}^{m} x_i                                 \quad &// mean of each channel in each sample in a batch  \\
+    \sigma_{\beta}^{2} &\gets \frac{1}{m} \sum_{i=1}^{m}(x_i - \mu_{\beta})^2               \quad &// variance of each channel in each sample a batch  \\
+    \hat{x_i}          &\gets \frac{x_i - \mu_\beta} {\sqrt{\sigma_{\beta}^{2} + \epsilon}}  \quad &// normalize \\
+    y_i &\gets \gamma \hat{x_i} + \beta                                                      \quad &// scale-and-shift
+
+
+参数：
+    - **input** (Variable) - instance_norm算子的输入特征，是一个Variable类型，输入的维度可以为 2, 3, 4, 5。数据类型：float32和float64。
+    - **epsilon** （float，默认1e-05）-为了当前输入做标准化时得到稳定的结果而加在的分母上的扰动值。默认值为1e-5。
+    - **param_attr** （ParamAttr|None） - instance_norm 权重参数的属性，可以设置为None或者一个ParamAttr的类（ParamAttr中可以指定参数的各种属性）。 如果设为None，则默认的参数初始化为1.0。如果在ParamAttr指定了属性时, instance_norm创建相应属性的param_attr（权重）参数。默认：None。
+    - **bias_attr** （ParamAttr|None） - instance_norm 偏置参数的属性，可以设置为None或者一个ParamAttr的类（ParamAttr中可以指定参数的各种属性）。如果设为None，默认的参数初始化为0.0。如果在ParamAttr指定了参数的属性时, instance_norm创建相应属性的bias_attr（偏置）参数。默认：None。
+    - **name** （string，默认None）- 该层名称（可选）。若设为None，则自动为该层命名。
+
+返回： 张量，在输入中运用instance normalization后的结果
+
+返回类型：变量（Variable）
+
+**代码示例**：
+
+.. code-block:: python
+    
+    import paddle.fluid as fluid
+    import numpy as np
+    x = fluid.layers.data(name='x', shape=[3, 7, 3, 7], dtype='float32', append_batch_size=False)
+    hidden1 = fluid.layers.fc(input=x, size=200)
+    param_attr = fluid.ParamAttr(name='instance_norm_w', initializer=fluid.initializer.Constant(value=1.0))
+    bias_attr = fluid.ParamAttr(name='instance_norm_b', initializer=fluid.initializer.Constant(value=0.0))
+    hidden2 = fluid.layers.instance_norm(input=hidden1, param_attr = param_attr, bias_attr = bias_attr)
+    place = fluid.CPUPlace()
+    exe = fluid.Executor(place)
+    exe.run(fluid.default_startup_program())
+    np_x = np.random.random(size=(3, 7, 3, 7)).astype('float32')
+    output = exe.run(feed={"x": np_x}, fetch_list = [hidden2])
+    print(output)
+
diff --git a/doc/paddle/api/paddle/static/nn/layer_norm_cn.rst b/doc/paddle/api/paddle/static/nn/layer_norm_cn.rst
new file mode 100644
index 000000000..477b6e6ba
--- /dev/null
+++ b/doc/paddle/api/paddle/static/nn/layer_norm_cn.rst
@@ -0,0 +1,59 @@
+.. _cn_api_fluid_layers_layer_norm:
+
+layer_norm
+-------------------------------
+
+
+.. py:function:: paddle.fluid.layers.layer_norm(input, scale=True, shift=True, begin_norm_axis=1, epsilon=1e-05, param_attr=None, bias_attr=None, act=None, name=None)
+
+:api_attr: 声明式编程模式（静态图)
+
+
+
+该OP实现了层归一化层（Layer Normalization Layer），其可以应用于小批量输入数据。更多详情请参考：`Layer Normalization <https://arxiv.org/pdf/1607.06450v1.pdf>`_
+
+计算公式如下
+
+.. math::
+            \\\mu=\frac{1}{H}\sum_{i=1}^{H}x_i\\
+
+            \\\sigma=\sqrt{\frac{1}{H}\sum_i^H{(x_i-\mu)^2} + \epsilon}\\
+
+             \\y=f(\frac{g}{\sigma}(x-\mu) + b)\\
+
+- :math:`x` : 该层神经元的向量表示
+- :math:`H` : 层中隐藏神经元个数
+- :math:`\epsilon` : 添加较小的值到方差中以防止除零
+- :math:`g` : 可训练的比例参数
+- :math:`b` : 可训练的偏差参数
+
+参数：
+  - **input** (Variable) - 维度为任意维度的多维 ``Tensor`` ，数据类型为float32或float64。
+  - **scale** (bool, 可选) - 指明是否在归一化后学习自适应增益 ``g`` 。默认值：True。
+  - **shift** (bool, 可选) - 指明是否在归一化后学习自适应偏差 ``b`` 。默认值：True。
+  - **begin_norm_axis** (int, 可选) - 指明归一化将沿着 ``begin_norm_axis`` 到 ``rank（input）`` 的维度执行。默认值：1。
+  - **epsilon** (float, 可选) - 指明在计算过程中是否添加较小的值到方差中以防止除零。默认值：1e-05。
+  - **param_attr** (ParamAttr, 可选) - 指定权重参数属性的对象。默认值为None，表示使用默认的权重参数属性。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。
+  - **bias_attr** (ParamAttr, 可选) - 指定偏置参数属性的对象。默认值为None，表示使用默认的偏置参数属性。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。
+  - **act** (str, 可选) - 应用于输出上的激活函数，如tanh、softmax、sigmoid，relu等，支持列表请参考 :ref:`api_guide_activations` ，默认值为None。
+  - **name** (str, 可选) - 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。。
+
+返回：表示归一化结果的 ``Tensor`` ，数据类型和 ``input`` 一致，返回维度和 ``input`` 一致。
+
+返回类型：Variable
+
+**代码示例**
+
+.. code-block:: python
+
+    import paddle.fluid as fluid
+    import numpy as np
+    x = fluid.layers.data(name='x', shape=[3, 32, 32], dtype='float32')
+    hidden1 = fluid.layers.layer_norm(input=x, begin_norm_axis=1)
+    place = fluid.CPUPlace()
+    exe = fluid.Executor(place)
+    exe.run(fluid.default_startup_program())
+    np_x = np.random.random(size=(8, 3, 32, 32)).astype('float32')
+    output = exe.run(feed={"x": np_x}, fetch_list = [hidden1])
+    print(output)
+
diff --git a/doc/paddle/api/paddle/static/nn/multi_box_head_cn.rst b/doc/paddle/api/paddle/static/nn/multi_box_head_cn.rst
new file mode 100644
index 000000000..a8fb7337f
--- /dev/null
+++ b/doc/paddle/api/paddle/static/nn/multi_box_head_cn.rst
@@ -0,0 +1,112 @@
+.. _cn_api_fluid_layers_multi_box_head:
+
+multi_box_head
+-------------------------------
+
+
+.. py:function:: paddle.fluid.layers.multi_box_head(inputs, image, base_size, num_classes, aspect_ratios, min_ratio=None, max_ratio=None, min_sizes=None, max_sizes=None, steps=None, step_w=None, step_h=None, offset=0.5, variance=[0.1, 0.1, 0.2, 0.2], flip=True, clip=False, kernel_size=1, pad=0, stride=1, name=None, min_max_aspect_ratios_order=False)
+
+:api_attr: 声明式编程模式（静态图)
+
+
+
+基于SSD（Single Shot MultiBox Detector）算法，在不同层输入特征上提取先验框、计算回归的坐标位置和分类的置信度，并合并到一起作为输出，具体参数解释和输出格式参考下面说明。更详细信息，请参阅SSD论文 `SSD：Single Shot MultiBox Detector <https://arxiv.org/abs/1512.02325>`_ 的2.2节。
+
+参数：
+        - **inputs** (list(Variable) | tuple(Variable)) - 输入特征的列表，仅支持格式为NCHW的4-D Tensor。
+        - **image** (Variable) - 一般是网络输入的图像数据，仅支持NCHW格式。
+        - **base_size** (int) - 输入图片的大小，当输入个数len(inputs) > 2，并且 ``min_size`` 和 ``max_size`` 为None时，通过 ``baze_size``, ``min_ratio`` 和 ``max_ratio`` 来计算出 ``min_size`` 和 ``max_size`` 。计算公式如下:
+
+              ..  code-block:: python
+
+                  min_sizes = []
+                  max_sizes = []
+                  step = int(math.floor(((max_ratio - min_ratio)) / (num_layer - 2)))
+                  for ratio in six.moves.range(min_ratio, max_ratio + 1, step):
+                      min_sizes.append(base_size * ratio / 100.)
+                      max_sizes.append(base_size * (ratio + step) / 100.)
+                      min_sizes = [base_size * .10] + min_sizes
+                      max_sizes = [base_size * .20] + max_sizes
+
+        - **num_classes** (int) - 类别数。
+        - **aspect_ratios**  (list(float) | tuple(float) | list(list(float)) | tuple(tuple(float)) - 候选框的宽高比， ``aspect_ratios`` 和 ``input`` 的个数必须相等。如果每个特征层提取先验框的 ``aspect_ratio`` 多余一个，写成嵌套的list，例如[[2., 3.]]。
+        - **min_ratio** (int）- 先验框的长度和 ``base_size`` 的最小比率，注意，这里是百分比，假如比率为0.2，这里应该给20.0。默认值: None。
+        - **max_ratio** (int）- 先验框的长度和 ``base_size`` 的最大比率，注意事项同 ``min_ratio`` 。默认值: None。
+        - **min_sizes** (list(float) | tuple(float) | None）- 每层提取的先验框的最小长度，如果输入个数len(inputs)<= 2，则必须设置 ``min_sizes`` ，并且 ``min_sizes`` 的个数应等于len(inputs)。默认值：None。
+        - **max_sizes** (list | tuple | None）- 每层提取的先验框的最大长度，如果len(inputs）<= 2，则必须设置 ``max_sizes`` ，并且 ``min_sizes`` 的长度应等于len(inputs)。默认值：None。
+        - **steps** (list(float) | tuple(float)) - 相邻先验框的中心点步长 ，如果在水平和垂直方向上步长相同，则设置steps即可，否则分别通过step_w和step_h设置不同方向的步长。如果 ``steps``, ``ste_w`` 和 ``step_h`` 均为None，步长为输入图片的大小 ``base_size`` 和特征图大小的比例。默认值：None。
+        - **step_w** (list(float）| tuple(float)) - 水平方向上先验框中心点步长。默认值：None。
+        - **step_h** (list | tuple) - 垂直方向上先验框中心点步长。默认值：None。
+        - **offset** (float) - 左上角先验框中心在水平和垂直方向上的偏移。默认值：0.5
+        - **variance** (list | tuple) - 先验框的方差。默认值：[0.1,0.1,0.2,0.2]。
+        - **flip** (bool) - 是否翻转宽高比。默认值：False。
+        - **clip** (bool) - 是否剪切超出边界的框。默认值：False。
+        - **kernel_size** (int) - 计算回归位置和分类置信度的卷积核的大小。默认值：1。
+        - **pad** (int | list(int) | tuple(int)) - 计算回归位置和分类置信度的卷积核的填充。默认值：0。
+        - **stride** (int | list | tuple) - 计算回归位置和分类置信度的卷积核的步长。默认值：1。
+        - **name** (str) - 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
+        - **min_max_aspect_ratios_order** (bool) - 如果设置为True，则输出先验框的顺序为[min，max，aspect_ratios]，这与Caffe一致。请注意，此顺序会影响卷积层后面的权重顺序，但不会影响最终检测结果。默认值：False。
+
+返回：
+    - **mbox_loc(Variable)** - 预测框的回归位置。格式为[N，num_priors，4]，其中 ``N`` 是batch size， ``num_priors`` 是总共提取的先验框的个数。
+    - **mbox_conf(Variable）** - 预测框的分类信度。格式为[N，num_priors，C]，其中 ``num_priors`` 同上，C是类别数。
+    - **boxes(Variable)** - 提取的先验框。布局是[num_priors，4]， ``num_priors`` 同上，常量4是坐标个数。
+    - **variances(Variable)** - 提取的先验框方差。布局是[num_priors，4]， ``num_priors`` 同上。
+
+返回类型：list(Variable) | tuple(Variable）
+
+**代码示例1: 设置min_ratio和max_ratio**
+
+..  code-block:: python
+        
+        import paddle.fluid as fluid
+     
+        images = fluid.data(name='data', shape=[None, 3, 300, 300], dtype='float32')
+        conv1 = fluid.data(name='conv1', shape=[None, 512, 19, 19], dtype='float32')
+        conv2 = fluid.data(name='conv2', shape=[None, 1024, 10, 10], dtype='float32')
+        conv3 = fluid.data(name='conv3', shape=[None, 512, 5, 5], dtype='float32')
+        conv4 = fluid.data(name='conv4', shape=[None, 256, 3, 3], dtype='float32')
+        conv5 = fluid.data(name='conv5', shape=[None, 256, 2, 2], dtype='float32')
+        conv6 = fluid.data(name='conv6', shape=[None, 128, 1, 1], dtype='float32')
+        
+        mbox_locs, mbox_confs, box, var = fluid.layers.multi_box_head(
+          inputs=[conv1, conv2, conv3, conv4, conv5, conv6],
+          image=images,
+          num_classes=21,
+          min_ratio=20,
+          max_ratio=90,
+          aspect_ratios=[[2.], [2., 3.], [2., 3.], [2., 3.], [2.], [2.]],
+          base_size=300,
+          offset=0.5,
+          flip=True,
+          clip=True)
+
+
+**代码示例2: 设置min_sizes和max_sizes**
+
+..  code-block:: python
+        
+        import paddle.fluid as fluid
+     
+        images = fluid.data(name='data', shape=[None, 3, 300, 300], dtype='float32')
+        conv1 = fluid.data(name='conv1', shape=[None, 512, 19, 19], dtype='float32')
+        conv2 = fluid.data(name='conv2', shape=[None, 1024, 10, 10], dtype='float32')
+        conv3 = fluid.data(name='conv3', shape=[None, 512, 5, 5], dtype='float32')
+        conv4 = fluid.data(name='conv4', shape=[None, 256, 3, 3], dtype='float32')
+        conv5 = fluid.data(name='conv5', shape=[None, 256, 2, 2], dtype='float32')
+        conv6 = fluid.data(name='conv6', shape=[None, 128, 1, 1], dtype='float32')
+        
+        mbox_locs, mbox_confs, box, var = fluid.layers.multi_box_head(
+          inputs=[conv1, conv2, conv3, conv4, conv5, conv6],
+          image=images,
+          num_classes=21,
+          min_sizes=[60.0, 105.0, 150.0, 195.0, 240.0, 285.0],
+          max_sizes=[[], 150.0, 195.0, 240.0, 285.0, 300.0],
+          aspect_ratios=[[2.], [2., 3.], [2., 3.], [2., 3.], [2.], [2.]],
+          base_size=300,
+          offset=0.5,
+          flip=True,
+          clip=True)
+
+
+
diff --git a/doc/paddle/api/paddle/static/nn/nce_cn.rst b/doc/paddle/api/paddle/static/nn/nce_cn.rst
new file mode 100644
index 000000000..ef4532b84
--- /dev/null
+++ b/doc/paddle/api/paddle/static/nn/nce_cn.rst
@@ -0,0 +1,78 @@
+.. _cn_api_fluid_layers_nce:
+
+nce
+-------------------------------
+
+
+.. py:function:: paddle.fluid.layers.nce(input, label, num_total_classes, sample_weight=None, param_attr=None, bias_attr=None, num_neg_samples=None, name=None, sampler='uniform', custom_dist=None, seed=0, is_sparse=False)
+
+:api_attr: 声明式编程模式（静态图)
+
+
+
+计算并返回噪音对比估计损失值（ noise-contrastive estimation training loss）。
+请参考 `Noise-contrastive estimation: A new estimation principle for unnormalized statistical models
+<http://www.jmlr.org/proceedings/papers/v9/gutmann10a/gutmann10a.pdf>`_
+该层默认使用均匀分布进行抽样。
+
+参数:
+    - **input** (Variable) -  输入变量, 2-D 张量，形状为 [batch_size, dim]，数据类型为 float32 或者 float64。
+    - **label** (Variable) -  标签，2-D 张量，形状为 [batch_size, num_true_class]，数据类型为 int64。
+    - **num_total_classes** (int) - 所有样本中的类别的总数。
+    - **sample_weight** (Variable，可选) - 存储每个样本权重，shape 为 [batch_size, 1] 存储每个样本的权重。每个样本的默认权重为1.0。
+    - **param_attr** (ParamAttr，可选) ：指定权重参数属性的对象。默认值为None，表示使用默认的权重参数属性。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。
+    - **bias_attr** (ParamAttr，可选) : 指定偏置参数属性的对象。默认值为None，表示使用默认的偏置参数属性。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。
+    - **num_neg_samples** (int) - 负样例的数量，默认值是10。
+    - **name** (str，可选) - 该layer的名称，具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
+    - **sampler** (str，可选) – 采样器，用于从负类别中进行取样。可以是 ``uniform``, ``log_uniform`` 或 ``custom_dist`` ， 默认 ``uniform`` 。
+    - **custom_dist** (nd.array， 可选) – 第0维的长度为 ``num_total_classes`` 。  如果采样器类别为 ``custom_dist`` ，则使用此参数。custom_dist[i] 是第i个类别被取样的概率。默认为 None
+    - **seed** (int，可选) – 采样器使用的seed。默认为0
+    - **is_sparse** (bool，可选) – 标志位，指明是否使用稀疏更新, 为 ``True`` 时 :math:`weight@GRAD` 和 :math:`bias@GRAD` 的类型会变为 SelectedRows。默认为 ``False`` 。
+
+返回： nce loss，数据类型与 **input** 相同
+
+返回类型: Variable
+
+
+**代码示例**
+
+..  code-block:: python
+
+    import paddle.fluid as fluid
+    import numpy as np
+
+    window_size = 5
+    words = []
+    for i in range(window_size):
+        words.append(fluid.data(
+            name='word_{0}'.format(i), shape=[-1, 1], dtype='int64'))
+
+    dict_size = 10000
+    label_word = int(window_size / 2) + 1
+
+    embs = []
+    for i in range(window_size):
+        if i == label_word:
+            continue
+
+        emb = fluid.layers.embedding(input=words[i], size=[dict_size, 32],
+                        param_attr='embed', is_sparse=True)
+        embs.append(emb)
+
+    embs = fluid.layers.concat(input=embs, axis=1)
+    loss = fluid.layers.nce(input=embs, label=words[label_word],
+            num_total_classes=dict_size, param_attr='nce.w_0',
+            bias_attr='nce.b_0')
+
+    #or use custom distribution
+    dist = np.array([0.05,0.5,0.1,0.3,0.05])
+    loss = fluid.layers.nce(input=embs, label=words[label_word],
+            num_total_classes=5, param_attr='nce.w_1',
+            bias_attr='nce.b_1',
+            num_neg_samples=3,
+            sampler="custom_dist",
+            custom_dist=dist)
+
+
+
+
diff --git a/doc/paddle/api/paddle/static/nn/prelu_cn.rst b/doc/paddle/api/paddle/static/nn/prelu_cn.rst
new file mode 100644
index 000000000..b1ea4cfb5
--- /dev/null
+++ b/doc/paddle/api/paddle/static/nn/prelu_cn.rst
@@ -0,0 +1,51 @@
+.. _cn_api_fluid_layers_prelu:
+
+prelu
+-------------------------------
+
+
+.. py:function:: paddle.fluid.layers.prelu(x, mode, param_attr=None, name=None)
+
+:api_attr: 声明式编程模式（静态图)
+
+
+
+等式：
+
+.. math::
+    y = max(0, x) + \alpha min(0, x)
+
+共提供三种激活方式：
+
+.. code-block:: text
+
+    all: 所有元素使用同一个alpha值
+    channel: 在同一个通道中的元素使用同一个alpha值
+    element: 每一个元素有一个独立的alpha值
+
+
+参数：
+          - **x** （Variable）- 多维Tensor或LoDTensor，数据类型为float32。
+          - **mode** (str) - 权重共享模式。
+          - **param_attr** (ParamAttr，可选) - 可学习权重 :math:`[\alpha]` 的参数属性，可由ParamAttr创建。默认值为None，表示使用默认的权重参数属性。具体用法请参见 :ref:`cn_api_fluid_ParamAttr` 。
+          - **name** (str，可选) – 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。 
+
+
+返回： 表示激活输出Tensor或LoDTensor，数据类型为float32。与输入形状相同。
+
+
+返回类型：Variable
+
+
+**代码示例：**
+
+.. code-block:: python
+
+    import paddle.fluid as fluid
+    from paddle.fluid.param_attr import ParamAttr
+    x = fluid.data(name="x", shape=[None,5,10,10], dtype="float32")
+    mode = 'channel'
+    output = fluid.layers.prelu(
+             x,mode,param_attr=ParamAttr(name='alpha'))
+
+
diff --git a/doc/paddle/api/paddle/static/nn/row_conv_cn.rst b/doc/paddle/api/paddle/static/nn/row_conv_cn.rst
new file mode 100644
index 000000000..ab16bdbfb
--- /dev/null
+++ b/doc/paddle/api/paddle/static/nn/row_conv_cn.rst
@@ -0,0 +1,59 @@
+.. _cn_api_fluid_layers_row_conv:
+
+row_conv
+-------------------------------
+
+
+.. py:function:: paddle.fluid.layers.row_conv(input, future_context_size, param_attr=None, act=None)
+
+:api_attr: 声明式编程模式（静态图)
+
+
+
+该接口为行卷积（Row-convolution operator）或称之为超前卷积（lookahead convolution），最早介绍于DeepSpeech2论文中，论文链接：
+
+    `<http://www.cs.cmu.edu/~dyogatam/papers/wang+etal.iclrworkshop2016.pdf>`_
+
+双向的RNN在深度语音模型中很有用，它通过对整个序列执行正向和反向传递来学习序列的表示。然而，与单向RNNs不同的是，在线部署和低延迟设置中，双向RNNs具有难度。超前卷积将来自未来子序列的信息以一种高效的方式进行计算，以改进单向递归神经网络。 row convolution operator 与一维序列卷积不同，计算方法如下:
+
+给定输入序列长度为 :math:`t` 的输入序列 :math:`X` 和输入维度 :math:`D` ，以及一个大小为 :math:`context * D` 的滤波器 :math:`W` ，输出序列卷积为:
+
+.. math::
+    out_i = \sum_{j=i}^{i+context-1} X_{j} · W_{j-i}
+
+公式中：
+    - :math:`out_i` : 第i行输出变量形为[1, D].
+    - :math:`context` ： 下文（future context）大小
+    - :math:`X_j` : 第j行输出变量,形为[1，D]
+    - :math:`W_{j-i}` : 第(j-i)行参数，其形状为[1,D]。
+
+详细请参考 `设计文档  <https://github.com/PaddlePaddle/Paddle/issues/2228#issuecomment-303903645>`_  。
+
+参数:
+    - **input** (Variable) -- 支持输入为LodTensor和Tensor，输入类型可以是[float32, float64]，它支持可变时间长度的输入序列。当输入input为LodTensor时，其内部张量是一个具有形状(T x N)的矩阵，其中T是这个mini batch中的总的timestep，N是输入数据维数。当输入input为Tensor时，其形状为(B x T x N)的三维矩阵，B为mini batch大小，T为每个batch输入中的最大timestep，N是输入数据维数。当输入input为LoDTensor，形状为[9, N],LoD信息为[2, 3, 4]，等价于输入input为形状是[3, 4, N]的Tensor。
+    - **future_context_size** (int) -- 下文大小。请注意，卷积核的shape是[future_context_size + 1, N]，N和输入input的数据维度N保持一致。
+    - **param_attr** (ParamAttr) --  参数的属性，包括名称、初始化器等。
+    - **act** (str) -- 非线性激活函数。
+
+返回：表示row_conv计算结果的Variable，数据类型、维度和输入input相同。
+
+
+**代码示例**
+
+..  code-block:: python
+
+  import paddle.fluid as fluid
+  # LoDTensor input
+  x = fluid.layers.data(name='x', shape=[9, 16],
+                        dtype='float32', lod_level=3,
+                        append_batch_size=False)
+  out = fluid.layers.row_conv(input=x, future_context_size=2)
+
+  # Tensor input
+  x = fluid.layers.data(name='x', shape=[9, 4, 16],
+                        dtype='float32',
+                        append_batch_size=False)
+  out = fluid.layers.row_conv(input=x, future_context_size=2)
+
+
+
diff --git a/doc/paddle/api/paddle/static/nn/spectral_norm_cn.rst b/doc/paddle/api/paddle/static/nn/spectral_norm_cn.rst
new file mode 100644
index 000000000..9ca240e3c
--- /dev/null
+++ b/doc/paddle/api/paddle/static/nn/spectral_norm_cn.rst
@@ -0,0 +1,57 @@
+.. _cn_api_fluid_layers_spectral_norm:
+
+spectral_norm
+-------------------------------
+
+
+.. py:function:: paddle.fluid.layers.spectral_norm(weight, dim=0, power_iters=1, eps=1e-12, name=None)
+
+:api_attr: 声明式编程模式（静态图)
+
+
+
+**Spectral Normalization Layer**
+
+该OP用于计算了fc、conv1d、conv2d、conv3d层的权重参数的谱正则值，输入权重参数应分别为2-D, 3-D, 4-D, 5-D张量，输出张量与输入张量shape相同。谱特征值计算方式如下。
+
+步骤1：生成形状为[H]的向量U,以及形状为[W]的向量V,其中H是输入权重张量的第 ``dim`` 个维度，W是剩余维度的乘积。
+
+步骤2： ``power_iters`` 应该是一个正整数，用U和V迭代计算 ``power_iters`` 轮，迭代步骤如下。
+
+.. math::
+
+    \mathbf{v} &:= \frac{\mathbf{W}^{T} \mathbf{u}}{\|\mathbf{W}^{T} \mathbf{u}\|_2}\\
+    \mathbf{u} &:= \frac{\mathbf{W}^{T} \mathbf{v}}{\|\mathbf{W}^{T} \mathbf{v}\|_2}
+
+步骤3：计算 :math:`\sigma(\mathbf{W})` 并特征值值归一化。
+
+.. math::
+    \sigma(\mathbf{W}) &= \mathbf{u}^{T} \mathbf{W} \mathbf{v}\\
+    \mathbf{W} &= \frac{\mathbf{W}}{\sigma(\mathbf{W})}
+
+可参考: `Spectral Normalization <https://arxiv.org/abs/1802.05957>`_
+
+参数：
+    - **weight** (Variable) - spectral_norm算子的输入权重张量，可以是2-D, 3-D, 4-D, 5-D Tensor，它是fc、conv1d、conv2d、conv3d层的权重，数据类型为float32或float64。
+    - **dim** (int) - 将输入（weight）重塑为矩阵之前应排列到第一个的维度索引，如果input（weight）是fc层的权重，则应设置为0；如果input（weight）是conv层的权重，则应设置为1，默认为0。
+    - **power_iters** (int) - 将用于计算spectral norm的功率迭代次数，默认值1
+    - **eps** (float) - epsilon用于保证计算规范中的数值稳定性，分母会加上 ``eps`` 防止除零，默认1e-12
+    - **name** (str，可选) – 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置。默认值：None。
+
+返回：Variable(Tensor) 谱正则化后权重张量，维度与输入 ``weight`` 一致。
+
+返回类型：变量(Variable)，数据类型与输入 ``weight`` 一致。
+
+**代码示例：**
+
+.. code-block:: python
+
+    import paddle.fluid as fluid
+
+    weight = fluid.data(name='weight', shape=[2, 8, 32, 32], dtype='float32')
+    x = fluid.layers.spectral_norm(weight=weight, dim=1, power_iters=2)
+
+
+
+
+
diff --git a/doc/paddle/api/paddle/static/save_cn.rst b/doc/paddle/api/paddle/static/save_cn.rst
new file mode 100644
index 000000000..a15b23f2b
--- /dev/null
+++ b/doc/paddle/api/paddle/static/save_cn.rst
@@ -0,0 +1,51 @@
+.. _cn_api_fluid_save:
+
+save
+-------------------------------
+
+
+.. py:function:: paddle.fluid.save(program, model_path)
+
+:api_attr: 声明式编程模式（静态图)
+:alias_main: paddle.save
+:alias: paddle.save,paddle.tensor.save,paddle.tensor.io.save
+:old_api: paddle.fluid.save
+
+
+
+该接口将传入的参数、优化器信息和网络描述保存到 ``model_path`` 。
+
+参数包含所有的可训练 :ref:`cn_api_fluid_Variable` ，将保存到后缀为 ``.pdparams`` 的文件中。
+
+优化器信息包含优化器使用的所有变量。对于Adam优化器，包含beta1、beta2、momentum等。
+所有信息将保存到后缀为 ``.pdopt`` 的文件中。（如果优化器没有需要保存的变量（如sgd），则不会生成）。
+
+网络描述是程序的描述。它只用于部署。描述将保存到后缀为 ``.pdmodel`` 的文件中。
+
+参数:
+ - **program**  ( :ref:`cn_api_fluid_Program` ) – 要保存的Program。
+ - **model_path**  (str) – 保存program的文件前缀。格式为 ``目录名称/文件前缀``。如果文件前缀为空字符串，会引发异常。
+
+返回: 无
+
+**代码示例**
+
+.. code-block:: python
+
+    import paddle.fluid as fluid
+
+    x = fluid.data(name="x", shape=[10, 10], dtype='float32')
+    y = fluid.layers.fc(x, 10)
+    z = fluid.layers.fc(y, 10)
+    place = fluid.CPUPlace()
+    exe = fluid.Executor(place)
+    exe.run(fluid.default_startup_program())
+
+    fluid.save(fluid.default_main_program(), "./test_path")
+
+
+
+
+
+
+
diff --git a/doc/paddle/api/paddle/static/scope_guard_cn.rst b/doc/paddle/api/paddle/static/scope_guard_cn.rst
index e220cd8d4..df0566e1b 100644
--- a/doc/paddle/api/paddle/static/scope_guard_cn.rst
+++ b/doc/paddle/api/paddle/static/scope_guard_cn.rst
@@ -1,10 +1,10 @@
-.. _cn_api_fluid_executor_scope_guard:
+.. _cn_api_fluid_scope_guard:
 
 scope_guard
 -------------------------------
 
 
-.. py:function:: paddle.fluid.executor.scope_guard (scope)
+.. py:function:: paddle.fluid.scope_guard(scope)
 
 :api_attr: 声明式编程模式（静态图)
 
diff --git a/doc/paddle/api/paddle/fluid/layers/strided_slice_cn.rst b/doc/paddle/api/paddle/strided_slice_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/strided_slice_cn.rst
rename to doc/paddle/api/paddle/strided_slice_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/sums_cn.rst b/doc/paddle/api/paddle/sums_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/sums_cn.rst
rename to doc/paddle/api/paddle/sums_cn.rst
diff --git a/doc/paddle/api/paddle/tanh_cn.rst b/doc/paddle/api/paddle/tanh_cn.rst
new file mode 100644
index 000000000..c5fbd2124
--- /dev/null
+++ b/doc/paddle/api/paddle/tanh_cn.rst
@@ -0,0 +1,46 @@
+.. _cn_api_fluid_layers_tanh:
+
+tanh
+-------------------------------
+
+.. py:function:: paddle.fluid.layers.tanh(x, name=None)
+
+
+
+
+
+tanh 激活函数
+
+.. math::
+    out = \frac{e^{x} - e^{-x}}{e^{x} + e^{-x}}
+
+
+参数:
+
+    - **x** - Tanh算子的输入
+    - **name** (str|None) - 该层名称（可选）。若设为None，则自动为该层命名。
+
+返回: 张量(Tensor)
+
+返回类型: 变量(Variable)
+
+**代码示例**：
+
+.. code-block:: python
+
+    import paddle.fluid as fluid
+    data = fluid.layers.data(name="input", shape=[32, 784])
+    result = fluid.layers.tanh(data)
+
+
+
+
+
+
+
+
+
+
+
+
+
diff --git a/doc/paddle/api/paddle/tensor/creation/ones_cn.rst b/doc/paddle/api/paddle/tensor/creation/ones_cn.rst
index fa13c3412..32a6b2a57 100644
--- a/doc/paddle/api/paddle/tensor/creation/ones_cn.rst
+++ b/doc/paddle/api/paddle/tensor/creation/ones_cn.rst
@@ -1,46 +1,26 @@
-.. _cn_api_tensor_ones:
+.. _cn_api_fluid_layers_ones:
 
 ones
 -------------------------------
 
-.. py:function:: paddle.ones(shape, dtype=None)
-
-
+.. py:function:: paddle.fluid.layers.ones(shape,dtype,force_cpu=False)
 
 该OP创建形状为 ``shape`` 、数据类型为 ``dtype`` 且值全为1的Tensor。
 
 参数：
     - **shape** (tuple|list|Tensor) - 输出Tensor的形状， ``shape`` 的数据类型为int32或者int64。
-    - **dtype** (np.dtype|core.VarDesc.VarType|str， 可选) - 输出Tensor的数据类型，数据类型必须为bool、 float16、float32、float64、int32或int64。如果 ``dtype`` 为None，默认数据类型为float32。
-    - **name** （str，可选）- 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
+    - **dtype** (np.dtype|core.VarDesc.VarType|str) - 输出Tensor的数据类型，数据类型必须为float16、float32、float64、int32或int64。
+    - **force_cpu** (bool， 可选) – 是否强制将输出Tensor写入CPU内存。如果 ``force_cpu`` 为False，则将输出Tensor写入当前所在运算设备的内存，默认为False。
 
 返回：值全为1的Tensor，数据类型和 ``dtype`` 定义的类型一致。
 
-
 抛出异常：
     - ``TypeError`` - 当 ``dtype`` 不是bool、 float16、float32、float64、int32、int64和None时。
-    - ``TypeError`` - 当 ``shape`` 不是tuple、list、或者Tensor的时， 当 ``shape`` 为Tensor时，其数据类型不是int32或者int64。
+    - ``TypeError`` - 当 ``shape`` 不是tuple、list、或者Tensor时， 当 ``shape`` 为Tensor，其数据类型不是int32或者int64时。
 
 **代码示例**：
 
 .. code-block:: python
 
-    import paddle
-    
-    paddle.enable_imperative()
-    
-    #default dtype for ones OP
-    data1 = paddle.ones(shape=[3, 2]) 
-    # [[1. 1.]
-    #  [1. 1.]
-    #  [1. 1.]]
-    data2 = paddle.ones(shape=[2, 2], dtype='int32') 
-    # [[1 1]
-    #  [1 1]]
-
-    #attr shape is a Variable Tensor
-    shape = paddle.fill_constant(shape=[2], dtype='int32', value=2)
-    data3 = paddle.ones(shape=shape, dtype='int32') 
-    # [[1 1]
-    #  [1 1]]
-
+    import paddle.fluid as fluid
+    data = fluid.layers.ones(shape=[2, 4], dtype='float32') # [[1., 1., 1., 1.], [1., 1., 1., 1.]]
diff --git a/doc/paddle/api/paddle/tensor/creation/ones_like_cn.rst b/doc/paddle/api/paddle/tensor/creation/ones_like_cn.rst
index 33b189c7a..5d1e6a897 100644
--- a/doc/paddle/api/paddle/tensor/creation/ones_like_cn.rst
+++ b/doc/paddle/api/paddle/tensor/creation/ones_like_cn.rst
@@ -1,39 +1,34 @@
-.. _cn_api_tensor_ones_like:
+.. _cn_api_fluid_layers_ones_like:
 
 ones_like
 -------------------------------
 
-.. py:function:: paddle.ones_like(x, dtype=None, name=None)
+.. py:function:: paddle.fluid.layers.ones_like(x, out=None)
 
-:alias_main: paddle.ones_like
-:alias: paddle.tensor.ones_like, paddle.tensor.creation.ones_like
 
-该OP返回一个和 ``x`` 具有相同形状的数值都为1的Tensor，数据类型为 ``dtype`` 或者和 ``x`` 相同。
 
-参数
-::::::::::
-    - **x** (Tensor) – 输入的Tensor，数据类型可以是bool，float16, float32，float64，int32，int64。输出Tensor的形状和 ``x`` 相同。如果 ``dtype`` 为None，则输出Tensor的数据类型与 ``x`` 相同。
-    - **dtype** (str|np.dtype|core.VarDesc.VarType, 可选) - 输出Tensor的数据类型，支持bool，float16, float32，float64，int32，int64。当该参数值为None时， 输出Tensor的数据类型与 ``x`` 相同。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
-::::::::::
-    Tensor：和 ``x`` 具有相同形状的数值都为1的Tensor，数据类型为 ``dtype`` 或者和 ``x`` 相同。
 
-抛出异常
-::::::::::
-    - ``TypeError`` - 如果 ``dtype`` 不是bool、float16、float32、float64、int32、int64。
+ones_like
+
+该功能创建一个形状与类型与x相似的张量，初始值为1。
+
+
+参数：
+    - **x** (Variable) - 指定形状与数据类型的输入张量
+    - **out** (Variable)-输出张量
 
-代码示例
-::::::::::
+返回：输出张量
+
+返回类型：变量（Variable）
+
+**代码示例**：
 
 .. code-block:: python
 
-    import paddle
-    import numpy as np
+    import paddle.fluid as fluid
+
+    x = fluid.layers.data(name='x', dtype='float32', shape=[3], append_batch_size=False)
+    data = fluid.layers.ones_like(x) # [1.0, 1.0, 1.0]
+
 
-    paddle.enable_imperative()
 
-    x = paddle.imperative.to_variable(np.array([1,2,3], dtype='float32'))
-    out1 = paddle.ones_like(x) # [1., 1., 1.]
-    out2 = paddle.ones_like(x, dtype='int32') # [1, 1, 1]
diff --git a/doc/paddle/api/paddle/tensor/creation/zeros_cn.rst b/doc/paddle/api/paddle/tensor/creation/zeros_cn.rst
index cf3b97866..7206c16ac 100644
--- a/doc/paddle/api/paddle/tensor/creation/zeros_cn.rst
+++ b/doc/paddle/api/paddle/tensor/creation/zeros_cn.rst
@@ -1,42 +1,26 @@
-.. _cn_api_tensor_zeros:
+.. _cn_api_fluid_layers_zeros:
 
 zeros
 -------------------------------
 
-.. py:function:: paddle.zeros(shape, dtype=None, name=None)
-
-
+.. py:function:: paddle.fluid.layers.zeros(shape,dtype,force_cpu=False)
 
 该OP创建形状为 ``shape`` 、数据类型为 ``dtype`` 且值全为0的Tensor。
 
 参数：
     - **shape** (tuple|list|Tensor) - 输出Tensor的形状， ``shape`` 的数据类型为int32或者int64。
-    - **dtype** (np.dtype|core.VarDesc.VarType|str) - 输出Tensor的数据类型，数据类型必须为bool、float16、float32、float64、int32或int64。
+    - **dtype** (np.dtype|core.VarDesc.VarType|str) - 输出Tensor的数据类型，数据类型必须为float16、float32、float64、int32或int64。
+    - **force_cpu** (bool， 可选) - 是否强制将输出Tensor写入CPU内存。如果 ``force_cpu`` 为False，则将输出Tensor写入当前所在运算设备的内存，默认为False。
 
 返回：值全为0的Tensor，数据类型和 ``dtype`` 定义的类型一致。
 
 抛出异常：
     - ``TypeError`` - 当 ``dtype`` 不是bool、 float16、float32、float64、int32、int64和None时。
-    - ``TypeError`` - 当 ``shape`` 不是tuple、list、或者Tensor时， 当 ``shape`` 为Tensor，其数据类型不是int32或者int64时。
+    - ``TypeError`` - 当 ``shape`` 不是tuple、list、或者Tensor时。 当 ``shape`` 为Tensor，其数据类型不是int32或者int64时。
 
 **代码示例**：
 
 .. code-block:: python
 
-    import paddle
-    paddle.enable_imperative()  # Now we are in imperative mode
-    data = paddle.zeros(shape=[3, 2], dtype='float32') 
-    # [[0. 0.]
-    #  [0. 0.]
-    #  [0. 0.]]
-    
-    data = paddle.zeros(shape=[2, 2]) 
-    # [[0. 0.]
-    #  [0. 0.]]
-    
-    # shape is a Tensor
-    shape = paddle.fill_constant(shape=[2], dtype='int32', value=2)
-    data3 = paddle.ones(shape=shape, dtype='int32') 
-    # [[0 0]
-    #  [0 0]]
-
+    import paddle.fluid as fluid
+    data = fluid.layers.zeros(shape=[3, 2], dtype='float32') # [[0., 0.], [0., 0.], [0., 0.]]
diff --git a/doc/paddle/api/paddle/tensor/creation/zeros_like_cn.rst b/doc/paddle/api/paddle/tensor/creation/zeros_like_cn.rst
index 7cdacfeb4..d75dc7cd1 100644
--- a/doc/paddle/api/paddle/tensor/creation/zeros_like_cn.rst
+++ b/doc/paddle/api/paddle/tensor/creation/zeros_like_cn.rst
@@ -1,40 +1,29 @@
-.. _cn_api_tensor_zeros_like:
+.. _cn_api_fluid_layers_zeros_like:
 
 zeros_like
 -------------------------------
 
-.. py:function:: paddle.zeros_like(x, dtype=None, name=None)
+.. py:function:: paddle.fluid.layers.zeros_like(x, out=None)
 
-:alias_main: paddle.zeros_like
-:alias: paddle.tensor.zeros_like, paddle.tensor.creation.zeros_like
-:update_api: paddle.fluid.layers.zeros_like
 
-该OP返回一个和 ``x`` 具有相同的形状的全零Tensor，数据类型为 ``dtype`` 或者和 ``x`` 相同。
 
-参数
-::::::::::
-    - **x** (Tensor) – 输入的多维Tensor，数据类型可以是bool，float16, float32，float64，int32，int64。输出Tensor的形状和 ``x`` 相同。如果 ``dtype`` 为None，则输出Tensor的数据类型与 ``x`` 相同。
-    - **dtype** (str|np.dtype|core.VarDesc.VarType, 可选) - 输出Tensor的数据类型，支持bool，float16, float32，float64，int32，int64。当该参数值为None时， 输出Tensor的数据类型与 ``x`` 相同。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` 。
+
+
+该OP创建一个和x具有相同的形状和数据类型的全零Tensor。
+
+参数：
+    - **x** (Variable) – 指定输入为一个多维的Tensor，数据类型可以是bool，float32，float64，int32，int64。
+    - **out** (Variable|可选) – 如果为None，则创建一个Variable作为输出，创建后的Variable的数据类型，shape大小和输入变量x一致。如果是输入的一个Tensor，数据类型和数据shape大小需要和输入变量x一致。默认值为None。
     
-返回
-::::::::::
-    Tensor：和 ``x`` 具有相同的形状全零Tensor，数据类型为 ``dtype`` 或者和 ``x`` 相同。
+返回：返回一个多维的Tensor，具体的元素值和输入的数据类型相关，如果是bool类型的，则全False，其它均为0。数据shape大小和输入x一致。
 
-抛出异常
-::::::::::
-    - ``TypeError`` - 如果 ``dtype`` 不是bool、float16、float32、float64、int32、int64。
+返回类型：Variable
 
-代码示例
-::::::::::
+**代码示例**：
 
 .. code-block:: python
 
-    import paddle
-    import numpy as np
-
-    paddle.enable_imperative()
+    import paddle.fluid as fluid
+    x = fluid.data(name='x', dtype='float32', shape=[3])
+    data = fluid.layers.zeros_like(x) # [0.0, 0.0, 0.0]
 
-    x = paddle.imperative.to_variable(np.array([1,2,3], dtype='float32'))
-    out1 = paddle.zeros_like(x) # [0., 0., 0.]
-    out2 = paddle.zeros_like(x, dtype='int32') # [0, 0, 0]
diff --git a/doc/paddle/api/paddle/tensor/manipulation/concat_cn.rst b/doc/paddle/api/paddle/tensor/manipulation/concat_cn.rst
index aa36dd238..46b1b3c3d 100644
--- a/doc/paddle/api/paddle/tensor/manipulation/concat_cn.rst
+++ b/doc/paddle/api/paddle/tensor/manipulation/concat_cn.rst
@@ -1,54 +1,51 @@
-.. _cn_api_tensor_concat:
+.. _cn_api_fluid_layers_concat:
 
 concat
 -------------------------------
 
-.. py:function:: paddle.tensor.concat(x, axis=0, name=None)
+.. py:function:: paddle.fluid.layers.concat(input, axis=0, name=None)
 
 
 该OP对输入沿 ``axis`` 轴进行联结，返回一个新的Tensor。
 
 参数：
-    - **x** (list|tuple) - 待联结的Tensor list或者Tensor tuple ，支持的数据类型为：bool, float16, float32、float64、int32、int64， ``x`` 中所有Tensor的数据类型应该一致。
-    - **axis** (int|Tensor，可选) - 指定对输入 ``x`` 进行运算的轴，可以是整数或者形状为[1]的Tensor，数据类型为int32或者int64。 ``axis`` 的有效范围是[-R, R)，R是输入 ``x`` 中Tensor的维度， ``axis`` 为负值时与 :math:`axis + R` 等价。默认值为0。
+    - **input** (list|tuple|Tensor) - 待联结的Tensor list，Tensor tuple或者Tensor，支持的数据类型为：bool、float16、 float32、float64、int32、int64。 ``input`` 中所有Tensor的数据类型必须一致。
+    - **axis** (int|Tensor，可选) - 指定对输入Tensor进行运算的轴，可以是整数或者形状为[1]的Tensor，数据类型为int32或者int64。 ``axis`` 的有效范围是[-R, R)，R是输入 ``input`` 中Tensor 的维度， ``axis`` 为负值时与 :math:`axis + R` 等价。默认值为0。
     - **name** (str，可选) – 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
 
-返回：联结后的Tensor ，数据类型和 ``x`` 中的Tensor相同。
+返回：联结后的 ``Tensor`` ，数据类型和 ``input`` 中的Tensor相同。
+
 
 抛出异常：
-    - ``TypeError``: - 当输入 ``x`` 的类型不是list或者tuple时。
-    - ``TypeError``: - 当输入 ``x`` 的数据类型不是 bool，float16， float32， float64， int32， int64时。
-    - ``TypeError``: - 当 ``axis`` 的类型不是int或者Tensor时。 当 ``axis`` 是Tensor的时候其数据类型不是int32或者int64时。
-    - ``TypeError``: - 当输入 ``x`` 中的Tensor存在数据类型不一致时。
+    - ``TypeError``: - 当输入 ``input`` 的类型不是list、tuple或者Tensor的时候。
+    - ``TypeError``: - 当输入 ``input`` 的数据类型不是 bool，float16， float32， float64， int32， int64时。
+    - ``TypeError``: - 当 ``axis`` 的类型不是int或者Tensor时。当 ``axis`` 是Tensor的时候其数据类型不是int32或者int64时。
+    - ``TypeError``: - 当输入 ``input`` 中的Tensor存在数据类型不一致时。
 
 **代码示例**：
 
 .. code-block:: python
-  
-  import paddle
+
+  import paddle.fluid as fluid
   import numpy as np
-  
-  paddle.enable_imperative()  # Now we are in imperative mode
+
   in1 = np.array([[1, 2, 3],
                   [4, 5, 6]])
   in2 = np.array([[11, 12, 13],
                   [14, 15, 16]])
   in3 = np.array([[21, 22],
                   [23, 24]])
-  x1 = paddle.imperative.to_variable(in1)
-  x2 = paddle.imperative.to_variable(in2)
-  x3 = paddle.imperative.to_variable(in3)
-  zero = paddle.full(shape=[1], dtype='int32', fill_value=0)
-  # When the axis is negative, the real axis is (axis + Rank(x))
-  # As follow, axis is -1, Rank(x) is 2, the real axis is 1
-  out1 = paddle.concat(x=[x1, x2, x3], axis=-1)
-  out2 = paddle.concat(x=[x1, x2], axis=0)
-  out3 = paddle.concat(x=[x1, x2], axis=zero)
-  # out1
-  # [[ 1  2  3 11 12 13 21 22]
-  #  [ 4  5  6 14 15 16 23 24]]
-  # out2 out3
-  # [[ 1  2  3]
-  #  [ 4  5  6]
-  #  [11 12 13]
-  #  [14 15 16]]
+  with fluid.dygraph.guard():
+      x1 = fluid.dygraph.to_variable(in1)
+      x2 = fluid.dygraph.to_variable(in2)
+      x3 = fluid.dygraph.to_variable(in3)
+      out1 = fluid.layers.concat(input=[x1, x2, x3], axis=-1)
+      out2 = fluid.layers.concat(input=[x1, x2], axis=0)
+      print(out1.numpy())
+      # [[ 1  2  3 11 12 13 21 22]
+      #  [ 4  5  6 14 15 16 23 24]]
+      print(out2.numpy())
+      # [[ 1  2  3]
+      #  [ 4  5  6]
+      #  [11 12 13]
+      #  [14 15 16]]
diff --git a/doc/paddle/api/paddle/tensor/manipulation/expand_as_cn.rst b/doc/paddle/api/paddle/tensor/manipulation/expand_as_cn.rst
new file mode 100644
index 000000000..3781c7c93
--- /dev/null
+++ b/doc/paddle/api/paddle/tensor/manipulation/expand_as_cn.rst
@@ -0,0 +1,68 @@
+.. _cn_api_fluid_layers_expand_as:
+
+expand_as
+-------------------------------
+
+.. py:function:: paddle.fluid.layers.expand_as(x, target_tensor, name=None)
+
+:alias_main: paddle.expand_as
+:alias: paddle.expand_as,paddle.tensor.expand_as,paddle.tensor.manipulation.expand_as
+:old_api: paddle.fluid.layers.expand_as
+
+
+
+该OP会根据输入的variable ``target_tensor`` 对输入 ``x`` 的各维度进行广播。通过 ``target_tensor``的维度来为 ``x`` 的每个维度设置广播的次数，使得x 的维度与target_tensor的维度相同。 ``x`` 的秩应小于等于6。注意， ``target_tensor`` 的秩必须与 ``x`` 的秩相同。
+注意:``target_tensor`` 对应的每一维必须能整除输入x中对应的维度，否则会报错。比如，target_tensor的维度为[2,6,2],x为[2,3,1],则整除后为[1,2,2]，x广播后维度为[2,6,2]。如果target_tensor的维度为[2,5,2]，第二维5不能整除x的第二维3，则会报错。        
+
+以下是一个示例：
+
+::
+
+        输入(x) 是一个形状为[2, 3, 1]的 3-D Tensor :
+
+                [
+                   [[1], [2], [3]],
+                   [[4], [5], [6]]
+                ]
+
+        target_tensor的维度 :  [2, 6, 2]
+
+        输出(out) 是一个形状为[2, 6, 2]的 3-D Tensor:
+
+                [
+                    [[1, 1], [2, 2], [3, 3], [1, 1], [2, 2], [3, 3]],
+                    [[4, 4], [5, 5], [6, 6], [4, 4], [5, 5], [6, 6]]
+                ]
+                
+        
+
+参数:
+        - **x** （Variable）- 维度最高为6的多维 ``Tensor`` 或 ``LoDTensor``，数据类型为 ``float32``，``float64``，``int32`` 或 ``bool``。
+        - **target_tensor** （list|tuple|Variable）- 数据类型为 ``float32``，``float64``，``int32`` 或 ``bool`` 。可为Tensor或者LODTensor。
+        - **name** （str，可选）- 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置。默认值： ``None``。
+
+返回：维度与输入 ``x`` 相同的 ``Tensor`` 或 ``LoDTensor``，数据类型与 ``x`` 相同。返回值的每个维度的大小等于``target_tensor`` 对应的维度的大小。
+
+返回类型：``Variable`` 。
+
+抛出异常：
+    - :code:`ValueError`：``target_tensor`` 对应的每一维必须能整除输入x中对应的维度，否则会报错。
+
+**代码示例**
+
+..  code-block:: python
+
+        import paddle.fluid as fluid
+        import numpy as np
+        data = fluid.data(name="data", shape=[-1,10], dtype='float64')
+        target_tensor = fluid.data(name="target_tensor", shape=[-1,20], dtype='float64')
+        result = fluid.layers.expand_as(x=data, target_tensor=target_tensor) 
+        use_cuda = False
+        place = fluid.CUDAPlace(0) if use_cuda else fluid.CPUPlace()
+        exe = fluid.Executor(place)
+        exe.run(fluid.default_startup_program())
+        x = np.random.rand(3,10)
+        y = np.random.rand(3,20)
+        output= exe.run(feed={"data":x,"target_tensor":y},fetch_list=[result.name])
+        print(output[0].shape)
+        #(3,20)
\ No newline at end of file
diff --git a/doc/paddle/api/paddle/tensor/manipulation/expand_cn.rst b/doc/paddle/api/paddle/tensor/manipulation/expand_cn.rst
new file mode 100644
index 000000000..6bd61b158
--- /dev/null
+++ b/doc/paddle/api/paddle/tensor/manipulation/expand_cn.rst
@@ -0,0 +1,71 @@
+.. _cn_api_fluid_layers_expand:
+
+expand
+-------------------------------
+
+.. py:function:: paddle.fluid.layers.expand(x, expand_times, name=None)
+
+:alias_main: paddle.expand
+:alias: paddle.expand,paddle.tensor.expand,paddle.tensor.manipulation.expand
+:old_api: paddle.fluid.layers.expand
+
+
+
+该OP会根据参数 ``expand_times`` 对输入 ``x`` 的各维度进行复制。通过参数 ``expand_times`` 来为 ``x`` 的每个维度设置复制次数。 ``x`` 的秩应小于等于6。注意， ``expand_times`` 的大小必须与 ``x`` 的秩相同。以下是一个用例：
+
+::
+
+        输入(x) 是一个形状为[2, 3, 1]的 3-D Tensor :
+
+                [
+                   [[1], [2], [3]],
+                   [[4], [5], [6]]
+                ]
+
+        属性(expand_times):  [1, 2, 2]
+
+        输出(out) 是一个形状为[2, 6, 2]的 3-D Tensor:
+
+                [
+                    [[1, 1], [2, 2], [3, 3], [1, 1], [2, 2], [3, 3]],
+                    [[4, 4], [5, 5], [6, 6], [4, 4], [5, 5], [6, 6]]
+                ]
+
+参数:
+        - **x** （Variable）- 维度最高为6的多维 ``Tensor`` 或 ``LoDTensor``，数据类型为 ``float32``，``float64``，``int32`` 或 ``bool``。
+        - **expand_times** （list|tuple|Variable）- 数据类型是 ``int32`` 。如果 ``expand_times`` 的类型是 list 或 tuple，它的元素可以是整数或者形状为[1]的 ``Tensor`` 或 ``LoDTensor``。如果 ``expand_times`` 的类型是 ``Variable``，则是1-D ``Tensor`` 或 ``LoDTensor``。表示 ``x`` 每一个维度被复制的次数。
+        - **name** （str，可选）- 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置。默认值： ``None``。
+
+返回：维度与输入 ``x`` 相同的 ``Tensor`` 或 ``LoDTensor``，数据类型与 ``x`` 相同。返回值的每个维度的大小等于 ``x`` 的相应维度的大小乘以 ``expand_times`` 给出的相应值。
+
+返回类型：``Variable`` 。
+
+抛出异常：
+    - :code:`TypeError`：``expand_times`` 的类型应该是 list、tuple 或 Variable。
+    - :code:`ValueError`：``expand_times`` 中的元素不能是负值。
+
+
+**代码示例**
+
+..  code-block:: python
+
+        import paddle.fluid as fluid
+
+        # example 1:
+        data_1 = fluid.layers.fill_constant(shape=[2, 3, 1], dtype='int32', value=0)
+        expanded_1 = fluid.layers.expand(data_1, expand_times=[1, 2, 2])
+        # the shape of expanded_1 is [2, 6, 2].
+
+        # example 2:
+        data_2 = fluid.layers.fill_constant(shape=[12, 14], dtype="int32", value=3)
+        expand_times = fluid.layers.fill_constant(shape=[2], dtype="int32", value=4)
+        expanded_2 = fluid.layers.expand(data_2, expand_times=expand_times)
+        # the shape of expanded_2 is [48, 56].
+
+
+
+
+
+
+
+
diff --git a/doc/paddle/api/paddle/tensor/manipulation/gather_cn.rst b/doc/paddle/api/paddle/tensor/manipulation/gather_cn.rst
index 74bc19465..7e1f85a6c 100644
--- a/doc/paddle/api/paddle/tensor/manipulation/gather_cn.rst
+++ b/doc/paddle/api/paddle/tensor/manipulation/gather_cn.rst
@@ -1,41 +1,56 @@
-.. _cn_api_paddle_tensor_gather
+.. _cn_api_fluid_layers_gather:
+
 gather
 -------------------------------
 
-.. py:function:: paddle.tensor.gather(input, index, overwrite=True)
+.. py:function:: paddle.fluid.layers.gather(input, index, overwrite=True)
 
-:alias_main: paddle.gather
-:alias: paddle.gather,paddle.tensor.gather,paddle.tensor.manipulation.gather
-:update_api: paddle.fluid.layers.gather
 
 
 
-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。
+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**:
+.. code-block:: text
+
+        X = [[1, 2],
+             [3, 4],
+             [5, 6]]
+
+        Index = [1, 2]
+
+        Then:
+
+        Out = [[3, 4],
+               [5, 6]]
+
+
+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：和输入的秩相同的输出张量。
 
-**返回类型**：Variable
+返回类型：Variable
 
-**代码示例**：
+**代码示例**
 
 ..  code-block:: python
+  
+  import paddle.fluid as fluid
+  x = fluid.layers.data(name='x', shape=[-1, 5], dtype='float32')
+  index = fluid.layers.data(name='index', shape=[-1, 1], dtype='int32')
+  output = fluid.layers.gather(x, index)
+
+
+
+
+
+
+
+
 
-    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]]
diff --git a/doc/paddle/api/paddle/tensor/manipulation/split_cn.rst b/doc/paddle/api/paddle/tensor/manipulation/split_cn.rst
index 52f85fccc..ca1607ee5 100644
--- a/doc/paddle/api/paddle/tensor/manipulation/split_cn.rst
+++ b/doc/paddle/api/paddle/tensor/manipulation/split_cn.rst
@@ -1,56 +1,65 @@
-.. _cn_api_paddle_tensor_split
+.. _cn_api_fluid_layers_split:
+
 split
 -------------------------------
 
-.. py:function:: paddle.tensor.split(x, num_or_sections, axis=0, name=None)
+.. py:function:: paddle.fluid.layers.split(input, num_or_sections, dim=-1, name=None)
+
 
 
 
 该OP将输入Tensor分割成多个子Tensor。
 
-**参数**：
-       - **x** (Tensor) - 输入变量，数据类型为bool, float16, float32，float64，int32，int64的多维Tensor。
-       - **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 ``x`` 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]。
-       - **axis** (int|Tensor，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 ``axis < 0`` ，则划分的维度为 ``rank(x) + axis`` 。默认值为0。
-       - **name** (str，可选) – 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
+参数：
+    - **input** (Tensor) - 输入变量，数据类型为bool， float16，float32，float64，int32，int64的多维Tensor。
+    - **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。至多有一个元素值为-1，-1表示该值是由 ``input`` 待分割的维度值和 ``num_or_sections`` 的剩余元素推断出来的。
+    - **dim** (int|Tenspr，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) - 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
 
 返回：分割后的Tensor列表。
 
+
 抛出异常：
-    - :code:`TypeError`：``x`` 的数据类型不是float16、float32、float64、int32或int64时 。
+    - :code:`TypeError`：``input`` 的数据类型不是bool、float16、float32、float64、int32或int64时 。
     - :code:`TypeError`：``num_or_sections`` 不是int、list 或 tuple时。
-    - :code:`TypeError`：``axis`` 不是 int 或 Tensor时。当 ``axis`` 为Tensor，其数据类型不是int32或int64时。
+    - :code:`TypeError`：``dim`` 不是 int 或 Tensor时。当 ``dim`` 为Tensor，其数据类型不是int32或int64时。
 
 **代码示例**：
 
 .. code-block:: python
 
-    import numpy as np
-    import paddle
-    
-    paddle.enable_imperative()
-    # x is a Tensor which shape is [3, 9, 5]
-    x_np = np.random.random([3, 9, 5]).astype("int32")
-    x = paddle.imperative.to_variable(x_np)
+    import paddle.fluid as fluid
 
-    out0, out1, out22 = paddle.split(x, num_or_sections=3, axis=1)
+    # input is a Tensor which shape is [3, 9, 5]
+    input = fluid.data(
+         name="input", shape=[3, 9, 5], dtype="float32")
+
+    out0, out1, out2 = fluid.layers.split(input, num_or_sections=3, dim=1)
     # out0.shape [3, 3, 5]
     # out1.shape [3, 3, 5]
     # out2.shape [3, 3, 5]
 
-    out0, out1, out2 = paddle.split(x, num_or_sections=[2, 3, 4], axis=1)
+    out0, out1, out2 = fluid.layers.split(input, num_or_sections=[2, 3, 4], dim=1)
     # out0.shape [3, 2, 5]
     # out1.shape [3, 3, 5]
     # out2.shape [3, 4, 5]
 
-    out0, out1, out2 = paddle.split(x, num_or_sections=[2, 3, -1], axis=1)
+    out0, out1, out2 = fluid.layers.split(input, num_or_sections=[2, 3, -1], dim=1)
     # out0.shape [3, 2, 5]
     # out1.shape [3, 3, 5]
     # out2.shape [3, 4, 5]
     
-    # axis is negative, the real axis is (rank(x) + axis) which real
+    # dim is negative, the real dim is (rank(input) + axis) which real
     # value is 1.
-    out0, out1, out2 = paddle.split(x, num_or_sections=3, axis=-2)
+    out0, out1, out2 = fluid.layers.split(input, num_or_sections=3, dim=-2)
     # out0.shape [3, 3, 5]
     # out1.shape [3, 3, 5]
     # out2.shape [3, 3, 5]
+
+
+
+
+
+
+
+
diff --git a/doc/paddle/api/paddle/tensor/manipulation/squeeze_cn.rst b/doc/paddle/api/paddle/tensor/manipulation/squeeze_cn.rst
deleted file mode 100644
index 026f38455..000000000
--- a/doc/paddle/api/paddle/tensor/manipulation/squeeze_cn.rst
+++ /dev/null
@@ -1,66 +0,0 @@
-.. _cn_api_fluid_layers_squeeze:
-
-squeeze
--------------------------------
-
-.. py:function:: paddle.fluid.layers.squeeze(input, axes, 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。
-
-- 例1：
-
-.. code-block:: python
-
-        输入：
-            X.shape = [1,3,1,5]
-            axes = [0]
-        输出;
-            Out.shape = [3,1,5]
-- 例2：
-
-.. code-block:: python
-
-        输入：
-            X.shape = [1,3,1,5]
-            axes = []
-        输出:
-            Out.shape = [3,5]
-- 例3：
-
-.. code-block:: python
-
-        输入:
-            X.shape = [1,3,1,5]
-            axes = [-2]
-        输出：
-            Out.shape = [1,3,5]
-
-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： :math:`[-rank(input), rank(input))` 。 axes为负数时， :math:`axes=axes+rank(input)` 。
-        - **name** (str，可选) - 具体用法请参见 :ref:`api_guide_Name` ，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.fluid as fluid
-    import paddle.fluid.layers as layers
-    x = layers.data(name='x', shape=[5, 1, 10])
-    y = layers.squeeze(input=x, axes=[1]) #y.shape=[5, 10]
-
-
-
-
-
-
-
-
-
diff --git a/doc/paddle/api/paddle/tensor/math/abs_cn.rst b/doc/paddle/api/paddle/tensor/math/abs_cn.rst
deleted file mode 100644
index cf726de9f..000000000
--- a/doc/paddle/api/paddle/tensor/math/abs_cn.rst
+++ /dev/null
@@ -1,33 +0,0 @@
-.. _cn_api_fluid_layers_abs:
-
-abs
--------------------------------
-
-.. py:function:: paddle.fluid.layers.abs(x, name=None)
-
-:alias_main: paddle.abs
-:alias: paddle.abs,paddle.tensor.abs,paddle.tensor.math.abs
-:old_api: paddle.fluid.layers.abs
-
-
-
-绝对值激活函数。
-
-.. math::
-    out = |x|
-
-参数:
-    - **x** (Variable)- 多维Tensor，数据类型为float32或float64。
-    - **name** (str) – 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：表示绝对值结果的Tensor，数据类型与x相同。
-
-返回类型：Variable
-
-**代码示例**：
-
-.. code-block:: python
-
-        import paddle.fluid as fluid
-        data = fluid.layers.data(name="input", shape=[32, 784])
-        result = fluid.layers.abs(data)
diff --git a/doc/paddle/api/paddle/tensor/math/acos_cn.rst b/doc/paddle/api/paddle/tensor/math/acos_cn.rst
deleted file mode 100644
index 9185569aa..000000000
--- a/doc/paddle/api/paddle/tensor/math/acos_cn.rst
+++ /dev/null
@@ -1,39 +0,0 @@
-.. _cn_api_fluid_layers_acos:
-
-acos
--------------------------------
-
-.. py:function:: paddle.fluid.layers.acos(x, name=None)
-
-:alias_main: paddle.acos
-:alias: paddle.acos,paddle.tensor.acos,paddle.tensor.math.acos
-:old_api: paddle.fluid.layers.acos
-
-
-
-arccosine激活函数。
-
-.. math::
-    out = cos^{-1}(x)
-
-参数:
-    - **x(Variable)** - acos的输入Tensor，数据类型为 float32 或 float64
-    - **name** (str|None) – 具体用法请参见 :ref:`cn_api_guide_Name` ，一般无需设置，默认值为None。
-返回：  `acos` 的输出Tensor，数据类型与 `x` 相同。
-
-返回类型： Variable
-
-
-
-**代码示例**：
-
-.. code-block:: python
-
-        import paddle.fluid as fluid
-        data = fluid.layers.data(name="input", shape=[4])
-        # if data is [-0.8183,  0.4912, -0.6444,  0.0371]
-        result = fluid.layers.acos(data)
-        # result is [2.5293, 1.0573, 2.2711, 1.5336]
-
-
-
diff --git a/doc/paddle/api/paddle/tensor/math/asin_cn.rst b/doc/paddle/api/paddle/tensor/math/asin_cn.rst
deleted file mode 100644
index 03109d28e..000000000
--- a/doc/paddle/api/paddle/tensor/math/asin_cn.rst
+++ /dev/null
@@ -1,39 +0,0 @@
-.. _cn_api_fluid_layers_asin:
-
-asin
--------------------------------
-
-.. py:function:: paddle.fluid.layers.asin(x, name=None)
-
-:alias_main: paddle.asin
-:alias: paddle.asin,paddle.tensor.asin,paddle.tensor.math.asin
-:old_api: paddle.fluid.layers.asin
-
-
-
-arcsine激活函数。
-
-.. math::
-    out = sin^{-1}(x)
-
-
-参数:
-    - **x(Variable)** - asin的输入Tensor，数据类型为 float32 或 float64
-    - **name** (str|None) – 具体用法请参见 :ref:`cn_api_guide_Name` ，一般无需设置，默认值为None。
-
-返回：  `asin` 的输出Tensor，数据类型与 `x` 相同。
-
-返回类型： Variable
-
-**代码示例**：
-
-.. code-block:: python
-
-        import paddle.fluid as fluid
-        data = fluid.layers.data(name="input", shape=[4])
-        # if data is [-0.8183,  0.4912, -0.6444,  0.0371]
-        result = fluid.layers.asin(data)
-        # result is [-0.9585,  0.5135, -0.7003,  0.0372]
-
-
-
diff --git a/doc/paddle/api/paddle/tensor/math/atan_cn.rst b/doc/paddle/api/paddle/tensor/math/atan_cn.rst
deleted file mode 100644
index 382f6b09b..000000000
--- a/doc/paddle/api/paddle/tensor/math/atan_cn.rst
+++ /dev/null
@@ -1,38 +0,0 @@
-.. _cn_api_tensor_atan:
-
-atan
--------------------------------
-
-.. py:function:: paddle.atan(x, name=None, out=None)
-
-arctanh 激活函数。
-
-.. math::
-        out = tanh^{-1}(x)
-
-参数:
-    - **x(Variable)** - atan的输入Tensor，数据类型为 float32 或 float64
-    - **name** (str|None) – 具体用法请参见 :ref:`cn_api_guide_Name` ，一般无需设置，默认值为None。
-    - **out** (Variable, 可选) – 指定存储运算结果的Tensor。如果设置为None或者不设置，将创建新的Tensor存储运算结果，默认值为None。
-
-返回：返回类型为Variable(Tensor|LoDTensor)， 数据类型同输入一致。
-
-**代码示例**：
-
-.. code-block:: python
-
-        import numpy as np
-        import paddle
-        import paddle.fluid as fluid
-
-        inputs = fluid.layers.data(name="x", shape = [3], dtype='float32')
-        output = paddle.atan(inputs)
-
-        exe = fluid.Executor(fluid.CPUPlace())
-        exe.run(fluid.default_startup_program())
-
-        img = np.array([-0.8183, 0.4912, -0.6444, 0.0371]).astype(np.float32)
-
-        res = exe.run(fluid.default_main_program(), feed={'x':img}, fetch_list=[output])
-        print(res)
-        #[array([-0.6858003, 0.45658287, -0.5724284, 0.03708299], dtype=float32)]
diff --git a/doc/paddle/api/paddle/tensor/math/ceil_cn.rst b/doc/paddle/api/paddle/tensor/math/ceil_cn.rst
deleted file mode 100644
index 27ca3dd54..000000000
--- a/doc/paddle/api/paddle/tensor/math/ceil_cn.rst
+++ /dev/null
@@ -1,42 +0,0 @@
-.. _cn_api_fluid_layers_ceil:
-
-ceil
--------------------------------
-
-.. py:function:: paddle.fluid.layers.ceil(x, name=None)
-
-:alias_main: paddle.ceil
-:alias: paddle.ceil,paddle.tensor.ceil,paddle.tensor.math.ceil
-:old_api: paddle.fluid.layers.ceil
-
-
-
-向上取整运算函数。
-
-.. math::
-    out = \left \lceil x \right \rceil
-
-
-
-参数:
-    - **x** (Variable) - 该OP的输入为多维Tensor。数据类型为float32或float64。
-    - **name** (str, 可选) - 具体用法请参见 :ref:`api_guide_Name`，一般无需设置，默认值为None。
-
-返回： 输出为Tensor，与 ``x`` 维度相同、数据类型相同。
-
-返回类型： Variable
-
-**代码示例**：
-
-.. code-block:: python
-
-  import paddle.fluid as fluid
-  import numpy as np
-
-  input_ceil = np.array([[-1.5,6],[1,15.6]])
-  with fluid.dygraph.guard():
-      x = fluid.dygraph.to_variable(input_ceil)
-      y = fluid.layers.ceil(x)
-      print(y.numpy())
-      # [[-1.  6.]
-      # [ 1. 16.]]
diff --git a/doc/paddle/api/paddle/tensor/math/cos_cn.rst b/doc/paddle/api/paddle/tensor/math/cos_cn.rst
deleted file mode 100644
index 4f31c473c..000000000
--- a/doc/paddle/api/paddle/tensor/math/cos_cn.rst
+++ /dev/null
@@ -1,44 +0,0 @@
-.. _cn_api_fluid_layers_cos:
-
-cos
--------------------------------
-
-.. py:function:: paddle.fluid.layers.cos(x, name=None)
-
-:alias_main: paddle.cos
-:alias: paddle.cos,paddle.tensor.cos,paddle.tensor.math.cos
-:old_api: paddle.fluid.layers.cos
-
-
-
-余弦函数。
-
-.. math::
-
-    out = cos(x)
-
-
-
-参数:
-    - **x** (Variable) - 该OP的输入为多维Tensor，数据类型为float32，float64。
-    - **name** (str, 可选) - 具体用法请参见 :ref:`api_guide_Name`，一般无需设置，默认值为None。
-
-
-返回：输出为Tensor，与 ``x`` 维度相同、数据类型相同。
-
-返回类型：Variable
-
-**代码示例**：
-
-.. code-block:: python
-
-  import paddle.fluid as fluid
-  import numpy as np
-
-  input_cos = np.array([[-1,np.pi],[1,15.6]])
-  with fluid.dygraph.guard():
-      x = fluid.dygraph.to_variable(input_cos)
-      y = fluid.layers.cos(x)
-      print(y.numpy())
-      # [[ 0.54030231 -1.        ]
-      # [ 0.54030231 -0.99417763]]
diff --git a/doc/paddle/api/paddle/tensor/math/elementwise_add_cn.rst b/doc/paddle/api/paddle/tensor/math/elementwise_add_cn.rst
deleted file mode 100644
index 7414eae16..000000000
--- a/doc/paddle/api/paddle/tensor/math/elementwise_add_cn.rst
+++ /dev/null
@@ -1,121 +0,0 @@
-.. _cn_api_fluid_layers_elementwise_add:
-
-elementwise_add
--------------------------------
-
-.. py:function:: paddle.fluid.layers.elementwise_add(x, y, axis=-1, act=None, name=None)
-
-:alias_main: paddle.elementwise_add
-:alias: paddle.elementwise_add,paddle.tensor.elementwise_add,paddle.tensor.math.elementwise_add
-:old_api: paddle.fluid.layers.elementwise_add
-
-
-
-该OP是逐元素相加算子，输入 ``x`` 与输入 ``y`` 逐元素相加，并将各个位置的输出元素保存到返回结果中。
-
-等式为：
-
-.. math::
-        Out = X + Y
-
-- :math:`X` ：多维Tensor。
-- :math:`Y` ：维度必须小于等于X维度的Tensor。
-
-对于这个运算算子有2种情况：
-        1. :math:`Y` 的 ``shape`` 与 :math:`X` 相同。
-        2. :math:`Y` 的 ``shape`` 是 :math:`X` 的连续子序列。
-
-对于情况2:
-        1. 用 :math:`Y` 匹配 :math:`X` 的形状（shape），其中 ``axis`` 是 :math:`Y` 在 :math:`X` 上的起始维度的位置。
-        2. 如果 ``axis`` 为-1（默认值），则 :math:`axis= rank(X)-rank(Y)` 。
-        3. 考虑到子序列， :math:`Y` 的大小为1的尾部维度将被忽略，例如shape（Y）=（2,1）=>（2）。
-
-例如：
-
-..  code-block:: text
-
-        shape(X) = (2, 3, 4, 5), shape(Y) = (,)
-        shape(X) = (2, 3, 4, 5), shape(Y) = (5,)
-        shape(X) = (2, 3, 4, 5), shape(Y) = (4, 5), with axis=-1(default) or axis=2
-        shape(X) = (2, 3, 4, 5), shape(Y) = (3, 4), with axis=1
-        shape(X) = (2, 3, 4, 5), shape(Y) = (2), with axis=0
-        shape(X) = (2, 3, 4, 5), shape(Y) = (2, 1), with axis=0
-
-参数：
-        - **x** （Variable）- 多维 ``Tensor`` 或 ``LoDTensor`` 。数据类型为 ``float32`` 、 ``float64`` 、 ``int32`` 或  ``int64``。
-        - **y** （Variable）- 多维 ``Tensor`` 或 ``LoDTensor`` 。数据类型为 ``float32`` 、 ``float64`` 、 ``int32`` 或  ``int64``。
-        - **axis** （int32，可选）-  ``y`` 的维度对应到 ``x`` 维度上时的索引。默认值为 -1。
-        - **act** （str，可选）- 激活函数名称，作用于输出上。默认值为None。详细请参考 :ref:`api_guide_activations` ， 常见的激活函数有: ``relu`` ``tanh`` ``sigmoid`` 等。
-        - **name** （str，可选）- 输出的名字。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：        维度与 ``x`` 相同的 ``Tensor`` 或 ``LoDTensor`` ，数据类型与 ``x`` 相同。
-
-返回类型：        Variable。
-
-**代码示例 1**
-
-..  code-block:: python
-
-    import paddle.fluid as fluid
-    import numpy as np
-    def gen_data():
-        return {
-            "x": np.array([2, 3, 4]),
-            "y": np.array([1, 5, 2])
-        }
-    x = fluid.layers.data(name="x", shape=[3], dtype='float32')
-    y = fluid.layers.data(name="y", shape=[3], dtype='float32')
-    z = fluid.layers.elementwise_add(x, y)
-    # z = x + y
-    place = fluid.CPUPlace()
-    exe = fluid.Executor(place)
-    z_value = exe.run(feed=gen_data(),
-                        fetch_list=[z.name])
-    print(z_value) # [3., 8., 6.]
-
-**代码示例 2**
-
-..  code-block:: python
-
-    import paddle.fluid as fluid
-    import numpy as np
-    def gen_data():
-        return {
-            "x": np.random.randint(1, 5, size=[2, 3, 4, 5]).astype('float32'),
-            "y": np.random.randint(1, 5, size=[3, 4]).astype('float32')
-        }
-    x = fluid.layers.data(name="x", shape=[2,3,4,5], dtype='float32')
-    y = fluid.layers.data(name="y", shape=[3,4], dtype='float32')
-    z = fluid.layers.elementwise_add(x, y, axis=1)
-    # z = x + y
-    place = fluid.CPUPlace()
-    exe = fluid.Executor(place)
-    z_value = exe.run(feed=gen_data(),
-                        fetch_list=[z.name])
-    print(z_value) # z.shape=[2,3,4,5]
-
-**代码示例 3**
-
-..  code-block:: python
-
-    import paddle.fluid as fluid
-    import numpy as np
-    def gen_data():
-        return {
-            "x": np.random.randint(1, 5, size=[2, 3, 4, 5]).astype('float32'),
-            "y": np.random.randint(1, 5, size=[5]).astype('float32')
-        }
-    x = fluid.layers.data(name="x", shape=[2,3,4,5], dtype='float32')
-    y = fluid.layers.data(name="y", shape=[5], dtype='float32')
-    # z = x + y
-    z = fluid.layers.elementwise_add(x, y, axis=3)
-    place = fluid.CPUPlace()
-    exe = fluid.Executor(place)
-    z_value = exe.run(feed=gen_data(),
-                        fetch_list=[z.name])
-    print(z_value) # z.shape=[2,3,4,5]
-
-
-
-
diff --git a/doc/paddle/api/paddle/tensor/math/elementwise_div_cn.rst b/doc/paddle/api/paddle/tensor/math/elementwise_div_cn.rst
deleted file mode 100644
index d4d12f36b..000000000
--- a/doc/paddle/api/paddle/tensor/math/elementwise_div_cn.rst
+++ /dev/null
@@ -1,121 +0,0 @@
-.. _cn_api_fluid_layers_elementwise_div:
-
-elementwise_div
--------------------------------
-
-.. py:function:: paddle.fluid.layers.elementwise_div(x, y, axis=-1, act=None, name=None)
-
-:alias_main: paddle.elementwise_div
-:alias: paddle.elementwise_div,paddle.tensor.elementwise_div,paddle.tensor.math.elementwise_div
-:old_api: paddle.fluid.layers.elementwise_div
-
-
-
-该OP是逐元素相除算子，输入 ``x`` 与输入 ``y`` 逐元素相除，并将各个位置的输出元素保存到返回结果中。
-
-等式是：
-
-.. math::
-        Out = X / Y
-
-- :math:`X` ：多维Tensor。
-- :math:`Y` ：维度必须小于等于X维度的Tensor。
-
-对于这个运算算子有2种情况：
-        1. :math:`Y` 的 ``shape`` 与 :math:`X` 相同。
-        2. :math:`Y` 的 ``shape`` 是 :math:`X` 的连续子序列。
-
-对于情况2:
-        1. 用 :math:`Y` 匹配 :math:`X` 的形状（shape），其中 ``axis`` 是 :math:`Y` 在 :math:`X` 上的起始维度的位置。
-        2. 如果 ``axis`` 为-1（默认值），则 :math:`axis= rank(X)-rank(Y)` 。
-        3. 考虑到子序列， :math:`Y` 的大小为1的尾部维度将被忽略，例如shape（Y）=（2,1）=>（2）。
-
-例如：
-
-..  code-block:: text
-
-        shape(X) = (2, 3, 4, 5), shape(Y) = (,)
-        shape(X) = (2, 3, 4, 5), shape(Y) = (5,)
-        shape(X) = (2, 3, 4, 5), shape(Y) = (4, 5), with axis=-1(default) or axis=2
-        shape(X) = (2, 3, 4, 5), shape(Y) = (3, 4), with axis=1
-        shape(X) = (2, 3, 4, 5), shape(Y) = (2), with axis=0
-        shape(X) = (2, 3, 4, 5), shape(Y) = (2, 1), with axis=0
-
-参数：
-        - **x** （Variable）- 多维 ``Tensor`` 或 ``LoDTensor`` 。数据类型为 ``float32`` 、 ``float64`` 、 ``int32`` 或  ``int64``。
-        - **y** （Variable）- 多维 ``Tensor`` 或 ``LoDTensor`` 。数据类型为 ``float32`` 、 ``float64`` 、 ``int32`` 或  ``int64``。
-        - **axis** （int32，可选）-  ``y`` 的维度对应到 ``x`` 维度上时的索引。默认值为 -1。
-        - **act** （str，可选）- 激活函数名称，作用于输出上。默认值为None。详细请参考 :ref:`api_guide_activations` ， 常见的激活函数有: ``relu`` ``tanh`` ``sigmoid`` 等。
-        - **name** （str，可选）- 输出的名字。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：        维度与 ``x`` 相同的 ``Tensor`` 或 ``LoDTensor`` ，数据类型与 ``x`` 相同。
-
-返回类型：        Variable。
-
-**代码示例 1**
-
-..  code-block:: python
-
-    import paddle.fluid as fluid
-    import numpy as np
-    def gen_data():
-        return {
-            "x": np.array([2, 3, 4]),
-            "y": np.array([1, 5, 2])
-        }
-    x = fluid.layers.data(name="x", shape=[3], dtype='float32')
-    y = fluid.layers.data(name="y", shape=[3], dtype='float32')
-    z = fluid.layers.elementwise_div(x, y)
-    # z = x / y
-    place = fluid.CPUPlace()
-    exe = fluid.Executor(place)
-    z_value = exe.run(feed=gen_data(),
-                        fetch_list=[z.name])
-    print(z_value) # [2., 0.6, 2.]
-
-**代码示例 2**
-
-..  code-block:: python
-
-    import paddle.fluid as fluid
-    import numpy as np
-    def gen_data():
-        return {
-            "x": np.random.randint(1, 5, size=[2, 3, 4, 5]).astype('float32'),
-            "y": np.random.randint(1, 5, size=[3, 4]).astype('float32')
-        }
-    x = fluid.layers.data(name="x", shape=[2,3,4,5], dtype='float32')
-    y = fluid.layers.data(name="y", shape=[3,4], dtype='float32')
-    z = fluid.layers.elementwise_div(x, y, axis=1)
-    # z = x / y
-    place = fluid.CPUPlace()
-    exe = fluid.Executor(place)
-    z_value = exe.run(feed=gen_data(),
-                        fetch_list=[z.name])
-    print(z_value) # z.shape=[2,3,4,5]
-
-**代码示例 3**
-
-..  code-block:: python
-
-    import paddle.fluid as fluid
-    import numpy as np
-    def gen_data():
-        return {
-            "x": np.random.randint(1, 5, size=[2, 3, 4, 5]).astype('float32'),
-            "y": np.random.randint(1, 5, size=[5]).astype('float32')
-        }
-    x = fluid.layers.data(name="x", shape=[2,3,4,5], dtype='float32')
-    y = fluid.layers.data(name="y", shape=[5], dtype='float32')
-    z = fluid.layers.elementwise_div(x, y, axis=3)
-    # z = x / y
-    place = fluid.CPUPlace()
-    exe = fluid.Executor(place)
-    z_value = exe.run(feed=gen_data(),
-                        fetch_list=[z.name])
-    print(z_value) # z.shape=[2,3,4,5]
-
-
-
-
diff --git a/doc/paddle/api/paddle/tensor/math/elementwise_floordiv_cn.rst b/doc/paddle/api/paddle/tensor/math/elementwise_floordiv_cn.rst
deleted file mode 100644
index bd19626b6..000000000
--- a/doc/paddle/api/paddle/tensor/math/elementwise_floordiv_cn.rst
+++ /dev/null
@@ -1,116 +0,0 @@
-.. _cn_api_fluid_layers_elementwise_floordiv:
-    
-elementwise_floordiv
--------------------------------
-
-.. py:function:: paddle.fluid.layers.elementwise_floordiv(x, y, axis=-1, act=None, name=None)
-
-:alias_main: paddle.elementwise_floordiv
-:alias: paddle.elementwise_floordiv,paddle.tensor.elementwise_floordiv,paddle.tensor.math.elementwise_floordiv
-:old_api: paddle.fluid.layers.elementwise_floordiv
-
-
-
-该OP是逐元素整除算子，输入 ``x`` 与输入 ``y`` 逐元素整除，并将各个位置的输出元素保存到返回结果中。
-
-等式为：
-
-.. math::
-        Out = X // Y
-
-- :math:`X` ：多维Tensor。
-- :math:`Y` ：维度必须小于等于X维度的Tensor。
-
-对于这个运算算子有2种情况：
-        1. :math:`Y` 的 ``shape`` 与 :math:`X` 相同。
-        2. :math:`Y` 的 ``shape`` 是 :math:`X` 的连续子序列。
-
-对于情况2:
-        1. 用 :math:`Y` 匹配 :math:`X` 的形状（shape），其中 ``axis`` 是 :math:`Y` 在 :math:`X` 上的起始维度的位置。
-        2. 如果 ``axis`` 为-1（默认值），则 :math:`axis= rank(X)-rank(Y)` 。
-        3. 考虑到子序列， :math:`Y` 的大小为1的尾部维度将被忽略，例如shape（Y）=（2,1）=>（2）。
-
-例如：
-
-..  code-block:: text
-
-        shape(X) = (2, 3, 4, 5), shape(Y) = (,)
-        shape(X) = (2, 3, 4, 5), shape(Y) = (5,)
-        shape(X) = (2, 3, 4, 5), shape(Y) = (4, 5), with axis=-1(default) or axis=2
-        shape(X) = (2, 3, 4, 5), shape(Y) = (3, 4), with axis=1
-        shape(X) = (2, 3, 4, 5), shape(Y) = (2), with axis=0
-        shape(X) = (2, 3, 4, 5), shape(Y) = (2, 1), with axis=0
-
-参数：
-        - **x** （Variable）- 多维 ``Tensor`` 或 ``LoDTensor`` 。数据类型为 ``float32`` 、 ``float64`` 、 ``int32`` 或  ``int64``。
-        - **y** （Variable）- 多维 ``Tensor`` 或 ``LoDTensor`` 。数据类型为 ``float32`` 、 ``float64`` 、 ``int32`` 或  ``int64``。
-        - **axis** （int32，可选）-  ``y`` 的维度对应到 ``x`` 维度上时的索引。默认值为 -1。
-        - **act** （str，可选）- 激活函数名称，作用于输出上。详细请参考 :ref:`api_guide_activations` ， 常见的激活函数有: ``relu`` ``tanh`` ``sigmoid`` 等。如果为None则不添加激活函数。默认值为None。
-        - **name** （str，可选）- 输出的名字。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：        维度与 ``x`` 相同的 ``Tensor`` 或 ``LoDTensor`` ，数据类型与 ``x`` 相同。
-
-返回类型：        Variable。
-
-**代码示例 1**
-
-..  code-block:: python
-
-    import paddle.fluid as fluid
-    import numpy as np
-    def gen_data():
-        return {
-            "x": np.array([2, 3, 4]),
-            "y": np.array([1, 5, 2])
-        }
-
-    x = fluid.data(name="x", shape=[3], dtype='int64')
-    y = fluid.data(name="y", shape=[3], dtype='int64')
-    z = fluid.layers.elementwise_floordiv(x, y)
-    place = fluid.CPUPlace()
-    exe = fluid.Executor(place)
-    z_value = exe.run(feed=gen_data(), fetch_list=[z.name])
-    print(z_value) #[2,0,2]
-
-**代码示例 2**
-
-..  code-block:: python
-
-    import paddle.fluid as fluid
-    import numpy as np
-    def gen_data():
-        return {
-            "x": np.random.randint(1, 5, size=[2, 3, 4, 5]),
-            "y": np.random.randint(1, 5, size=[3, 4])
-        }
-
-    x = fluid.data(name="x", shape=[2,3,4,5], dtype='int64')
-    y = fluid.data(name="y", shape=[3,4], dtype='int64')
-    z = fluid.layers.elementwise_floordiv(x, y, axis=1)
-    place = fluid.CPUPlace()
-    exe = fluid.Executor(place)
-    z_value = exe.run(feed=gen_data(),
-                        fetch_list=[z.name])
-    print(z_value) # z.shape=[2,3,4,5]
-
-**代码示例 3**
-
-..  code-block:: python
-
-    import paddle.fluid as fluid
-    import numpy as np
-    def gen_data():
-        return {
-            "x": np.random.randint(1, 5, size=[2, 3, 4, 5]),
-            "y": np.random.randint(1, 5, size=[5])
-        }
-
-    x = fluid.data(name="x", shape=[2,3,4,5], dtype='int64')
-    y = fluid.data(name="y", shape=[5], dtype='int64')
-    z = fluid.layers.elementwise_floordiv(x, y, axis=3)
-    place = fluid.CPUPlace()
-    exe = fluid.Executor(place)
-    z_value = exe.run(feed=gen_data(),
-                        fetch_list=[z.name])
-    print(z_value) # z.shape=[2,3,4,5]
diff --git a/doc/paddle/api/paddle/tensor/math/elementwise_mod_cn.rst b/doc/paddle/api/paddle/tensor/math/elementwise_mod_cn.rst
deleted file mode 100644
index 5e53e8379..000000000
--- a/doc/paddle/api/paddle/tensor/math/elementwise_mod_cn.rst
+++ /dev/null
@@ -1,117 +0,0 @@
-.. _cn_api_fluid_layers_elementwise_mod:
-    
-elementwise_mod
--------------------------------
-
-.. py:function:: paddle.fluid.layers.elementwise_mod(x, y, axis=-1, act=None, name=None)
-
-:alias_main: paddle.elementwise_mod
-:alias: paddle.elementwise_mod,paddle.tensor.elementwise_mod,paddle.tensor.math.elementwise_mod
-:old_api: paddle.fluid.layers.elementwise_mod
-
-
-
-该OP是逐元素取模算子，输入 ``x`` 与输入 ``y`` 逐元素取模，并将各个位置的输出元素保存到返回结果中。
-
-等式为：
-
-.. math::
-        Out = X \% Y
-
-- :math:`X` ：多维Tensor。
-- :math:`Y` ：维度必须小于等于X维度的Tensor。
-
-对于这个运算算子有2种情况：
-        1. :math:`Y` 的 ``shape`` 与 :math:`X` 相同。
-        2. :math:`Y` 的 ``shape`` 是 :math:`X` 的连续子序列。
-
-对于情况2:
-        1. 用 :math:`Y` 匹配 :math:`X` 的形状（shape），其中 ``axis`` 是 :math:`Y` 在 :math:`X` 上的起始维度的位置。
-        2. 如果 ``axis`` 为-1（默认值），则 :math:`axis= rank(X)-rank(Y)` 。
-        3. 考虑到子序列， :math:`Y` 的大小为1的尾部维度将被忽略，例如shape（Y）=（2,1）=>（2）。
-
-例如：
-
-..  code-block:: text
-
-        shape(X) = (2, 3, 4, 5), shape(Y) = (,)
-        shape(X) = (2, 3, 4, 5), shape(Y) = (5,)
-        shape(X) = (2, 3, 4, 5), shape(Y) = (4, 5), with axis=-1(default) or axis=2
-        shape(X) = (2, 3, 4, 5), shape(Y) = (3, 4), with axis=1
-        shape(X) = (2, 3, 4, 5), shape(Y) = (2), with axis=0
-        shape(X) = (2, 3, 4, 5), shape(Y) = (2, 1), with axis=0
-
-参数：
-        - **x** （Variable）- 多维 ``Tensor`` 或 ``LoDTensor`` 。数据类型为 ``float32`` 、 ``float64`` 、 ``int32`` 或  ``int64``。
-        - **y** （Variable）- 多维 ``Tensor`` 或 ``LoDTensor`` 。数据类型为 ``float32`` 、 ``float64`` 、 ``int32`` 或  ``int64``。
-        - **axis** （int32，可选）-  ``y`` 的维度对应到 ``x`` 维度上时的索引。默认值为 -1。
-        - **act** （str，可选）- 激活函数名称，作用于输出上。详细请参考 :ref:`api_guide_activations` ， 常见的激活函数有: ``relu`` ``tanh`` ``sigmoid`` 等。如果为None则不添加激活函数。默认值为None。
-        - **name** （str，可选）- 输出的名字。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：        维度与 ``x`` 相同的 ``Tensor`` 或 ``LoDTensor`` ，数据类型与 ``x`` 相同。
-
-返回类型：        Variable。
-    
-    
-**代码示例 1**
-
-..  code-block:: python
-
-    import paddle.fluid as fluid
-    import numpy as np
-    def gen_data():
-        return {
-            "x": np.array([2, 3, 4]),
-            "y": np.array([1, 5, 2])
-        }
-
-    x = fluid.data(name="x", shape=[3], dtype='int64')
-    y = fluid.data(name="y", shape=[3], dtype='int64')
-    z = fluid.layers.elementwise_mod(x, y)
-    place = fluid.CPUPlace()
-    exe = fluid.Executor(place)
-    z_value = exe.run(feed=gen_data(), fetch_list=[z.name])
-    print(z_value) #[0,3,0]
-
-**代码示例 2**
-
-..  code-block:: python
-
-    import paddle.fluid as fluid
-    import numpy as np
-    def gen_data():
-        return {
-            "x": np.random.randint(1, 5, size=[2, 3, 4, 5]),
-            "y": np.random.randint(1, 5, size=[3, 4])
-        }
-
-    x = fluid.data(name="x", shape=[2,3,4,5], dtype='int64')
-    y = fluid.data(name="y", shape=[3,4], dtype='int64')
-    z = fluid.layers.elementwise_mod(x, y, axis=1)
-    place = fluid.CPUPlace()
-    exe = fluid.Executor(place)
-    z_value = exe.run(feed=gen_data(),
-                        fetch_list=[z.name])
-    print(z_value) # z.shape=[2,3,4,5]
-
-**代码示例 3**
-
-..  code-block:: python
-
-    import paddle.fluid as fluid
-    import numpy as np
-    def gen_data():
-        return {
-            "x": np.random.randint(1, 5, size=[2, 3, 4, 5]),
-            "y": np.random.randint(1, 5, size=[5])
-        }
-
-    x = fluid.data(name="x", shape=[2,3,4,5], dtype='int64')
-    y = fluid.data(name="y", shape=[5], dtype='int64')
-    z = fluid.layers.elementwise_mod(x, y, axis=3)
-    place = fluid.CPUPlace()
-    exe = fluid.Executor(place)
-    z_value = exe.run(feed=gen_data(),
-                        fetch_list=[z.name])
-    print(z_value) # z.shape=[2,3,4,5]
diff --git a/doc/paddle/api/paddle/tensor/math/elementwise_pow_cn.rst b/doc/paddle/api/paddle/tensor/math/elementwise_pow_cn.rst
deleted file mode 100644
index 6f08b313a..000000000
--- a/doc/paddle/api/paddle/tensor/math/elementwise_pow_cn.rst
+++ /dev/null
@@ -1,84 +0,0 @@
-.. _cn_api_fluid_layers_elementwise_pow:
-
-elementwise_pow
--------------------------------
-
-.. py:function:: paddle.fluid.layers.elementwise_pow(x, y, axis=-1, act=None, name=None)
-
-:alias_main: paddle.elementwise_pow
-:alias: paddle.elementwise_pow,paddle.tensor.elementwise_pow,paddle.tensor.math.elementwise_pow
-:old_api: paddle.fluid.layers.elementwise_pow
-
-
-该OP逐元素对输入Tensor进行幂操作。
-
-等式是：
-
-.. math::
-        Out = X ^ Y
-
-- :math:`X` ：多维Tensor。
-- :math:`Y` ：多维Tensor。
-
-此运算算子有两种情况：
-        1. :math:`Y` 的 ``shape`` 与 :math:`X` 相同。
-        2. :math:`Y` 的 ``shape`` 是 :math:`X` 的连续子序列。
-
-对于情况2：
-        1. 用 :math:`Y` 的 ``shape`` 匹配 :math:`X` 的 ``shape``，其中 ``axis`` 是 :math:`Y` 在 :math:`X` 上的起始维度的位置。
-        2. 如果 ``axis`` 为-1（默认值），则 :math:`axis = rank（X）-rank（Y）` 。
-        3. 考虑到子序列， :math:`Y` 的大小为1的尾部维度将被忽略，例如shape（Y）=（2,1）=>（2）。
-
-例如：
-
-..  code-block:: text
-
-        shape(X) = (2, 3, 4, 5), shape(Y) = (,)
-        shape(X) = (2, 3, 4, 5), shape(Y) = (5,)
-        shape(X) = (2, 3, 4, 5), shape(Y) = (4, 5), with axis=-1(default) or axis=2
-        shape(X) = (2, 3, 4, 5), shape(Y) = (3, 4), with axis=1
-        shape(X) = (2, 3, 4, 5), shape(Y) = (2), with axis=0
-        shape(X) = (2, 3, 4, 5), shape(Y) = (2, 1), with axis=0
-
-参数：
-        - **x** （Variable）- 多维Tensor。数据类型为 ``float32`` 、 ``float64`` 、 ``int32`` 或  ``int64`` 。
-        - **y** （Variable）- 多维Tensor。数据类型为 ``float32`` 、 ``float64`` 、 ``int32`` 或  ``int64`` 。
-        - **axis** （int32, 可选）- Y的维度对应到X维度上时的索引。默认值为 -1。
-        - **act** （string, 可选）- 激活函数名称，作用于输出上。默认值为None。详细请参考 :ref:`api_guide_activations` ， 常见的激活函数有: ``relu`` ``tanh`` ``sigmoid`` 等。
-        - **name** （string, 可选）- 输出的名字。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：    维度和数据类型与 ``x`` 相同的多维Tensor。
-
-返回类型： 多维Tensor。
-
-**代码示例**
-
-..  code-block:: python
-
-    import paddle.fluid as fluid
-    import numpy as np
-
-    def gen_data():
-        return {
-            "x": np.array([2, 3, 4]),
-            "y": np.array([1, 5, 2])
-        }
-
-    x = fluid.layers.data(name="x", shape=[3], dtype='float32')
-    y = fluid.layers.data(name="y", shape=[3], dtype='float32')
-    z = fluid.layers.elementwise_pow(x, y)
-
-    place = fluid.CPUPlace()
-    exe = fluid.Executor(place)
-    z_value = exe.run(feed=gen_data(),
-                        fetch_list=[z.name])
-
-    print(z_value) #[2, 243, 16]
-
-
-
-
-
-
-
-
diff --git a/doc/paddle/api/paddle/tensor/math/elementwise_sub_cn.rst b/doc/paddle/api/paddle/tensor/math/elementwise_sub_cn.rst
deleted file mode 100644
index c5886ad2e..000000000
--- a/doc/paddle/api/paddle/tensor/math/elementwise_sub_cn.rst
+++ /dev/null
@@ -1,122 +0,0 @@
-.. _cn_api_fluid_layers_elementwise_sub:
-
-elementwise_sub
--------------------------------
-
-.. py:function:: paddle.fluid.layers.elementwise_sub(x, y, axis=-1, act=None, name=None)
-
-:alias_main: paddle.elementwise_sub
-:alias: paddle.elementwise_sub,paddle.tensor.elementwise_sub,paddle.tensor.math.elementwise_sub
-:old_api: paddle.fluid.layers.elementwise_sub
-
-
-
-该OP是逐元素相减算子，输入 ``x`` 与输入 ``y`` 逐元素相减，并将各个位置的输出元素保存到返回结果中。
-
-等式是：
-
-.. math::
-       Out = X - Y
-
-- :math:`X` ：多维Tensor。
-- :math:`Y` ：维度必须小于等于X维度的Tensor。
-
-对于这个运算算子有2种情况：
-        1. :math:`Y` 的 ``shape`` 与 :math:`X` 相同。
-        2. :math:`Y` 的 ``shape`` 是 :math:`X` 的连续子序列。
-
-对于情况2:
-        1. 用 :math:`Y` 匹配 :math:`X` 的形状（shape），其中 ``axis`` 是 :math:`Y` 在 :math:`X` 上的起始维度的位置。
-        2. 如果 ``axis`` 为-1（默认值），则 :math:`axis= rank(X)-rank(Y)` 。
-        3. 考虑到子序列， :math:`Y` 的大小为1的尾部维度将被忽略，例如shape（Y）=（2,1）=>（2）。
-
-例如：
-
-..  code-block:: text
-
-        shape(X) = (2, 3, 4, 5), shape(Y) = (,)
-        shape(X) = (2, 3, 4, 5), shape(Y) = (5,)
-        shape(X) = (2, 3, 4, 5), shape(Y) = (4, 5), with axis=-1(default) or axis=2
-        shape(X) = (2, 3, 4, 5), shape(Y) = (3, 4), with axis=1
-        shape(X) = (2, 3, 4, 5), shape(Y) = (2), with axis=0
-        shape(X) = (2, 3, 4, 5), shape(Y) = (2, 1), with axis=0
-
-参数：
-        - **x** （Variable）- 多维 ``Tensor`` 或 ``LoDTensor`` 。数据类型为 ``float32`` 、 ``float64`` 、 ``int32`` 或  ``int64``。
-        - **y** （Variable）- 多维 ``Tensor`` 或 ``LoDTensor`` 。数据类型为 ``float32`` 、 ``float64`` 、 ``int32`` 或  ``int64``。
-        - **axis** （int32，可选）-  ``y`` 的维度对应到 ``x`` 维度上时的索引。默认值为 -1。
-        - **act** （str，可选）- 激活函数名称，作用于输出上。默认值为None。详细请参考 :ref:`api_guide_activations` ， 常见的激活函数有: ``relu`` ``tanh`` ``sigmoid`` 等。
-        - **name** （str，可选）- 输出的名字。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：        维度与 ``x`` 相同的 ``Tensor`` 或 ``LoDTensor`` ，数据类型与 ``x`` 相同。
-
-返回类型：        Variable。
-
-**代码示例 1**
-
-..  code-block:: python
-
-    import paddle.fluid as fluid
-    import numpy as np
-    def gen_data():
-        return {
-            "x": np.array([2, 3, 4]),
-            "y": np.array([1, 5, 2])
-        }
-    x = fluid.layers.data(name="x", shape=[3], dtype='float32')
-    y = fluid.layers.data(name="y", shape=[3], dtype='float32')
-    z = fluid.layers.elementwise_sub(x, y)
-    # z = x - y
-    place = fluid.CPUPlace()
-    exe = fluid.Executor(place)
-    z_value = exe.run(feed=gen_data(),
-                        fetch_list=[z.name])
-    print(z_value) # [1., -2., 2.]
-
-**代码示例 2**
-
-..  code-block:: python
-
-    import paddle.fluid as fluid
-    import numpy as np
-    def gen_data():
-        return {
-            "x": np.random.randint(1, 5, size=[2, 3, 4, 5]).astype('float32'),
-            "y": np.random.randint(1, 5, size=[3, 4]).astype('float32')
-        }
-    x = fluid.layers.data(name="x", shape=[2,3,4,5], dtype='float32')
-    y = fluid.layers.data(name="y", shape=[3,4], dtype='float32')
-    z = fluid.layers.elementwise_sub(x, y, axis=1)
-    # z = x - y
-    place = fluid.CPUPlace()
-    exe = fluid.Executor(place)
-    z_value = exe.run(feed=gen_data(),
-                        fetch_list=[z.name])
-    print(z_value) # z.shape=[2,3,4,5]
-
-**代码示例 3**
-
-..  code-block:: python
-
-    import paddle.fluid as fluid
-    import numpy as np
-    def gen_data():
-        return {
-            "x": np.random.randint(1, 5, size=[2, 3, 4, 5]).astype('float32'),
-            "y": np.random.randint(1, 5, size=[5]).astype('float32')
-        }
-    x = fluid.layers.data(name="x", shape=[2,3,4,5], dtype='float32')
-    y = fluid.layers.data(name="y", shape=[5], dtype='float32')
-    z = fluid.layers.elementwise_sub(x, y, axis=3)
-    # z = x - y
-    place = fluid.CPUPlace()
-    exe = fluid.Executor(place)
-    z_value = exe.run(feed=gen_data(),
-                        fetch_list=[z.name])
-    print(z_value) # z.shape=[2,3,4,5]
-
-
-
-
-
diff --git a/doc/paddle/api/paddle/tensor/math/erf_cn.rst b/doc/paddle/api/paddle/tensor/math/erf_cn.rst
deleted file mode 100644
index c30dc7175..000000000
--- a/doc/paddle/api/paddle/tensor/math/erf_cn.rst
+++ /dev/null
@@ -1,75 +0,0 @@
-.. _cn_api_fluid_layers_erf:
-
-erf
--------------------------------
-
-.. py:function:: paddle.fluid.layers.erf(x)
-
-:alias_main: paddle.erf
-:alias: paddle.erf,paddle.tensor.erf,paddle.tensor.math.erf,paddle.nn.functional.erf,paddle.nn.functional.activation.erf
-:old_api: paddle.fluid.layers.erf
-
-
-
-逐元素计算 Erf 激活函数。更多细节请参考 `Error function <https://en.wikipedia.org/wiki/Error_function>`_ 。
-
-
-.. math::
-    out = \frac{2}{\sqrt{\pi}} \int_{0}^{x}e^{- \eta^{2}}d\eta
-
-参数：
-  - **x** (Variable) - Erf Op 的输入，多维 Tensor 或 LoDTensor，数据类型为 float16, float32 或 float64。
-
-返回：
-  - 多维 Tensor 或 LoDTensor, 数据类型为 float16, float32 或 float64， 和输入 x 的数据类型相同，形状和输入 x 相同。
-
-返回类型：
-  - Variable
-
-**代码示例**：
-
-.. code-block:: python
-    
-    # declarative mode
-    import numpy as np
-    from paddle import fluid
-    
-    x = fluid.data(name="x", shape=(-1, 3), dtype="float32")
-    y = fluid.layers.erf(x)
-    
-    place = fluid.CPUPlace()
-    exe = fluid.Executor(place)
-    start = fluid.default_startup_program()
-    main = fluid.default_main_program()
-    
-    data = np.random.randn(2, 3).astype("float32")
-    exe.run(start)
-    
-    y_np, = exe.run(main, feed={"x": data}, fetch_list=[y])
-    
-    data
-    # array([[ 0.4643714 , -1.1509596 ,  1.2538221 ],
-    #        [ 0.34369683,  0.27478245,  1.1805398 ]], dtype=float32)
-    y_np
-    # array([[ 0.48863927, -0.8964121 ,  0.9237998 ],
-    #        [ 0.37307587,  0.30242872,  0.9049887 ]], dtype=float32)
-
-.. code-block:: python
-
-    # imperative mode
-    import numpy as np
-    from paddle import fluid
-    import paddle.fluid.dygraph as dg
-    
-    data = np.random.randn(2, 3).astype("float32")
-    place = fluid.CPUPlace()
-    with dg.guard(place) as g:
-        x = dg.to_variable(data)
-        y = fluid.layers.erf(x)
-        y_np = y.numpy()
-    data
-    # array([[ 0.4643714 , -1.1509596 ,  1.2538221 ],
-    #        [ 0.34369683,  0.27478245,  1.1805398 ]], dtype=float32)
-    y_np
-    # array([[ 0.48863927, -0.8964121 ,  0.9237998 ],
-    #        [ 0.37307587,  0.30242872,  0.9049887 ]], dtype=float32)
diff --git a/doc/paddle/api/paddle/tensor/math/exp_cn.rst b/doc/paddle/api/paddle/tensor/math/exp_cn.rst
deleted file mode 100644
index 33f053e94..000000000
--- a/doc/paddle/api/paddle/tensor/math/exp_cn.rst
+++ /dev/null
@@ -1,40 +0,0 @@
-.. _cn_api_fluid_layers_exp:
-
-exp
--------------------------------
-
-.. py:function:: paddle.fluid.layers.exp(x, name=None)
-
-:alias_main: paddle.exp
-:alias: paddle.exp,paddle.tensor.exp,paddle.tensor.math.exp
-:old_api: paddle.fluid.layers.exp
-
-
-
-对输入，逐元素进行以自然数e为底指数运算。
-
-.. math::
-    out = e^x
-
-参数:
-    - **x** (Variable) - 该OP的输入为多维Tensor。数据类型为float32，float64。
-    - **name** (str, 可选) - 具体用法请参见 :ref:`api_guide_Name`，一般无需设置，默认值为None。
-
-返回：输出为Tensor，与 ``x`` 维度相同、数据类型相同。
-
-返回类型： Variable
-
-**代码示例**：
-
-.. code-block:: python
-
-  import paddle.fluid as fluid
-  import numpy as np
-
-  input_exp = np.array([[-1.5,6],[1,15.6]])
-  with fluid.dygraph.guard():
-      x = fluid.dygraph.to_variable(input_exp)
-      y = fluid.layers.exp(x)
-      print(y.numpy())
-      # [[2.23130160e-01 4.03428793e+02]
-      # [2.71828183e+00 5.95653801e+06]]
diff --git a/doc/paddle/api/paddle/tensor/math/floor_cn.rst b/doc/paddle/api/paddle/tensor/math/floor_cn.rst
deleted file mode 100644
index e1dc4edb7..000000000
--- a/doc/paddle/api/paddle/tensor/math/floor_cn.rst
+++ /dev/null
@@ -1,35 +0,0 @@
-.. _cn_api_fluid_layers_floor:
-
-floor
--------------------------------
-
-.. py:function:: paddle.fluid.layers.floor(x, name=None)
-
-:alias_main: paddle.floor
-:alias: paddle.floor,paddle.tensor.floor,paddle.tensor.math.floor
-:old_api: paddle.fluid.layers.floor
-
-
-
-向下取整函数。
-
-.. math::
-    out = \left \lfloor x \right \rfloor
-
-参数：
-    - **x** - 该OP的输入为多维Tensor。数据类型必须为float32或float64。
-    - **name** (str，可选) - 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
-
-返回：输出为Tensor，与 ``x`` 维度相同、数据类型相同。
-
-返回类型：Variable
-
-**代码示例**：
-
-.. code-block:: python
-
-        import paddle.fluid as fluid
-        data1 = fluid.layers.fill_constant(shape=[3, 2], value=2.5, dtype='float32') # [[2.5, 2.5], [2.5, 2.5], [2.5, 2.5]]
-        data2 = fluid.layers.fill_constant(shape=[2, 3], value=-2.5, dtype='float64') # [[-2.5, -2.5, -2.5], [-2.5, -2.5, -2.5]]
-        result1 = fluid.layers.floor(data1) # [[2., 2.], [2., 2.], [2., 2.]]
-        result2 = fluid.layers.floor(data2) # [[-3., -3., -3.], [-3., -3., -3.]]
diff --git a/doc/paddle/api/paddle/tensor/math/increment_cn.rst b/doc/paddle/api/paddle/tensor/math/increment_cn.rst
deleted file mode 100644
index 8edb5db4a..000000000
--- a/doc/paddle/api/paddle/tensor/math/increment_cn.rst
+++ /dev/null
@@ -1,31 +0,0 @@
-.. _cn_api_fluid_layers_increment:
-
-increment
--------------------------------
-
-.. py:function:: paddle.fluid.layers.increment(x, value=1.0, in_place=True)
-
-:alias_main: paddle.increment
-:alias: paddle.increment,paddle.tensor.increment,paddle.tensor.math.increment
-:old_api: paddle.fluid.layers.increment
-
-
-
-使输入Tensor ``x`` 的数据累加 ``value`` , 该OP通常用于循环次数的计数。
-
-参数:
-    - **x** (Variable) – 元素个数为1的Tensor，数据类型必须为float32，float64，int32，int64。
-    - **value** (float，可选) – 需要增加的值，默认为1.0。
-    - **in_place** (bool，可选) – 输出Tensor是否和输入Tensor ``x`` 复用同一块内存，默认为True。
-
-返回：累加计算后的Tensor，形状、数据类型和 ``x`` 一致。
-
-返回类型：Variable
-
-**代码示例**
-
-..  code-block:: python
-
-    import paddle.fluid as fluid
-    counter = fluid.layers.zeros(shape=[1], dtype='float32') # [0.]
-    fluid.layers.increment(counter) # [1.]
diff --git a/doc/paddle/api/paddle/tensor/math/log_cn.rst b/doc/paddle/api/paddle/tensor/math/log_cn.rst
deleted file mode 100644
index dc8f40a80..000000000
--- a/doc/paddle/api/paddle/tensor/math/log_cn.rst
+++ /dev/null
@@ -1,49 +0,0 @@
-.. _cn_api_fluid_layers_log:
-
-log
--------------------------------
-
-.. py:function:: paddle.fluid.layers.log(x, name=None)
-
-:alias_main: paddle.log
-:alias: paddle.log,paddle.tensor.log,paddle.tensor.math.log
-:old_api: paddle.fluid.layers.log
-
-
-
-
-Log激活函数（计算自然对数）
-
-.. math::
-                  \\Out=ln(x)\\
-
-
-参数:
-  - **x** (Variable) – 该OP的输入为LodTensor/Tensor。数据类型为float32，float64。 
-  - **name** (str，可选) – 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：Log算子自然对数输出
-
-返回类型: Variable - 该OP的输出为LodTensor/Tensor，数据类型为输入一致。
-
-
-**代码示例**
-
-..  code-block:: python
-
-  import paddle.fluid as fluid
-  import numpy as np
-
-  # Graph Organizing
-  x = fluid.layers.data(name="x", shape=[1], dtype="float32")
-  res = fluid.layers.log(x)
-  
-  # Create an executor using CPU as an example
-  exe = fluid.Executor(fluid.CPUPlace())
-  exe.run(fluid.default_startup_program())
-
-  # Execute
-  x_i = np.array([[1], [2]]).astype(np.float32)
-  res_val, = exe.run(fluid.default_main_program(), feed={'x':x_i}, fetch_list=[res])
-  print(res_val) # [[0.], [0.6931472]]
-
diff --git a/doc/paddle/api/paddle/tensor/math/multiplex_cn.rst b/doc/paddle/api/paddle/tensor/math/multiplex_cn.rst
deleted file mode 100644
index 1cc5bf39c..000000000
--- a/doc/paddle/api/paddle/tensor/math/multiplex_cn.rst
+++ /dev/null
@@ -1,76 +0,0 @@
-.. _cn_api_fluid_layers_multiplex:
-
-multiplex
--------------------------------
-
-.. py:function:: paddle.fluid.layers.multiplex(inputs, index)
-
-:alias_main: paddle.multiplex
-:alias: paddle.multiplex,paddle.tensor.multiplex,paddle.tensor.math.multiplex
-:old_api: paddle.fluid.layers.multiplex
-
-
-
-根据给定的index参数，该OP从每个输入Tensor中选择特定行构造输出Tensor。
-
-设该OP输入包含 :math:`m` 个Tensor，其中 :math:`I_{i}` 代表第i个输入Tensor，:math:`i` 处于区间 :math:`[0,m)`。
-
-设该OP输出为 :math:`O` ，其中 :math:`O[i]` 为输出的第i行，则输出满足： :math:`O[i] = I_{index[i]}[i]`
-
-示例：
-
-.. code-block:: text
-        
-        # 输入为4个shape为[4,4]的Tensor
-        inputs = [[[0,0,3,4], [0,1,3,4], [0,2,4,4], [0,3,3,4]],
-                  [[1,0,3,4], [1,1,7,8], [1,2,4,2], [1,3,3,4]],
-                  [[2,0,3,4], [2,1,7,8], [2,2,4,2], [2,3,3,4]],
-                  [[3,0,3,4], [3,1,7,8], [3,2,4,2], [3,3,3,4]]]
-
-        # index为shape为[4,1]的Tensor
-        index = [[3],[0],[1],[2]]
-        
-        # 输出shape为[4,4]
-        out = [[3,0,3,4]    // out[0] = inputs[index[0]][0] = inputs[3][0] = [3,0,3,4]
-               [0,1,3,4]    // out[1] = inputs[index[1]][1] = inputs[0][1] = [0,1,3,4]
-               [1,2,4,2]    // out[2] = inputs[index[2]][2] = inputs[1][2] = [1,2,4,2]
-               [2,3,3,4]]   // out[3] = inputs[index[3]][3] = inputs[2][3] = [2,3,3,4]
-
-参数：
-  - **inputs** （list） - 为输入Tensor列表，列表元素为数据类型为float32，float64，int32，int64的多维Tensor。所有输入Tensor的shape应相同，秩必须至少为2。
-  - **index** （Variable）- 用来选择输入Tensor中的某些行构建输出Tensor的索引，为数据类型为int32或int64、shape为[M, 1]的2-D Tensor，其中M为输入Tensor个数。
-
-返回：进行Multiplex运算后的输出Tensor。
-
-返回类型：Variable(Tensor)。
-
-**代码示例**
-
-..  code-block:: python
-
-     import paddle.fluid as fluid
-     import numpy as np
-
-     x1 = fluid.layers.data(name='x1', shape=[4], dtype='float32')
-     x2 = fluid.layers.data(name='x2', shape=[4], dtype='float32')
-     index = fluid.layers.data(name='index', shape=[1], dtype='int32')
-     out = fluid.layers.multiplex(inputs=[x1, x2], index=index)
-
-     exe = fluid.Executor(fluid.CPUPlace())
-     exe.run(fluid.default_startup_program())
-
-     img1 = np.array([[1, 2], [3, 4]]).astype(np.float32)
-     img2 = np.array([[5, 6], [7, 8]]).astype(np.float32)
-     index = np.array([[1], [0]]).astype(np.int32)
-
-     res = exe.run(fluid.default_main_program(), feed={'x1':img1, 'x2':img2, 'index':index}, fetch_list=[out])
-     print(res) # [array([[5., 6.], [3., 4.]], dtype=float32)]
-
-
-
-
-
-
-
-
-
diff --git a/doc/paddle/api/paddle/tensor/math/pow_cn.rst b/doc/paddle/api/paddle/tensor/math/pow_cn.rst
index 01987cc79..40eaf5421 100644
--- a/doc/paddle/api/paddle/tensor/math/pow_cn.rst
+++ b/doc/paddle/api/paddle/tensor/math/pow_cn.rst
@@ -1,28 +1,27 @@
-.. _cn_api_tensor_argmax:
+.. _cn_api_fluid_layers_pow:
 
 pow
 -------------------------------
 
-.. py:function:: paddle.pow(input, exponent, out=None, name=None):
+.. py:function:: paddle.pow(x, exponent, name=None)
 
-:alias_main: paddle.pow
-:alias: paddle.pow,paddle.tensor.pow,paddle.tensor.math.pow
-:update_api: paddle.fluid.layers.pow
 
 
 
 该OP是指数激活算子：
 
 .. math::
-        out = x^{exponent}
+
+    out = x^{exponent}
+
+**注意：如果需要对输入进行 elementwise_pow 操作，请查使用** :ref:`cn_api_fluid_layers_elementwise_pow` 。
 
 参数：
-    - **x** （Variable）- 多维 ``Tensor`` 或 ``LoDTensor`` ，数据类型为 ``float32`` 或 ``float64`` 。
-    - **exponent** （float32|Variable，可选）- ``float32`` 或形状为[1]的 ``Tensor`` 或 ``LoDTensor``，数据类型为 ``float32``。Pow OP的指数因子。默认值：1.0。
-    - **out** (Variable, 可选) - 默认值None，如果out不为空，则该运算结果存储在out变量中。 
-    - **name** (str，可选) - 默认值None，输出的名称。该参数供开发人员打印调试信息时使用，具体用法参见 :ref:`api_guide_name`。当out和name同时不为空时，结果输出变量名与out保持一致。
+    - **x** （Variable）- 多维 ``Variable``，数据类型为 ``float32`` 或 ``float64`` 。
+    - **exponent** （float32|Variable）- ``float32`` 或形状为[1]的 ``Variable``，数据类型为 ``float32``。
+    - **name** （str，可选）- 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置。默认值： ``None``。
 
-返回：维度与输入 `x` 相同的 ``Tensor`` 或 ``LoDTensor``，数据类型与 ``x`` 相同。
+返回：维度与输入 `x` 相同的 ``Variable``，数据类型与 ``x`` 相同。
 
 返回类型：Variable。
 
@@ -31,17 +30,26 @@ pow
 
 .. code-block:: python
 
-    import paddle
-    import paddle.fluid as fluid
-    x = fluid.data(name="x", shape=[32,32], dtype="float32")
-    
-    # 示例1: 参数exponent是个浮点数
-    res = fluid.data(name="output", shape=[32,32], dtype="float32")
-    y_1 = paddle.pow(x, 2.0, out=res)
-    # y_1 is x^{2.0}
-    
-    # 示例2: 参数exponent是个变量
-    exponent_tensor = fluid.layers.fill_constant([1], "float32", 3.0)
-    res = fluid.data(name="output", shape=[32,32], dtype="float32")
-    y_2 = paddle.pow(x, exponent_tensor, out=res)
-    # y_2 is x^{3.0}
\ No newline at end of file
+            import paddle
+            import numpy as np
+            x = fluid.data(name="x", shape=[32,32], dtype="float32")
+            paddle.enable_imperative()
+            
+            # example 1: exponent is a float
+            x_data = np.array([1, 2, 3])
+            exponent = 2
+            x = paddle.imperative.to_variable(x_data)
+            res = paddle.pow(x, exponent)
+            print(res.numpy()) # [1 4 9]
+            
+            # example 2: exponent is a Variable
+            exponent = paddle.fill_constant(shape=[1], value=2, dtype='float32')
+            res = paddle.pow(x, exponent)
+            print(res.numpy()) # [1 4 9]
+
+
+
+
+
+
+
diff --git a/doc/paddle/api/paddle/tensor/math/reciprocal_cn.rst b/doc/paddle/api/paddle/tensor/math/reciprocal_cn.rst
deleted file mode 100644
index a76a495a5..000000000
--- a/doc/paddle/api/paddle/tensor/math/reciprocal_cn.rst
+++ /dev/null
@@ -1,43 +0,0 @@
-.. _cn_api_fluid_layers_reciprocal:
-
-reciprocal
--------------------------------
-
-.. py:function:: paddle.fluid.layers.reciprocal(x, name=None)
-
-:alias_main: paddle.reciprocal
-:alias: paddle.reciprocal,paddle.tensor.reciprocal,paddle.tensor.math.reciprocal
-:old_api: paddle.fluid.layers.reciprocal
-
-
-
-reciprocal 对输入Tensor取倒数
-
-
-.. math::
-    out = \frac{1}{x}
-
-参数:
-
-    - **x** - 输入的多维Tensor,支持的数据类型为float32，float64。
-    - **name** (str，可选) – 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
-
-
-返回： 对输入取倒数得到的Tensor，输出Tensor数据类型和维度与输入相同。
-
-**代码示例**：
-
-.. code-block:: python
-
-        import paddle
-        import numpy as np
-
-        paddle.enable_imperative()
-        x_data = np.array([1, 2, 3, 4]).astype(np.float32)
-        x = paddle.imperative.to_variable(x_data)
-        res = paddle.%s(x)
-        print(res.numpy())
-
-
-
-
diff --git a/doc/paddle/api/paddle/tensor/math/reduce_max_cn.rst b/doc/paddle/api/paddle/tensor/math/reduce_max_cn.rst
deleted file mode 100644
index 37cc3db57..000000000
--- a/doc/paddle/api/paddle/tensor/math/reduce_max_cn.rst
+++ /dev/null
@@ -1,57 +0,0 @@
-.. _cn_api_fluid_layers_reduce_max:
-
-reduce_max
--------------------------------
-
-.. py:function:: paddle.fluid.layers.reduce_max(input, dim=None, keep_dim=False, name=None)
-
-:alias_main: paddle.reduce_max
-:alias: paddle.reduce_max,paddle.tensor.reduce_max,paddle.tensor.math.reduce_max
-:old_api: paddle.fluid.layers.reduce_max
-
-
-
-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）- 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
-
-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）
-
-**代码示例**
-
-..  code-block:: python
-
-      import paddle.fluid as fluid
-      # x是一个Tensor，元素如下:
-      #    [[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.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]
-      fluid.layers.reduce_max(x, dim=1, keep_dim=True)  # [[0.9], [0.7]]
-
-      # y是一个shape为[2, 2, 2]的Tensor，元素如下:
-      #      [[[1.0, 2.0], [3.0, 4.0]],
-      #      [[5.0, 6.0], [7.0, 8.0]]]
-      # 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。
-      y = fluid.data(name='y', shape=[2, 2, 2], dtype='float32')
-      fluid.layers.reduce_max(y, dim=[1, 2]) # [4.0, 8.0]
-      fluid.layers.reduce_max(y, dim=[0, 1]) # [7.0, 8.0]
-
-
-
-
-
-
-
-
-
-
diff --git a/doc/paddle/api/paddle/tensor/math/reduce_min_cn.rst b/doc/paddle/api/paddle/tensor/math/reduce_min_cn.rst
deleted file mode 100644
index 2517c935e..000000000
--- a/doc/paddle/api/paddle/tensor/math/reduce_min_cn.rst
+++ /dev/null
@@ -1,57 +0,0 @@
-.. _cn_api_fluid_layers_reduce_min:
-
-reduce_min
--------------------------------
-
-.. py:function:: paddle.fluid.layers.reduce_min(input, dim=None, keep_dim=False, name=None)
-
-:alias_main: paddle.reduce_min
-:alias: paddle.reduce_min,paddle.tensor.reduce_min,paddle.tensor.math.reduce_min
-:old_api: paddle.fluid.layers.reduce_min
-
-
-
-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）- 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
-
-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）
-
-**代码示例**
-
-..  code-block:: python
-
-      import paddle.fluid as fluid
-      # x是一个Tensor，元素如下:
-      #    [[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.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]
-      fluid.layers.reduce_min(x, dim=1, keep_dim=True)  # [[0.2], [0.1]]
-
-      # y是一个shape为[2, 2, 2]的Tensor元素如下:
-      #      [[[1.0, 2.0], [3.0, 4.0]],
-      #      [[5.0, 6.0], [7.0, 8.0]]]
-      # 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。
-      y = fluid.data(name='y', shape=[2, 2, 2], dtype='float32')
-      fluid.layers.reduce_min(y, dim=[1, 2]) # [1.0, 5.0]
-      fluid.layers.reduce_min(y, dim=[0, 1]) # [1.0, 2.0]
-
-
-
-
-
-
-
-
-
-
diff --git a/doc/paddle/api/paddle/tensor/math/reduce_prod_cn.rst b/doc/paddle/api/paddle/tensor/math/reduce_prod_cn.rst
deleted file mode 100644
index a1b65ee1d..000000000
--- a/doc/paddle/api/paddle/tensor/math/reduce_prod_cn.rst
+++ /dev/null
@@ -1,58 +0,0 @@
-.. _cn_api_fluid_layers_reduce_prod:
-
-reduce_prod
--------------------------------
-
-.. py:function:: paddle.fluid.layers.reduce_prod(input, dim=None, keep_dim=False, name=None)
-
-:alias_main: paddle.reduce_prod
-:alias: paddle.reduce_prod,paddle.tensor.reduce_prod,paddle.tensor.math.reduce_prod
-:old_api: paddle.fluid.layers.reduce_prod
-
-
-
-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）- 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
-
-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）
-
-**代码示例**
-
-..  code-block:: python
-
-      import paddle.fluid as fluid
-      # x是一个Tensor，元素如下:
-      #    [[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.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]
-      fluid.layers.reduce_prod(x, dim=1,
-                               keep_dim=True)  # [[0.027], [0.0084]]
-
-      # y 是一个shape为[2, 2, 2]的Tensor元素如下:
-      #      [[[1.0, 2.0], [3.0, 4.0]],
-      #      [[5.0, 6.0], [7.0, 8.0]]]
-      # 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。
-      y = fluid.data(name='y', shape=[2, 2, 2], dtype='float32')
-      fluid.layers.reduce_prod(y, dim=[1, 2]) # [24.0, 1680.0]
-      fluid.layers.reduce_prod(y, dim=[0, 1]) # [105.0, 384.0]
-
-
-
-
-
-
-
-
-
-
diff --git a/doc/paddle/api/paddle/tensor/math/reduce_sum_cn.rst b/doc/paddle/api/paddle/tensor/math/reduce_sum_cn.rst
deleted file mode 100644
index da06baf68..000000000
--- a/doc/paddle/api/paddle/tensor/math/reduce_sum_cn.rst
+++ /dev/null
@@ -1,57 +0,0 @@
-.. _cn_api_fluid_layers_reduce_sum:
-
-reduce_sum
--------------------------------
-
-.. py:function:: paddle.fluid.layers.reduce_sum(input, dim=None, keep_dim=False, name=None)
-
-:alias_main: paddle.reduce_sum
-:alias: paddle.reduce_sum,paddle.tensor.reduce_sum,paddle.tensor.math.reduce_sum
-:old_api: paddle.fluid.layers.reduce_sum
-
-
-
-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）- 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
-
-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）
-
-**代码示例**
-
-..  code-block:: python
-
-      import paddle.fluid as fluid
-      # x是一个Tensor，元素如下:
-      #    [[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.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]
-      fluid.layers.reduce_sum(x, dim=1, keep_dim=True)  # [[1.9], [1.6]]
-
-      # y 是一个shape为[2, 2, 2]的Tensor元素如下:
-      #      [[[1, 2], [3, 4]],
-      #      [[5, 6], [7, 8]]]
-      # 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。
-      y = fluid.data(name='y', shape=[2, 2, 2], dtype='float32')
-      fluid.layers.reduce_sum(y, dim=[1, 2]) # [10, 26]
-      fluid.layers.reduce_sum(y, dim=[0, 1]) # [16, 20]
-
-
-
-
-
-
-
-
-
-
diff --git a/doc/paddle/api/paddle/tensor/math/round_cn.rst b/doc/paddle/api/paddle/tensor/math/round_cn.rst
deleted file mode 100644
index 7de4214b7..000000000
--- a/doc/paddle/api/paddle/tensor/math/round_cn.rst
+++ /dev/null
@@ -1,54 +0,0 @@
-.. _cn_api_fluid_layers_round:
-
-round
--------------------------------
-
-.. py:function:: paddle.fluid.layers.round(x, name=None)
-
-:alias_main: paddle.round
-:alias: paddle.round,paddle.tensor.round,paddle.tensor.math.round
-:old_api: paddle.fluid.layers.round
-
-
-
-
-该OP将输入中的数值四舍五入到最接近的整数数值。
-
-.. code-block:: python
-
-  输入：
-    x.shape = [4]
-    x.data = [1.2, -0.9, 3.4, 0.9]
-
-  输出：
-    out.shape = [4]
-    Out.data = [1., -1., 3., 1.]
-
-参数:
-
-    - **x** (Variable) - 支持任意维度的Tensor。数据类型为float32，float64或float16。
-    - **name** (str，可选) – 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
-
-返回：返回类型为Variable(Tensor|LoDTensor)， 数据类型同输入一致。
-
-**代码示例**：
-
-.. code-block:: python
-
-        import numpy as np
-        import paddle.fluid as fluid
-
-        inputs = fluid.layers.data(name="x", shape = [3], dtype='float32')
-        output = fluid.layers.round(inputs)
-
-        exe = fluid.Executor(fluid.CPUPlace())
-        exe.run(fluid.default_startup_program())
-
-        img = np.array([1.2, -0.9, 3.4, 0.9]).astype(np.float32)
-
-        res = exe.run(fluid.default_main_program(), feed={'x':img}, fetch_list=[output])
-        print(res)
-        # [array([ 1., -1.,  3.,  1.], dtype=float32)]
-
-
-
diff --git a/doc/paddle/api/paddle/tensor/math/rsqrt_cn.rst b/doc/paddle/api/paddle/tensor/math/rsqrt_cn.rst
deleted file mode 100644
index 0d4a83041..000000000
--- a/doc/paddle/api/paddle/tensor/math/rsqrt_cn.rst
+++ /dev/null
@@ -1,39 +0,0 @@
-.. _cn_api_fluid_layers_rsqrt:
-
-rsqrt
--------------------------------
-
-.. py:function:: paddle.fluid.layers.rsqrt(x, name=None)
-
-:alias_main: paddle.rsqrt
-:alias: paddle.rsqrt,paddle.tensor.rsqrt,paddle.tensor.math.rsqrt
-:old_api: paddle.fluid.layers.rsqrt
-
-
-
-该OP为rsqrt激活函数。
-
-注：输入x应确保为非 **0** 值，否则程序会抛异常退出。
-
-其运算公式如下：
-
-.. math::
-    out = \frac{1}{\sqrt{x}}
-
-
-参数:
-    - **x** (Variable) – 输入是多维Tensor或LoDTensor，数据类型可以是float32和float64。 
-    - **name** (str，可选）— 这一层的名称（可选）。如果设置为None，则将自动命名这一层。默认值为None。
-
-返回：对输入x进行rsqrt激活函数计算后的Tensor或LoDTensor，数据shape和输入x的shape一致。
-
-返回类型：Variable，数据类型和输入数据类型一致。
-
-**代码示例**：
-
-.. code-block:: python
-
-        import paddle.fluid as fluid
-        data = fluid.data(name="input", shape=[32, 784])
-        result = fluid.layers.rsqrt(data)
-
diff --git a/doc/paddle/api/paddle/tensor/math/scale_cn.rst b/doc/paddle/api/paddle/tensor/math/scale_cn.rst
deleted file mode 100644
index 6623f9e45..000000000
--- a/doc/paddle/api/paddle/tensor/math/scale_cn.rst
+++ /dev/null
@@ -1,77 +0,0 @@
-.. _cn_api_fluid_layers_scale:
-
-scale
--------------------------------
-
-.. py:function:: paddle.fluid.layers.scale(x, scale=1.0, bias=0.0, bias_after_scale=True, act=None, name=None)
-
-:alias_main: paddle.scale
-:alias: paddle.scale,paddle.tensor.scale,paddle.tensor.math.scale
-:old_api: paddle.fluid.layers.scale
-
-
-
-缩放算子。
-
-对输入Tensor进行缩放和偏置，其公式如下：
-
-``bias_after_scale`` 为True:
-
-.. math::
-                        Out=scale*X+bias
-
-``bias_after_scale`` 为False:
-
-.. math::
-                        Out=scale*(X+bias)
-
-参数:
-        - **x** (Variable) - 要进行缩放的多维Tensor，数据类型可以为float32，float64，int8，int16，int32，int64，uint8。
-        - **scale** (float|Variable) - 缩放的比例，是一个float类型或者一个shape为[1]，数据类型为float32的Variable类型。
-        - **bias** (float) - 缩放的偏置。 
-        - **bias_after_scale** (bool) - 判断在缩放之前或之后添加偏置。为True时，先缩放再偏置；为False时，先偏置再缩放。该参数在某些情况下，对数值稳定性很有用。
-        - **act** (str，可选) - 应用于输出的激活函数，如tanh、softmax、sigmoid、relu等。
-        - **name** (str，可选) - 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
-
-返回: 缩放后的输出Tensor。
-
-返回类型:  Variable(Tensor|LoDTensor)。
-
-**代码示例：**
-
-.. code-block:: python
-
-    import paddle.fluid as fluid
-    import numpy as np
-     
-    inputs = fluid.layers.data(name="x", shape=[2, 3], dtype='float32')
-    output = fluid.layers.scale(inputs, scale = 2.0, bias = 1.0)
-
-    exe = fluid.Executor(fluid.CPUPlace())
-    exe.run(fluid.default_startup_program())
-
-    img = np.array([[1, 2, 3], [4, 5, 6]]).astype(np.float32)
-
-    res = exe.run(fluid.default_main_program(), feed={'x':img}, fetch_list=[output])
-    print(res) # [array([[ 3.,  5.,  7.], [ 9., 11., 13.]], dtype=float32)]
-
-.. code-block:: python
-
-    # scale with parameter scale as Variable
-    import paddle.fluid as fluid
-    import numpy as np
-
-    inputs = fluid.layers.data(name="x", shape=[2, 3], dtype='float32')
-    scale = fluid.layers.data(name="scale", shape=[1], dtype='float32',
-                              append_batch_size=False)
-    output = fluid.layers.scale(inputs, scale = scale, bias = 1.0)
-
-    exe = fluid.Executor(fluid.CPUPlace())
-    exe.run(fluid.default_startup_program())
-
-    img = np.array([[1, 2, 3], [4, 5, 6]]).astype(np.float32)
-    scale_np = np.array([2.]).astype(np.float32)
-
-    res = exe.run(fluid.default_main_program(), feed={'x':img, 'scale':scale_np}, fetch_list=[output])
-    print(res) # [array([[ 3.,  5.,  7.], [ 9., 11., 13.]], dtype=float32)]
-
diff --git a/doc/paddle/api/paddle/tensor/math/sign_cn.rst b/doc/paddle/api/paddle/tensor/math/sign_cn.rst
deleted file mode 100644
index 5559e7a7b..000000000
--- a/doc/paddle/api/paddle/tensor/math/sign_cn.rst
+++ /dev/null
@@ -1,32 +0,0 @@
-.. _cn_api_fluid_layers_sign:
-
-sign
--------------------------------
-
-.. py:function:: paddle.fluid.layers.sign(x)
-
-:alias_main: paddle.sign
-:alias: paddle.sign,paddle.tensor.sign,paddle.tensor.math.sign
-:old_api: paddle.fluid.layers.sign
-
-
-
-此OP对输入x中每个元素进行正负判断，并且输出正负判断值：1代表正，-1代表负，0代表零。
-
-参数：
-    - **x** (Variable|numpy.ndarray) – 进行正负值判断的多维Tensor或者是多维的numpy数组，数据类型为 float32，float64。
-
-返回：输出正负号Tensor，数据的shape大小和输入x的数据shape一致。
-
-返回类型：Variable，数据类型和输入数据类型一致。
-
-**代码示例**
-
-..  code-block:: python
-
-    import paddle.fluid as fluid
-    import numpy as np
-
-    data = fluid.layers.sign(np.array([3.0, 0.0, -2.0], dtype='float32'))
-    # data=[1.0, 0.0, -1.0]
-
diff --git a/doc/paddle/api/paddle/tensor/math/square_cn.rst b/doc/paddle/api/paddle/tensor/math/square_cn.rst
deleted file mode 100644
index 8c2a73306..000000000
--- a/doc/paddle/api/paddle/tensor/math/square_cn.rst
+++ /dev/null
@@ -1,44 +0,0 @@
-.. _cn_api_fluid_layers_square:
-
-square
--------------------------------
-
-.. py:function:: paddle.fluid.layers.square(x,name=None)
-
-:alias_main: paddle.square
-:alias: paddle.square,paddle.tensor.square,paddle.tensor.math.square
-:old_api: paddle.fluid.layers.square
-
-
-
-该OP执行逐元素取平方运算。
-
-.. math::
-    out = x^2
-
-参数:
-    - **x** (Variable) - 任意维度的Tensor，支持的数据类型： float32，float64。
-    - **name** (str，可选) - 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
-
-返回：返回取平方后的Tensor，维度和数据类型同输入一致。
-
-返回类型：Variable
-
-**代码示例**：
-
-.. code-block:: python
-
-        import paddle.fluid as fluid
-        data = fluid.layers.data(name="input", shape=[32, 784], dtype='float32')
-        result = fluid.layers.square(data) #result.shape=[32, 784], type=float32
-
-
-
-
-
-
-
-
-
-
-
diff --git a/doc/paddle/api/paddle/tensor/math/stanh_cn.rst b/doc/paddle/api/paddle/tensor/math/stanh_cn.rst
deleted file mode 100644
index d59206009..000000000
--- a/doc/paddle/api/paddle/tensor/math/stanh_cn.rst
+++ /dev/null
@@ -1,51 +0,0 @@
-.. _cn_api_fluid_layers_stanh:
-
-stanh
--------------------------------
-
-.. py:function:: paddle.fluid.layers.stanh(x, scale_a=0.67, scale_b=1.7159, name=None)
-
-:alias_main: paddle.stanh
-:alias: paddle.stanh,paddle.tensor.stanh,paddle.tensor.math.stanh
-:old_api: paddle.fluid.layers.stanh
-
-
-
-STanh 激活算子（STanh Activation Operator.）
-
-.. math::
-          \\out=b*\frac{e^{a*x}-e^{-a*x}}{e^{a*x}+e^{-a*x}}\\
-
-参数：
-    - **x** (Tensor|LoDTensor) - 数据类型为float32,float64。STanh operator的输入
-    - **scale_a** (float) - 输入的a的缩放参数
-    - **scale_b** (float) - b的缩放参数
-    - **name** (str|None) - 这个层的名称(可选)。如果设置为None，该层将被自动命名
-
-返回: 与输入shape相同的张量
-
-返回类型: Variable（Tensor），数据类型为float32的Tensor。
-
-**代码示例：**
-
-.. code-block:: python
-
-    import paddle.fluid as fluid
-    import numpy as np
-    data = fluid.layers.data(name="input", shape=[-1, 3])
-    result = fluid.layers.stanh(data,scale_a=0.67, scale_b=1.72)
-    place = fluid.CPUPlace()
-    exe = fluid.Executor(place)
-    exe.run(fluid.default_startup_program())
-    x = np.random.random(size=(3, 3)).astype('float32')
-    output= exe.run(feed={"input": x},
-                 fetch_list=[result])
-    print(output)
-    """
-    output:
-    [array([[0.626466  , 0.89842904, 0.7501062 ],
-           [0.25147712, 0.7484996 , 0.22902708],
-           [0.62705994, 0.23110689, 0.56902856]], dtype=float32)]
-    """
-
-
diff --git a/doc/paddle/api/paddle/tensor/math/sum_cn.rst b/doc/paddle/api/paddle/tensor/math/sum_cn.rst
old mode 100644
new mode 100755
index 89825e0b4..0dc93e01c
--- a/doc/paddle/api/paddle/tensor/math/sum_cn.rst
+++ b/doc/paddle/api/paddle/tensor/math/sum_cn.rst
@@ -1,49 +1,81 @@
-.. _cn_api_tensor_sum:
+.. _cn_api_fluid_layers_sum:
 
 sum
 -------------------------------
 
-.. py:function:: paddle.sum(input, dim=None, dtype=None, keep_dim=False, name=None)
+.. py:function:: paddle.fluid.layers.sum(x)
 
-:alias_main: paddle.sum
-:alias: paddle.sum,paddle.tensor.sum,paddle.tensor.math.sum
-:update_api: paddle.fluid.layers.reduce_sum
 
 
 
-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。
+该OP用于对输入的一至多个Tensor或LoDTensor求和。如果输入的是LoDTensor，输出仅与第一个输入共享LoD信息（序列信息）。
+
+例1：
+::
+    输入：
+    	input.shape = [2, 3]
+    	input = [[1, 2, 3],
+	      	  [4, 5, 6]]
+
+    输出：
+    	output.shape = [2, 3]
+    	output = [[1, 2, 3],
+	          [4, 5, 6]]
+	
+例2：
+::
+    输入：
+	第一个输入：
+    	    input1.shape = [2, 3]
+    	    input1 = [[1, 2, 3],
+	      	      [4, 5, 6]]
+	
+	第二个输入：
+    	    input2.shape = [2, 3]
+    	    input2 = [[7, 8, 9],
+	              [10, 11, 12]]
+
+    输出：
+    	output.shape = [2, 3]
+    	output = [[8, 10, 12],
+	          [14, 16, 18]]
 
 参数：
-    - **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。
-    - **dtype** （str ， 可选）- 输出变量的数据类型。若参数为空，则输出变量的数据类型和输入变量相同，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）- 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
-
-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）
-
-**代码示例**
-
-..  code-block:: python
-
-      import paddle
-      import paddle.fluid as fluid
-      # x是一个Tensor，元素如下:
-      #    [[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.data(name='x', shape=[2, 4], dtype='float32')
-      out1 = paddle.sum(x)  # [3.5]
-      out2 = paddle.sum(x, dim=0)  # [0.3, 0.5, 1.1, 1.6]
-      out3 = paddle.sum(x, dim=-1)  # [1.9, 1.6]
-      out4 = paddle.sum(x, dim=1, keep_dim=True)  # [[1.9], [1.6]]
-
-      # y 是一个shape为[2, 2, 2]的Tensor元素如下:
-      #      [[[1, 2], [3, 4]],
-      #      [[5, 6], [7, 8]]]
-      # 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。
-      y = fluid.data(name='y', shape=[2, 2, 2], dtype='float32')
-      out5 = paddle.sum(y, dim=[1, 2]) # [10, 26]
-      out6 = paddle.sum(y, dim=[0, 1]) # [16, 20]
+    **x** (Variable|list(Variable)) - 输入的一至多个Variable。如果输入了多个Variable，则不同Variable间的shape和数据类型应保持一致。Variable为多维Tensor或LoDTensor，数据类型支持：float32，float64，int32，int64
+
+返回：对输入 ``x`` 中的Variable求和后的结果，shape和数据类型与 ``x`` 一致
+
+返回类型：Variable
+
+
+**代码示例：**
+
+.. code-block:: python
+	
+	import paddle.fluid as fluid
+	input0 = fluid.layers.fill_constant(shape=[2, 3], dtype='int64', value=5)
+	input1 = fluid.layers.fill_constant(shape=[2, 3], dtype='int64', value=3)
+	sum = fluid.layers.sum([input0, input1])
+
+	#用户可以通过executor打印出求和的结果
+	out = fluid.layers.Print(sum, message="the sum of input0 and input1: ")
+	exe = fluid.Executor(fluid.CPUPlace())
+	exe.run(fluid.default_main_program())
+
+	#打印出的数据为：
+	1570701754	the sum of input0 and input1: 	The place is:CPUPlace
+	Tensor[sum_0.tmp_0]
+		shape: [2,3,]
+		dtype: l
+		data: 8,8,8,8,8,8,
+
+	#输出了shape为[2,3]的Tensor，与输入的shape一致
+	#dtype为对应C++数据类型，在不同环境下可能显示值不同，但本质相同
+	#例如：如果Tensor中数据类型是int64，则对应的C++数据类型为int64_t，所以dtype值为typeid(int64_t).name()，
+	#      其在MacOS下为'x'，linux下为'l'，Windows下为'__int64'，都表示64位整型变量
+
+
+
+
+
+
diff --git a/doc/paddle/api/paddle/tensor/math/sums_cn.rst b/doc/paddle/api/paddle/tensor/math/sums_cn.rst
deleted file mode 100644
index 7bec1960d..000000000
--- a/doc/paddle/api/paddle/tensor/math/sums_cn.rst
+++ /dev/null
@@ -1,60 +0,0 @@
-.. _cn_api_fluid_layers_sums:
-
-sums
--------------------------------
-
-.. py:function:: paddle.fluid.layers.sums(input,out=None)
-
-:alias_main: paddle.sums
-:alias: paddle.sums,paddle.tensor.sums,paddle.tensor.math.sums
-:old_api: paddle.fluid.layers.sums
-
-
-
-该OP计算多个输入Tensor逐个元素相加的和。
-
-- 示例：3个Tensor求和
-
-.. code-block:: python
-
-  输入：
-      x0.shape = [2, 3]
-      x0.data = [[1., 2., 3.],
-                 [4., 5., 6.]]
-      x1.shape = [2, 3]
-      x1.data = [[10., 20., 30.],
-                 [40., 50., 60.]]
-      x2.shape = [2, 3]
-      x2.data = [[100., 200., 300.],
-                 [400., 500., 600.]]
-
-  输出：
-      out.shape = [2, 3]
-      out.data = [[111., 222., 333.],
-                  [444., 555., 666.]]
-
-
-参数：
-    - **input** (list) - 多个维度相同的Tensor组成的元组。支持的数据类型：float32，float64，int32，int64。
-    - **out** (Variable，可选) - 指定求和的结果Tensor，可以是程序中已经创建的任何Variable。默认值为None，此时将创建新的Variable来保存输出结果。
-
-返回：输入的和，数据类型和维度与输入Tensor相同。若 ``out`` 为 ``None`` ，返回值是一个新的Variable；否则，返回值就是 ``out`` 。
-
-返回类型：Variable
-
-**代码示例**：
-
-.. code-block:: python
-
-    import paddle.fluid as fluid
-
-    x0 = fluid.layers.fill_constant(shape=[16, 32], dtype='int64', value=1)
-    x1 = fluid.layers.fill_constant(shape=[16, 32], dtype='int64', value=2)
-    x2 = fluid.layers.fill_constant(shape=[16, 32], dtype='int64', value=3)
-    x3 = fluid.layers.fill_constant(shape=[16, 32], dtype='int64', value=0)
-
-    # 多个Tensor求和，结果保存在一个新建的Variable sum0，即sum0=x0+x1+x2，值为[[6, ..., 6], ..., [6, ..., 6]]
-    sum0 = fluid.layers.sums(input=[x0, x1, x2])
-
-    # 多个Tensor求和，sum1和x3是同一个Variable，相当于x3=x0+x1+x2，值为[[6, ..., 6], ..., [6, ..., 6]]
-    sum1 = fluid.layers.sums(input=[x0, x1, x2], out=x3)
diff --git a/doc/paddle/api/paddle/tensor/math/tanh_cn.rst b/doc/paddle/api/paddle/tensor/math/tanh_cn.rst
deleted file mode 100644
index 84e295cb7..000000000
--- a/doc/paddle/api/paddle/tensor/math/tanh_cn.rst
+++ /dev/null
@@ -1,46 +0,0 @@
-.. _cn_api_tensor_tanh:
-
-tanh
--------------------------------
-
-.. py:function:: paddle.tanh(x, name=None, out=None)
-
-:alias_main: paddle.tanh
-:alias: paddle.tanh,paddle.tensor.tanh,paddle.tensor.math.tanh
-:update_api: paddle.fluid.layers.tanh
-
-
-
-tanh 激活函数
-
-.. math::
-        out = \frac{e^{x} - e^{-x}}{e^{x} + e^{-x}}
-
-
-参数:
-
-    - **x** (Variable) - 支持任意维度的Tensor。数据类型为float32，float64或float16。
-    - **name** (str，可选) – 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
-    - **out** (Variable, 可选) – 指定存储运算结果的Tensor。如果设置为None或者不设置，将创建新的Tensor存储运算结果，默认值为None。
-
-返回：返回类型为Variable(Tensor|LoDTensor)， 数据类型同输入一致。
-
-**代码示例**：
-
-.. code-block:: python
-
-        import numpy as np
-        import paddle
-        import paddle.fluid as fluid
-
-        inputs = fluid.layers.data(name="x", shape = [3], dtype='float32')
-        output = paddle.tanh(inputs)
-
-        exe = fluid.Executor(fluid.CPUPlace())
-        exe.run(fluid.default_startup_program())
-
-        img = np.array([0, 0.5, 0.3]).astype(np.float32)
-
-        res = exe.run(fluid.default_main_program(), feed={'x':img}, fetch_list=[output])
-        print(res)
-        # [array([0., 0.46211717, 0.2913126], dtype=float32)]
diff --git a/doc/paddle/api/paddle/tensor/search/argmax_cn.rst b/doc/paddle/api/paddle/tensor/search/argmax_cn.rst
index 2b3a7857b..d165ce8d6 100644
--- a/doc/paddle/api/paddle/tensor/search/argmax_cn.rst
+++ b/doc/paddle/api/paddle/tensor/search/argmax_cn.rst
@@ -1,26 +1,20 @@
-.. _cn_api_tensor_argmax:
+.. _cn_api_fluid_layers_argmax:
 
 argmax
 -------------------------------
 
-.. py:function:: paddle.argmax(input, axis=None, dtype=None, out=None, keepdims=False, name=None)
+.. py:function:: paddle.fluid.layers.argmax(x, axis=0)
 
-:alias_main: paddle.argmax
-:alias: paddle.argmax,paddle.tensor.argmax,paddle.tensor.search.argmax
-:update_api: paddle.fluid.layers.argmax
 
 
 
+**argmax**
 
-该OP沿 ``axis`` 计算输入 ``input`` 的最大元素的索引。
+该OP沿 ``axis`` 计算输入 ``x`` 的最大元素的索引。
 
 参数：
-    - **input** (Variable) - 输入的多维 ``Tensor`` ，支持的数据类型：float32、float64、int8、int16、int32、int64。
-    - **axis** (int，可选) - 指定对输入Tensor进行运算的轴， ``axis`` 的有效范围是[-R, R)，R是输入 ``input`` 的Rank， ``axis`` -R与绝对值相同的R等价。默认值为0。
-    - **dtype** (np.dtype|core.VarDesc.VarType|str)- 输出Tensor的数据类型，可选值为int32，int64，默认值为None，将返回int64类型的结果。
-    - **out** (Variable, 可选) – 指定存储运算结果的Tensor。如果设置为None或者不设置，将创建新的Tensor存储运算结果，默认值为None。
-    - **keepdims** （bool，可选）- 是否保留进行max index操作的维度，默认值为False。
-    - **name** (str，可选) – 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
+    - **x** (Variable) - 输入的多维 ``Tensor`` ，支持的数据类型：float32、float64、int8、int16、int32、int64。
+    - **axis** (int，可选) - 指定对输入Tensor进行运算的轴， ``axis`` 的有效范围是[-R, R)，R是输入 ``x`` 的Rank， ``axis`` 为负时与 ``axis`` +R 等价。默认值为0。
 
 返回： ``Tensor`` ，数据类型int64
 
@@ -30,40 +24,31 @@ argmax
 
 .. code-block:: python
 
-    import paddle
-    import paddle.fluid as fluid
-    import numpy as np
-
-    in1 = np.array([[[5,8,9,5],
-                     [0,0,1,7],
-                     [6,9,2,4]],
-                    [[5,2,4,2],
-                     [4,7,7,9],
-                     [1,7,0,6]]])
-    with fluid.dygraph.guard():
-        x = fluid.dygraph.to_variable(in1)
-        out1 = paddle.argmax(input=x, axis=-1)
-        out2 = paddle.argmax(input=x, axis=0)
-        out3 = paddle.argmax(input=x, axis=1)
-        out4 = paddle.argmax(input=x, axis=2)
-        out5 = paddle.argmax(input=x, axis=2, keepdims=True)
-        print(out1.numpy())
-        # [[2 3 1]
-        #  [0 3 1]]
-        print(out2.numpy())
-        # [[0 0 0 0]
-        #  [1 1 1 1]
-        #  [0 0 0 1]]
-        print(out3.numpy())
-        # [[2 2 0 1]
-        #  [0 1 1 1]]
-        print(out4.numpy())
-        # [[2 3 1]
-        #  [0 3 1]]
-        print(out5.numpy())
-        #array([[[2],
-        #        [3],
-        #        [1]],
-        #       [[0],
-        #        [3],
-        #        [1]]])
+  import paddle.fluid as fluid
+  import numpy as np
+
+  in1 = np.array([[[5,8,9,5],
+                   [0,0,1,7],
+                   [6,9,2,4]],
+                  [[5,2,4,2],
+                   [4,7,7,9],
+                   [1,7,0,6]]])
+  with fluid.dygraph.guard():
+      x = fluid.dygraph.to_variable(in1)
+      out1 = fluid.layers.argmax(x=x, axis=-1)
+      out2 = fluid.layers.argmax(x=x, axis=0)
+      out3 = fluid.layers.argmax(x=x, axis=1)
+      out4 = fluid.layers.argmax(x=x, axis=2)
+      print(out1.numpy())
+      # [[2 3 1]
+      #  [0 3 1]]
+      print(out2.numpy())
+      # [[0 0 0 0]
+      #  [1 1 1 1]
+      #  [0 0 0 1]]
+      print(out3.numpy())
+      # [[2 2 0 1]
+      #  [0 1 1 1]]
+      print(out4.numpy())
+      # [[2 3 1]
+      #  [0 3 1]]
diff --git a/doc/paddle/api/paddle/tensor/search/where_cn.rst b/doc/paddle/api/paddle/tensor/search/where_cn.rst
index bcfabfab3..d483b8fa9 100644
--- a/doc/paddle/api/paddle/tensor/search/where_cn.rst
+++ b/doc/paddle/api/paddle/tensor/search/where_cn.rst
@@ -1,53 +1,42 @@
-.. _cn_api_tensor_where:
+.. _cn_api_fluid_layers_where:
 
 where
 -------------------------------
 
-.. py:function:: paddle.where(condition, x, y, name=None)
+.. py:function:: paddle.fluid.layers.where(condition)
 
-:alias_main: paddle.where
-:alias: paddle.where,paddle.tensor.where,paddle.tensor.search.where
-:update_api: paddle.fluid.layers.cond
 
 
 
-该OP返回一个根据输入 ``condition``, 选择 ``x`` 或 ``y`` 的元素组成的多维 ``Tensor``  ：
-
-.. math::
-      Out_i =
-      \left\{
-      \begin{aligned}
-      &X_i, & & if \ cond_i \ is \ True \\
-      &Y_i, & & if \ cond_i \ is \ False \\
-      \end{aligned}
-      \right.
-
+该OP计算输入元素中为True的元素在输入中的坐标（index）。
+        
 参数：
-    - **condition** （Variable）- 选择 ``x`` 或 ``y`` 元素的条件 。
-    - **x** （Variable）- 多维 ``Tensor`` ，数据类型为 ``float32`` 或 ``float64`` 或 ``int32`` 或 ``int64`` 。
-    - **y** （Variable）- 多维 ``Tensor`` ，数据类型为 ``float32`` 或 ``float64`` 或 ``int32`` 或 ``int64`` 。
-    - **name** （str，可选）- 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
-
-返回：数据类型与 ``x`` 相同的 ``Tensor`` 。
+    - **condition** （Variable）– 输入秩至少为1的多维Tensor，数据类型是bool类型。
 
-返回类型：Variable。
+返回：输出condition元素为True的坐标（index），将所有的坐标（index）组成一个2-D的Tensor。
 
-
-**代码示例：**
+返回类型：Variable，数据类型是int64。
+     
+**代码示例**：
 
 .. code-block:: python
 
-          import paddle
-          import numpy as np
-          import paddle.fluid as fluid
+        import paddle.fluid as fluid
+        import paddle.fluid.layers as layers
+        import numpy as np
+        # tensor 为 [True, False, True]
+        condition = layers.assign(np.array([1, 0, 1], dtype='int32'))
+        condition = layers.cast(condition, 'bool')
+        out = layers.where(condition) # [[0], [2]]
+
+        # tensor 为 [[True, False], [False, True]]
+        condition = layers.assign(np.array([[1, 0], [0, 1]], dtype='int32'))
+        condition = layers.cast(condition, 'bool')
+        out = layers.where(condition) # [[0, 0], [1, 1]]
 
-          x_i = np.array([0.9383, 0.1983, 3.2, 1.2]).astype("float32")
-          y_i = np.array([1.0, 1.0, 1.0, 1.0]).astype("float32")
+        # tensor 为 [False, False, False]
+        condition = layers.assign(np.array([0, 0, 0], dtype='int32'))
+        condition = layers.cast(condition, 'bool')
+        out = layers.where(condition) # [[]]
 
-          with fluid.dygraph.guard():
-              x = fluid.dygraph.to_variable(x_i)
-              y = fluid.dygraph.to_variable(y_i)
-              out = paddle.where(x>1, x, y)
 
-          print(out.numpy())
-          #out: [1.0, 1.0, 3.2, 1.2]
diff --git a/doc/paddle/api/paddle/framework/to_variable_cn.rst b/doc/paddle/api/paddle/to_variable_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/framework/to_variable_cn.rst
rename to doc/paddle/api/paddle/to_variable_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/topk_cn.rst b/doc/paddle/api/paddle/topk_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/topk_cn.rst
rename to doc/paddle/api/paddle/topk_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/transpose_cn.rst b/doc/paddle/api/paddle/transpose_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/transpose_cn.rst
rename to doc/paddle/api/paddle/transpose_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/unique_cn.rst b/doc/paddle/api/paddle/unique_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/unique_cn.rst
rename to doc/paddle/api/paddle/unique_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/unique_with_counts_cn.rst b/doc/paddle/api/paddle/unique_with_counts_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/unique_with_counts_cn.rst
rename to doc/paddle/api/paddle/unique_with_counts_cn.rst
diff --git a/doc/paddle/api/paddle/fluid/layers/unstack_cn.rst b/doc/paddle/api/paddle/unstack_cn.rst
similarity index 100%
rename from doc/paddle/api/paddle/fluid/layers/unstack_cn.rst
rename to doc/paddle/api/paddle/unstack_cn.rst
-- 
GitLab