mv to core (#2695)

doc/paddle/api/paddle/framework/CPUPlace_cn.rst

-.. _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()
-
-

doc/paddle/api/paddle/framework/CUDAPinnedPlace_cn.rst

-.. _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()
-

doc/paddle/api/paddle/framework/CUDAPlace_cn.rst

-.. _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)
-
-
-
-