Add Chinese document of API: randn (#1999)

* Add Chinese document of API: randn

doc/fluid/api/tensor/random.rst

@@ -6,4 +6,5 @@ random
     :maxdepth: 1
 
     random/randint.rst
+    random/randn.rst
     random/randperm.rst

doc/fluid/api_cn/tensor_cn/randn_cn.rst

+.. _cn_api_tensor_random_randn:
+
 randn
 -------------------------------
-**版本升级，文档正在开发中**
+
+.. py:function:: paddle.tensor.random.randn(shape, out=None, dtype=None, device=None, stop_gradient=True, name=None)
+
+该 API 用于生成数据符合标准正态随机分布（均值为 0，方差为 1 的正态随机分布）的 Tensor。
+
+参数：
+  - **shape** (list|tuple): 生成的随机 Tensor 的形状。
+  - **out** (Variable, optional): 用于存储创建的 Tensor，可以是程序中已经创建的任何Variable。当该参数值为 `None` 时，将创建新的 Variable 来保存输出结果。默认值为 None。
+  - **dtype** (np.dtype|core.VarDesc.VarType|str, optional): 输出 Tensor 的数据类型，可选值为 float32，float64。当该参数值为 `None` 时， 输出当 Tensor 的数据类型为 `float32` 。默认值为 None.
+  - **device** (str, optional): 用于指定输出变量是保存在 CPU 还是 GPU 内存中。可选值为 None，'cpu'，'gpu'。当该参数为 None 时， 输出变量将会自动的分配到相对应内存中。默认值为 None。
+  - **stop_gradient** (bool, optional): 是否停止输出当前变量（输出变量）的梯度值。默认值为 True。
+  - **name** (str, optional): 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` ，默认值为None。
+
+返回：符合标准正态分布的随机 Tensor。形状为 shape，数据类型为 dtype。
+
+返回类型：Variable
+
+**示例代码**
+
+.. code-block:: python
+
+     # declarative mode
+     import paddle
+     import paddle.fluid as fluid
+     data = paddle.randn([2, 4])
+     place = fluid.CPUPlace()
+     exe = fluid.Executor(place)
+     res, = exe.run(fluid.default_main_program(), feed={}, fetch_list=[data])
+     print(res)
+     # [[-1.4187592   0.7368311  -0.53748125 -0.0146909 ]
+     #  [-0.66294265 -1.3090698   0.1898754  -0.14065823]]
+
+.. code-block:: python
+
+    # imperative mode
+    import paddle
+    import paddle.fluid as fluid
+    import paddle.fluid.dygraph as dg
+    place = fluid.CPUPlace()
+    with dg.guard(place) as g:
+        x = paddle.randn([2, 4])
+        x_np = x.numpy()
+        print(x_np)
+        # [[ 1.5149173  -0.26234224 -0.592486    1.4523455 ]
+        #  [ 0.04581212 -0.85345626  1.1687907  -0.02512913]]