api2.0, Add Bilinear doc(eng,cn) (#2485)

* api2.0, Add Bilinear doc(eng,cn), test=develop

* fix some description, test=develop

* fix some description, test=develop

* fix some description, test=develop

* fix some describtion, test=develop
Co-authored-by: NChen Weihang <chenweihang@baidu.com>

doc/fluid/api/nn.rst

@@ -172,3 +172,4 @@ paddle.nn
     nn/AdaptiveAvgPool2d.rst
     nn/AdaptiveAvgPool3d.rst
     nn/layer/activation/Sigmoid.rst
+    nn/Bilinear.rst
\ No newline at end of file

doc/fluid/api/nn/Bilinear.rst

+.. _api_nn_Bilinear:
+
+Bilinear
+-------------------------------
+
+..  autofunction:: paddle.nn.Bilinear
+    :noindex:
+

doc/fluid/api/nn/functional.rst

@@ -11,3 +11,4 @@ functional
     functional/ctc_loss.rst
     functional/adaptive_avg_pool2d.rst
     functional/adaptive_avg_pool3d.rst
+    functional/bilinear.rst

doc/fluid/api/nn/functional/bilinear.rst

+.. _api_nn_functional_bilinear:
+
+bilinear
+--------------------
+
+..  autofunction:: paddle.nn.functional.bilinear
+    :noindex:
+

doc/fluid/api_cn/nn_cn.rst

@@ -189,3 +189,4 @@ paddle.nn
     nn_cn/ZeroPad2d_cn.rst
     nn_cn/AdaptiveAvgPool2d_cn.rst
     nn_cn/AdaptiveAvgPool3d_cn.rst
+    nn_cn/Bilinear_cn.rst

doc/fluid/api_cn/nn_cn/Bilinear_cn.rst

+.. _cn_api_nn_Bilinear:
+
+Bilinear
+-------------------------------
+
+.. py:function:: paddle.nn.Bilinear(in1_features, in2_features, out_features, weight_attr=None, bias_attr=None, name=None)
+
+该层对两个输入执行双线性张量积。
+
+例如:
+
+.. math::
+
+       out_{i} = x1 * W_{i} * {x2^\mathrm{T}}, i=0,1,...,size-1
+
+       out = out + b
+
+在这个公式中：
+  - :math:`x1`: 第一个输入，包含 :in1_features个元素，形状为 [batch_size, in1_features]。
+  - :math:`x2`: 第二个输入，包含 :in2_features个元素，形状为 [batch_size, in2_features]。
+  - :math:`W_{i}`: 第 :i个被学习的权重，形状是 [in1_features, in2_features]。
+  - :math:`out_{i}`: 输出的第 :i个元素，形状是 [batch_size, out_features]。
+  - :math:`b`: 被学习的偏置参数，形状是 [1, out_features]。
+  - :math:`x2^\mathrm{T}`: :math:`x2` 的转置。
+
+参数
+:::::::::
+  - **in1_features** (int): 每个 **x1** 元素的维度。
+  - **in2_features** (int): 每个 **x2** 元素的维度。
+  - **out_features** (int): 输出张量的维度。
+  - **weight_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。
+  - **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，此时bias的元素会被初始化成0。如果设置成False，则不会有bias加到output结果上。
+  - **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。
+
+属性
+:::::::::
+    - **weight** 本层的可学习参数，类型为 Parameter
+    - **bias** 本层的可学习偏置，类型为 Parameter
+
+返回
+:::::::::
+``Tensor``，一个形为 [batch_size, out_features] 的 2-D 张量。
+
+代码示例
+:::::::::
+
+.. code-block:: python
+
+    import paddle
+    import numpy
+
+    paddle.disable_static()
+    layer1 = numpy.random.random((5, 5)).astype('float32')
+    layer2 = numpy.random.random((5, 4)).astype('float32')
+    bilinear = paddle.nn.Bilinear(
+        in1_features=5, in2_features=4, out_features=1000)
+    result = bilinear(paddle.to_tensor(layer1),
+                    paddle.to_tensor(layer2))     # result shape [5, 1000]
+

doc/fluid/api_cn/nn_cn/functional_cn.rst

@@ -25,3 +25,4 @@ functional
     functional_cn/adaptive_avg_pool3d_cn.rst
     functional_cn/sigmoid_cn.rst
     functional_cn/cross_entropy_loss_cn.rst
+    functional_cn/bilinear_cn.rst

doc/fluid/api_cn/nn_cn/functional_cn/bilinear_cn.rst

+.. _cn_api_nn_functional_bilinear:
+
+bilinear
+-------------------------------
+
+
+.. py:function:: paddle.nn.functional.bilinear(x1, x2, weight, bias=None, name=None)
+
+该层对两个输入执行双线性张量积。
+详细的计算和返回值维度请参见 :ref:`cn_api_nn_Bilinear`
+
+参数
+:::::::::
+  - **x1** (int): 第一个输入的 `Tensor` ，数据类型为：float32、float64。
+  - **x2** (int): 第二个输入的 `Tensor` ，数据类型为：float32、float64。
+  - **weight** (Parameter) ：本层的可学习参数。形状是 [out_features, in1_features, in2_features]。
+  - **bias** (Parameter, 可选) : 本层的可学习偏置。形状是 [1, out_features]。默认值为None，如果被设置成None，则不会有bias加到output结果上。
+  - **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
+:::::::::
+``Tensor``，一个形为 [batch_size, out_features] 的 2-D 张量。
+
+代码示例
+:::::::::
+
+.. code-block:: python
+
+    import paddle
+    import numpy
+    import paddle.nn.functional as F
+
+    paddle.disable_static()
+    x1 = numpy.random.random((5, 5)).astype('float32')
+    x2 = numpy.random.random((5, 4)).astype('float32')
+    w = numpy.random.random((1000, 5, 4)).astype('float32')
+    b = numpy.random.random((1, 1000)).astype('float32')
+
+    result = F.bilinear(paddle.to_tensor(x1), paddle.to_tensor(x2), paddle.to_tensor(w), paddle.to_tensor(b))           # result shape [5, 1000]
+
+