diff --git a/doc/fluid/api_cn/layers_cn/transpose_cn.rst b/doc/fluid/api_cn/layers_cn/transpose_cn.rst
index 2fba689a752171e3950b9ee25a5290f3c6660019..33df874e197309226a0657823098fed68aa3c3c9 100644
--- a/doc/fluid/api_cn/layers_cn/transpose_cn.rst
+++ b/doc/fluid/api_cn/layers_cn/transpose_cn.rst
@@ -5,18 +5,40 @@ transpose
 
 .. py:function:: paddle.fluid.layers.transpose(x,perm,name=None)
 
-根据perm对输入矩阵维度进行重排。
-
-返回张量（tensor）的第i维对应输入维度矩阵的perm[i]。
+该OP根据perm对输入的多维Tensor进行数据重排。返回多维Tensor的第i维对应输入Tensor的perm[i]维。
 
 参数：
-    - **x** (Variable) - 输入张量（Tensor)
-    - **perm** (list) - 输入维度矩阵的转置
-    - **name** (str) - 该层名称（可选）
+    - **x** (Variable) - 输入：x:[N_1, N_2, ..., N_k, D]多维Tensor，可选的数据类型为float16, float32, float64, int32, int64。
+    - **perm** (list) - perm长度必须和X的维度相同，并依照perm中数据进行重排。
+    - **name** (str) - 该层名称（可选）。
+
+返回： 多维Tensor
+
+返回类型：Variable
 
-返回： 转置后的张量（Tensor）
+**示例**:
+
+.. code-block:: python
+
+         x = [[[ 1  2  3  4] [ 5  6  7  8] [ 9 10 11 12]]        
+             [[13 14 15 16] [17 18 19 20] [21 22 23 24]]]
+         shape(x) =  [2,3,4]
+
+         # 例0
+         perm0 = [1,0,2]
+         y_perm0 = [[[ 1  2  3  4] [13 14 15 16]]
+                   [[ 5  6  7  8]  [17 18 19 20]]
+                   [[ 9 10 11 12]  [21 22 23 24]]]
+         shape(y_perm0) = [3,2,4]
+
+         # 例1
+         perm1 = [2,1,0]
+         y_perm1 = [[[ 1 13] [ 5 17] [ 9 21]]
+                   [[ 2 14] [ 6 18] [10 22]]
+                   [[ 3 15]  [ 7 19]  [11 23]]
+                   [[ 4 16]  [ 8 20]  [12 24]]]
+         shape(y_perm1) = [4,3,2]
 
-返回类型：变量（Variable）
 
 **代码示例**:
 
@@ -25,10 +47,11 @@ transpose
     # 请使用 append_batch_size=False 来避免
     # 在数据张量中添加多余的batch大小维度
     import paddle.fluid as fluid
-    x = fluid.layers.data(name='x', shape=[5, 10, 15],
+    x = fluid.layers.data(name='x', shape=[2, 3, 4],
                     dtype='float32', append_batch_size=False)
     x_transposed = fluid.layers.transpose(x, perm=[1, 0, 2])
-
+    print x_transposed.shape
+    #(3L, 2L, 4L)