fix space_to_depth cn doc (#1353)

* fix space_to_depth cn doc

* change name's text

* add input output shape

* add code example

* test=document_fix

doc/fluid/api_cn/layers_cn/space_to_depth_cn.rst

@@ -5,32 +5,48 @@ space_to_depth
 
 .. py:function:: paddle.fluid.layers.space_to_depth(x, blocksize, name=None)
 
-给该函数一个 ``blocksize`` 值，可以对形为[batch, channel, height, width]的输入LoD张量进行space_to_depth（广度至深度）运算。
+该OP对成块的空间数据进行重组，输出一个输入张量的拷贝，其高度和宽度维度上的值移至通道维度。
 
-该运算对成块的空间数据进行重组，形成深度。确切地说，该运算输出一个输入LoD张量的拷贝，其高度，宽度维度上的值移动至通道维度上。
+重组时，依据 ``blocksize`` 指明的数据块大小, 对形为 ``[batch, channel, height, width]`` 的输入张量进行space_to_depth（广度至深度）运算，生成形为 ``[batch, channel * blocksize * blocksize, height/blocksize, width/blocksize]``  的输出：
 
-``blocksize`` 参数指明了数据块大小。
+ - 在各位置上，不重叠的，大小为 ``blocksize * blocksize`` 的块重组入深度depth
+ - 输入各个块中的Y, X坐标变为输出张量通道索引的高序部位
+ - 输入 ``channel`` 需可以被 ``blocksize`` 的平方整除
+ - 输入的高度和宽度需可以被 ``blocksize`` 整除
+
+该OP适用于在卷积间重放缩激活函数，并保持所有的数据。
+
+范例如下：
+
+::
+
+    给定形状为[1, 1, 4, 4]的输入 x：
+      x.data = [[[[1,   2,  5,  6],
+                  [3,   4,  7,  8],
+                  [9,  10, 13, 14],
+                  [11, 12, 15, 16]]]]
+    设置 blocksize = 2
+
+    得到形状为[1, 4, 2, 2]的输出 out：
+      out.data = [[[[1,   2],  [3,  4]],
+                   [[5,   6],  [7,  8]],
+                   [[9,  10], [11, 12]],
+                   [[13, 14], [15, 16]]]]
 
-重组时，依据 ``blocksize`` , 生成形为 :math:`[batch, channel * blocksize * blocksize, height/blocksize, width/blocksize]` 的输出：
 
-该运算适用于在卷积间重放缩激励函数，并保持所有的数据。
 
- - 在各位置上，不重叠的，大小为 :math:`block\_size * block\_size` 的块重组入深度depth
- - 输出张量的深度为 :math:`block\_size * block\_size * input\_channel`
- - 输入各个块中的Y,X坐标变为输出张量通道索引的高序部位
- - channel可以被blocksize的平方整除
- - 高度，宽度可以被blocksize整除
 
 参数:
-  - **x** (variable) – 输入LoD张量
-  - **blocksize** (variable) – 在每个特征图上选择元素时采用的块大小，应该 > 2
+  - **x** (Variable) – 输入，形状为 ``[batch, channel, height, width]`` 的4维Tensor或LoD Tensor。数据类型支持int32，int64，float32或float64。
+  - **blocksize** (int) – 在每个特征图上选择元素时采用的块大小，应该 >= 2
+  - **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LoD tensor
+返回：输出，形状为 ``[batch, channel * blocksize * blocksize, height/blocksize, width/blocksize]``  的4维Tensor或LoD Tensor。数据类型与输入 ``x`` 一致。
 
 返回类型：Variable
 
 抛出异常：
-  - ``TypeError`` - ``blocksize`` 必须是long类型
+  - ``TypeError`` - ``blocksize`` 必须是int64类型
 
 **代码示例**
 
@@ -39,18 +55,37 @@ space_to_depth
     import paddle.fluid as fluid
     import numpy as np
 
-    data = fluid.layers.data(
-        name='data', shape=[1, 4, 2, 2], dtype='float32', append_batch_size=False)
+    data = fluid.data(
+        name='data', shape=[1, 4, 2, 2], dtype='float32')
     space_to_depthed = fluid.layers.space_to_depth(
         x=data, blocksize=2)
 
     exe = fluid.Executor(fluid.CPUPlace())
-    data_np = np.arange(0,16).reshape((1,4,2,2)).astype('float32')
+    data_np = np.arange(0,16).reshape((1,4,2,2)).astype('float32')    
+    
+    print(data_np)
+    #array([[[[ 0.,  1.], [ 2.,  3.]],
+    #         [[ 4.,  5.], [ 6.,  7.]],
+    #         [[ 8.,  9.], [10., 11.]],
+    #         [[12., 13.], [14., 15.]]]], dtype=float32)
+
     out_main = exe.run(fluid.default_main_program(),
                   feed={'data': data_np},
                   fetch_list=[space_to_depthed])
 
+    print(out_main)
+    #[array([[[[ 0.]], [[ 4.]], [[ 1.]], [[ 5.]],
+    #         [[ 8.]], [[12.]], [[ 9.]], [[13.]],
+    #         [[ 2.]], [[ 6.]], [[ 3.]], [[ 7.]],
+    #         [[10.]], [[14.]], [[11.]], [[15.]]]], dtype=float32)]
+
+    
+
+
+
+
 
 
 
 
+