Merge pull request #455 from haowang101779990/1207-cnapi

1207 api 翻译

doc/fluid/api_cn/average_cn.rst

-
 #################
  fluid.average
 #################
@@ -8,7 +7,7 @@
 .. _cn_api_fluid_average_WeightedAverage:
 
 WeightedAverage
->>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.average.WeightedAverage
 
@@ -65,5 +64,7 @@ WeightedAverage
 
 
 
-英文版API文档: :ref:`api_fluid_average_WeightedAverage` 
+
+
+
 

doc/fluid/api_cn/backward_cn.rst

-
 #################
  fluid.backward
 #################
@@ -8,7 +7,7 @@
 .. _cn_api_fluid_backward_append_backward:
 
 append_backward
->>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.backward.append_backward(loss, parameter_list=None, no_grad_set=None, callbacks=None)
 
@@ -86,5 +85,7 @@ append_backward
 
 
 
-英文版API文档: :ref:`api_fluid_backward_append_backward` 
+
+
+
 

doc/fluid/api_cn/clip_cn.rst

-
 #################
  fluid.clip
 #################
@@ -8,7 +7,7 @@
 .. _cn_api_fluid_clip_ErrorClipByValue:
 
 ErrorClipByValue
->>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.clip.ErrorClipByValue(max, min=None)
 
@@ -34,12 +33,14 @@ ErrorClipByValue
 
 
 
-英文版API文档: :ref:`api_fluid_clip_ErrorClipByValue` 
+
+
+
 
 .. _cn_api_fluid_clip_GradientClipByGlobalNorm:
 
 GradientClipByGlobalNorm
->>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.clip.GradientClipByGlobalNorm(clip_norm, group_name='default_group')
  
@@ -78,12 +79,14 @@ GradientClipByGlobalNorm
 
 
 
-英文版API文档: :ref:`api_fluid_clip_GradientClipByGlobalNorm` 
+
+
+
 
 .. _cn_api_fluid_clip_GradientClipByNorm:
 
 GradientClipByNorm
->>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.clip.GradientClipByNorm(clip_norm)
 
@@ -116,12 +119,14 @@ GradientClipByNorm
 
 
 
-英文版API文档: :ref:`api_fluid_clip_GradientClipByNorm` 
+
+
+
 
 .. _cn_api_fluid_clip_GradientClipByValue:
 
 GradientClipByValue
->>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.clip.GradientClipByValue(max, min=None)
 
@@ -152,5 +157,7 @@ GradientClipByValue
      
 
 
-英文版API文档: :ref:`api_fluid_clip_GradientClipByValue` 
+
+
+
 

doc/fluid/api_cn/data_feeder_cn.rst

-
-#################
-fluid.data_feeder
-#################
+###################
+ fluid.data_feeder
+###################
 
 
 
 .. _cn_api_fluid_data_feeder_DataFeeder:
 
 DataFeeder
->>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.data_feeder.DataFeeder(feed_list, place, program=None)
 
@@ -101,10 +100,10 @@ reader通常返回一个minibatch条目列表。在列表中每一条目都是
 将reader返回的输入数据batch转换为多个mini-batch，之后每个mini-batch都会被输入进各个设备（CPU或GPU）中。
     
 参数：
-        - **reader** (fun) – 待输入的数据
-        - **multi_devices** (bool) – 执行场所的数目，默认为None
-        - **num_places** (int) – 执行场所的数目，默认为None
-        - **drop_last** (bool) – 舍弃数目匹配不上的batch或设备
+        - **reader** (fun) – 该参数是一个可以生成数据的函数
+        - **multi_devices** (bool) – bool型，指明是否使用多个设备
+        - **num_places** (int) – 如果 ``multi_devices`` 为 ``True`` , 可以使用此参数来设置GPU数目。如果 ``num_places`` 为 ``None`` ，该函数默认使用当前训练机所有GPU设备。默认为None。
+        - **drop_last** (bool) – 如果最后一个batch的大小比 ``batch_size`` 要小，则可使用该参数来指明是否选择丢弃最后一个batch数据。 默认为 ``True`` 
 
 返回：转换结果
 
@@ -117,5 +116,7 @@ reader通常返回一个minibatch条目列表。在列表中每一条目都是
 
 
 
-英文版API文档: :ref:`api_fluid_data_feeder_DataFeeder` 
+
+
+
 

doc/fluid/api_cn/executor_cn.rst

-
 #################
  fluid.executor
 #################
 
 
 
-.. _cn_api_fluid_executor:
+.. _cn_api_fluid_executor_Executor:
 
 Executor
->>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 
 .. py:class:: paddle.fluid.executor.Executor (place)
@@ -107,5 +106,64 @@ feed map为该program提供输入数据。fetch_list提供program训练结束后
 
 
 
-英文版API文档: :ref:`api_fluid_executor` 
+
+
+
+
+
+
+.. _cn_api_fluid_executor_global_scope:
+
+global_scope
+-------------------------------
+
+.. py:function:: paddle.fluid.global_scope()
+
+
+获取全局/默认作用域实例。很多api使用默认 ``global_scope`` ，例如 ``Executor.run`` 。
+
+返回：全局/默认作用域实例
+
+返回类型：Scope
+
+
+
+
+
+
+.. _cn_api_fluid_executor_scope_guard:
+
+scope_guard
+-------------------------------
+
+.. py:function:: paddle.fluid.scope_guard(*args, **kwds)
+
+
+修改全局/默认作用域（scope）,  运行时中的所有变量都将分配给新的scope。
+
+参数：
+	- **scope** - 新的全局/默认 scope。
+
+**代码示例**
+
+..  code-block:: python
+
+	import paddle.fluid as fluid
+	
+	new_scope = fluid.Scope()
+	with fluid.scope_guard(new_scope):
+		...
+
+
+
+
+
+
+
+
+
+
+
+
+
 

doc/fluid/api_cn/fluid_cn.rst

-
 #################
-fluid
+ fluid
 #################
 
 
@@ -8,7 +7,7 @@ fluid
 .. _cn_api_fluid_AsyncExecutor:
 
 AsyncExecutor
->>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.AsyncExecutor(place=None)
 
@@ -48,14 +47,39 @@ AsyncExecutor正在积极开发，API可能在不久的将来会发生变化。
 
 	目前仅支持CPU
 
+.. py:method:: run(program, data_feed, filelist, thread_num, fetch, debug=False)
+
+使用此 ``AsyncExecutor`` 来运行 ``program`` 。
+
+``filelist`` 中包含训练数据集。用户也可以通过在参数 ``fetch`` 中提出变量来检查特定的变量， 正如 ``fluid.Executor`` 。
+
+但不像 ``fluid.Executor`` ， ``AsyncExecutor`` 不返回获取到的变量，而是将每个获取到的变量作为标准输出展示给用户。
+
+数据集上的运算在多个线程上执行，每个线程中都会独立出一个线程本地作用域，并在此域中建立运算。
+所有运算同时更新参数值。
+
+参数:	
+  - program (Program) – 需要执行的program。如果没有提供该参数，默认使用 ``default_main_program`` 
+  - data_feed (DataFeedDesc) –  ``DataFeedDesc`` 对象
+  - filelist (str) – 一个包含训练数据集文件的文件列表
+  - thread_num (int) – 并发训练线程数。参照 *注解* 部分获取合适的设置方法
+  - fetch (str|list) – 变量名，或者变量名列表。指明最后要进行观察的变量命名
+  - debug (bool) – 如果为True, 在每一个minibatch处理后，fetch 中指明的变量将会通过标准输出打印出来
+
+.. note::
+    1.该执行器会运行program中的所有运算，不只是那些依赖于fetchlist的运算
+
+    2.该类执行器在多线程上运行，每个线程占用一个CPU核。为了实现效率最大化，建议将 ``thread_num`` 等于或稍微小于CPU核心数
+
+
+
 
 
-英文版API文档: :ref:`api_fluid_AsyncExecutor` 
 
 .. _cn_api_fluid_BuildStrategy:
 
 BuildStrategy
->>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:class::  paddle.fluid.BuildStrategy
 
@@ -105,38 +129,48 @@ str类型。在 ``ParallelExecutor`` 中，存在两种减少策略（reduce str
 
 
 
-英文版API文档: :ref:`api_fluid_BuildStrategy` 
+
+
+
 
 .. _cn_api_fluid_CPUPlace:
 
 CPUPlace
->>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.CPUPlace
 
 
 
 
-英文版API文档: :ref:`api_fluid_CPUPlace` 
+
+
+
 
 .. _cn_api_fluid_create_lod_tensor:
 
 
 create_lod_tensor
->>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.create_lod_tensor(data, recursive_seq_lens, place) 
 
 
 该函数从一个numpy数组，列表或者已经存在的lod tensor中创建一个lod tensor。
+
 通过一下几步实现:
-	1. 检查length-based level of detail (LoD,长度为基准的细节层次)，或称recursive_sequence_lengths(递归序列长度)的正确性
-	2. 将recursive_sequence_lengths转化为offset-based LoD(偏移量为基准的LoD)
-        3. 把提供的numpy数组，列表或者已经存在的lod tensor复制到CPU或GPU中(依据执行场所确定)
-        4. 利用offset-based LoD来设置LoD
+
+1. 检查length-based level of detail (LoD,长度为基准的细节层次)，或称recursive_sequence_lengths(递归序列长度)的正确性
+
+2. 将recursive_sequence_lengths转化为offset-based LoD(偏移量为基准的LoD)
+
+3. 把提供的numpy数组，列表或者已经存在的lod tensor复制到CPU或GPU中(依据执行场所确定)
+
+4. 利用offset-based LoD来设置LoD
+
 例如：
          假如我们想用LoD Tensor来承载一词序列的数据，其中每个词由一个整数来表示。现在，我们意图创建一个LoD Tensor来代表两个句子，其中一个句子有两个词，另外一个句子有三个。
-     	 那么数据可以是一个numpy数组，形状为（5,1）。同时， ``recursive_seq_lens`` 为 [[2, 3]]，表明各个句子的长度。这个长度为基准的 ``recursive_seq_lens`` 将在函数中会被转化为以偏移量为基准的 LoD [[0, 2, 5]]。
+     	 那么数 ``data`` 可以是一个numpy数组，形状为（5,1）。同时， ``recursive_seq_lens`` 为 [[2, 3]]，表明各个句子的长度。这个长度为基准的 ``recursive_seq_lens`` 将在函数中会被转化为以偏移量为基准的 LoD [[0, 2, 5]]。
 
 参数:
 	- **data** (numpy.ndarray|list|LoDTensor) – 容纳着待复制数据的一个numpy数组、列表或LoD Tensor
@@ -151,13 +185,15 @@ create_lod_tensor
 
 
 
-英文版API文档: :ref:`api_fluid_create_lod_tensor` 
+
+
+
 
 .. _cn_api_fluid_create_random_int_lodtensor:
 
 
 create_random_int_lodtensor
->>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.create_random_int_lodtensor(recursive_seq_lens, base_shape, place, low, high)
 
@@ -169,9 +205,9 @@ create_random_int_lodtensor
 
 该函数实现以下功能：
 
-    1. 根据用户输入的length-based ``recursive_seq_lens`` （基于长度的递归序列长）和在 ``basic_shape`` 中的基本元素形状计算LoDTensor的整体形状
-    2. 由此形状，建立numpy数组
-    3. 使用API： ``create_lod_tensor`` 建立LoDTensor
+1. 根据用户输入的length-based ``recursive_seq_lens`` （基于长度的递归序列长）和在 ``basic_shape`` 中的基本元素形状计算LoDTensor的整体形状
+2. 由此形状，建立numpy数组
+3. 使用API： ``create_lod_tensor`` 建立LoDTensor
 
 
 假如我们想用LoD Tensor来承载一词序列，其中每个词由一个整数来表示。现在，我们意图创建一个LoD Tensor来代表两个句子，其中一个句子有两个词，另外一个句子有三个。那么 ``base_shape`` 为[1], 输入的length-based ``recursive_seq_lens`` 是 [[2, 3]]。那么LoDTensor的整体形状应为[5, 1]，并且为两个句子存储5个词。
@@ -193,12 +229,14 @@ create_random_int_lodtensor
 
 
 
-英文版API文档: :ref:`api_fluid_create_random_int_lodtensor` 
+
+
+
 
 .. _cn_api_fluid_CUDAPinnedPlace:
 
 CUDAPinnedPlace
->>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.CUDAPinnedPlace
 
@@ -209,24 +247,28 @@ CUDAPinnedPlace
 
 
 
-英文版API文档: :ref:`api_fluid_CUDAPinnedPlace` 
+
+
+
 
 .. _cn_api_fluid_CUDAPlace:
 
 CUDAPlace
->>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.CUDAPlace
 
 
 
 
-英文版API文档: :ref:`api_fluid_CUDAPlace` 
+
+
+
 
 .. _cn_api_fluid_DataFeedDesc:
 
 DataFeedDesc
->>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.DataFeedDesc(proto_file)
 
@@ -267,7 +309,7 @@ DataFeedDesc应由来自磁盘的有效protobuf消息初始化:
 
 DataFeedDesc也可以在运行时更改。一旦你熟悉了每个字段的含义，您可以修改它以更好地满足您的需要。例如:
 
-.. code-block:: text
+.. code-block:: python
 
     data_feed.set_batch_size(128)
     data_feed.set_dense_slots('wd')  # The slot named 'wd' will be dense
@@ -277,6 +319,7 @@ DataFeedDesc也可以在运行时更改。一旦你熟悉了每个字段的含
     
     print(data_feed.desc())
 
+
 参数：
 	- **proto_file** (string) - 包含数据feed中描述的磁盘文件
 
@@ -351,12 +394,14 @@ DataFeedDesc也可以在运行时更改。一旦你熟悉了每个字段的含
 	print(data_feed.desc())
 
 
-英文版API文档: :ref:`api_fluid_DataFeedDesc` 
+
+
+
 
 .. _cn_api_fluid_DataFeeder:
 
 DataFeeder
->>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.DataFeeder(feed_list, place, program=None)
 
@@ -393,7 +438,8 @@ reader通常返回一个minibatch条目列表。在列表中每一条目都是
     - **program** (Program) – 需要向其中输入数据的Program。如果为None, 会默认使用 ``default_main_program()``。 缺省值为None
 
 
-弹出异常:	  ``ValueError``  – 如果一些变量不在此 Program 中
+抛出异常:
+  - ``ValueError``  – 如果一些变量不在此 Program 中
 
 
 **代码示例**
@@ -437,7 +483,8 @@ reader通常返回一个minibatch条目列表。在列表中每一条目都是
 
 返回类型: dict
 
-**特别注意：** 设备（CPU或GPU）的数目必须等于minibatch的数目
+.. note::
+     设备（CPU或GPU）的数目必须等于minibatch的数目
 
 
 
@@ -448,16 +495,19 @@ reader通常返回一个minibatch条目列表。在列表中每一条目都是
 将reader返回的输入数据batch转换为多个mini-batch，之后每个mini-batch都会被输入进各个设备（CPU或GPU）中。
     
 参数：
-        - **reader** (fun) – 待输入的数据
-        - **multi_devices** (bool) – 执行场所的数目，默认为None
-        - **num_places** (int) – 执行场所的数目，默认为None
-        - **drop_last** (bool) – 舍弃数目匹配不上的batch或设备
+        - **reader** (fun) – 该参数是一个可以生成数据的函数
+        - **multi_devices** (bool) – bool型，指明是否使用多个设备
+        - **num_places** (int) – 如果 ``multi_devices`` 为 ``True`` , 可以使用此参数来设置GPU数目。如果 ``num_places`` 为 ``None`` ，该函数默认使用当前训练机所有GPU设备。默认为None。
+        - **drop_last** (bool) – 如果最后一个batch的大小比 ``batch_size`` 要小，则可使用该参数来指明是否选择丢弃最后一个batch数据。 默认为 ``True`` 
 
 返回：转换结果
 
 返回类型: dict
     
-弹出异常： ``ValueError`` – 如果 ``drop_last`` 值为False并且reader返回的minibatch数目与设备数目不相等时，产生此异常
+抛出异常： ``ValueError`` – 如果 ``drop_last`` 值为False并且reader返回的minibatch数目与设备数目不相等时，产生此异常
+
+
+        
 
 
 
@@ -466,12 +516,11 @@ reader通常返回一个minibatch条目列表。在列表中每一条目都是
 
 
 
-英文版API文档: :ref:`api_fluid_DataFeeder` 
 
 .. _cn_api_fluid_default_main_program:
 
 default_main_program
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.default_main_program()
 
@@ -497,7 +546,9 @@ default_main_program
 
 
 
-英文版API文档: :ref:`api_fluid_default_main_program` 
+
+
+
 
 .. _cn_api_fluid_default_startup_program:
 
@@ -505,7 +556,7 @@ default_main_program
 
 
 default_startup_program
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.default_startup_program()
 
@@ -529,12 +580,14 @@ startup_program会使用内在的operators（算子）去初始化他们，并
 
 
 
-英文版API文档: :ref:`api_fluid_default_startup_program` 
+
+
+
 
 .. _cn_api_fluid_DistributeTranspiler:
 
 DistributeTranspiler
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.DistributeTranspiler (config=None)
 
@@ -590,6 +643,7 @@ DistributeTranspiler
 参数:	
 	- **trainer_id** (int) – 当前Trainer worker的id, 如果有n个Trainer worker, id 取值范围为0 ~ n-1
 	- **program** (Program|None) – 待transpile（转译）的program, 缺省为 ``fluid.default_main_program()`` 
+	- **startup_program** (Program|None) - 要转译的 ``startup_program`` ,默认为 ``fluid.default_startup_program()``
 	- **pservers** (str) – 内容为Pserver列表的字符串，格式为：按逗号区分不同的Pserver，每个Pserver的格式为 *ip地址:端口号* 
 	- **trainers** (int|str) – 在Pserver模式下，该参数指Trainer机的个数；在nccl2模式下，它是一个内容为Trainer终端列表的字符串
 	- **sync_mode** (bool) – 是否做同步训练(synchronous training), 默认为True
@@ -652,12 +706,14 @@ DistributeTranspiler
 
 
 
-英文版API文档: :ref:`api_fluid_DistributeTranspiler` 
+
+
+
 
 .. _cn_api_fluid_DistributeTranspilerConfig:
 
 DistributeTranspilerConfig
->>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.DistributeTranspilerConfig
 
@@ -680,12 +736,14 @@ DistributeTranspilerConfig
 
 
 
-英文版API文档: :ref:`api_fluid_DistributeTranspilerConfig` 
+
+
+
 
 .. _cn_api_fluid_ExecutionStrategy:
 
 ExecutionStrategy
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.ExecutionStrategy
 
@@ -734,12 +792,14 @@ int型成员。它代表了线程池(thread pool)的大小。这些线程会被
 
 
 
-英文版API文档: :ref:`api_fluid_ExecutionStrategy` 
+
+
+
 
 .. _cn_api_fluid_executor:
 
 Executor
->>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 
 .. py:class:: paddle.fluid.Executor (place)
@@ -843,26 +903,14 @@ feed map为该program提供输入数据。fetch_list提供program训练结束后
 
 
 
-英文版API文档: :ref:`api_fluid_executor` 
-
-.. _cn_api_fluid_fluid_Tensor:
 
-Tensor
->>>>>>>>>>>>>>>>>>>>>>>>>
-
-.. py:function:: paddle.fluid.Tensor
 
-    ``LoDTensor`` 的别名
 
 
-
-
-英文版API文档: :ref:`api_fluid_fluid_Tensor` 
-
 .. _cn_api_fluid_global_scope:
 
 global_scope
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.global_scope()
 
@@ -875,19 +923,24 @@ global_scope
 
 
 
-英文版API文档: :ref:`api_fluid_global_scope` 
+
+
+
 
 .. _cn_api_fluid_LoDTensor:
 
 LoDTensor
->>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.LoDTensor
 
 
 LoDTensor是一个具有LoD信息的张量(Tensor)
 
- ``np.array(lod_tensor)`` 可以将LoDTensor转换为numpy array。 ``lod_tensor.lod()`` 可以获得LoD信息。
+``np.array(lod_tensor)`` 可以将LoDTensor转换为numpy array。 
+
+``lod_tensor.lod()`` 可以获得LoD信息。
+
 LoD是多层序列（Level of Details）的缩写，通常用于不同长度的序列。如果您不需要了解LoD信息，可以跳过下面的注解。
 
 举例:
@@ -939,12 +992,14 @@ LoD可以有多个level(例如，一个段落可以有多个句子，一个句
 
 
 
-英文版API文档: :ref:`api_fluid_LoDTensor` 
+
+
+
 
 .. _cn_api_fluid_LoDTensorArray:
 
 LoDTensorArray
->>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.LoDTensorArray
 
@@ -954,19 +1009,22 @@ LoDTensorArray
 
 
 
-英文版API文档: :ref:`api_fluid_LoDTensorArray` 
+
+
+
 
 .. _cn_api_fluid_memory_optimize:
 
 memory_optimize
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.memory_optimize(input_program, skip_opt_set=None, print_log=False, level=0, skip_grads=False)
 
 
 通过重用var内存来优化内存。
 
-注意:它不支持block中嵌套子block。
+.. note::
+    它不支持block中嵌套子block。
 
 参数:
 	- **input_program** (str) – 输入Program。
@@ -979,12 +1037,14 @@ memory_optimize
 
 
 
-英文版API文档: :ref:`api_fluid_memory_optimize` 
+
+
+
 
 .. _cn_api_fluid_name_scope:
 
 name_scope
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.name_scope(*args, **kwds)
 
@@ -1009,12 +1069,14 @@ name_scope
 
 
 
-英文版API文档: :ref:`api_fluid_name_scope` 
+
+
+
 
 .. _cn_api_fluid_ParallelExecutor:
 
 ParallelExecutor
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.ParallelExecutor(use_cuda, loss_name=None, main_program=None, share_vars_from=None, exec_strategy=None, build_strategy=None, num_trainers=1, trainer_id=0, scope=None)
 
@@ -1041,7 +1103,7 @@ ParallelExecutor
 
 返回类型:	ParallelExecutor
 
-弹出异常：``TypeError`` - 如果提供的参数 ``share_vars_from`` 不是 ``ParallelExecutor`` 类型的，将会弹出此异常
+抛出异常：``TypeError`` - 如果提供的参数 ``share_vars_from`` 不是 ``ParallelExecutor`` 类型的，将会弹出此异常
 
 **代码示例**
 
@@ -1096,14 +1158,12 @@ ParallelExecutor
 
 返回类型：List
 
-弹出异常： 
-         ``ValueError`` - 如果feed参数是list类型，但是它的长度不等于可用设备（执行场所）的数目，再或者给定的feed不是dict类型，弹出此异常
-         
-         ``TypeError`` - 如果feed参数是list类型，但是它里面的元素不是dict类型时，弹出此异常
-
-额外注意：
-     1.如果feed参数为dict类型，那么传入 ``ParallelExecutor`` 的数据量 *必须* 大于可用的执行场所数目。否则，C++端将会弹出异常。应额外注意核对数据集的最后一个batch是否比可用执行场所数目大。
+抛出异常: 
+     - ``ValueError`` - 如果feed参数是list类型，但是它的长度不等于可用设备（执行场所）的数目，再或者给定的feed不是dict类型，抛出此异常
+     - ``TypeError`` - 如果feed参数是list类型，但是它里面的元素不是dict类型时，弹出此异常
 
+.. note::
+     1.如果feed参数为dict类型，那么传入 ``ParallelExecutor`` 的数据量 *必须* 大于可用的执行场所数目。否则，C++端将会抛出异常。应额外注意核对数据集的最后一个batch是否比可用执行场所数目大。
      2.如果可用执行场所大于一个，则为每个变量最后获取的结果都是list类型，且这个list中的每个元素都是各个可用执行场所的变量
 
 **代码示例**
@@ -1120,13 +1180,15 @@ ParallelExecutor
 
 
 
-英文版API文档: :ref:`api_fluid_ParallelExecutor` 
+
+
+
 
 .. _cn_api_fluid_ParamAttr:
 
  
 ParamAttr
->>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 
 .. py:class:: paddle.fluid.ParamAttr(name=None, initializer=None, learning_rate=1.0, regularizer=None, trainable=True, gradient_clip=None, do_model_average=False)
@@ -1160,12 +1222,14 @@ ParamAttr
 
 
 
-英文版API文档: :ref:`api_fluid_ParamAttr` 
+
+
+
 
 .. _cn_api_fluid_Program:
 
 Program
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function::  paddle.fluid.Program
 
@@ -1372,12 +1436,14 @@ operator的角色，值只能是枚举变量{Forward, Backward, Optimize}。
 
 
 
-英文版API文档: :ref:`api_fluid_Program` 
+
+
+
 
 .. _cn_api_fluid_program_guard:
 
 program_guard
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.program_guard(*args, **kwds)
 
@@ -1420,12 +1486,14 @@ program_guard
 
 
 
-英文版API文档: :ref:`api_fluid_program_guard` 
+
+
+
 
 .. _cn_api_fluid_release_memory:
 
 release_memory
->>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.release_memory(input_program, skip_opt_set=None) 
 
@@ -1450,14 +1518,36 @@ release_memory
 
 
 
-英文版API文档: :ref:`api_fluid_release_memory` 
+
+
+
 
 .. _cn_api_fluid_Scope:
 
 Scope
->>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
+
+.. py:class:: paddle.fluid.scope(scope)
+
+(作用域)Scope为变量名的联合。所有变量都属于Scope。
+
+从本地作用域中可以拉取到其双亲作用域的变量。
+
+要想运行一个网络，需要指明它运行所在的域，确切的说： exe.Run(&scope) 。
+
+一个网络可以在不同域上运行，并且更新该域的各类变量。
+
+在作用域上创建一个变量，并在域中获取。
+
+**代码示例**
+
+..  code-block:: python
+
+    # create tensor from a scope and set value to it.
+    param = scope.var('Param').get_tensor()
+    param_array = np.full((height, row_numel), 5.0).astype("float32")
+    param.set(param_array, place)
 
-.. py:function:: paddle.fluid.scope(scope)
 
 .. py:method:: drop_kids(self: paddle.fluid.core.Scope) → None
 .. py:method:: find_var(self: paddle.fluid.core.Scope, arg0: unicode) → paddle.fluid.core.Variable
@@ -1467,14 +1557,16 @@ Scope
 
 
 
-英文版API文档: :ref:`api_fluid_Scope` 
+
+
+
 
 .. _cn_api_fluid_scope_guard:
 
 scope_guard
->>>>>>>>>>>>
+-------------------------------
 
-.. py:function:: paddle.fluid.scope_guard(*args, **kwds)()
+.. py:function:: paddle.fluid.scope_guard(*args, **kwds)
 
 
 修改全局/默认作用域（scope）,  运行时中的所有变量都将分配给新的scope。
@@ -1495,25 +1587,31 @@ scope_guard
 
 
 
-英文版API文档: :ref:`api_fluid_scope_guard` 
 
-.. _cn_api_fluid_switch_scope:
 
-_switch_scope
->>>>>>>>>>>>>>>>>>>>>>>>>
 
-.. py:function:: paddle.fluid._switch_scope(scope)
+
+.. _cn_api_fluid_Tensor:
+
+Tensor
+-------------------------------
+
+.. py:function:: paddle.fluid.Tensor
+
+    ``LoDTensor`` 的别名
+
+
+
 
 
 
 
 
-英文版API文档: :ref:`api_fluid_switch_scope` 
 
 .. _cn_api_fluid_WeightNormParamAttr:
 
 WeightNormParamAttr
->>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.WeightNormParamAttr(dim=None, name=None, initializer=None, learning_rate=1.0, regularizer=None, trainable=True, gradient_clip=None, do_model_average=False)
 
@@ -1546,5 +1644,7 @@ WeightNormParamAttr
 
 
 
-英文版API文档: :ref:`api_fluid_WeightNormParamAttr` 
+
+
+
 

doc/fluid/api_cn/initializer_cn.rst

-
-#################
+###################
  fluid.initializer
-#################
+###################
 
 
 .. _cn_api_fluid_initializer_Bilinear:
@@ -9,9 +8,9 @@
 Bilinear
 >>>>>>>>>>>
 
-.. py:function:: paddle.fluid.initializer.Bilinear
+.. py:attribute:: paddle.fluid.initializer.Bilinear
 
- ``BilinearInitializer``的别名
+``BilinearInitializer`` 的别名
 
 
 .. _cn_api_fluid_initializer_BilinearInitializer:
@@ -45,16 +44,16 @@ num_filters = C和groups = C 表示这是按通道转置的卷积函数。滤波
 
 
 
-英文版API文档: :ref:`api_fluid_initializer_BilinearInitializer` 
+
 
 .. _cn_api_fluid_initializer_Constant:
 
 Constant
 >>>>>>>>>>
 
-.. py:function:: paddle.fluid.initializer.Constant
+.. py:attribute:: paddle.fluid.initializer.Constant
 
- ``ConstantInitializer``的别名
+``ConstantInitializer`` 的别名
 
 
 .. _cn_api_fluid_initializer_ConstantInitializer:
@@ -78,7 +77,7 @@ ConstantInitializer
 
 
 
-英文版API文档: :ref:`api_fluid_initializer_ConstantInitializer` 
+
 
 
 
@@ -103,7 +102,7 @@ force_init_on_cpu
         create_op('force_cpu': force_init_on_cpu())
 
 
-英文版API文档: :ref:`api_fluid_initializer_force_init_on_cpu`
+
 
 
 
@@ -130,7 +129,7 @@ init_on_cpu
 
 
 
-英文版API文档: :ref:`api_fluid_initializer_init_on_cpu` 
+
 
 
 .. _cn_api_fluid_initializer_MSRA:
@@ -138,9 +137,9 @@ init_on_cpu
 MSRA
 >>>>>>
 
-.. py:function:: paddle.fluid.initializer.MSRA
+.. py:attribute:: paddle.fluid.initializer.MSRA
 
- ``MSRAInitializer``的别名
+``MSRAInitializer`` 的别名
 
 .. _cn_api_fluid_initializer_MSRAInitializer:
 
@@ -184,7 +183,7 @@ MSRAInitializer
 
 
 
-英文版API文档: :ref:`api_fluid_initializer_MSRAInitializer` 
+
 
 
 .. _cn_api_fluid_initializer_Normal:
@@ -192,9 +191,9 @@ MSRAInitializer
 Normal
 >>>>>>>>
 
-.. py:function:: paddle.fluid.initializer.Normal
+.. py:attribute:: paddle.fluid.initializer.Normal
 
- ``NormalInitializer``的别名
+``NormalInitializer`` 的别名
 
 
 .. _cn_api_fluid_initializer_NormalInitializer:
@@ -222,16 +221,16 @@ NormalInitializer
 
 
 
-英文版API文档: :ref:`api_fluid_initializer_NormalInitializer` 
+
 
 .. _cn_api_fluid_initializer_TruncatedNormal:
 
 TruncatedNormal
 >>>>>>>>>>>>>>>>>
 
-.. py:function:: paddle.fluid.initializer.TruncatedNormal
+.. py:attribute:: paddle.fluid.initializer.TruncatedNormal
 
- ``TruncatedNormalInitializer``的别名
+``TruncatedNormalInitializer`` 的别名
 
 
 .. _cn_api_fluid_initializer_TruncatedNormalInitializer:
@@ -260,7 +259,7 @@ Random Truncated Normal（高斯）分布初始化器
 
 
 
-英文版API文档: :ref:`api_fluid_initializer_TruncatedNormalInitializer` 
+
 
 
 .. _cn_api_fluid_initializer_Uniform:
@@ -268,13 +267,14 @@ Random Truncated Normal（高斯）分布初始化器
 Uniform
 >>>>>>>>>
 
-.. _cn_api_fluid_initializer_UniformInitializer:
+.. py:attribute:: paddle.fluid.initializer.Uniform
 
-.. py:class:: paddle.fluid.initializer.Uniform
+``UniformInitializer`` 的别名
 
- ``UniformInitializer``的别名
 
 
+.. _cn_api_fluid_initializer_UniformInitializer:
+
 UniformInitializer
 >>>>>>>>>>>>
 
@@ -297,16 +297,24 @@ UniformInitializer
 
 
 
-英文版API文档: :ref:`api_fluid_initializer_UniformInitializer` 
 
-.. _api_fluid_initializer_Xavier:
+
+
+
+
+.. _cn_api_fluid_initializer_Xavier:
 
 Xavier
 >>>>>>>>>
 
-.. py:function:: paddle.fluid.initializer.Xavier
+.. py:attribute:: paddle.fluid.initializer.Xavier
+
+``XavierInitializer`` 的别名
+
+
+
+
 
- ``XavierInitializer``的别名
 
 .. _cn_api_fluid_initializer_XavierInitializer:
 
@@ -351,5 +359,5 @@ XavierInitializer
 
 
 
-英文版API文档: :ref:`api_fluid_initializer_XavierInitializer` 
+
 

doc/fluid/api_cn/io_cn.rst

-
 #################
  fluid.io
 #################
@@ -8,7 +7,7 @@
 .. _cn_api_fluid_io_load_inference_model:
 
 load_inference_model
->>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.io.load_inference_model(dirname, executor, model_filename=None, params_filename=None, pserver_endpoints=None)
 
@@ -44,12 +43,14 @@ load_inference_model
 
 
 
-英文版API文档: :ref:`api_fluid_io_load_inference_model` 
+
+
+
 
 .. _cn_api_fluid_io_load_params:
 
 load_params
->>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.io.load_params(executor, dirname, main_program=None, filename=None)
 
@@ -79,12 +80,14 @@ load_params
                         
 
 
-英文版API文档: :ref:`api_fluid_io_load_params` 
+
+
+
 
 .. _cn_api_fluid_io_load_persistables:
 
 load_persistables
->>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.io.load_persistables(executor, dirname, main_program=None, filename=None)
 
@@ -112,12 +115,14 @@ load_persistables
  
 
 
-英文版API文档: :ref:`api_fluid_io_load_persistables` 
+
+
+
 
 .. _cn_api_fluid_io_load_vars:
 
 load_vars
->>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.io.load_vars(executor, dirname, main_program=None, vars=None, predicate=None, filename=None)
 
@@ -154,24 +159,28 @@ load_vars
 
     prog = fluid.default_main_program()
     fluid.io.load_vars(executor=exe, dirname=path, main_program=prog,
-                       vars=None)
+                       vars=None, predicate=name_has_fc)
+    #加载所有`main_program`中变量名包含 ‘fc’ 的变量
+    #并且此前所有变量应该保存在不同文件中
 
 
-    # The second usage: using `vars` to specify variables
+    #用法2：使用 `vars` 列表来指明变量
     var_list = [var_a, var_b, var_c]
     fluid.io.load_vars(executor=exe, dirname=path, vars=var_list,
                        filename="vars_file")
-    # var_a, var_b and var_c will be loaded. And they are supposed to haven
-    # been saved in the same file named 'var_file' in the path "./my_paddle_model".
+    # 加载 var_a ， var_b ， var_c .它们此前应被保存在同一文件中
+    # 文件名为 'var_file' ，路径为 "./my_paddle_model".
+ 
+
+
 
 
 
-英文版API文档: :ref:`api_fluid_io_load_vars` 
 
 .. _cn_api_fluid_io_save_inference_model:
 
 save_inference_model
->>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.io.save_inference_model(dirname, feeded_var_names, target_vars, executor, main_program=None, model_filename=None, params_filename=None, export_for_deployment=True)
 
@@ -211,12 +220,14 @@ save_inference_model
 
 
 
-英文版API文档: :ref:`api_fluid_io_save_inference_model` 
+
+
+
 
 .. _cn_api_fluid_io_save_params:
 
 save_params
->>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.io.save_params(executor, dirname, main_program=None, filename=None)
 
@@ -248,12 +259,14 @@ save_params
                          
 
 
-英文版API文档: :ref:`api_fluid_io_save_params` 
+
+
+
 
 .. _cn_api_fluid_io_save_persistables:
 
 save_persistables
->>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.io.save_persistables(executor, dirname, main_program=None, filename=None)
 
@@ -284,14 +297,14 @@ save_persistables
     
 
 
-英文版API文档: :ref:`api_fluid_io_save_persistables` 
+
 
 
 
 .. _cn_api_fluid_io_save_vars:
 
 save_vars
->>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.io.save_vars(executor, dirname, main_program=None, vars=None, predicate=None, filename=None)
 
@@ -328,7 +341,7 @@ save_vars
 
       prog = fluid.default_main_program()
       fluid.io.save_vars(executor=exe, dirname=path, main_program=prog,
-                         vars=None)
+                         vars=None, predicate = name_has_fc)
       # 将main_program中名中包含“fc”的的所有变量保存。
       # 变量将分开保存。
 
@@ -341,5 +354,7 @@ save_vars
 
 
 
-英文版API文档: :ref:`api_fluid_io_save_vars` 
+
+
+
 

doc/fluid/api_cn/layers_cn.rst

-
 ###################
 fluid.layers
 ###################
@@ -12,7 +11,7 @@ fluid.layers
 .. _cn_api_fluid_layers_array_length:
 
 array_length
->>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.array_length(array)
 
@@ -42,14 +41,16 @@ array_length
 
 
 
-英文版API文档: :ref:`api_fluid_layers_array_length` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_array_read:
 
 array_read
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.array_read(array,i)
 
@@ -83,14 +84,16 @@ array_read
 
 
 
-英文版API文档: :ref:`api_fluid_layers_array_read` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_array_write:
     
 array_write
->>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.array_write(x, i, array=None)
 
@@ -119,14 +122,16 @@ array_write
 
 
 
-英文版API文档: :ref:`api_fluid_layers_array_write` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_create_array:
 
 create_array
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.create_array(dtype)
 
@@ -151,14 +156,16 @@ create_array
 
 
 
-英文版API文档: :ref:`api_fluid_layers_create_array` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_DynamicRNN:
 
 DynamicRNN
->>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.layers.DynamicRNN(name=None)
 
@@ -299,14 +306,16 @@ memory用于缓存分段数据。memory的初始值可以是零，也可以是
  
 
 
-英文版API文档: :ref:`api_fluid_layers_DynamicRNN` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_equal:
 
 equal
->>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.equal(x,y,cond=None,**ignored)
 
@@ -330,14 +339,16 @@ equal
 
 
 
-英文版API文档: :ref:`api_fluid_layers_equal` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_IfElse:
 
 IfElse
->>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.IfElse(cond, name=None)
 
@@ -371,14 +382,16 @@ if-else控制流。
 
 
 
-英文版API文档: :ref:`api_fluid_layers_IfElse` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_increment:
   
 increment
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
   
 .. py:function:: paddle.fluid.layers.increment(x, value=1.0, in_place=True)
 
@@ -405,14 +418,16 @@ increment
  
 
 
-英文版API文档: :ref:`api_fluid_layers_increment` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_is_empty:
 
 is_empty
->>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.is_empty(x, cond=None, **ignored)
 
@@ -438,14 +453,16 @@ is_empty
 
 
 
-英文版API文档: :ref:`api_fluid_layers_is_empty` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_less_than:
 
 less_than
->>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.less_than(x, y, force_cpu=None, cond=None, **ignored)
 
@@ -475,14 +492,16 @@ less_than
 
 
 
-英文版API文档: :ref:`api_fluid_layers_less_than` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_Print:
 
 Print
->>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.Print(input, first_n=-1, message=None, summarize=-1, print_tensor_name=True, print_tensor_type=True, print_tensor_shape=True, print_tensor_lod=True, print_phase='both')
 
@@ -517,14 +536,16 @@ Print
 
 
 
-英文版API文档: :ref:`api_fluid_layers_Print` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_reorder_lod_tensor_by_rank:
 
 reorder_lod_tensor_by_rank
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.reorder_lod_tensor_by_rank(x, rank_table)
 
@@ -562,14 +583,16 @@ reorder_lod_tensor_by_rank
 
 
 
-英文版API文档: :ref:`api_fluid_layers_reorder_lod_tensor_by_rank` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_StaticRNN:
 
 StaticRNN
->>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.layers.StaticRNN(name=None)
 
@@ -591,14 +614,16 @@ StaticRNN
  
 
 
-英文版API文档: :ref:`api_fluid_layers_StaticRNN` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_Switch:
 
 Switch
->>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.Switch (name=None)
 
@@ -645,14 +670,16 @@ Switch类实现的功能十分类似if-elif-else。它可以在学习率调度
 
 
 
-英文版API文档: :ref:`api_fluid_layers_Switch` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_While:
 
 While
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.While (cond, is_test=False, name=None)
 
@@ -683,7 +710,9 @@ While
 
 
 
-英文版API文档: :ref:`api_fluid_layers_While` 
+
+
+
 
 
 
@@ -697,7 +726,7 @@ While
 .. _cn_api_fluid_layers_batch:
 
 batch
->>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.batch(reader, batch_size)
 
@@ -734,14 +763,16 @@ batch
 
 
 
-英文版API文档: :ref:`api_fluid_layers_batch` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_create_py_reader_by_data:
 
 create_py_reader_by_data
->>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.create_py_reader_by_data(capacity,feed_list,name=None,use_double_buffer=True)
 
@@ -789,14 +820,16 @@ create_py_reader_by_data
 
 
 
-英文版API文档: :ref:`api_fluid_layers_create_py_reader_by_data` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_data:
 
 data
->>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.data(name, shape, append_batch_size=True, dtype='float32', lod_level=0, type=VarType.LOD_TENSOR, stop_gradient=True)
 
@@ -835,14 +868,16 @@ data
 
 
 
-英文版API文档: :ref:`api_fluid_layers_data` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_double_buffer:
 
 double_buffer
->>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.double_buffer(reader, place=None, name=None)
 
@@ -873,14 +908,16 @@ double_buffer
 
 
 
-英文版API文档: :ref:`api_fluid_layers_double_buffer` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_load:
 
 load
->>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.load(out, file_path, load_as_fp16=None)
 
@@ -901,14 +938,16 @@ Load操作命令将从磁盘文件中加载LoDTensor/SelectedRows变量。
 
 
 
-英文版API文档: :ref:`api_fluid_layers_load` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_open_files:
 
 open_files
->>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.open_files(filenames, shapes, lod_levels, dtypes, thread_num=None, buffer_size=None, pass_num=1, is_test=None)
 
@@ -945,14 +984,16 @@ open_files
 
 
 
-英文版API文档: :ref:`api_fluid_layers_open_files` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_Preprocessor:
 
 Preprocessor
->>>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: class paddle.fluid.layers.Preprocessor(reader, name=None)
 
@@ -976,14 +1017,16 @@ reader变量中数据预处理块。
 
 
 
-英文版API文档: :ref:`api_fluid_layers_Preprocessor` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_py_reader:
 
 py_reader
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.py_reader(capacity, shapes, dtypes, lod_levels=None, name=None, use_double_buffer=True)
 
@@ -1111,14 +1154,16 @@ py_reader
 
 
 
-英文版API文档: :ref:`api_fluid_layers_py_reader` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_random_data_generator:
 
 random_data_generator
->>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.random_data_generator(low, high, shapes, lod_levels, for_parallel=True)
 
@@ -1151,14 +1196,16 @@ random_data_generator
 
 
 
-英文版API文档: :ref:`api_fluid_layers_random_data_generator` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_read_file:
 
 read_file
->>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.read_file(reader)
 
@@ -1186,14 +1233,16 @@ reader也是变量。可以为由fluid.layers.open_files()生成的原始reader
 
 
 
-英文版API文档: :ref:`api_fluid_layers_read_file` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_shuffle:
 
 shuffle
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.shuffle(reader, buffer_size)
 
@@ -1210,7 +1259,9 @@ shuffle
 
 
 
-英文版API文档: :ref:`api_fluid_layers_shuffle` 
+
+
+
 
 
 
@@ -1224,7 +1275,7 @@ shuffle
 .. _cn_api_fluid_layers_add_position_encoding:
 
 add_position_encoding
->>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.add_position_encoding(input, alpha, beta, name=None)
 
@@ -1236,9 +1287,9 @@ add_position_encoding
 
 .. math::
 
-  PE(pos, 2i) = \sin{(pos / 10000^{2i / P})}\\
-  PE(pos, 2i + 1) = \cos{(pos / 10000^{2i / P})}\\
-  Out(:, pos, i) = \alpha * input(:, pos, i) + \beta * PE(pos, i)
+  PE(pos, 2i) &= \sin{(pos / 10000^{2i / P})}\\
+  PE(pos, 2i + 1) &= \cos{(pos / 10000^{2i / P})}\\
+  Out(:, pos, i) &= \alpha * input(:, pos, i) + \beta * PE(pos, i)
 	
 其中:
     - PE(pos, 2i): 偶数位置上数字的增量
@@ -1257,14 +1308,15 @@ add_position_encoding
 
 
 
-英文版API文档: :ref:`api_fluid_layers_add_position_encoding` 
+
+
 
 
 
 .. _cn_api_fluid_layers_affine_channel:
 
 affine_channel
->>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.affine_channel(x, scale=None, bias=None, data_layout='NCHW', name=None)
 
@@ -1283,14 +1335,16 @@ affine_channel
 
 
 
-英文版API文档: :ref:`api_fluid_layers_affine_channel` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_affine_grid:
 
 affine_grid
->>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.affine_grid(theta, out_shape, name=None)
 
@@ -1387,14 +1441,16 @@ affine_grid
 
 
 
-英文版API文档: :ref:`api_fluid_layers_affine_grid` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_autoincreased_step_counter:
 
 autoincreased_step_counter
->>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.autoincreased_step_counter(counter_name=None, begin=1, step=1)
 
@@ -1418,14 +1474,16 @@ autoincreased_step_counter
 
 
 
-英文版API文档: :ref:`api_fluid_layers_autoincreased_step_counter` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_batch_norm:
 
 batch_norm
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.batch_norm(input, act=None, is_test=False, momentum=0.9, epsilon=1e-05, param_attr=None, bias_attr=None, data_layout='NCHW', in_place=False, name=None, moving_mean_name=None, moving_variance_name=None, do_model_average_for_mean_and_var=False, fuse_with_relu=False)
 
@@ -1477,14 +1535,16 @@ batch_norm
 
 
 
-英文版API文档: :ref:`api_fluid_layers_batch_norm` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_beam_search:
 
 beam_search
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.beam_search(pre_ids, pre_scores, ids, scores, beam_size, end_id, level=0, name=None)
 
@@ -1540,14 +1600,16 @@ beam_search
 
 
 
-英文版API文档: :ref:`api_fluid_layers_beam_search` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_beam_search_decode:
 
 beam_search_decode
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.beam_search_decode(ids, scores, beam_size, end_id, name=None)
 
@@ -1580,14 +1642,16 @@ beam_search_decode
 
 
 
-英文版API文档: :ref:`api_fluid_layers_beam_search_decode` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_bilinear_tensor_product:
 
 bilinear_tensor_product
->>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.bilinear_tensor_product(x, y, size, act=None, name=None, param_attr=None, bias_attr=None)
 
@@ -1625,14 +1689,16 @@ bilinear_tensor_product
 
 
 
-英文版API文档: :ref:`api_fluid_layers_bilinear_tensor_product` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_brelu:
 
 brelu
->>>>>>>>>>>>  
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.brelu(x, t_min=0.0, t_max=24.0, name=None)
 
@@ -1649,14 +1715,16 @@ BRelu 激活函数
 
 
 
-英文版API文档: :ref:`api_fluid_layers_brelu` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_chunk_eval:
 
 chunk_eval
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.chunk_eval(input, label, chunk_scheme, num_chunk_types, excluded_chunk_types=None)
 
@@ -1743,14 +1811,16 @@ num_tag_type是标注规则中的标签类型数，num_chunk_type是块类型数
 
 
 
-英文版API文档: :ref:`api_fluid_layers_chunk_eval` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_clip:
 
 clip
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.clip(x, min, max, name=None)
         
@@ -1774,14 +1844,16 @@ clip运算符限制给定输入的值在一个区间内。间隔使用参数“m
 
 
 
-英文版API文档: :ref:`api_fluid_layers_clip` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_clip_by_norm:
 
 clip_by_norm
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.clip_by_norm(x, max_norm, name=None)
      
@@ -1814,14 +1886,16 @@ ClipByNorm算子
 
 
 
-英文版API文档: :ref:`api_fluid_layers_clip_by_norm` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_conv2d:
 
 conv2d
->>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.conv2d(input, num_filters, filter_size, stride=1, padding=0, dilation=1, groups=None, param_attr=None, bias_attr=None, use_cudnn=True, act=None, name=None)
 
@@ -1893,14 +1967,16 @@ conv2d
 
 
 
-英文版API文档: :ref:`api_fluid_layers_conv2d` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_conv2d_transpose:
 
 conv2d_transpose
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.conv2d_transpose(input, num_filters, output_size=None, filter_size=None, padding=0, stride=1, dilation=1, groups=None, param_attr=None, bias_attr=None, use_cudnn=True, act=None, name=None)
 
@@ -1988,14 +2064,16 @@ conv2d_transpose
 
 
 
-英文版API文档: :ref:`api_fluid_layers_conv2d_transpose` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_conv3d:
 
 conv3d
->>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.conv3d(input, num_filters, filter_size, stride=1, padding=0, dilation=1, groups=None, param_attr=None, bias_attr=None, use_cudnn=True, act=None, name=None)
 
@@ -2066,14 +2144,16 @@ conv3d
 
 
 
-英文版API文档: :ref:`api_fluid_layers_conv3d` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_conv3d_transpose:
 
 conv3d_transpose
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.conv3d_transpose(input, num_filters, output_size=None, filter_size=None, padding=0, stride=1, dilation=1, groups=None, param_attr=None, bias_attr=None, use_cudnn=True, act=None, name=None)
 
@@ -2169,14 +2249,16 @@ conv3d_transpose
 
 
 
-英文版API文档: :ref:`api_fluid_layers_conv3d_transpose` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_cos_sim:
 
 cos_sim 
->>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.cos_sim(X, Y)
 
@@ -2200,14 +2282,16 @@ cos_sim
 
 
 
-英文版API文档: :ref:`api_fluid_layers_cos_sim` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_crf_decoding:
 
 crf_decoding
->>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function::  paddle.fluid.layers.crf_decoding(input, param_attr, label=None)
 
@@ -2244,14 +2328,16 @@ crf_decoding
 
 
 
-英文版API文档: :ref:`api_fluid_layers_crf_decoding` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_crop:
 
 crop
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.crop(x, shape=None, offsets=None, name=None)
 
@@ -2317,14 +2403,16 @@ crop
 
 
 
-英文版API文档: :ref:`api_fluid_layers_crop` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_cross_entropy:
 
 cross_entropy
->>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.cross_entropy(input, label, soft_label=False, ignore_index=-100)
 
@@ -2382,14 +2470,16 @@ cross_entropy
 
 
 
-英文版API文档: :ref:`api_fluid_layers_cross_entropy` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_ctc_greedy_decoder:
 
 ctc_greedy_decoder
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.ctc_greedy_decoder(input, blank, name=None)
 
@@ -2448,14 +2538,16 @@ A simple example as below:
 
 
 
-英文版API文档: :ref:`api_fluid_layers_ctc_greedy_decoder` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_dice_loss:
 
 dice_loss
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.dice_loss(input, label, epsilon=1e-05)
 
@@ -2488,14 +2580,16 @@ dice_loss定义为:
 
 
 
-英文版API文档: :ref:`api_fluid_layers_dice_loss` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_dropout:
 
 dropout
->>>>>>>
+-------------------------------
 
 .. py:function:: Paddle.fluid.layers.dropout(x,dropout_prob,is_test=False,seed=None,name=None,dropout_implementation='downgrade_in_infer')
 
@@ -2535,14 +2629,16 @@ dropout操作
 
 
 
-英文版API文档: :ref:`api_fluid_layers_dropout` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_dynamic_gru:
 
 dynamic_gru
->>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function::  paddle.fluid.layers.dynamic_gru(input, size, param_attr=None, bias_attr=None, is_reverse=False, gate_activation='sigmoid', candidate_activation='tanh', h_0=None)
 
@@ -2613,14 +2709,16 @@ dynamic_gru
 
 
 
-英文版API文档: :ref:`api_fluid_layers_dynamic_gru` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_dynamic_lstm:
 
 dynamic_lstm
->>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function::  paddle.fluid.layers.dynamic_lstm(input, size, h_0=None, c_0=None, param_attr=None, bias_attr=None, use_peepholes=True, is_reverse=False, gate_activation='sigmoid', cell_activation='tanh', candidate_activation='tanh', dtype='float32', name=None)
 
@@ -2705,14 +2803,16 @@ W 代表了权重矩阵(weight matrix)，例如 :math:`W_{xi}` 是从输入门
 
 
 
-英文版API文档: :ref:`api_fluid_layers_dynamic_lstm` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_dynamic_lstmp:
 
 dynamic_lstmp
->>>>>>>>>>>>>>
+-------------------------------
 .. py:function:: paddle.fluid.layers.dynamic_lstmp(input, size, proj_size, param_attr=None, bias_attr=None, use_peepholes=True, is_reverse=False, gate_activation='sigmoid', cell_activation='tanh', candidate_activation='tanh', proj_activation='tanh', dtype='float32', name=None)
 
 动态LSTMP层(Dynamic LSTMP Layer)
@@ -2810,7 +2910,9 @@ LSTMP层(具有循环映射的LSTM)在LSTM层后有一个分离的映射层，
 
 
 
-英文版API文档: :ref:`api_fluid_layers_dynamic_lstmp` 
+
+
+
 
 
 
@@ -2818,7 +2920,7 @@ LSTMP层(具有循环映射的LSTM)在LSTM层后有一个分离的映射层，
 
 
 edit_distance
->>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: Paddle.fluid.layers.edit_distance(input,label,normalized=True,ignored_tokens=None)
 
@@ -2855,14 +2957,16 @@ edit_distance
 
 
 
-英文版API文档: :ref:`api_fluid_layers_edit_distance` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_elementwise_add:
 
 elementwise_add
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.elementwise_add(x, y, axis=-1, act=None, name=None)
 
@@ -2909,14 +3013,16 @@ elementwise_add
 
 
 
-英文版API文档: :ref:`api_fluid_layers_elementwise_add` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_elementwise_div:
 
 elementwise_div
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.elementwise_div(x, y, axis=-1, act=None, name=None)
 
@@ -2965,14 +3071,16 @@ elementwise_div
         
 
 
-英文版API文档: :ref:`api_fluid_layers_elementwise_div` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_elementwise_max:
 
 elementwise_max
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.elementwise_max(x, y, axis=-1, act=None, name=None)
 最大元素算子
@@ -3020,14 +3128,16 @@ elementwise_max
 
 
 
-英文版API文档: :ref:`api_fluid_layers_elementwise_max` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_elementwise_min:
 
 elementwise_min
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.elementwise_min(x, y, axis=-1, act=None, name=None)
 
@@ -3076,14 +3186,16 @@ elementwise_min
  
 
 
-英文版API文档: :ref:`api_fluid_layers_elementwise_min` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_elementwise_mul:
 
 elementwise_mul
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.elementwise_mul(x, y, axis=-1, act=None, name=None)
 
@@ -3131,14 +3243,16 @@ elementwise_mul
         
 
 
-英文版API文档: :ref:`api_fluid_layers_elementwise_mul` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_elementwise_pow:
 
 elementwise_pow
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.elementwise_pow(x, y, axis=-1, act=None, name=None)
 
@@ -3187,14 +3301,16 @@ elementwise_pow
 
 
 
-英文版API文档: :ref:`api_fluid_layers_elementwise_pow` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_elementwise_sub:
 
 elementwise_sub
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.elementwise_sub(x, y, axis=-1, act=None, name=None)
 
@@ -3242,14 +3358,16 @@ elementwise_sub
         
 
 
-英文版API文档: :ref:`api_fluid_layers_elementwise_sub` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_elu:
 
 elu
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.elu(x, alpha=1.0, name=None)
 
@@ -3271,14 +3389,16 @@ ELU激活层（ELU Activation Operator）
 
 
 
-英文版API文档: :ref:`api_fluid_layers_elu` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_embedding:
 
 embedding
->>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.embedding(input, size, is_sparse=False, is_distributed=False, padding_idx=None, param_attr=None, dtype='float32')
 
@@ -3310,14 +3430,16 @@ embedding
 
 
 
-英文版API文档: :ref:`api_fluid_layers_embedding` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_expand:
 
 expand
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.expand(x, expand_times, name=None)
 
@@ -3359,14 +3481,16 @@ expand运算会按给定的次数对输入各维度进行复制（tile）运算
                
 
 
-英文版API文档: :ref:`api_fluid_layers_expand` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_fc:
 
 fc
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function::  paddle.fluid.layers.fc(input, size, num_flatten_dims=1, param_attr=None, bias_attr=None, act=None, is_test=False, name=None)
 
@@ -3422,14 +3546,16 @@ fc
 
 
 
-英文版API文档: :ref:`api_fluid_layers_fc` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_flatten:
 
 flatten
->>>>>>>>>>
+-------------------------------
 
 将输入张量压扁成二维矩阵
 
@@ -3476,14 +3602,16 @@ flatten
 
 
 
-英文版API文档: :ref:`api_fluid_layers_flatten` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_gather:
 
 gather
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.gather(input, index)
 
@@ -3522,14 +3650,16 @@ gather
 
 
 
-英文版API文档: :ref:`api_fluid_layers_gather` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_gaussian_random:
 
 gaussian_random
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.gaussian_random(shape, mean=0.0, std=1.0, seed=0, dtype='float32')
 
@@ -3551,14 +3681,16 @@ gaussian_random算子。
        
 
 
-英文版API文档: :ref:`api_fluid_layers_gaussian_random` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_gaussian_random_batch_size_like:
 
 gaussian_random_batch_size_like
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.gaussian_random_batch_size_like(input, shape, input_dim_idx=0, output_dim_idx=0, mean=0.0, std=1.0, seed=0, dtype='float32')
 
@@ -3581,14 +3713,43 @@ gaussian_random_batch_size_like
 
 
 
-英文版API文档: :ref:`api_fluid_layers_gaussian_random_batch_size_like` 
+
+
+
+
+
+
+.. _cn_api_fluid_layers_get_tensor_from_selected_rows:
+
+get_tensor_from_selected_rows
+-------------------------------
+
+.. py:function::  paddle.fluid.layers.get_tensor_from_selected_rows(x, name=None)
+
+:code:`Get Tensor From Selected Rows` 用于从选中行（Selected Rows）中获取张量
+
+参数：
+	- **x** (Variable) - 输入，类型是SelectedRows
+	- **name** (basestring|None) - 输出的名称
+
+返回： 输出类型为LoDTensor
+
+返回类型： out(Variable)
+
+
+
+
+
+
+
+
 
 
 
 .. _cn_api_fluid_layers_grid_sampler:
 
 grid_sampler
->>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function::  paddle.fluid.layers.grid_sampler(x, grid, name=None)
 
@@ -3656,14 +3817,16 @@ step 2：
 
 
 
-英文版API文档: :ref:`api_fluid_layers_grid_sampler` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_group_norm:
 
 group_norm
->>>>>>>>>>>
+-------------------------------
 
 .. py:function::  paddle.fluid.layers.group_norm(input, groups, epsilon=1e-05, param_attr=None, bias_attr=None, act=None, data_layout='NCHW', name=None)
 
@@ -3692,14 +3855,16 @@ group_norm
 
 
 
-英文版API文档: :ref:`api_fluid_layers_group_norm` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_gru_unit:
 
 gru_unit
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function::  paddle.fluid.layers.gru_unit(input, hidden, size, param_attr=None, bias_attr=None, activation='tanh', gate_activation='sigmoid')
 
@@ -3758,14 +3923,16 @@ GRU单元的输入包括 :math:`z_t` ， :math:`h_{t-1}` 。在上述等式中
 
 
 
-英文版API文档: :ref:`api_fluid_layers_gru_unit` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_hard_sigmoid:
 
 hard_sigmoid
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.hard_sigmoid(x, slope=0.2, offset=0.5, name=None)
 
@@ -3787,14 +3954,16 @@ sigmoid的分段线性逼近(https://arxiv.org/abs/1603.00391)，比sigmoid快
 
 
 
-英文版API文档: :ref:`api_fluid_layers_hard_sigmoid` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_hash:
 
 hash
->>>>>>>>
+-------------------------------
 
 .. py:function::  paddle.fluid.layers.hash(input, hash_size, num_hash=1, name=None)
 
@@ -3858,14 +4027,16 @@ hash
 
 
 
-英文版API文档: :ref:`api_fluid_layers_hash` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_hsigmoid:
 
 hsigmoid
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.hsigmoid(input, label, num_functiones, param_attr=None, bias_attr=None, name=None)
 
@@ -3897,14 +4068,16 @@ hsigmoid
   
 
 
-英文版API文档: :ref:`api_fluid_layers_hsigmoid` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_im2sequence:
 
 im2sequence
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.im2sequence(input, filter_size=1, stride=1, padding=0, input_image_size=None, out_stride=1, name=None)
 
@@ -3983,14 +4156,16 @@ im2sequence
 
 
 
-英文版API文档: :ref:`api_fluid_layers_im2sequence` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_image_resize:
 
 image_resize
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.image_resize(input, out_shape=None, scale=None, name=None, resample='BILINEAR')
 
@@ -4023,14 +4198,16 @@ image_resize
 
 
 
-英文版API文档: :ref:`api_fluid_layers_image_resize` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_image_resize_short:
 
 image_resize_short
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.image_resize_short(input, out_short_len, resample='BILINEAR')
 
@@ -4049,14 +4226,16 @@ image_resize_short
 
 
 
-英文版API文档: :ref:`api_fluid_layers_image_resize_short` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_l2_normalize:
 
 l2_normalize
->>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.l2_normalize(x,axis,epsilon=1e-12,name=None)
 
@@ -4091,14 +4270,16 @@ L2正则（L2 normalize Layer）
 
 
 
-英文版API文档: :ref:`api_fluid_layers_l2_normalize` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_label_smooth:
 
 label_smooth
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.label_smooth(label, prior_dist=None, epsilon=0.1, dtype='float32', name=None)
 
@@ -4138,14 +4319,16 @@ label_smooth
 
 
 
-英文版API文档: :ref:`api_fluid_layers_label_smooth` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_layer_norm:
 
 layer_norm
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.layer_norm(input, scale=True, shift=True, begin_norm_axis=1, epsilon=1e-05, param_attr=None, bias_attr=None, act=None, name=None)
 
@@ -4191,14 +4374,16 @@ layer_norm
 
 
 
-英文版API文档: :ref:`api_fluid_layers_layer_norm` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_leaky_relu:
 
 leaky_relu
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.leaky_relu(x, alpha=0.02, name=None)
 
@@ -4213,14 +4398,16 @@ LeakyRelu 激活函数
 
 
 
-英文版API文档: :ref:`api_fluid_layers_leaky_relu` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_linear_chain_crf:
 
 linear_chain_crf
->>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.linear_chain_crf(input, label, param_attr=None)
 
@@ -4282,14 +4469,16 @@ linear_chain_crf
 
 
 
-英文版API文档: :ref:`api_fluid_layers_linear_chain_crf` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_lod_reset:
 
 lod_reset
->>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.lod_reset(x, y=None, target_lod=None)
 
@@ -4367,14 +4556,16 @@ lod_reset
 
 
 
-英文版API文档: :ref:`api_fluid_layers_lod_reset` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_log:
 
 log
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.log(x, name=None)
 
@@ -4404,14 +4595,16 @@ log
 
 
 
-英文版API文档: :ref:`api_fluid_layers_log` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_log_loss:
 
 log_loss
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.log_loss(input, label, epsilon=0.0001, name=None)
 
@@ -4446,14 +4639,16 @@ log_loss
 
 
 
-英文版API文档: :ref:`api_fluid_layers_log_loss` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_logical_and:
 
 logical_and
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.logical_and(x, y, out=None, name=None)
 
@@ -4477,14 +4672,16 @@ logical_and算子
         
 
 
-英文版API文档: :ref:`api_fluid_layers_logical_and` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_logical_not:
 
 logical_not
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.logical_not(x, out=None, name=None)
 
@@ -4507,14 +4704,16 @@ logical_not算子
 
 
 
-英文版API文档: :ref:`api_fluid_layers_logical_not` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_logical_or:
 
 logical_or
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.logical_or(x, y, out=None, name=None)
 
@@ -4538,14 +4737,16 @@ logical_or算子
 
 
 
-英文版API文档: :ref:`api_fluid_layers_logical_or` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_logical_xor:
 
 logical_xor
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.logical_xor(x, y, out=None, name=None)
 
@@ -4569,14 +4770,16 @@ logical_xor算子
 
 
 
-英文版API文档: :ref:`api_fluid_layers_logical_xor` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_lrn:
 
 lrn
->>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.lrn(input, n=5, k=1.0, alpha=0.0001, beta=0.75, name=None)
 
@@ -4623,14 +4826,93 @@ lrn
 
 
 
-英文版API文档: :ref:`api_fluid_layers_lrn` 
+
+
+
+
+
+
+.. _cn_api_fluid_layers_lstm:
+
+lstm
+-------------------------------
+
+.. py:function::  paddle.fluid.layers.lstm(input, init_h, init_c, max_len, hidden_size, num_layers, dropout_prob=0.0, is_bidirec=False, is_test=False, name=None, default_initializer=None, seed=-1)
+
+如果您的设备是GPU，本op将使用cudnn LSTM实现
+
+一个没有 peephole 连接的四门长短期记忆网络。在前向传播中，给定迭代的输出ht和单元输出ct可由递归输入ht-1、单元输入ct-1和上一层输入xt计算，给定矩阵W、R和bias bW, bR由下式计算:
+
+.. math::
+
+	i_t = \sigma(W_{ix}x_{t} + W_{ih}h_{t-1} + bx_i + bh_i)\\
+	f_t = \sigma(W_{fx}x_{t} + W_{fh}h_{t-1} + bx_f + bh_f)\\
+	o_t = \sigma(W_{ox}x_{t} + W_{oh}h_{t-1} + bx_o + bh_o)\\
+	\tilde{c_t} = tanh(W_{cx}x_t + W_{ch}h_{t-1} + bx_c + bh_c)\\
+	c_t = f_t \odot c_{t-1} + i_t \odot \tilde{c_t}\\
+	h_t = o_t \odot tanh(c_t)
+
+公式中：
+	- W 项表示权重矩阵(e.g. :math:`W_{ix}` 是从输入门到输入的权重矩阵)
+	- b 项表示偏差向量( :math:`b_{xi}` 和 :math:`b_{hi}` 是输入门的偏差向量)
+	- sigmoid 是 logistic sigmoid 函数
+	- i、f、o、c 分别为输入门、遗忘门、输出门和激活向量，它们的大小与 cell 输出激活向量h相同。
+	- :math:`\odot` 是向量的元素乘积
+	- tanh是激活函数
+	- :math:`\tilde{c_t}` 也称为候选隐藏状态，它是根据当前输入和之前的隐藏状态来计算的
+	- sigmoid的计算公式为：sigmoid(x) = 1 / (1 + e^-x)
+	- \*表示点乘，X表示矩阵乘
+
+参数：
+	- **input** (Variable) - LSTM 输入张量，形状必须为(seq_len x，batch_size，x，input_size)
+	- **init_h** (Variable) – LSTM的初始隐藏状态，是一个有形状的张量(num_layers，x，batch_size，x，hidden_size)如果is_bidirec = True，形状应该是(num_layers*2，x， batch_size， x， hidden_size)
+	- **init_c** (Variable) - LSTM的初始状态。这是一个有形状的张量(num_layers， x， batch_size， x， hidden_size)如果is_bidirec = True，形状应该是(num_layers*2， x， batch_size， x， hidden_size)
+	- **max_len** (int) – LSTM的最大长度。输入张量的第一个 dim 不能大于max_len
+	- **hidden_size** (int) - LSTM的隐藏大小
+	- **num_layers** (int) –  LSTM的总层数
+	- **dropout_prob** (float|0.0) – dropout prob，dropout 只在 rnn 层之间工作，而不是在时间步骤之间。dropout 不作用于最后的 rnn 层的 rnn 输出中
+	- **is_bidirec** (bool) – 是否是双向的
+	- **is_test** (bool) – 是否在测试阶段
+	- **name** (str|None) - 此层的名称(可选)。如果没有设置，该层将被自动命名。
+	- **default_initializer** (Initialize|None) – 在哪里使用初始化器初始化权重，如果没有设置，将进行默认初始化。
+	- **seed** (int) – LSTM中dropout的Seed，如果是-1,dropout将使用随机Seed
+
+返回：
+	- LSTM hidden的结果：形状(seq_len x batch_size x hidden_size)如果is_bidirec设置为True,形状为(seq_len x batch_sze hidden_size * 2)
+	- last_h(Tensor):  LSTM最后一步的隐藏状态，形状为(num_layers x batch_size x hidden_size)；如果is_bidirec设置为True，形状为(num_layers*2 x batch_size x hidden_size)
+	- last_c(Tensor)： LSTM最后一步的cell状态，形状为(num_layers x batch_size x hidden_size)；如果is_bidirec设置为True，形状为(num_layers*2 x batch_size x hidden_size)
+
+**代码示例：**
+
+.. code-block:: python
+
+	input = embedding
+	batch_size = 20
+	max_len = 100
+	dropout_prob = 0.2
+	input_size = 100
+	hidden_size = 150
+	num_layers = 1
+	init_hidden1 = layers.fill_constant( [num_layers, batch_size, hidden_size], 'float32', 0.0, stop_grad=False)
+	init_cell1 = layers.fill_constant( [num_layers, batch_size, hidden_size], 'float32', 0.0, stop_grad=False)
+
+	rnn_out, last_h, last_c = layers.lstm( input, init_h, init_c, max_len, dropout_prob, input_size, hidden_size,  num_layers)
+
+
+
+
+
+
+
+
+
 
 
 
 .. _cn_api_fluid_layers_lstm_unit:
 
 lstm_unit
->>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.lstm_unit(x_t, hidden_t_prev, cell_t_prev, forget_bias=0.0, param_attr=None, bias_attr=None, name=None)
 
@@ -4691,14 +4973,16 @@ lstm单元的输入包括 :math:`x_{t}` ， :math:`h_{t-1}` 和 :math:`c_{t-1}`
 
 
 
-英文版API文档: :ref:`api_fluid_layers_lstm_unit` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_margin_rank_loss:
 
 margin_rank_loss
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.margin_rank_loss(label, left, right, margin=0.1, name=None)
 
@@ -4737,7 +5021,9 @@ margin rank loss（差距排序损失）层。在排序问题中，它可以比
 
 
 
-英文版API文档: :ref:`api_fluid_layers_margin_rank_loss` 
+
+
+
 
 
 
@@ -4746,7 +5032,7 @@ margin rank loss（差距排序损失）层。在排序问题中，它可以比
 
 
 matmul
->>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.matmul(x, y, transpose_x=False, transpose_y=False, alpha=1.0, name=None)
 
@@ -4804,14 +5090,16 @@ matmul
 
 
 
-英文版API文档: :ref:`api_fluid_layers_matmul` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_maxout:
 
 maxout
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.maxout(x, groups, name=None)
 
@@ -4843,14 +5131,16 @@ maxout
 
 
 
-英文版API文档: :ref:`api_fluid_layers_maxout` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_mean:
 
 mean
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.mean(x, name=None)
        
@@ -4867,14 +5157,16 @@ mean算子计算X中所有元素的平均值
         
 
 
-英文版API文档: :ref:`api_fluid_layers_mean` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_mean_iou:
 
 mean_iou
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.mean_iou(input, label, num_functiones)
 
@@ -4901,14 +5193,62 @@ mean_iou
 
 
 
-英文版API文档: :ref:`api_fluid_layers_mean_iou` 
+
+
+
+
+
+
+.. _cn_api_fluid_layers_merge_selected_rows:
+
+merge_selected_rows
+-------------------------------
+
+.. py:function:: paddle.fluid.layers.merge_selected_rows(x, name=None)
+
+**实现合并选中行（row）操作**
+
+该运算用于合并（值相加）输入张量中重复的行。输出行没有重复的行，并且按值从小到大顺序重新对行排序。
+
+::
+    
+    例如：
+          
+          输入: 
+               X.rows = [0, 5, 5, 4, 19]
+               X.height = 20
+               X.value = [[1, 1] [2, 2] [3, 3] [4, 4] [6, 6]]
+          
+          
+          输出：
+               Out.row is [0, 4, 5, 19] 
+               Out.height is 20 
+               Out.value is: [[1, 1] [4, 4] [5, 5] [6, 6]]
+
+
+
+参数:
+  - x (Variable) – 输入类型为SelectedRows, 选中行有可能重复
+  - name (basestring|None) – 输出变量的命名
+
+返回: 输出类型为SelectedRows，并且选中行不会重复 
+
+返回类型:	变量（Variable）
+
+
+
+
+
+
+
+
 
 
 
 .. _cn_api_fluid_layers_mul:
 
 mul
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.mul(x, y, x_num_col_dims=1, y_num_col_dims=1, name=None)
         
@@ -4935,14 +5275,16 @@ mul算子
         
 
 
-英文版API文档: :ref:`api_fluid_layers_mul` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_multiplex:
 
 multiplex
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.multiplex(inputs, index)
 
@@ -4989,14 +5331,16 @@ multiplex
 
 
 
-英文版API文档: :ref:`api_fluid_layers_multiplex` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_nce:
 
 nce
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.nce(input, label, num_total_functiones, sample_weight=None, param_attr=None, bias_attr=None, num_neg_samples=None, name=None)
 
@@ -5050,14 +5394,16 @@ nce
 
 
 
-英文版API文档: :ref:`api_fluid_layers_nce` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_one_hot:
 
 one_hot 
->>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.one_hot(input, depth)
 
@@ -5080,14 +5426,16 @@ one_hot
 
 
 
-英文版API文档: :ref:`api_fluid_layers_one_hot` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_pad:
 
 pad
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.pad(x, paddings, pad_value=0.0, name=None)
 
@@ -5134,14 +5482,16 @@ pad
 
 
 
-英文版API文档: :ref:`api_fluid_layers_pad` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_pad2d:
 
 pad2d
->>>>>>>>>
+-------------------------------
 
 .. py:function::  paddle.fluid.layers.pad2d(input, paddings=[0, 0, 0, 0], mode='constant', pad_value=0.0, data_format='NCHW', name=None)
 
@@ -5202,14 +5552,16 @@ pad2d
 
 
 
-英文版API文档: :ref:`api_fluid_layers_pad2d` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_pad_constant_like:
 
 pad_constant_like
->>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.pad_constant_like(x, y, pad_value=0.0, name=None)
 
@@ -5262,14 +5614,16 @@ pad_constant_like
 
 
 
-英文版API文档: :ref:`api_fluid_layers_pad_constant_like` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_pool2d:
 
 pool2d
->>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.pool2d(input, pool_size=-1, pool_type='max', pool_stride=1, pool_padding=0, global_pooling=False, use_cudnn=True, ceil_mode=False, name=None)
 
@@ -5358,14 +5712,16 @@ pooling2d操作符根据 ``input`` ， 池化类型 ``pool_type`` ， 池化核
 
 
 
-英文版API文档: :ref:`api_fluid_layers_pool2d` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_pool3d:
 
 pool3d
->>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.pool3d(input, pool_size=-1, pool_type='max', pool_stride=1, pool_padding=0, global_pooling=False, use_cudnn=True, ceil_mode=False, name=None)
 
@@ -5391,14 +5747,16 @@ pool3d
 
 
 
-英文版API文档: :ref:`api_fluid_layers_pool3d` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_pow:
 
 pow
->>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.pow(x, factor=1.0, name=None)
 
@@ -5415,14 +5773,16 @@ pow
 
 
 
-英文版API文档: :ref:`api_fluid_layers_pow` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_prelu:
 
 prelu
->>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.prelu(x, mode, param_attr=None, name=None)
 
@@ -5445,14 +5805,16 @@ prelu
   
 
 
-英文版API文档: :ref:`api_fluid_layers_prelu` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_random_crop:
 
 random_crop
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.random_crop(x, shape, seed=None)
 
@@ -5475,14 +5837,16 @@ random_crop
 
 
 
-英文版API文档: :ref:`api_fluid_layers_random_crop` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_rank_loss:
 
 rank_loss
->>>>>>>>>>>>
+-------------------------------
 
 
 .. py:function::  paddle.fluid.layers.rank_loss(label, left, right, name=None)
@@ -5527,14 +5891,16 @@ P 的取值可为： {0, 1} 或 {0, 0.5, 1}, 其中，0.5表示输入的两文
 
 
 
-英文版API文档: :ref:`api_fluid_layers_rank_loss` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_reduce_max:
 
 reduce_max
->>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.reduce_max(input, dim=None, keep_dim=False, name=None)
 
@@ -5573,14 +5939,16 @@ reduce_max
 
 
 
-英文版API文档: :ref:`api_fluid_layers_reduce_max` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_reduce_mean:
 
 reduce_mean
->>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.reduce_mean(input, dim=None, keep_dim=False, name=None)
 
@@ -5620,14 +5988,16 @@ reduce_mean
 
 
 
-英文版API文档: :ref:`api_fluid_layers_reduce_mean` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_reduce_min:
 
 reduce_min
->>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.reduce_min(input, dim=None, keep_dim=False, name=None)
 
@@ -5666,14 +6036,16 @@ reduce_min
 
 
 
-英文版API文档: :ref:`api_fluid_layers_reduce_min` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_reduce_prod:
 
 reduce_prod
->>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.reduce_prod(input, dim=None, keep_dim=False, name=None)
 
@@ -5713,14 +6085,16 @@ reduce_prod
 
 
 
-英文版API文档: :ref:`api_fluid_layers_reduce_prod` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_reduce_sum:
 
 reduce_sum
->>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.reduce_sum(input, dim=None, keep_dim=False, name=None)
 
@@ -5759,14 +6133,16 @@ reduce_sum
 
 
 
-英文版API文档: :ref:`api_fluid_layers_reduce_sum` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_relu:
 
 relu
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.relu(x, name=None)
 
@@ -5793,14 +6169,16 @@ Relu接受一个输入数据(张量)，输出一个张量。将线性函数y = m
 
 
 
-英文版API文档: :ref:`api_fluid_layers_relu` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_relu6:
 
 relu6
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.relu6(x, threshold=6.0, name=None)
 
@@ -5823,14 +6201,16 @@ relu6激活算子（Relu6 Activation Operator）
 
 
 
-英文版API文档: :ref:`api_fluid_layers_relu6` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_reshape:
 
 reshape
->>>>>>>>>>
+-------------------------------
 
 保持输入张量数据不变的情况下，改变张量的形状。
 
@@ -5877,14 +6257,16 @@ reshape
 
 
 
-英文版API文档: :ref:`api_fluid_layers_reshape` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_resize_bilinear:
 
 resize_bilinear
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.resize_bilinear(input, out_shape=None, scale=None, name=None)
 
@@ -5904,14 +6286,16 @@ resize_bilinear
 
 
 
-英文版API文档: :ref:`api_fluid_layers_resize_bilinear` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_resize_nearest:
 
 resize_nearest
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.resize_nearest(input, out_shape=None, scale=None, name=None, actual_shape=None)
 
@@ -5940,14 +6324,16 @@ resize_nearest
 
 
 
-英文版API文档: :ref:`api_fluid_layers_resize_nearest` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_roi_align:
 
 roi_align
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.roi_align(input, rois, pooled_height=1, pooled_width=1, spatial_scale=1.0, sampling_ratio=-1, name=None)
 
@@ -5987,14 +6373,16 @@ Region of Interests align(直译：有意义、有价值选区对齐) 用于实
 
 
 
-英文版API文档: :ref:`api_fluid_layers_roi_align` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_roi_pool:
 
 roi_pool
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.roi_pool(input, rois, pooled_height=1, pooled_width=1, spatial_scale=1.0)
 
@@ -6030,14 +6418,16 @@ Faster-RCNN.使用了roi池化。roi关于roi池化请参考 https://stackoverfl
 
 
 
-英文版API文档: :ref:`api_fluid_layers_roi_pool` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_row_conv:
 
 row_conv
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.row_conv(input, future_context_size, param_attr=None, act=None)
 
@@ -6082,14 +6472,16 @@ row_conv
 
 
 
-英文版API文档: :ref:`api_fluid_layers_row_conv` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_sampling_id:
 
 sampling_id
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.sampling_id(x, min=0.0, max=1.0, seed=0, dtype='float32')
 
@@ -6110,14 +6502,16 @@ sampling_id算子。用于从输入的多项分布中对id进行采样的图层
  
 
 
-英文版API文档: :ref:`api_fluid_layers_sampling_id` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_scale:
 
 scale
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.scale(x, scale=1.0, bias=0.0, bias_after_scale=True, act=None, name=None)
 
@@ -6150,14 +6544,16 @@ else:
 
 
 
-英文版API文档: :ref:`api_fluid_layers_scale` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_scatter:
 
 scatter
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.scatter(input, index, updates, name=None)
 
@@ -6188,14 +6584,16 @@ scatter
 
 
 
-英文版API文档: :ref:`api_fluid_layers_scatter` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_selu:
 
 selu
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.selu(x, scale=None, alpha=None, name=None)
 
@@ -6234,14 +6632,16 @@ selu
 
 
 
-英文版API文档: :ref:`api_fluid_layers_selu` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_sequence_concat:
 
 sequence_concat
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.sequence_concat(input, name=None)
 
@@ -6265,14 +6665,16 @@ sequence_concat操作通过序列信息连接LoD张量（Tensor）。例如：X1
 
 
 
-英文版API文档: :ref:`api_fluid_layers_sequence_concat` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_sequence_conv:
 
 sequence_conv 
->>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.sequence_conv(input, num_filters, filter_size=3, filter_stride=1, padding=None, bias_attr=None, param_attr=None, act=None, name=None)
 
@@ -6294,14 +6696,16 @@ sequence_conv
 
 
 
-英文版API文档: :ref:`api_fluid_layers_sequence_conv` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_sequence_enumerate:
 
 sequence_enumerate
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.sequence_enumerate(input, win_size, pad_value=0, name=None)
 
@@ -6336,14 +6740,16 @@ sequence_enumerate
 
 
 
-英文版API文档: :ref:`api_fluid_layers_sequence_enumerate` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_sequence_expand:
 
 sequence_expand 
->>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.sequence_expand(x, y, ref_level=-1, name=None)
 
@@ -6406,14 +6812,16 @@ sequence_expand
 
 
 
-英文版API文档: :ref:`api_fluid_layers_sequence_expand` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_sequence_expand_as:
 
 sequence_expand_as 
->>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.sequence_expand_as(x, y, name=None)
 
@@ -6457,14 +6865,16 @@ Sequence Expand As Layer
 
 
 
-英文版API文档: :ref:`api_fluid_layers_sequence_expand_as` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_sequence_first_step:
 
 sequence_first_step
->>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.sequence_first_step(input)
 
@@ -6500,14 +6910,16 @@ sequence_first_step
 
 
 
-英文版API文档: :ref:`api_fluid_layers_sequence_first_step` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_sequence_last_step:
 
 sequence_last_step
->>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.sequence_last_step(input)
 
@@ -6545,14 +6957,16 @@ sequence_last_step
 
 
 
-英文版API文档: :ref:`api_fluid_layers_sequence_last_step` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_sequence_mask:
 
 sequence_mask
->>>>>>>>>>>>>>
+-------------------------------
 
 该层根据输入 ``x`` 和 ```maxlen`` 输出一个掩码，数据类型为dtype。
 
@@ -6577,14 +6991,16 @@ sequence_mask
 
 
 
-英文版API文档: :ref:`api_fluid_layers_sequence_mask` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_sequence_pad:
 
 sequence_pad
->>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.sequence_pad(x,pad_value,maxlen=None)
 
@@ -6667,14 +7083,16 @@ sequence_pad
 
 
 
-英文版API文档: :ref:`api_fluid_layers_sequence_pad` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_sequence_pool:
 
 sequence_pool 
->>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.sequence_pool(input, pool_type)
 
@@ -6727,14 +7145,16 @@ sequence_pool
 
 
 
-英文版API文档: :ref:`api_fluid_layers_sequence_pool` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_sequence_reshape:
 
 sequence_reshape
->>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.sequence_reshape(input, new_dim) 
 
@@ -6777,14 +7197,16 @@ Sequence Reshape Layer
 
 
 
-英文版API文档: :ref:`api_fluid_layers_sequence_reshape` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_sequence_reverse:
 
 sequence_reverse
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.sequence_reverse(x, name=None)
 
@@ -6824,14 +7246,16 @@ sequence_reverse
 
 
 
-英文版API文档: :ref:`api_fluid_layers_sequence_reverse` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_sequence_scatter:
 
 sequence_scatter
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.sequence_scatter(input, index, updates, name=None)
 
@@ -6879,14 +7303,16 @@ sequence_scatter
 
 
 
-英文版API文档: :ref:`api_fluid_layers_sequence_scatter` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_sequence_slice:
 
 sequence_slice
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.sequence_slice(input, offset, length, name=None)
 
@@ -6939,14 +7365,16 @@ sequence_slice
 
 
 
-英文版API文档: :ref:`api_fluid_layers_sequence_slice` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_sequence_softmax:
 
 sequence_softmax
->>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.sequence_softmax(input, use_cudnn=False, name=None)
 
@@ -6982,14 +7410,16 @@ sequence_softmax
 
 
 
-英文版API文档: :ref:`api_fluid_layers_sequence_softmax` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_sequence_unpad:
 
 sequence_unpad
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.sequence_unpad(x, length, name=None)
 
@@ -7039,14 +7469,16 @@ sequence_unpad
 
 
 
-英文版API文档: :ref:`api_fluid_layers_sequence_unpad` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_shape:
 
 shape
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.shape(input)
 
@@ -7065,14 +7497,16 @@ shape算子
         
 
 
-英文版API文档: :ref:`api_fluid_layers_shape` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_sigmoid_cross_entropy_with_logits:
 
 sigmoid_cross_entropy_with_logits
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.sigmoid_cross_entropy_with_logits(x, label, name=None)
 
@@ -7116,14 +7550,16 @@ sigmoid_cross_entropy_with_logits
 
 
 
-英文版API文档: :ref:`api_fluid_layers_sigmoid_cross_entropy_with_logits` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_similarity_focus:
 
 similarity_focus
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.similarity_focus(input, axis, indexes, name=None)
 
@@ -7213,14 +7649,16 @@ similarity_focus
 
 
 
-英文版API文档: :ref:`api_fluid_layers_similarity_focus` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_slice:
 
 slice
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.slice(input, axes, starts, ends)
 
@@ -7257,14 +7695,16 @@ slice算子。
 
 
 
-英文版API文档: :ref:`api_fluid_layers_slice` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_smooth_l1:
 
 smooth_l1
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.smooth_l1(x, y, inside_weight=None, outside_weight=None, sigma=None)
 
@@ -7295,14 +7735,16 @@ smooth_l1
 
 
 
-英文版API文档: :ref:`api_fluid_layers_smooth_l1` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_soft_relu:
 
 soft_relu
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.soft_relu(x, threshold=40.0, name=None)
 
@@ -7318,14 +7760,16 @@ SoftRelu 激活函数
 
 
 
-英文版API文档: :ref:`api_fluid_layers_soft_relu` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_softmax:
 
 softmax
->>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.softmax(input, use_cudnn=True, name=None)
 
@@ -7361,14 +7805,16 @@ softmax操作符计算k维向量输入中所有其他维的指数和指数值的
 
 
 
-英文版API文档: :ref:`api_fluid_layers_softmax` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_softmax_with_cross_entropy:
 
 softmax_with_cross_entropy
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.softmax_with_cross_entropy(logits, label, soft_label=False, ignore_index=-100)
 
@@ -7415,14 +7861,16 @@ softmax_with_cross_entropy
       
 
 
-英文版API文档: :ref:`api_fluid_layers_softmax_with_cross_entropy` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_space_to_depth:
 
 space_to_depth
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.space_to_depth(x, blocksize, name=None)
 
@@ -7465,14 +7913,16 @@ space_to_depth
 
 
 
-英文版API文档: :ref:`api_fluid_layers_space_to_depth` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_split:
 
 split
->>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.split(input,num_or_sections,dim=-1,name=None)
 
@@ -7505,14 +7955,16 @@ split
 
 
 
-英文版API文档: :ref:`api_fluid_layers_split` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_square_error_cost:
 
 square_error_cost 
->>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.square_error_cost(input,label)
 
@@ -7549,14 +8001,16 @@ square_error_cost
 
 
 
-英文版API文档: :ref:`api_fluid_layers_square_error_cost` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_squeeze:
 
 squeeze 
->>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.squeeze(input, axes, name=None)
 
@@ -7598,14 +8052,16 @@ squeeze
 
 
 
-英文版API文档: :ref:`api_fluid_layers_squeeze` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_stack:
 
 stack
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.stack(x, axis=0)
 
@@ -7627,14 +8083,16 @@ stack
 
 
 
-英文版API文档: :ref:`api_fluid_layers_stack` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_stanh:
 
 stanh
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.stanh(x, scale_a=0.6666666666666666, scale_b=1.7159, name=None)
 
@@ -7655,14 +8113,16 @@ STanh 激活算子（STanh Activation Operator.）
 
 
 
-英文版API文档: :ref:`api_fluid_layers_stanh` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_sum:
 
 sum
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.sum(x)
 
@@ -7680,14 +8140,16 @@ sum算子。
 
 
 
-英文版API文档: :ref:`api_fluid_layers_sum` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_swish:
 
 swish
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.swish(x, beta=1.0, name=None)
 
@@ -7710,14 +8172,16 @@ Swish 激活函数
 
 
 
-英文版API文档: :ref:`api_fluid_layers_swish` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_topk:
 
 topk
->>>>>
+-------------------------------
 .. py:function:: paddle.fluid.layers.topk(input, k, name=None)
 
 这个运算符用于查找最后一维的前k个最大项，返回它们的值和索引。
@@ -7766,14 +8230,16 @@ topk
 
 
 
-英文版API文档: :ref:`api_fluid_layers_topk` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_transpose:
 
 transpose
->>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.transpose(x,perm,name=None)
 
@@ -7799,14 +8265,16 @@ transpose
 
 
 
-英文版API文档: :ref:`api_fluid_layers_transpose` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_uniform_random_batch_size_like:
 
 uniform_random_batch_size_like
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.uniform_random_batch_size_like(input, shape, dtype='float32', input_dim_idx=0, output_dim_idx=0, min=-1.0, max=1.0, seed=0)
 
@@ -7830,14 +8298,16 @@ uniform_random_batch_size_like算子。
 
 
 
-英文版API文档: :ref:`api_fluid_layers_uniform_random_batch_size_like` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_unsqueeze:
 
 unsqueeze
->>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.unsqueeze(input, axes, name=None)
 
@@ -7865,14 +8335,16 @@ unsqueeze
 
 
 
-英文版API文档: :ref:`api_fluid_layers_unsqueeze` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_unstack:
 
 unstack
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.unstack(x, axis=0, num=None)
 
@@ -7899,14 +8371,16 @@ unstack
 
 
 
-英文版API文档: :ref:`api_fluid_layers_unstack` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_warpctc:
 
 warpctc
->>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.warpctc(input, label, blank=0, norm_by_times=False, use_cudnn=False))
 
@@ -7933,7 +8407,9 @@ warpctc
 
 
 
-英文版API文档: :ref:`api_fluid_layers_warpctc` 
+
+
+
 
 
 
@@ -7947,7 +8423,7 @@ warpctc
 .. _cn_api_fluid_layers_abs:
 
 abs
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.abs(x, name=None)
 
@@ -7963,14 +8439,16 @@ abs
 
 
 
-英文版API文档: :ref:`api_fluid_layers_abs` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_ceil:
 
 ceil
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.ceil(x, name=None)
 
@@ -7984,14 +8462,16 @@ ceil
         
 
 
-英文版API文档: :ref:`api_fluid_layers_ceil` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_cos:
 
 cos
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.cos(x, name=None)
 
@@ -8006,14 +8486,16 @@ cos
 
 
 
-英文版API文档: :ref:`api_fluid_layers_cos` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_cumsum:
 
 cumsum
->>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.cumsum(x,axis=None,exclusive=None,reverse=None
 
@@ -8036,14 +8518,16 @@ cumsum
 
 
 
-英文版API文档: :ref:`api_fluid_layers_cumsum` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_exp:
 
 exp
->>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.exp(x, name=None)
        
@@ -8057,14 +8541,16 @@ exp
 
 
 
-英文版API文档: :ref:`api_fluid_layers_exp` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_floor:
 
 floor
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.floor(x, name=None)
 
@@ -8080,14 +8566,16 @@ floor
 
 
 
-英文版API文档: :ref:`api_fluid_layers_floor` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_hard_shrink:
 
 hard_shrink
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.hard_shrink(x,threshold=None)
 
@@ -8117,14 +8605,16 @@ HardShrink激活函数(HardShrink activation operator)
 
 
 
-英文版API文档: :ref:`api_fluid_layers_hard_shrink` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_logsigmoid:
 
 logsigmoid
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.logsigmoid(x, name=None)
         
@@ -8139,14 +8629,16 @@ logsigmoid
 
 
 
-英文版API文档: :ref:`api_fluid_layers_logsigmoid` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_reciprocal:
 
 reciprocal
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.reciprocal(x, name=None)
 
@@ -8163,14 +8655,16 @@ reciprocal
         
 
 
-英文版API文档: :ref:`api_fluid_layers_reciprocal` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_round:
 
 round
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.round(x, name=None)
 
@@ -8184,14 +8678,16 @@ round
         
 
 
-英文版API文档: :ref:`api_fluid_layers_round` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_sigmoid:
 
 sigmoid
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.sigmoid(x, name=None)
      
@@ -8207,14 +8703,16 @@ sigmoid
 
  
 
-英文版API文档: :ref:`api_fluid_layers_sigmoid` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_sin:
 
 sin
->>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.sin(x, name=None)
 
@@ -8229,14 +8727,16 @@ sin
 
 
 
-英文版API文档: :ref:`api_fluid_layers_sin` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_softplus:
 
 softplus
->>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.softplus(x,name=None)
 
@@ -8248,14 +8748,16 @@ softplus
 
 
 
-英文版API文档: :ref:`api_fluid_layers_softplus` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_softshrink:
 
 softshrink
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.softshrink(x, name=None)       
 
@@ -8277,14 +8779,16 @@ Softshrink激活算子
 
 
 
-英文版API文档: :ref:`api_fluid_layers_softshrink` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_softsign:
 
 softsign
->>>>>>>>>
+-------------------------------
 
 .. py:function:: Paddle.fluid.layers.softsign(x,name=None)
 
@@ -8296,14 +8800,16 @@ softsign
 
 
 
-英文版API文档: :ref:`api_fluid_layers_softsign` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_sqrt:
 
 sqrt
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.sqrt(x, name=None)
 
@@ -8318,14 +8824,16 @@ sqrt
 
 
 
-英文版API文档: :ref:`api_fluid_layers_sqrt` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_square:
 
 square
->>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.square(x,name=None)
 
@@ -8337,14 +8845,16 @@ square
 
 
 
-英文版API文档: :ref:`api_fluid_layers_square` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_tanh:
 
 tanh
->>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.tanh(x, name=None)
         
@@ -8361,14 +8871,16 @@ tanh
 
 
 
-英文版API文档: :ref:`api_fluid_layers_tanh` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_tanh_shrink:
 
 tanh_shrink
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.tanh_shrink(x, name=None)
 
@@ -8381,14 +8893,16 @@ tanh_shrink
 
 
 
-英文版API文档: :ref:`api_fluid_layers_tanh_shrink` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_thresholded_relu:
 
 thresholded_relu
->>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.thresholded_relu(x,threshold=None)
 
@@ -8416,14 +8930,16 @@ thresholded_relu
 
 
 
-英文版API文档: :ref:`api_fluid_layers_thresholded_relu` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_uniform_random:
 
 uniform_random
->>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: Paddle.fluid.layers.uniform_random(shape,dtype=None,min=None,max=None,seed=None)
 该操作符初始化一个张量，该张量的值是从正太分布中抽样的随机值
@@ -8445,7 +8961,9 @@ uniform_random
 
 
 
-英文版API文档: :ref:`api_fluid_layers_uniform_random` 
+
+
+
 
 
 
@@ -8459,7 +8977,7 @@ uniform_random
 .. _cn_api_fluid_layers_argmax:
 
 argmax
->>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers argmin(x,axis=0)
     
@@ -8484,14 +9002,16 @@ argmax
 
 
 
-英文版API文档: :ref:`api_fluid_layers_argmax` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_argmin:
 
 argmin
->>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers argmin(x,axis=0)
     
@@ -8516,14 +9036,16 @@ argmin
     
 
 
-英文版API文档: :ref:`api_fluid_layers_argmin` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_argsort:
 
 argsort
->>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers argsort(input,axis=-1,name=None)
 
@@ -8565,14 +9087,16 @@ argsort
 
 
 
-英文版API文档: :ref:`api_fluid_layers_argsort` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_assign:
 
 assign
->>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.assign(input,output=None)
 
@@ -8598,14 +9122,16 @@ assign
 
 
 
-英文版API文档: :ref:`api_fluid_layers_assign` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_cast:
 
 cast 
->>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.cast(x,dtype)
 
@@ -8628,14 +9154,16 @@ cast
 
 
 
-英文版API文档: :ref:`api_fluid_layers_cast` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_concat:
 
 concat
->>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.concat(input,axis=0,name=None)
 
@@ -8660,14 +9188,16 @@ concat
 
 
 
-英文版API文档: :ref:`api_fluid_layers_concat` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_create_global_var:
 
 create_global_var
->>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.create_global_var(shape,value,dtype,persistable=False,force_cpu=False,name=None)
 
@@ -8694,14 +9224,16 @@ create_global_var
 
 
 
-英文版API文档: :ref:`api_fluid_layers_create_global_var` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_create_parameter:
 
 create_parameter
->>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.create_parameter(shape,dtype,name=None,attr=None,is_bias=False,default_initializer=None)
 
@@ -8728,14 +9260,16 @@ create_parameter
 
 
 
-英文版API文档: :ref:`api_fluid_layers_create_parameter` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_create_tensor:
 
 create_tensor
->>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.create_tensor(dtype,name=None,persistable=False)
 
@@ -8757,14 +9291,18 @@ create_tensor
     tensor = fluid.layers.create_tensor(dtype='float32')
 
 
-英文版API文档: :ref:`api_fluid_layers_create_tensor` 
+
+
+
+
+
 
 
 
 .. _cn_api_fluid_layers_fill_constant:
 
 fill_constant
->>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers fill_constant(shape,dtype,value,force_cpu=False,out=None)
 
@@ -8793,14 +9331,16 @@ fill_constant
 
 
 
-英文版API文档: :ref:`api_fluid_layers_fill_constant` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_fill_constant_batch_size_like:
 
 fill_constant_batch_size_like
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.fill_constant_batch_size_like(input,shape,dtype,value,input_dim_idx=0,output_dim_idx=0)
 
@@ -8826,14 +9366,16 @@ fill_constant_batch_size_like
 
 
 
-英文版API文档: :ref:`api_fluid_layers_fill_constant_batch_size_like` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_has_inf:
 
 has_inf
->>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.has_inf(x)
 
@@ -8853,14 +9395,16 @@ has_inf
 
 
 
-英文版API文档: :ref:`api_fluid_layers_has_inf` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_has_nan:
 
 has_nan
->>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.has_nan(x)
 
@@ -8874,14 +9418,16 @@ has_nan
 
 
 
-英文版API文档: :ref:`api_fluid_layers_has_nan` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_isfinite:
 
 isfinite
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.isfinite(x)
 
@@ -8896,14 +9442,16 @@ isfinite
 
 
 
-英文版API文档: :ref:`api_fluid_layers_isfinite` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_ones:
 
 ones 
->>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.ones(shape,dtype,force_cpu=False)
 
@@ -8929,14 +9477,16 @@ ones
 
 
 
-英文版API文档: :ref:`api_fluid_layers_ones` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_reverse:
 
 reverse
->>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.reverse(x,axis)
     
@@ -8962,14 +9512,16 @@ reverse
 
 
 
-英文版API文档: :ref:`api_fluid_layers_reverse` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_sums:
 
 sums
->>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.sums(input,out=None)
 
@@ -8998,14 +9550,16 @@ sums
 
 
 
-英文版API文档: :ref:`api_fluid_layers_sums` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_tensor_array_to_tensor:
 
 tensor_array_to_tensor
->>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.tensor_array_to_tensor(input, axis=1, name=None)
 
@@ -9049,14 +9603,16 @@ tensor_array_to_tensor
 
 
 
-英文版API文档: :ref:`api_fluid_layers_tensor_array_to_tensor` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_zeros:
 
 zeros
->>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.zeros(shape,dtype,force_cpu=False)
 
@@ -9082,7 +9638,9 @@ zeros
 
 
 
-英文版API文档: :ref:`api_fluid_layers_zeros` 
+
+
+
 
 
 
@@ -9096,7 +9654,7 @@ zeros
 .. _cn_api_fluid_layers_append_LARS:
 
 append_LARS 
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.append_LARS(params_grads,learning_rate,weight_decay)
 
@@ -9117,14 +9675,16 @@ append_LARS
 
 
 
-英文版API文档: :ref:`api_fluid_layers_append_LARS` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_exponential_decay:
 
 exponential_decay 
->>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers exponential_decay(learning_rate,decay_steps,decay_rate,staircase=False)
 
@@ -9163,14 +9723,16 @@ exponential_decay
 
 
 
-英文版API文档: :ref:`api_fluid_layers_exponential_decay` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_inverse_time_decay:
 
 inverse_time_decay
->>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.inverse_time_decay(learning_rate, decay_steps, decay_rate, staircase=False)
 
@@ -9210,14 +9772,16 @@ inverse_time_decay
 
 
 
-英文版API文档: :ref:`api_fluid_layers_inverse_time_decay` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_natural_exp_decay:
 
 natural_exp_decay
->>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.natural_exp_decay(learning_rate, decay_steps, decay_rate, staircase=False)
 
@@ -9240,14 +9804,16 @@ natural_exp_decay
 
 
 
-英文版API文档: :ref:`api_fluid_layers_natural_exp_decay` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_noam_decay:
 
 noam_decay
->>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers noam_decay(d_model,warmup_steps)
 
@@ -9270,14 +9836,16 @@ Noam衰减方法。noam衰减的numpy实现如下。
 
 
 
-英文版API文档: :ref:`api_fluid_layers_noam_decay` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_piecewise_decay:
 
 piecewise_decay
->>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.piecewise_decay(boundaries,values)
 
@@ -9304,14 +9872,16 @@ piecewise_decay
 
 
 
-英文版API文档: :ref:`api_fluid_layers_piecewise_decay` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_polynomial_decay:
 
 polynomial_decay 
->>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.polynomial_decay(learning_rate,decay_steps,end_learning_rate=0.0001,power=1.0,cycle=False)
 
@@ -9339,7 +9909,9 @@ polynomial_decay
 
 
 
-英文版API文档: :ref:`api_fluid_layers_polynomial_decay` 
+
+
+
 
 
 
@@ -9353,7 +9925,7 @@ polynomial_decay
 .. _cn_api_fluid_layers_anchor_generator:
 
 anchor_generator
->>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.anchor_generator(input, anchor_sizes=None, aspect_ratios=None, variance=[0.1, 0.1, 0.2, 0.2], stride=None, offset=0.5, name=None)
 
@@ -9401,14 +9973,16 @@ anchor_generator
 
 
 
-英文版API文档: :ref:`api_fluid_layers_anchor_generator` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_bipartite_match:
         
 bipartite_match
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.bipartite_match(dist_matrix, match_type=None, dist_threshold=None, name=None)
 
@@ -9452,14 +10026,16 @@ bipartite_match
 
 
 
-英文版API文档: :ref:`api_fluid_layers_bipartite_match` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_box_coder:
 
 box_coder
->>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.box_coder(prior_box, prior_box_var, target_box, code_type='encode_center_size', box_normalized=True, name=None)
 
@@ -9511,14 +10087,16 @@ Bounding Box Coder
 
 
 
-英文版API文档: :ref:`api_fluid_layers_box_coder` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_density_prior_box:
 
 density_prior_box
->>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.density_prior_box(input, image, densities=None, fixed_sizes=None, fixed_ratios=None, variance=[0.1, 0.1, 0.2, 0.2], clip=False, steps=[0.0, 0.0], offset=0.5, flatten_to_2d=False, name=None)
 
@@ -9589,14 +10167,16 @@ density prior box的量由fixed_sizes and fixed_ratios决定。显然地，fixed
 
 
 
-英文版API文档: :ref:`api_fluid_layers_density_prior_box` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_detection_map:
         
 detection_map
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.detection_map(detect_res, label, function_num, background_label=0, overlap_threshold=0.3, evaluate_difficult=True, has_state=None, input_states=None, out_states=None, ap_version='integral')
 
@@ -9654,14 +10234,16 @@ detection_map
 
 
 
-英文版API文档: :ref:`api_fluid_layers_detection_map` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_detection_output:
 
 detection_output
->>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.detection_output(loc, scores, prior_box, prior_box_var, background_label=0, nms_threshold=0.3, nms_top_k=400, keep_top_k=200, score_threshold=0.01, nms_eta=1.0)
 
@@ -9713,14 +10295,16 @@ Detection Output Layer for Single Shot Multibox Detector(SSD)
 
 
 
-英文版API文档: :ref:`api_fluid_layers_detection_output` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_generate_proposal_labels:
 
 generate_proposal_labels
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.generate_proposal_labels(rpn_rois, gt_functiones, is_crowd, gt_boxes, im_info, batch_size_per_im=256, fg_fraction=0.25, fg_thresh=0.25, bg_thresh_hi=0.5, bg_thresh_lo=0.0, bbox_reg_weights=[0.1, 0.1, 0.2, 0.2], function_nums=None, use_random=True)
 
@@ -9758,14 +10342,16 @@ RpnRois 是RPN的输出box， 并由 ``GenerateProposals`` 来进一步处理,
 
 
 
-英文版API文档: :ref:`api_fluid_layers_generate_proposal_labels` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_generate_proposals:
 
 generate_proposals
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.generate_proposals(scores, bbox_deltas, im_info, anchors, variances, pre_nms_top_n=6000, post_nms_top_n=1000, nms_thresh=0.5, min_size=0.1, eta=1.0, name=None) 
 
@@ -9801,14 +10387,17 @@ generate_proposals
 
 
 
-英文版API文档: :ref:`api_fluid_layers_generate_proposals` 
+
+
+
+
 
 
 
 .. _cn_api_fluid_layers_iou_similarity:
 
 iou_similarity
->>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.iou_similarity(x, y, name=None)
 
@@ -9830,14 +10419,16 @@ iou_similarity
 
 
 
-英文版API文档: :ref:`api_fluid_layers_iou_similarity` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_multi_box_head:
         
 multi_box_head
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.multi_box_head(inputs, image, base_size, num_functiones, aspect_ratios, min_ratio=None, max_ratio=None, min_sizes=None, max_sizes=None, steps=None, step_w=None, step_h=None, offset=0.5, variance=[0.1, 0.1, 0.2, 0.2], flip=True, clip=False, kernel_size=1, pad=0, stride=1, name=None, min_max_aspect_ratios_order=False)
 
@@ -9897,14 +10488,16 @@ multi_box_head
 
 
 
-英文版API文档: :ref:`api_fluid_layers_multi_box_head` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_polygon_box_transform:
 
 polygon_box_transform
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.polygon_box_transform(input, name=None)  
 
@@ -9925,14 +10518,16 @@ PolygonBoxTransform 算子。
 
 
 
-英文版API文档: :ref:`api_fluid_layers_polygon_box_transform` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_prior_box:
 
 prior_box 
->>>>>>>>>
+-------------------------------
 .. py:function:: paddle.fluid.layers.prior_box(input,image,min_sizes=None,aspect_ratios=[1.0],variance=[0.1,0.1,0.2,0.2],flip=False,clip=False,steps=[0.0,0.0],offset=0.5,name=None,min_max_aspect_ratios_order=False)
 
 **Prior Box Operator**
@@ -9975,14 +10570,16 @@ prior_box
 
 
 
-英文版API文档: :ref:`api_fluid_layers_prior_box` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_roi_perspective_transform:
 
 roi_perspective_transform
->>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.roi_perspective_transform(input, rois, transformed_height, transformed_width, spatial_scale=1.0)
 
@@ -10015,14 +10612,16 @@ roi_perspective_transform
 
 
 
-英文版API文档: :ref:`api_fluid_layers_roi_perspective_transform` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_rpn_target_assign:
 
 rpn_target_assign
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.rpn_target_assign(bbox_pred, cls_logits, anchor_box, anchor_var, gt_boxes, is_crowd, im_info, rpn_batch_size_per_im=256, rpn_straddle_thresh=0.0, rpn_fg_fraction=0.5, rpn_positive_overlap=0.7, rpn_negative_overlap=0.3, use_random=True)
 
@@ -10075,14 +10674,16 @@ rpn_target_assign
         
 
 
-英文版API文档: :ref:`api_fluid_layers_rpn_target_assign` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_ssd_loss:
         
 ssd_loss
->>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.ssd_loss(location, confidence, gt_box, gt_label, prior_box, prior_box_var=None, background_label=0, overlap_threshold=0.5, neg_pos_ratio=3.0, neg_overlap=0.5, loc_loss_weight=1.0, conf_loss_weight=1.0, match_type='per_prediction', mining_type='max_negative', normalize=True, sample_size=None) 
 
@@ -10167,14 +10768,16 @@ ssd_loss
 
 
 
-英文版API文档: :ref:`api_fluid_layers_ssd_loss` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_target_assign:
 
 target_assign
->>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.target_assign(input, matched_indices, negative_indices=None, mismatch_value=None, name=None)
 
@@ -10227,7 +10830,9 @@ target_assign
 
 
 
-英文版API文档: :ref:`api_fluid_layers_target_assign` 
+
+
+
 
 
 
@@ -10241,7 +10846,7 @@ target_assign
 .. _cn_api_fluid_layers_accuracy:
 
 accuracy
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.accuracy(input, label, k=1, correct=None, total=None)
 
@@ -10274,14 +10879,16 @@ accuracy layer。 参考 https://en.wikipedia.org/wiki/Precision_and_recall
 
 
 
-英文版API文档: :ref:`api_fluid_layers_accuracy` 
+
+
+
 
 
 
 .. _cn_api_fluid_layers_auc:
 
 auc
->>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.layers.auc(input, label, curve='ROC', num_thresholds=4095, topk=1, slide_steps=1)
 
@@ -10320,7 +10927,9 @@ auc
 
 
 
-英文版API文档: :ref:`api_fluid_layers_auc` 
+
+
+
 
 
 

doc/fluid/api_cn/metrics_cn.rst

-
 #################
  fluid.metrics
 #################
 
 
 
-.. _cn_api_fluid_merics_Auc:
-
-Auc
->>>>
-
-.. py:class:: paddle.fluid.metrics.Auc(name, curve='ROC', num_thresholds=4095)
+.. _cn_api_fluid_metrics_Accuracy:
 
-Auc度量适用于二分类。参考 https://en.wikipedia.org/wiki/Receiver_operating_characteristic#Area_under_the_curve  。需要注意auc度量本身是用Python计算值。如果关心速度，请用fluid.layers.auc。
+Accuracy
+-------------------------------
 
-auc函数创建四个局部变量true_positives, true_negatives, false_positives和false_negatives，用于计算AUC。对于离散化AUC曲线，临界值线性间隔设置以便计算召回率和准确率的值，用false positive率的召回值高度计算ROC曲线面积，用recall的准确值高度计算PR曲线面积。
+.. py:class:: paddle.fluid.metrics.Accuracy(name=None)
 
-参数：
-    - **name** - 度量名
-    - **curve** - 将要计算的曲线名的详情，曲线包括ROC（默认）或者PR（Precision-Recall-curve）。
+累加mini-batch正确率，计算每次pass的平均准确率。https://en.wikipedia.org/wiki/Accuracy_and_precision
 
-注：目前只用Python实现ROC曲线
+参数:
+    - **name** — 度量标准的名称
 
-**代码示例**：
+**代码示例**
 
 .. code-block:: python
 
+    labels = fluid.layers.data(name="data", shape=[1], dtype="int32")
+    data = fluid.layers.data(name="data", shape=[32, 32], dtype="int32")
     pred = fluid.layers.fc(input=data, size=1000, act="tanh")
-    metric = fluid.metrics.Auc()
+    minibatch_accuracy = fluid.layers.accuracy(pred, label)
+    accuracy_evaluator = fluid.metrics.Accuracy()
+    for pass in range(PASSES):
+        accuracy_evaluator.reset()
         for data in train_reader():
-        loss, preds, labels = exe.run(fetch_list=[cost, preds, labels])
-        metric.update(preds, labels)
-        numpy_auc = metric.eval()
-
-
-
-
-
-
-
-
-
-
-英文版API文档: :ref:`api_fluid_merics_Auc` 
-
-.. _cn_api_fluid_merics_MetricBase:
+            batch_size = data[0]
+            loss = exe.run(fetch_list=[cost, minibatch_accuracy])
+        accuracy_evaluator.update(value=minibatch_accuracy, weight=batch_size)
+        numpy_acc = accuracy_evaluator.eval()
 
-MetricBase
->>>>>>>>>>>>
 
-.. py:class:: paddle.fluid.metrics.MetricBase(name)
+.. py:method:: update(value, weight)
 
-所有Metrics的基类。MetricBase为模型估计方法定义一组接口。Metrics累积连续的两个minibatch之间的度量状态，对每个minibatch用最新接口将当前minibatch值添加到全局状态。用eval函数来计算last reset()或者scratch on()中累积的度量值。如果需要定制一个新的metric，请继承自MetricBase和自定义实现类。
+更新mini batch的状态.
 
 参数：	
-    - **name** (str) - metric实例名。例如准确率（accuracy）。如果想区分一个模型里不同的metrics，则需要实例名。
-
-.. py:method:: reset()
-
-        reset()清除度量（metric）的状态（state）。默认情况下，状态（state）包含没有 ``_`` 前缀的metric。reset将这些状态设置为初始状态。如果不想使用隐式命名规则，请自定义reset接口。
-
-.. py:method:: get_config()
+    - **value** (float|numpy.array) – 每个mini batch的正确率
+    - **weight** (int|float) – batch 大小
 
-获取度量（metric)状态和当前状态。状态（state）包含没有 ``_`` 前缀的成员。
 
-参数：**None**
 
-返回：metric对应到state的字典
 
-返回类型：字典（dict）
 
 
-.. py:method:: update(preds,labels)
-
-更新每个minibatch的度量状态（metric states），用户可通过Python或者C++操作符计算minibatch度量值（metric）。
 
-参数：
-     - **preds** (numpy.array) - 当前minibatch的预测
-     - **labels** (numpy.array) - 当前minibatch的标签，如果标签为one-hot或者soft-label，应该自定义相应的更新规则。
+.. _cn_api_fluid_metrics_Auc:
 
-.. py:method:: eval()
+Auc
+-------------------------------
 
-基于累积状态（accumulated states）评估当前度量（current metric）。
+.. py:class:: paddle.fluid.metrics.Auc(name, curve='ROC', num_thresholds=4095)
 
-返回：metrics（Python中）
+Auc度量适用于二分类。参考 https://en.wikipedia.org/wiki/Receiver_operating_characteristic#Area_under_the_curve  。需要注意auc度量本身是用Python计算值。如果关心速度，请用fluid.layers.auc。
 
-返回类型：float|list(float)|numpy.array
+auc函数创建四个局部变量true_positives, true_negatives, false_positives和false_negatives，用于计算AUC。对于离散化AUC曲线，临界值线性间隔设置以便计算召回率和准确率的值，用false positive率的召回值高度计算ROC曲线面积，用recall的准确值高度计算PR曲线面积。
 
+参数：
+    - **name** - 度量名
+    - **curve** - 将要计算的曲线名的详情，曲线包括ROC（默认）或者PR（Precision-Recall-curve）。
 
+注：目前只用Python实现ROC曲线
 
-英文版API文档: :ref:`api_fluid_merics_MetricBase` 
+**代码示例**：
 
-.. _cn_api_fluid_metrics_Accuracy:
+.. code-block:: python
 
-Accuracy
->>>>>>>>>>>>
+    pred = fluid.layers.fc(input=data, size=1000, act="tanh")
+    metric = fluid.metrics.Auc()
+    for data in train_reader():
+        loss, preds, labels = exe.run(fetch_list=[cost, preds, labels])
+        metric.update(preds, labels)
+        numpy_auc = metric.eval()
 
-.. py:class:: paddle.fluid.metrics.Accuracy(name=None)
 
-累加mini-batch正确率，计算每次pass的平均准确率。https://en.wikipedia.org/wiki/Accuracy_and_precision
 
-参数:
-    - **name** — 度量标准的名称
 
-**代码示例**
 
-.. code-block:: python
 
-    labels = fluid.layers.data(name="data", shape=[1], dtype="int32")
-    data = fluid.layers.data(name="data", shape=[32, 32], dtype="int32")
-    pred = fluid.layers.fc(input=data, size=1000, act="tanh")
-    minibatch_accuracy = fluid.layers.accuracy(pred, label)
-    accuracy_evaluator = fluid.metrics.Accuracy()
-    for pass in range(PASSES):
-        accuracy_evaluator.reset()
-        for data in train_reader():
-            batch_size = data[0]
-            loss = exe.run(fetch_list=[cost, minibatch_accuracy])
-        accuracy_evaluator.update(value=minibatch_accuracy, weight=batch_size)
-        numpy_acc = accuracy_evaluator.eval()
 
 
-.. py:method:: update(value, weight)
 
-更新mini batch的状态.
 
-参数：	
-    - **value** (float|numpy.array) – 每个mini batch的正确率
-    - **weight** (int|float) – batch 大小
 
 
 
-英文版API文档: :ref:`api_fluid_metrics_Accuracy` 
 
 .. _cn_api_fluid_metrics_ChunkEvaluator:
 
 ChunkEvaluator
->>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.metrics.ChunkEvaluator(name=None)
 
@@ -169,12 +125,14 @@ ChunkEvaluator
 
 
 
-英文版API文档: :ref:`api_fluid_metrics_ChunkEvaluator` 
+
+
+
 
 .. _cn_api_fluid_metrics_CompositeMetric:
 
 CompositeMetric
->>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.metrics.CompositeMetric(name=None)
 
@@ -229,14 +187,16 @@ CompositeMetric
 
 
 
-英文版API文档: :ref:`api_fluid_metrics_CompositeMetric` 
+
+
+
 
 .. _cn_api_fluid_metrics_DetectionMAP:
 
 DetectionMAP
->>>>>>>>>>>>
+-------------------------------
 
-.. py:class:: class paddle.fluid.metrics.DetectionMAP(name=None)
+.. py:class:: paddle.fluid.metrics.DetectionMAP(name=None)
 
 计算 detection 平均精度（mAP）。 mAP是衡量object detectors精度的指标，比如 Faster R-CNN,SSD等。它不同于召回率，它是最大精度的平均值。 请从以下文章中获取更多信息：
 
@@ -275,12 +235,14 @@ https://arxiv.org/abs/1512.02325
 
 
 
-英文版API文档: :ref:`api_fluid_metrics_DetectionMAP` 
+
+
+
 
 .. _cn_api_fluid_metrics_EditDistance:
 
 EditDistance
->>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.metrics.EditDistance(name)
 
@@ -307,12 +269,63 @@ EditDistance
 
 
 
-英文版API文档: :ref:`api_fluid_metrics_EditDistance` 
+
+
+
+
+.. _cn_api_fluid_metrics_MetricBase:
+
+MetricBase
+-------------------------------
+
+.. py:class:: paddle.fluid.metrics.MetricBase(name)
+
+所有Metrics的基类。MetricBase为模型估计方法定义一组接口。Metrics累积连续的两个minibatch之间的度量状态，对每个minibatch用最新接口将当前minibatch值添加到全局状态。用eval函数来计算last reset()或者scratch on()中累积的度量值。如果需要定制一个新的metric，请继承自MetricBase和自定义实现类。
+
+参数：
+    - **name** (str) - metric实例名。例如准确率（accuracy）。如果想区分一个模型里不同的metrics，则需要实例名。
+
+.. py:method:: reset()
+
+        reset()清除度量（metric）的状态（state）。默认情况下，状态（state）包含没有 ``_`` 前缀的metric。reset将这些状态设置为初始状态。如果不想使用隐式命名规则，请自定义reset接口。
+
+.. py:method:: get_config()
+
+获取度量（metric)状态和当前状态。状态（state）包含没有 ``_`` 前缀的成员。
+        
+参数：**None**
+
+返回：metric对应到state的字典
+
+返回类型：字典（dict）
+
+
+.. py:method:: update(preds,labels)
+
+更新每个minibatch的度量状态（metric states），用户可通过Python或者C++操作符计算minibatch度量值（metric）。
+
+参数：
+     - **preds** (numpy.array) - 当前minibatch的预测
+     - **labels** (numpy.array) - 当前minibatch的标签，如果标签为one-hot或者soft-label，应该自定义相应的更新规则。
+
+.. py:method:: eval()
+
+基于累积状态（accumulated states）评估当前度量（current metric）。
+
+返回：metrics（Python中）
+
+返回类型：float|list(float)|numpy.array
+
+
+
+
+
+
 
 .. _cn_api_fluid_metrics_Precision:
 
 Precision
->>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.metrics.Precision(name=None)
 
@@ -339,12 +352,14 @@ Precision(也称为 positive predictive value,正预测值)是被预测为正样
 
 
 
-英文版API文档: :ref:`api_fluid_metrics_Precision` 
+
+
+
 
 .. _cn_api_fluid_metrics_Recall:
 
 Recall
->>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.metrics.Recall(name=None)
 
@@ -368,5 +383,7 @@ https://en.wikipedia.org/wiki/Precision_and_recall
 
 
 
-英文版API文档: :ref:`api_fluid_metrics_Recall` 
+
+
+
 

doc/fluid/api_cn/nets_cn.rst

+#################
+ fluid.nets
+#################
+
+
+
+.. _cn_api_fluid_nets_glu:
+
+glu
+-------------------------------
+.. py:function:: paddle.fluid.nets.glu(input, dim=-1)
+T
+he Gated Linear Units(GLU)由切分（split），sigmoid激活函数和按元素相乘组成。沿着给定维将input拆分成两个大小相同的部分，a和b，计算如下：
+
+.. math::
+
+    GLU(a,b) = a\bigotimes \sigma (b)
+
+参考论文: `Language Modeling with Gated Convolutional Networks <https://arxiv.org/pdf/1612.08083.pdf>`_
+
+参数：
+    - **input** (Variable) - 输入变量，张量或者LoDTensor
+    - **dim** (int) - 拆分的维度。如果 :math:`dim<0`，拆分的维为 :math:`rank(input)+dim`。默认为-1
+
+返回：变量 —— 变量的大小为输入的一半
+
+返回类型：变量（Variable）
+
+**代码示例：**
+
+.. code-block:: python
+
+    data = fluid.layers.data(name="words", shape=[3, 6, 9], dtype="float32")
+    output = fluid.nets.glu(input=data, dim=1)  # shape of output: [3, 3, 9]
+
+
+
+
+
+
+
+
+
+.. _cn_api_fluid_nets_img_conv_group:
+
+img_conv_group
+-------------------------------
+
+.. py:function:: paddle.fluid.nets.img_conv_group(input, conv_num_filter, pool_size, conv_padding=1, conv_filter_size=3, conv_act=None, param_attr=None, conv_with_batchnorm=False, conv_batchnorm_drop_rate=0.0, pool_stride=1, pool_type='max', use_cudnn=True)
+
+Image Convolution Group由Convolution2d，BatchNorm，DropOut和Pool2d组成。根据输入参数，img_conv_group将使用Convolution2d，BatchNorm，DropOut对Input进行连续计算，并将最后一个结果传递给Pool2d。
+
+参数：
+       - **input** （Variable） - 具有[N，C，H，W]格式的输入图像。
+       - **conv_num_filter** （list | tuple） - 表示该组的过滤器数。
+       - **pool_size** （int | list | tuple） -  ``Pool2d Layer`` 池的大小。如果pool_size是列表或元组，则它必须包含两个整数（pool_size_H，pool_size_W）。否则，pool_size_H = pool_size_W = pool_size。
+       - **conv_padding** （int | list | tuple） - Conv2d Layer的 ``padding`` 大小。如果 ``padding`` 是列表或元组，则其长度必须等于 ``conv_num_filter`` 的长度。否则，所有Conv2d图层的 ``conv_padding`` 都是相同的。默认1。
+       - **conv_filter_size** （int | list | tuple） - 过滤器大小。如果filter_size是列表或元组，则其长度必须等于 ``conv_num_filter`` 的长度。否则，所有Conv2d图层的 ``conv_filter_size`` 都是相同的。默认3。
+       - **conv_act** （str） -  ``Conv2d Layer`` 的激活类型， ``BatchNorm`` 后面没有。默认值：无。
+       - **param_attr** （ParamAttr） - Conv2d层的参数。默认值：无
+       - **conv_with_batchnorm** （bool | list） - 表示在 ``Conv2d Layer`` 之后是否使用 ``BatchNorm`` 。如果 ``conv_with_batchnorm`` 是一个列表，则其长度必须等于 ``conv_num_filter`` 的长度。否则， ``conv_with_batchnorm`` 指示是否所有Conv2d层都遵循 ``BatchNorm``。默认为False。
+       - **conv_batchnorm_drop_rate** （float | list） - 表示 ``BatchNorm`` 之后的 ``Dropout Layer`` 的 ``rop_rate`` 。如果 ``conv_batchnorm_drop_rate`` 是一个列表，则其长度必须等于 ``conv_num_filter`` 的长度。否则，所有 ``Dropout Layers`` 的 ``drop_rate`` 都是   ``conv_batchnorm_drop_rate`` 。默认值为0.0。
+       - **pool_stride** （int | list | tuple） -  ``Pool2d`` 层的汇集步幅。如果 ``pool_stride`` 是列表或元组，则它必须包含两个整数（pooling_stride_H，pooling_stride_W）。否则，pooling_stride_H = pooling_stride_W = pool_stride。默认1。
+       - **pool_type** （str） - 池化类型可以是最大池化的 ``max`` 和平均池化的 ``avg`` 。默认max。
+       - **use_cudnn** （bool） - 是否使用cudnn内核，仅在安装cudnn库时才有效。默认值：True
+       
+返回：  使用Convolution2d进行串行计算后的最终结果，BatchNorm，DropOut和Pool2d。
+
+返回类型：  变量（Variable）。
+
+**代码示例**
+
+..  code-block:: python
+
+          img = fluid.layers.data(name='img', shape=[1, 28, 28], dtype='float32')
+          conv_pool = fluid.nets.img_conv_group(input=img,
+                                                num_channels=3,
+                                                conv_padding=1,
+                                                conv_num_filter=[3, 3],
+                                                conv_filter_size=3,
+                                                conv_act="relu",
+                                                pool_size=2,
+                                                pool_stride=2)
+
+
+
+
+
+
+
+.. _cn_api_fluid_nets_scaled_dot_product_attention:
+
+scaled_dot_product_attention
+-------------------------------
+
+.. py:function:: paddle.fluid.nets.scaled_dot_product_attention(queries, keys, values, num_heads=1, dropout_rate=0.0)
+
+点乘attention运算。
+
+attention运算机制可以被视为将查询和一组键值对映射到输出。 将输出计算为值的加权和，其中分配给每个值的权重由查询的兼容性函数（此处的点积）与对应的密钥计算。
+
+可以通过（batch）矩阵乘法实现点积attention运算，如下所示：
+
+.. math::
+      Attention(Q, K, V)= softmax(QK^\mathrm{T})V
+
+请参阅 `Attention Is All You Need <https://arxiv.org/pdf/1706.03762.pdf>`_ 
+
+参数：
+         - **queries** （Variable） - 输入变量，应为3-D Tensor。
+         - **keys** （Variable） - 输入变量，应为3-D Tensor。
+         - **values** （Variable） - 输入变量，应为3-D Tensor。
+         - **num_heads** （int） - 计算缩放点积attention运算的head数。默认值：1。
+         - **dropout_rate** （float） - 降低attention的dropout率。默认值：0.0。
+
+返回：   通过multi-head来缩放点积attention运算的三维张量。
+
+返回类型：  变量（Variable）。
+
+抛出异常:    
+    - ``ValueError`` - 如果输入查询键，值不是3-D Tensor会报错。
+
+.. note::
+    当num_heads> 1时，分别学习三个线性投影，以将输入查询，键和值映射到查询'，键'和值'。 查询'，键'和值'与查询，键和值具有相同的形状。
+    当num_heads == 1时，scaled_dot_product_attention没有可学习的参数。
+
+**代码示例**
+
+..  code-block:: python
+
+          queries = fluid.layers.data(name="queries",
+                                      shape=[3, 5, 9],
+                                      dtype="float32",
+                                      append_batch_size=False)
+          queries.stop_gradient = False
+          keys = fluid.layers.data(name="keys",
+                                   shape=[3, 6, 9],
+                                   dtype="float32",
+                                   append_batch_size=False)
+          keys.stop_gradient = False
+          values = fluid.layers.data(name="values",
+                                     shape=[3, 6, 10],
+                                     dtype="float32",
+                                     append_batch_size=False)
+          values.stop_gradient = False
+          contexts = fluid.nets.scaled_dot_product_attention(queries, keys, values)
+          contexts.shape  # [3, 5, 10]
+
+
+
+
+
+
+
+
+
+.. _cn_api_fluid_nets_sequence_conv_pool:
+
+sequence_conv_pool
+-------------------------------
+
+.. py:function:: paddle.fluid.nets.sequence_conv_pool(input, num_filters, filter_size, param_attr=None, act='sigmoid', pool_type='max')
+
+sequence_conv_pool由序列卷积和池化组成
+
+参数：
+    - **input** (Variable) - sequence_conv的输入，支持变量时间长度输入序列。当前输入为shape为（T，N）的矩阵，T是mini-batch中的总时间步数，N是input_hidden_size
+    - **num_filters** （int）- 滤波器数
+    - **filter_size** （int）- 滤波器大小
+    - **param_attr** （ParamAttr) - Sequence_conv层的参数。默认：None
+    - **act** （str） - Sequence_conv层的激活函数类型。默认：sigmoid
+    - **pool_type** （str）- 池化类型。可以是max-pooling的max，average-pooling的average，sum-pooling的sum，sqrt-pooling的sqrt。默认max
+
+返回：序列卷积（Sequence Convolution）和池化（Pooling）的结果
+
+
+返回类型：变量（Variable）
+
+**代码示例**：
+
+.. code-block:: python
+
+    input_dim = len(word_dict)
+    emb_dim = 128
+    hid_dim = 512
+    data = fluid.layers.data( ame="words", shape=[1], dtype="int64", lod_level=1)
+    emb = fluid.layers.embedding(input=data, size=[input_dim, emb_dim], is_sparse=True)
+    seq_conv = fluid.nets.sequence_conv_pool(input=emb,
+                                         num_filters=hid_dim,
+                                         filter_size=3,
+                                         act="tanh",
+                                         pool_type="sqrt")
+
+
+
+
+
+
+
+
+.. _cn_api_fluid_nets_simple_img_conv_pool:
+
+simple_img_conv_pool
+-------------------------------
+
+.. py:function:: paddle.fluid.nets.simple_img_conv_pool(input, num_filters, filter_size, pool_size, pool_stride, pool_padding=0, pool_type='max', global_pooling=False, conv_stride=1, conv_padding=0, conv_dilation=1, conv_groups=1, param_attr=None, bias_attr=None, act=None, use_cudnn=True)
+
+ ``simple_img_conv_pool`` 由一个Convolution2d和一个Pool2d组成。
+
+参数：
+    - **input** （Variable） - 输入图像的格式为[N，C，H，W]。
+    - **num_filters** （int） - ``filter`` 的数量。它与输出的通道相同。
+    - **filter_size** （int | list | tuple） - 过滤器大小。如果 ``filter_size`` 是列表或元组，则它必须包含两个整数（filter_size_H，filter_size_W）。否则，filter_size_H = filter_size_W = filter_size。
+    - **pool_size** （int | list | tuple） - Pool2d池化层大小。如果pool_size是列表或元组，则它必须包含两个整数（pool_size_H，pool_size_W）。否则，pool_size_H = pool_size_W = pool_size。
+    - **pool_stride** （int | list | tuple） - Pool2d池化层步长。如果pool_stride是列表或元组，则它必须包含两个整数（pooling_stride_H，pooling_stride_W）。否则，pooling_stride_H = pooling_stride_W = pool_stride。
+    - **pool_padding** （int | list | tuple） - Pool2d池化层的padding。如果pool_padding是列表或元组，则它必须包含两个整数（pool_padding_H，pool_padding_W）。否则，pool_padding_H = pool_padding_W = pool_padding。默认值为0。
+    - **pool_type** （str） - 池化类型可以是 ``max-pooling`` 的 ``max`` 和平均池的 ``avg`` 。默认 ``max`` 。
+    - **global_pooling** （bool）- 是否使用全局池。如果global_pooling = true，则忽略pool_size和pool_padding。默认为False
+    - **conv_stride** （int | list | tuple） - conv2d Layer的步长。如果stride是列表或元组，则它必须包含两个整数，（conv_stride_H，conv_stride_W）。否则，conv_stride_H = conv_stride_W = conv_stride。默认值：conv_stride = 1。
+    - **conv_padding** （int | list | tuple） - conv2d Layer的padding大小。如果padding是列表或元组，则它必须包含两个整数（conv_padding_H，conv_padding_W）。否则，conv_padding_H = conv_padding_W = conv_padding。默认值：conv_padding = 0。
+    - **conv_dilation** （int | list | tuple） - conv2d Layer的dilation大小。如果dilation是列表或元组，则它必须包含两个整数（conv_dilation_H，conv_dilation_W）。否则，conv_dilation_H = conv_dilation_W = conv_dilation。默认值：conv_dilation = 1。
+    - **conv_groups** （int） - conv2d Layer的组数。根据Alex Krizhevsky的Deep CNN论文中的分组卷积：当group = 2时，前半部分滤波器仅连接到输入通道的前半部分，而后半部分滤波器仅连接到后半部分输入通道。默认值：groups = 1。
+    - **param_attr** （ParamAttr | None） - 可学习参数的参数属性或conv2d权重。如果将其设置为None或ParamAttr的一个属性，则conv2d将创建ParamAttr作为param_attr。如果未设置param_attr的初始化，则使用 :math:`Normal（0.0，std）` 初始化参数，并且 ``std`` 为 :math:`(\frac{2.0 }{filter\_elem\_num})^{0.5}` 。默认值:None
+    - **bias_attr** （ParamAttr | bool | None） - conv2d的bias参数属性。如果设置为False，则不会向输出单元添加bias。如果将其设置为None或ParamAttr的一个属性，则conv2d将创建ParamAttr作为bias_attr。如果未设置bias_attr的初始化程序，则将偏差初始化为零。默认值：None
+    - **act** （str） - conv2d的激活类型，如果设置为None，则不附加激活。默认值：无。
+    - **use_cudnn** （bool） - 是否使用cudnn内核，仅在安装cudnn库时才有效。默认值：True。
+
+返回： Convolution2d和Pool2d之后输入的结果。
+
+返回类型：  变量（Variable）
+
+**示例代码**
+
+..  code-block:: python
+
+    img = fluid.layers.data(name='img', shape=[1, 28, 28], dtype='float32')
+    conv_pool = fluid.nets.simple_img_conv_pool(input=img,
+                                            filter_size=5,
+                                            num_filters=20,
+                                            pool_size=2,
+                                            pool_stride=2,
+                                            act="relu")
+
+
+
+
+
+
+
+
+
+
+

doc/fluid/api_cn/optimizer_cn.rst

-
 #################
  fluid.optimizer
 #################
 
+.. _cn_api_fluid_optimizer_Adadelta:
+
+Adadelta
+-------------------------------
+
+.. py:attribute::  paddle.fluid.optimizer.Adadelta
+
+``AdadeltaOptimizer`` 的别名
+
+
+
+
+
+
+.. _cn_api_fluid_optimizer_Adagrad:
+
+Adagrad
+-------------------------------
+
+.. py:attribute::  paddle.fluid.optimizer.Adagrad
+
+``AdagradOptimizer`` 的别名
+
+
 
 
 .. _cn_api_fluid_optimizer_AdagradOptimizer:
 
 AdagradOptimizer
->>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.optimizer.AdagradOptimizer(learning_rate, epsilon=1e-06, regularization=None, name=None)
 
@@ -37,45 +60,42 @@ http://cs231n.github.io/neural-networks-3/#ada 用于维持数值稳定性，避
     optimizer = fluid.optimizer.Adagrad(learning_rate=0.2)
     optimizer.minimize(cost)
 
-AdamOptimizer
->>>>>>>>>>>>>
 
-.. py:class:: paddle.fluid.optimizer. AdamOptimizer(learning_rate=0.001, beta1=0.9, beta2=0.999, epsilon=1e-08, regularization=None, name=None)
 
-该函数实现了自适应矩估计优化器，介绍自Adam论文:https://arxiv.org/abs/1412.6980的第二节。Adam是一阶基于梯度下降的算法，基于自适应低阶矩估计。
-Adam更新如下：
 
-.. math::
 
-	t & = t + 1\\moment\_out & = {\beta}_1 * moment + (1 - {\beta}_1) * grad\\inf\_norm\_out & = max({\beta}_2 * inf\_norm + \epsilon, |grad|)\\learning\_rate & = \frac{learning\_rate}{1 - {\beta}_1^t}\\param\_out & = param - learning\_rate * \frac{moment\_out}{inf\_norm\_out}
 
-参数: 
-    - **learning_rate** (float|Variable)-学习率，用于更新参数。作为数据参数，可以是一个浮点类型值或有一个浮点类型值的变量
-    - **beta1** (float)-一阶矩估计的指数衰减率
-    - **beta2** (float)-二阶矩估计的指数衰减率
-    - **epsilon** (float)-保持数值稳定性的短浮点类型值
-    - **regularization** - 规则化函数，例如''fluid.regularizer.L2DecayRegularizer
-    - **name** - 可选名称前缀
+.. _cn_api_fluid_optimizer_Adam:
 
-**代码示例**：
+Adam
+-------------------------------
+
+.. py:attribute::  paddle.fluid.optimizer.Adam
+
+``AdamOptimizer`` 的别名
 
-.. code-block:: python:
 
-    optimizer = fluid.optimizer.Adam(learning_rate=0.2)
-    optimizer.minimize(cost)
 
-.. note::
 
-	目前，AdamaxOptimizer不支持稀疏参数优化
+
+.. _cn_api_fluid_optimizer_Adamax:
+
+Adamax
+-------------------------------
+
+.. py:attribute:: paddle.fluid.optimizer.Adamax
+
+``AdamaxOptimizer`` 的别名
+
+
 
 
 
-英文版API文档: :ref:`api_fluid_optimizer_AdagradOptimizer` 
 
 .. _cn_api_fluid_optimizer_AdamaxOptimizer:
 
 AdamaxOptimizer
->>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.optimizer.AdamaxOptimizer(learning_rate=0.001, beta1=0.9, beta2=0.999, epsilon=1e-08, regularization=None, name=None)
 
@@ -119,12 +139,68 @@ Adamax 更新规则:
   
 
 
-英文版API文档: :ref:`api_fluid_optimizer_AdamaxOptimizer` 
+
+
+
+
+
+
+
+
+.. _cn_api_fluid_optimizer_AdamOptimizer:
+
+AdamOptimizer
+-------------------------------
+
+.. py:class:: paddle.fluid.optimizer. AdamOptimizer(learning_rate=0.001, beta1=0.9, beta2=0.999, epsilon=1e-08, regularization=None, name=None)
+
+该函数实现了自适应矩估计优化器，介绍自 `Adam论文 <https://arxiv.org/abs/1412.6980>`_ 的第二节。Adam是一阶基于梯度下降的算法，基于自适应低阶矩估计。
+Adam更新如下：
+
+.. math::
+
+	t & = t + 1\\moment\_out & = {\beta}_1 * moment + (1 - {\beta}_1) * grad\\inf\_norm\_out & = max({\beta}_2 * inf\_norm + \epsilon, |grad|)\\learning\_rate & = \frac{learning\_rate}{1 - {\beta}_1^t}\\param\_out & = param - learning\_rate * \frac{moment\_out}{inf\_norm\_out}
+
+参数: 
+    - **learning_rate** (float|Variable)-学习率，用于更新参数。作为数据参数，可以是一个浮点类型值或有一个浮点类型值的变量
+    - **beta1** (float)-一阶矩估计的指数衰减率
+    - **beta2** (float)-二阶矩估计的指数衰减率
+    - **epsilon** (float)-保持数值稳定性的短浮点类型值
+    - **regularization** - 规则化函数，例如''fluid.regularizer.L2DecayRegularizer
+    - **name** - 可选名称前缀
+
+**代码示例**：
+
+.. code-block:: python:
+
+    optimizer = fluid.optimizer.Adam(learning_rate=0.2)
+    optimizer.minimize(cost)
+
+
+
+
+
+
+
+
+
+.. _cn_api_fluid_optimizer_DecayedAdagrad:
+
+DecayedAdagrad
+-------------------------------
+
+.. py:attribute::  paddle.fluid.optimizer.DecayedAdagrad
+
+``DecayedAdagradOptimizer`` 的别名
+
+
+
+
 
 .. _cn_api_fluid_optimizer_DecayedAdagradOptimizer:
 
 DecayedAdagradOptimizer
->>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.optimizer.DecayedAdagradOptimizer(learning_rate, decay=0.95, epsilon=1e-06, regularization=None, name=None)
 
@@ -160,12 +236,27 @@ Decayed Adagrad Optimizer
 
 
 
-英文版API文档: :ref:`api_fluid_optimizer_DecayedAdagradOptimizer` 
+
+
+
+
+
+.. _cn_api_fluid_optimizer_Ftrl:
+
+Ftrl
+-------------------------------
+
+.. py:attribute::  paddle.fluid.optimizer.Ftrl
+
+``FtrlOptimizer`` 的别名
+
+
+
 
 .. _cn_api_fluid_optimizer_FtrlOptimizer:
 
 FtrlOptimizer
->>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.optimizer.FtrlOptimizer(learning_rate, l1=0.0, l2=0.0, lr_power=-0.5,regularization=None, name=None)
  
@@ -194,9 +285,9 @@ TFRTL 原始论文: ( `https://www.eecs.tufts.edu/~dsculley/papers/ad-click-pred
 
 参数:
   - **learning_rate** (float|Variable)-全局学习率。
-  - **l1** (float)
-  - **l2** (float)
-  - **lr_power** (float)
+  - **l1** (float) - 暂无，请等待后期更新
+  - **l2** (float) - 暂无，请等待后期更新
+  - **lr_power** (float) - 暂无，请等待后期更新
   - **regularization** - 正则化器，例如 ``fluid.regularizer.L2DecayRegularizer`` 
   - **name** — 可选的名称前缀
 
@@ -211,29 +302,32 @@ TFRTL 原始论文: ( `https://www.eecs.tufts.edu/~dsculley/papers/ad-click-pred
    _, params_grads = optimizer.minimize(cost)
 
 .. note::
-目前, FtrlOptimizer 不支持 sparse gradient
+     目前, FtrlOptimizer 不支持 sparse gradient
+
+
+
 
 
 
 
-英文版API文档: :ref:`api_fluid_optimizer_FtrlOptimizer` 
 
 .. _cn_api_fluid_optimizer_LarsMomentum:
 
 LarsMomentum
->>>>>>>>>>>>>>
+-------------------------------
 
-:code:`fluid.optimizer.LarsMomentumOptimizer` 的别名
+.. py:attribute::  paddle.fluid.optimizer.LarsMomentum
+
+``fluid.optimizer.LarsMomentumOptimizer`` 的别名
 
 
 
 
-英文版API文档: :ref:`api_fluid_optimizer_LarsMomentum` 
 
 .. _cn_api_fluid_optimizer_LarsMomentumOptimizer:
 
 LarsMomentumOptimizer
->>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.optimizer.LarsMomentumOptimizer(learning_rate, momentum, lars_coeff=0.001, lars_weight_decay=0.0005, regularization=None, name=None)
 
@@ -265,12 +359,14 @@ LARS支持的Momentum优化器
 
 
 
-英文版API文档: :ref:`api_fluid_optimizer_LarsMomentumOptimizer` 
+
+
+
 
 .. _cn_api_fluid_optimizer_ModelAverage:
 
 ModelAverage
->>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.optimizer.ModelAverage(average_window_rate, min_average_window=10000, max_average_window=10000, regularization=None, name=None)
 
@@ -315,12 +411,25 @@ ModelAverage
 
 
 
-英文版API文档: :ref:`api_fluid_optimizer_ModelAverage` 
+
+
+
+
+.. _cn_api_fluid_optimizer_Momentum:
+
+Momentum
+-------------------------------
+
+.. py:attribute::  paddle.fluid.optimizer.Momentum
+
+``MomentumOptimizer`` 的别名
+
+
 
 .. _cn_api_fluid_optimizer_MomentumOptimizer:
 
 MomentumOptimizer
->>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:class::  paddle.fluid.optimizer.MomentumOptimizer(learning_rate, momentum, use_nesterov=False, regularization=None, name=None)
 
@@ -349,12 +458,14 @@ MomentumOptimizer
 
 
 
-英文版API文档: :ref:`api_fluid_optimizer_MomentumOptimizer` 
+
+
+
 
 .. _cn_api_fluid_optimizer_RMSPropOptimizer:
 
 RMSPropOptimizer
->>>>>>>>>>>>>>>>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.optimizer.RMSPropOptimizer(learning_rate, rho=0.95, epsilon=1e-06, momentum=0.0, centered=False, regularization=None, name=None)
 
@@ -406,12 +517,27 @@ RMSPropOptimizer
 
 
 
-英文版API文档: :ref:`api_fluid_optimizer_RMSPropOptimizer` 
+
+
+
+.. _cn_api_fluid_optimizer_SGD:
+
+SGD
+-------------------------------
+
+.. py:attribute::  paddle.fluid.optimizer.SGD
+
+``SGDOptimizer`` 的别名
+
+
+
+
+
 
 .. _cn_api_fluid_optimizer_SGDOptimizer:
 
 SGDOptimizer
->>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.optimizer.SGDOptimizer(learning_rate, regularization=None, name=None)
 
@@ -438,5 +564,7 @@ SGDOptimizer
 
 
 
-英文版API文档: :ref:`api_fluid_optimizer_SGDOptimizer` 
+
+
+
 

doc/fluid/api_cn/param_attr_cn.rst

-
 #################
  fluid.param_attr
 #################
 
 
 
+
+.. _cn_api_fluid_param_attr_ParamAttr:
+
+ 
+ParamAttr
+-------------------------------
+
+
+.. py:class:: paddle.fluid.param_attr.ParamAttr(name=None, initializer=None, learning_rate=1.0, regularizer=None, trainable=True, gradient_clip=None, do_model_average=False)
+
+该类代表了参数的各种属性。 为了使神经网络训练过程更加流畅，用户可以根据需要调整参数属性。比如learning rate（学习率）, regularization（正则化）, trainable（可训练性）, do_model_average(平均化模型)和参数初始化方法.
+
+参数:	
+    - **name** (str) – 参数名。默认为None。
+    - **initializer** (Initializer) – 初始化该参数的方法。 默认为None
+    - **learning_rate** (float) – 参数的学习率。计算方法为 global_lr*parameter_lr∗scheduler_factor。 默认为1.0
+    - **regularizer** (WeightDecayRegularizer) – 正则因子. 默认为None
+    - **trainable** (bool) – 该参数是否可训练。默认为True
+    - **gradient_clip** (BaseGradientClipAttr) – 减少参数梯度的方法。默认为None
+    - **do_model_average** (bool) – 该参数是否服从模型平均值。默认为False
+    
+**代码示例**
+
+..  code-block:: python
+
+   w_param_attrs = fluid.ParamAttr(name="fc_weight",
+                                   learning_rate=0.5,
+                                   regularizer=fluid.L2Decay(1.0),
+                                   trainable=True)
+   y_predict = fluid.layers.fc(input=x, size=10, param_attr=w_param_attrs)
+
+
+
+
+
+
+
+
+
+
 .. _cn_api_fluid_param_attr_WeightNormParamAttr:
 
 WeightNormParamAttr
->>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.param_attr.WeightNormParamAttr(dim=None, name=None, initializer=None, learning_rate=1.0, regularizer=None, trainable=True, gradient_clip=None, do_model_average=False)
   
@@ -41,39 +80,11 @@ WeightNormParamAttr
 
 
 
-英文版API文档: :ref:`api_fluid_param_attr_WeightNormParamAttr` 
-
-.. _cn_api_fluid_ParamAttr:
 
 
-ParamAttr
->>>>>>>>>>>>>>>>>>>>>>>>>
-
-
-.. py:class:: paddle.fluid.param_attr.ParamAttr(name=None, initializer=None, learning_rate=1.0, regularizer=None, trainable=True, gradient_clip=None, do_model_average=False)
 
-该类代表了参数的各种属性。 为了使神经网络训练过程更加流畅，用户可以根据需要调整参数属性。比如learning rate（学习率）, regularization（正则化）, trainable（可训练性）, do_model_average(平均化模型)和参数初始化方法.
 
-参数:	
-    - **name** (str) – 参数名。默认为None。
-    - **initializer** (Initializer) – 初始化该参数的方法。 默认为None
-    - **learning_rate** (float) – 参数的学习率。计算方法为 global_lr*parameter_lr∗scheduler_factor。 默认为1.0
-    - **regularizer** (WeightDecayRegularizer) – 正则因子. 默认为None
-    - **trainable** (bool) – 该参数是否可训练。默认为True
-    - **gradient_clip** (BaseGradientClipAttr) – 减少参数梯度的方法。默认为None
-    - **do_model_average** (bool) – 该参数是否服从模型平均值。默认为False
-    
-**代码示例**
-
-..  code-block:: python
-
-   w_param_attrs = fluid.ParamAttr(name="fc_weight",
-                                   learning_rate=0.5,
-                                   regularizer=fluid.L2Decay(1.0),
-                                   trainable=True)
-   y_predict = fluid.layers.fc(input=x, size=10, param_attr=w_param_attrs)
 
 
 
-英文版API文档: :ref:`api_fluid_ParamAttr` 
 

doc/fluid/api_cn/profiler_cn.rst

-
 #################
  fluid.profiler
 #################
@@ -8,7 +7,7 @@
 .. _cn_api_fluid_profiler_cuda_profiler:
 
 cuda_profiler
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.profiler.cuda_profiler(*args, **kwds)
 
@@ -54,12 +53,14 @@ CUDA分析器。通过CUDA运行时应用程序编程接口对CUDA程序进行
 
 
 
-英文版API文档: :ref:`api_fluid_profiler_cuda_profiler` 
+
+
+
 
 .. _cn_api_fluid_profiler_profiler:
 
 profiler
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.profiler.profiler(*args, **kwds)
 
@@ -93,12 +94,14 @@ profile interface 。与cuda_profiler不同，此profiler可用于分析CPU和GP
 
 
 
-英文版API文档: :ref:`api_fluid_profiler_profiler` 
+
+
+
 
 .. _cn_api_fluid_profiler_reset_profiler:
 
 reset_profiler
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.profiler.reset_profiler()
 
@@ -118,12 +121,14 @@ reset_profiler
 
 
 
-英文版API文档: :ref:`api_fluid_profiler_reset_profiler` 
+
+
+
 
 .. _cn_api_fluid_profiler_start_profiler:
 
 start_profiler
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function:: paddle.fluid.profiler.start_profiler(state)
 
@@ -157,12 +162,14 @@ start_profiler
 
 
 
-英文版API文档: :ref:`api_fluid_profiler_start_profiler` 
+
+
+
 
 .. _cn_api_fluid_profiler_stop_profiler:
 
 stop_profiler
->>>>>>>>>>>>
+-------------------------------
 
 .. py:function::paddle.fluid.profiler.stop_profiler(sorted_key=None, profile_path='/tmp/profile')
 
@@ -192,5 +199,7 @@ stop_profiler
 
 
 
-英文版API文档: :ref:`api_fluid_profiler_stop_profiler` 
+
+
+
 

doc/fluid/api_cn/recordio_writer_cn.rst

+#######################
+ fluid.recordio_writer
+#######################
+
+
+
+
+.. _cn_api_fluid_recordio_writer_convert_reader_to_recordio_file:
+
+convert_reader_to_recordio_file
+-------------------------------
+
+.. py:function::  paddle.fluid.recordio_writer.convert_reader_to_recordio_file(filename, reader_creator, feeder, compressor=Compressor.Snappy, max_num_records=1000, feed_order=None)
+
+将 Python reader 转换为recordio文件
+
+**代码示例：**
+
+.. code-block:: python
+
+	import paddle.fluid as fluid
+	import paddle.dataset.mnist as mnist
+	import paddle
+
+	tmp_program = fluid.Program()
+	with fluid.program_guard(tmp_program):
+	    img = fluid.layers.data(name='img', shape=[784])
+	    label = fluid.layers.data(name='label', shape=[1], dtype='int64')
+	feeder = fluid.DataFeeder(feed_list=[img, label], place=fluid.CPUPlace())
+	# mnist.recordio 会在当前目录生成
+	fluid.recordio_writer.convert_reader_to_recordio_file(
+	                    filename="mnist.recordio",
+	                    reader_creator=paddle.batch(mnist.train(), batch_size=32),
+	                    feeder=feeder)
+
+参数：
+	- **filename** (str) - recordio文件名
+	- **reader_creator** (callable) - Python reader的创造器。可参考 :ref:`api_guide_python_reader`
+	- **feeder** (DataFeeder) - 数据处理实例。用于将 :code:`reader_creator` 转换为 :code:`lod_tensor`
+	- **compressor** – 必须在 :code:`fluid.core.RecordIOWriter.Compressor.Snappy` 或 :code:` fluid.core.RecordIOWriter.Compressor.NoCompress` 中， 默认情况下使用 :code:`Snappy`
+	- **max_num_records** (int) – 一个 chuck 中 records 的最大数量。每个 records 都是 reader 函数的返回值
+	- **feed_order** (list) - reader 返回的变量名的顺序
+
+返回： 保存的 record 的数目
+
+返回类型： int
+
+
+
+
+
+
+
+
+
+.. _cn_api_fluid_recordio_writer_convert_reader_to_recordio_files:
+
+convert_reader_to_recordio_files
+-------------------------------
+
+.. py:function:: paddle.fluid.recordio_writer.convert_reader_to_recordio_files(filename, batch_per_file, reader_creator, feeder, compressor=Compressor.Snappy, max_num_records=1000, feed_order=None)
+
+该函数可以将一个python驱动的reader（数据读取器）转变为多个recodio文件。
+
+该API实现的功能和 ``convert_reader_to_recordio_file`` 基本相同，只不过本函数会生成多个recordio文件。
+每个文件最多存储 ``batch_per_file`` 条记录。
+
+请参照 :ref:`cn_api_fluid_recordio_writer_convert_reader_to_recordio_file` 获取更详细的介绍。
+
+
+
+
+
+
+
+
+

doc/fluid/api_cn/regularizer_cn.rst

-
-#################
+###################
  fluid.regularizer
-#################
+###################
+
+.. _cn_api_fluid_regularizer_L1Decay:
+
+L1Decay
+-------------------------------
+
+.. py:attribute::   paddle.fluid.regularizer.L1Decay
+
+``L1DecayRegularizer`` 的别名
 
 
 
 .. _cn_api_fluid_regularizer_L1DecayRegularizer:
 
 L1DecayRegularizer
->>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.regularizer.L1DecayRegularizer(regularization_coeff=0.0)
 
@@ -37,12 +45,26 @@ L1正则将会稀疏化权重矩阵。
   
 
 
-英文版API文档: :ref:`api_fluid_regularizer_L1DecayRegularizer` 
+
+
+
+.. _cn_api_fluid_regularizer_L2Decay:
+
+L2Decay
+-------------------------------
+
+.. py:attribute::   paddle.fluid.regularizer.L2Decay
+
+``L2DecayRegularizer`` 的别名
+
+
+
+
 
 .. _cn_api_fluid_regularizer_L2DecayRegularizer:
 
 L2DecayRegularizer
->>>>>>>>>>>>
+-------------------------------
 
 .. py:class:: paddle.fluid.regularizer.L2DecayRegularizer(regularization_coeff=0.0)
 
@@ -68,5 +90,7 @@ L2DecayRegularizer
 
 
 
-英文版API文档: :ref:`api_fluid_regularizer_L2DecayRegularizer` 
+
+
+
 

doc/fluid/api_cn/transpiler_cn.rst

+#################
+ fluid.transpiler
+#################
+
+
+
+.. _cn_api_fluid_transpiler_DistributeTranspiler:
+
+DistributeTranspiler
+-------------------------------
+
+.. py:class:: paddle.fluid.transpiler.DistributeTranspiler (config=None)
+
+
+该类可以把fluid program转变为分布式数据并行计算程序（distributed data-parallelism programs）,可以有Pserver和NCCL2两种模式。
+当program在Pserver（全称：parameter server）模式下， ``main_program`` (主程序)转为使用一架远程parameter server(即pserver,参数服务器)来进行参数优化，并且优化图会被输入到一个pserver program中。
+在NCCL2模式下，transpiler会在 ``startup_program`` 中附加一个 ``NCCL_ID`` 广播算子（broadcasting operators）来实现在该集群中所有工作结点共享``NCCL_ID`` 。
+调用 ``transpile_nccl2`` 后， 你 **必须** 将 ``trainer_id`` , ``num_trainers`` 参数提供给 ``ParallelExecutor`` 来启动NCCL2分布式模式。 
+
+
+
+
+**代码示例**
+
+..  code-block:: python
+
+	# for pserver mode
+	pserver_endpoints = "192.168.0.1:6174,192.168.0.2:6174"
+	trainer_endpoints = "192.168.0.1:6174,192.168.0.2:6174"
+	current_endpoint = "192.168.0.1:6174"
+	trainer_id = 0
+	trainers = 4
+	role = os.getenv("PADDLE_TRAINING_ROLE")
+
+	t = fluid.DistributeTranspiler()
+	t.transpile(
+     	     trainer_id, pservers=pserver_endpoints, trainers=trainers)
+	if role == "PSERVER":
+     	     pserver_program = t.get_pserver_program(current_endpoint)
+             pserver_startup_program = t.get_startup_program(current_endpoint,
+                                                     pserver_program)
+	elif role == "TRAINER":
+             trainer_program = t.get_trainer_program()
+
+	# for nccl2 mode
+	config = fluid.DistributeTranspilerConfig()
+	config.mode = "nccl2"
+	t = fluid.DistributeTranspiler(config=config)
+	t.transpile(trainer_id, workers=workers, current_endpoint=curr_ep)
+	exe = fluid.ParallelExecutor(
+    	    use_cuda,
+            loss_name=loss_var.name,
+            num_trainers=len(trainers.split(",)),
+            trainer_id=trainer_id
+	)
+
+
+
+.. py:method:: transpile(trainer_id, program=None, pservers='127.0.0.1:6174', trainers=1, sync_mode=True, startup_program=None, current_endpoint='127.0.0.1:6174')
+
+该方法可以运行该transpiler（转译器）。
+
+参数:	
+	- **trainer_id** (int) – 当前Trainer worker的id, 如果有n个Trainer worker, id 取值范围为0 ~ n-1
+	- **program** (Program|None) – 待transpile（转译）的program, 缺省为 ``fluid.default_main_program()`` 
+	- **startup_program** (Program|None) - 要转译的 ``startup_program`` ,默认为 ``fluid.default_startup_program()``
+	- **pservers** (str) – 内容为Pserver列表的字符串，格式为：按逗号区分不同的Pserver，每个Pserver的格式为 *ip地址:端口号* 
+	- **trainers** (int|str) – 在Pserver模式下，该参数指Trainer机的个数；在nccl2模式下，它是一个内容为Trainer终端列表的字符串
+	- **sync_mode** (bool) – 是否做同步训练(synchronous training), 默认为True
+ 	- **startup_program** (Program|None) – 待transpile（转译）的startup_program，默认为 ``fluid.default_main_program()``
+	- **current_endpoint** (str) – 当需要把program转译（transpile）至NCCL2模式下时，需要将当前endpoint（终端）传入该参数。Pserver模式不使用该参数
+
+.. py:method:: get_trainer_program(wait_port=True)
+
+
+该方法可以得到Trainer侧的program。
+
+返回:	Trainer侧的program
+
+返回类型:	Program
+
+
+
+.. py:method:: get_pserver_program(endpoint)
+
+
+该方法可以得到Pserver（参数服务器）侧的程序
+ 
+参数:	
+	- **endpoint** (str) – 当前Pserver终端
+ 
+返回:	当前Pserver需要执行的program
+
+返回类型:	Program
+
+
+.. py:method:: get_pserver_programs(endpoint)
+
+
+该方法可以得到Pserver侧用于分布式训练的 ``main_program`` 和 ``startup_program`` 。
+
+参数:	
+	- **endpoint** (str) – 当前Pserver终端
+
+返回:	(main_program, startup_program), “Program”类型的元组
+
+返回类型:	tuple 
+ 
+ 
+.. py:method:: get_startup_program(endpoint, pserver_program=None, startup_program=None)
+
+
+**该函数已停止使用**
+获取当前Pserver的startup_program，如果有多个被分散到不同blocks的变量，则修改operator的输入变量。
+
+参数:	
+	- **endpoint** (str) – 当前Pserver终端
+	- **pserver_program** (Program) – 已停止使用。 先调用get_pserver_program
+ 	- **startup_program** (Program) – 已停止使用。应在初始化时传入startup_program
+
+返回:	Pserver侧的startup_program
+
+返回类型:	Program
+
+
+
+
+
+
+
+.. _cn_api_fluid_transpiler_DistributeTranspilerConfig:
+
+DistributeTranspilerConfig
+-------------------------------
+
+.. py:class:: paddle.fluid.transpiler.DistributeTranspilerConfig
+
+.. py:method:: slice_var_up (bool)
+
+为Pserver将张量切片, 默认为True
+
+.. py:method:: split_method (PSDispatcher)
+
+可使用 RoundRobin 或者 HashName
+
+注意: 尝试选择最佳方法来达到负载均衡。
+
+
+.. py:attribute:: min_block_size (int)
+
+最小数据块的大小
+
+注意: 根据：https：//github.com/PaddlePaddle/Paddle/issues/8638#issuecomment-369912156, 当数据块大小超过2MB时，我们可以有效地使用带宽。如果你想更改它，请详细查看slice_variable函数。
+
+
+
+
+
+
+
+.. _cn_api_fluid_transpiler_HashName:
+
+HashName
+-------------------------------
+
+.. py:class:: paddle.fluid.transpiler.HashName(pserver_endpoints)
+
+使用 python ``Hash()`` 函数将变量名散列到多个pserver终端。
+
+参数:
+  - **pserver_endpoints** (list) - endpoint （ip:port）的 list 
+
+
+
+
+
+
+
+
+.. _cn_api_fluid_transpiler_memory_optimize:
+
+memory_optimize
+-------------------------------
+
+.. py:function:: paddle.fluid.transpiler.memory_optimize(input_program, skip_opt_set=None, print_log=False, level=0, skip_grads=False)
+
+通过重用var内存来优化内存。
+
+注意:它不支持block中嵌套子block。
+
+参数:
+  - **input_program** (str) – 输入Program。
+  - **skip_opt_set** (set) – set中的vars将不被内存优化。
+  - **print_log** (bool) – 是否打印debug日志。
+  - **level** (int) - 如果 level=0 并且shape是完全相等，则重用。
+
+返回: None
+
+
+
+
+
+
+
+
+.. _cn_api_fluid_transpiler_release_memory:
+
+release_memory
+-------------------------------
+
+.. py:function:: paddle.fluid.transpiler.release_memory(input_program, skip_opt_set=None) 
+
+
+该函数可以调整输入program，插入 ``delete_op`` 删除算子，提前删除不需要的变量。
+改动是在变量本身上进行的。
+
+**提醒** : 该API还在试验阶段，会在后期版本中删除。不建议用户使用。
+
+参数:
+    - **input_program** (Program) – 在此program中插入 ``delete_op`` 
+    - **skip_opt_set** (set) – 在内存优化时跳过的变量的集合
+
+返回: None
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+.. _cn_api_fluid_transpiler_RoundRobin:
+
+RoundRobin
+-------------------------------
+
+.. py:class:: paddle.fluid.transpiler.RoundRobin(pserver_endpoints)
+
+使用 ``RondRobin`` 方法将变量分配给服务器端点。
+
+`RondRobin <https://en.wikipedia.org/wiki/Round-robin_scheduling>`_
+
+参数:
+  - **pserver_endpoints** (list) - endpoint （ip:port）的 list 
+ 
+ 
+
+
+
+
+
+