test=release/1.8, mv addmm addr (#2093)

doc/fluid/api_cn/layers_cn/addmm_cn.rst

+.. _cn_api_fluid_layers_addmm:
+
+
 addmm
 -------------------------------
-**版本升级，文档正在开发中**
+
+.. py:function:: fluid.layers.addmm(input, x, y, alpha=1.0, beta=1.0, name=None)
+
+计算x和y的乘积，将结果乘以标量alpha，再加上input与beta的乘积，得到输出。其中input与x、y乘积的维度必须是可广播的。
+
+计算过程的公式为：
+
+..  math::
+    out = alpha * x * y + beta * input
+
+参数:
+    - **input** (Variable) : 输入Tensor input，数据类型支持float32, float64。
+    - **x** (Variable) : 输入Tensor x，数据类型支持float32, float64。
+    - **y** (Variable) : 输入Tensor y，数据类型支持float32, float64。
+    - **alpha** (float，可选) : 乘以x*y的标量，数据类型支持float32, float64，默认值为1.0。
+    - **beta** (float，可选) : 乘以input的标量，数据类型支持float32, float64，默认值为1.0。
+    - **name** （str，可选）- 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
+
+返回：计算得到的Tensor。Tensor数据类型与输入input数据类型一致。
+
+返回类型：变量（Variable）
+
+
+**代码示例**:
+
+.. code-block:: python
+
+    import numpy as np
+    import paddle
+    import paddle.fluid as fluid
+
+    input = fluid.data(name='input', shape=[2, 2], dtype='float32')
+    x = fluid.data(name='x', shape=[2, 2], dtype='float32')
+    y = fluid.data(name='y', shape=[2, 2], dtype='float32')
+    out = fluid.layers.addmm( input=input, x=x, y=y, alpha=5.0, beta=0.5 )
+
+    data_x = np.ones((2, 2)).astype(np.float32)
+    data_y = np.ones((2, 2)).astype(np.float32)
+    data_input = np.ones((2, 2)).astype(np.float32)
+
+    place =  fluid.CUDAPlace(0) if fluid.core.is_compiled_with_cuda() else fluid.CPUPlace()
+    exe = fluid.Executor(place)
+    results = exe.run(fluid.default_main_program(), 
+                      fetch_list=[out], feed={"input": data_input, 'x': data_x, "y": data_y})
+    print(np.array(results[0]))
+    # [[10.5 10.5]
+    # [10.5 10.5]]

doc/fluid/api_cn/tensor_cn/addmm_cn.rst

-.. _cn_api_fluid_layers_addmm:
-
-
-addmm
--------------------------------
-
-.. py:function:: fluid.layers.addmm(input, x, y, alpha=1.0, beta=1.0, name=None)
-
-计算x和y的乘积，将结果乘以标量alpha，再加上input与beta的乘积，得到输出。其中input与x、y乘积的维度必须是可广播的。
-
-计算过程的公式为：
-
-..  math::
-    out = alpha * x * y + beta * input
-
-参数:
-    - **input** (Variable) : 输入Tensor input，数据类型支持float32, float64。
-    - **x** (Variable) : 输入Tensor x，数据类型支持float32, float64。
-    - **y** (Variable) : 输入Tensor y，数据类型支持float32, float64。
-    - **alpha** (float，可选) : 乘以x*y的标量，数据类型支持float32, float64，默认值为1.0。
-    - **beta** (float，可选) : 乘以input的标量，数据类型支持float32, float64，默认值为1.0。
-    - **name** （str，可选）- 具体用法请参见 :ref:`api_guide_Name` ，一般无需设置，默认值为None。
-
-返回：计算得到的Tensor。Tensor数据类型与输入input数据类型一致。
-
-返回类型：变量（Variable）
-
-
-**代码示例**:
-
-.. code-block:: python
-
-    import numpy as np
-    import paddle
-    import paddle.fluid as fluid
-
-    input = fluid.data(name='input', shape=[2, 2], dtype='float32')
-    x = fluid.data(name='x', shape=[2, 2], dtype='float32')
-    y = fluid.data(name='y', shape=[2, 2], dtype='float32')
-    out = fluid.layers.addmm( input=input, x=x, y=y, alpha=5.0, beta=0.5 )
-
-    data_x = np.ones((2, 2)).astype(np.float32)
-    data_y = np.ones((2, 2)).astype(np.float32)
-    data_input = np.ones((2, 2)).astype(np.float32)
-
-    place =  fluid.CUDAPlace(0) if fluid.core.is_compiled_with_cuda() else fluid.CPUPlace()
-    exe = fluid.Executor(place)
-    results = exe.run(fluid.default_main_program(), 
-                      fetch_list=[out], feed={"input": data_input, 'x': data_x, "y": data_y})
-    print(np.array(results[0]))
-    # [[10.5 10.5]
-    # [10.5 10.5]]