modify deformable conv doc (#1157)

* modify deformable conv chinese doc, test=document_preview

doc/fluid/api_cn/layers_cn/deformable_conv_cn.rst

@@ -3,16 +3,21 @@
 deformable_conv
 -------------------------------
 
-.. py:function:: paddle.fluid.layers.deformable_conv(input, offset, mask, num_filters, filter_size, stride=1, padding=0, dilation=1, groups=None, deformable_groups=None, im2col_step=None, param_attr=None, bias_attr=None, name=None)
+.. py:function:: paddle.fluid.layers.deformable_conv(input, offset, mask, num_filters, filter_size, stride=1, padding=0, dilation=1, groups=None, deformable_groups=None, im2col_step=None, param_attr=None, bias_attr=None, modulated=True, name=None)
 
 可变形卷积层
 
 在4-D输入上计算2-D可变形卷积。给定输入图像x，输出特征图y，可变形卷积操作如下所示：
+可形变卷积v2:
 
- :math:`y(p) = \sum_{k=1}^{K}{w_k * x(p + p_k + \Delta p_k) * \Delta m_k}`
+  :math:`y(p) = \sum_{k=1}^{K}{w_k * x(p + p_k + \Delta p_k) * \Delta m_k}`
 
-其中 :math:`\Delta p_k 和 \Delta m_k` 分别为第k个位置的可学习偏移和调制标量。
-参考可变形卷积网络v2: `可变形程度越高，结果越好 <https://arxiv.org/abs/1811.11168v2>`_。
+可形变卷积v1:
+
+  :math:`y(p) = \sum_{k=1}^{K}{w_k * x(p + p_k + \Delta p_k)}`
+
+其中 :math:`\Delta p_k 和 \Delta m_k` 分别为第k个位置的可学习偏移和调制标量。其中在可形变卷积中:math:`\Delta m_k`为1.
+参考可变形卷积网络v2: `可变形程度越高，结果越好 <https://arxiv.org/abs/1811.11168v2>`_ 和 `形变卷积<https://arxiv.org/abs/1703.06211>`_。
 
 **示例**
      
@@ -51,6 +56,7 @@ deformable_conv
     - **im2col_step** (int) – 每个im2col计算的最大图像数。总batch大小应该可以被该值整除或小于该值。如果您面临内存问题，可以尝试在此处使用一个更小的值。默认im2col_step = 64。
     - **param_attr** (ParamAttr|None) – 可变形卷积的可学习参数/权重的参数属性。如果将其设置为None或ParamAttr的一个属性，可变形卷积将创建ParamAttr作为param_attr。如果没有设置此param_attr的Initializer，该参数将被Normal(0.0, std)初始化，且其中的std为 :math:`(\frac{2.0 }{filter\_elem\_num})^{0.5}`。默认值None。
     - **bias_attr** (ParamAttr|bool|None) – 可变形卷积层的偏置的参数属性。如果设为False，则输出单元不会加偏置。如果设为None或者ParamAttr的一个属性，conv2d会创建ParamAttr作为bias_attr。如果不设置bias_attr的Initializer，偏置会被初始化为0。默认值None。
+    - **modulated** （bool）- 确定使用v1和v2中的哪个版本，如果为True，则选择使用v2。默认为True。
     - **name** (str|None) – 该层的名字（可选项）。如果设为None，该层将会被自动命名。默认值None。
  
 返回：储存可变形卷积结果的张量变量。
@@ -63,13 +69,22 @@ deformable_conv
 
 ..  code-block:: python
 
+    #deformable conv v2:
+         
     import paddle.fluid as fluid
     data = fluid.layers.data(name='data', shape=[3, 32, 32], dtype='float32')
     offset = fluid.layers.data(name='offset', shape=[18, 32, 32], dtype='float32')
     mask = fluid.layers.data(name='mask', shape=[9, 32, 32], dtype='float32')
-    out = fluid.layers.deformable_conv(input=data, offset=offset, mask=mask, num_filters=2, filter_size=3, padding=1)
+    out = fluid.layers.deformable_conv(input=data, offset=offset, mask=mask,
+                                       num_filters=2, filter_size=3, padding=1, modulated=True)
 
+    #deformable conv v1:
 
+    import paddle.fluid as fluid
+    data = fluid.layers.data(name='data', shape=[3, 32, 32], dtype='float32')
+    offset = fluid.layers.data(name='offset', shape=[18, 32, 32], dtype='float32')
+    out = fluid.layers.deformable_conv(input=data, offset=offset, mask=None,
+                                       num_filters=2, filter_size=3, padding=1, modulated=False)