Add the max, min, maximum, minimum api for the paddle 2.0 (#2289)

* Add the max, min, maximum, minimum api for the paddle 2.0

doc/fluid/api/paddle.rst

@@ -46,8 +46,6 @@ paddle
 	paddle/elementwise_add.rst
 	paddle/elementwise_div.rst
 	paddle/elementwise_floordiv.rst
-	paddle/elementwise_max.rst
-	paddle/elementwise_min.rst
 	paddle/elementwise_mod.rst
 	paddle/elementwise_mul.rst
 	paddle/elementwise_pow.rst
@@ -99,9 +97,11 @@ paddle
 	paddle/manual_seed.rst
 	paddle/matmul.rst
 	paddle/max.rst
+	paddle/maximum.rst
 	paddle/mean.rst
 	paddle/meshgrid.rst
 	paddle/min.rst
+	paddle/minimum.rst
 	paddle/mm.rst
 	paddle/mul.rst
 	paddle/multiplex.rst

doc/fluid/api/paddle/elementwise_max.rst

-.. _api_paddle_elementwise_max:
-
-elementwise_max
--------------------------------
-:doc_source: paddle.fluid.layers.elementwise_max
-
-

doc/fluid/api/paddle/elementwise_min.rst

-.. _api_paddle_elementwise_min:
-
-elementwise_min
--------------------------------
-:doc_source: paddle.fluid.layers.elementwise_min
-
-

doc/fluid/api/paddle/max.rst

@@ -2,6 +2,6 @@
 
 max
 -------------------------------
-:doc_source: paddle.fluid.layers.reduce_max
+:doc_source: paddle.tensor.max
 
 

doc/fluid/api/paddle/maximum.rst

+.. _api_paddle_maximum:
+
+maximum
+-------------------------------
+:doc_source: paddle.tensor.maximum
+
+

doc/fluid/api/paddle/min.rst

@@ -2,6 +2,6 @@
 
 min
 -------------------------------
-:doc_source: paddle.fluid.layers.reduce_min
+:doc_source: paddle.tensor.min
 
 

doc/fluid/api/paddle/minimum.rst

+.. _api_paddle_minimum:
+
+minimum
+-------------------------------
+:doc_source: paddle.tensor.minimum
+
+

doc/fluid/api/tensor.rst

@@ -27,8 +27,6 @@ paddle.tensor
     tensor/elementwise_add.rst
     tensor/elementwise_div.rst
     tensor/elementwise_floordiv.rst
-    tensor/elementwise_max.rst
-    tensor/elementwise_min.rst
     tensor/elementwise_mod.rst
     tensor/elementwise_mul.rst
     tensor/elementwise_pow.rst
@@ -64,8 +62,10 @@ paddle.tensor
     tensor/logical_xor.rst
     tensor/math.rst
     tensor/max.rst
+    tensor/maximum.rst
     tensor/mean.rst
     tensor/min.rst
+    tensor/minimum.rst
     tensor/mm.rst
     tensor/mul.rst
     tensor/multiplex.rst

doc/fluid/api/tensor/elementwise_max.rst

-.. _api_tensor_cn_elementwise_max:
-
-elementwise_max
--------------------------------
-:doc_source: paddle.fluid.layers.elementwise_max
-
-

doc/fluid/api/tensor/elementwise_min.rst

-.. _api_tensor_cn_elementwise_min:
-
-elementwise_min
--------------------------------
-:doc_source: paddle.fluid.layers.elementwise_min
-
-

doc/fluid/api/tensor/max.rst

@@ -2,6 +2,6 @@
 
 max
 -------------------------------
-:doc_source: paddle.fluid.layers.reduce_max
+:doc_source: paddle.tensor.max
 
 

doc/fluid/api/tensor/maximum.rst

+.. _api_tensor_cn_maximum:
+
+maximum
+-------------------------------
+:doc_source: paddle.tensor.maximum
+
+

doc/fluid/api/tensor/min.rst

@@ -2,6 +2,6 @@
 
 min
 -------------------------------
-:doc_source: paddle.fluid.layers.reduce_min
+:doc_source: paddle.tensor.min
 
 

doc/fluid/api/tensor/minimum.rst

+.. _api_tensor_cn_minimum:
+
+minimum
+-------------------------------
+:doc_source: paddle.tensor.minimum
+
+

doc/fluid/api_cn/paddle_cn.rst

@@ -44,8 +44,6 @@ paddle
 	paddle_cn/elementwise_add_cn.rst
 	paddle_cn/elementwise_div_cn.rst
 	paddle_cn/elementwise_floordiv_cn.rst
-	paddle_cn/elementwise_max_cn.rst
-	paddle_cn/elementwise_min_cn.rst
 	paddle_cn/elementwise_mod_cn.rst
 	paddle_cn/elementwise_mul_cn.rst
 	paddle_cn/elementwise_pow_cn.rst
@@ -95,8 +93,12 @@ paddle
 	paddle_cn/log_cn.rst
 	paddle_cn/manual_seed_cn.rst
 	paddle_cn/matmul_cn.rst
+        paddle_cn/max_cn.rst
+        paddle_cn/maximum_cn.rst
 	paddle_cn/mean_cn.rst
 	paddle_cn/meshgrid_cn.rst
+        paddle_cn/min_cn.rst
+        paddle_cn/minimum_cn.rst
 	paddle_cn/multiplex_cn.rst
 	paddle_cn/mul_cn.rst
 	paddle_cn/name_scope_cn.rst

doc/fluid/api_cn/paddle_cn/elementwise_max_cn.rst

-.. _cn_api_paddle_cn_elementwise_max:
-
-elementwise_max
--------------------------------
-:doc_source: paddle.fluid.layers.elementwise_max
-
-

doc/fluid/api_cn/paddle_cn/elementwise_min_cn.rst

-.. _cn_api_paddle_cn_elementwise_min:
-
-elementwise_min
--------------------------------
-:doc_source: paddle.fluid.layers.elementwise_min
-
-

doc/fluid/api_cn/tensor_cn.rst

@@ -39,8 +39,6 @@ paddle.tensor
     tensor_cn/elementwise_add_cn.rst
     tensor_cn/elementwise_div_cn.rst
     tensor_cn/elementwise_floordiv_cn.rst
-    tensor_cn/elementwise_max_cn.rst
-    tensor_cn/elementwise_min_cn.rst
     tensor_cn/elementwise_mod_cn.rst
     tensor_cn/elementwise_mul_cn.rst
     tensor_cn/elementwise_pow_cn.rst
@@ -89,9 +87,11 @@ paddle.tensor
     tensor_cn/math_cn.rst
     tensor_cn/matmul_cn.rst
     tensor_cn/max_cn.rst
+    tensor_cn/maximum_cn.rst
     tensor_cn/mean_cn.rst
     tensor_cn/meshgrid_cn.rst
     tensor_cn/min_cn.rst
+    tensor_cn/minimum_cn.rst
     tensor_cn/mm_cn.rst
     tensor_cn/mul_cn.rst
     tensor_cn/multiplex_cn.rst

doc/fluid/api_cn/tensor_cn/elementwise_max_cn.rst

-.. _cn_api_tensor_cn_elementwise_max:
-
-elementwise_max
--------------------------------
-:doc_source: paddle.fluid.layers.elementwise_max
-
-

doc/fluid/api_cn/tensor_cn/elementwise_min_cn.rst

-.. _cn_api_tensor_cn_elementwise_min:
-
-elementwise_min
--------------------------------
-:doc_source: paddle.fluid.layers.elementwise_min
-
-

doc/fluid/api_cn/tensor_cn/max_cn.rst

-
 .. _cn_api_paddle_tensor_max:
 
 max
 -------------------------------
 
-.. py:function:: paddle.tensor.max(input, dim=None, keep_dim=False, out=None, name=None)
+.. py:function:: paddle.tensor.max(x, axis=None, keepdim=False, name=None)
 
 :alias_main: paddle.max
 :alias: paddle.max,paddle.tensor.max,paddle.tensor.math.max
-:update_api: paddle.fluid.layers.reduce_max
-
-
 
-该OP是对指定维度上的Tensor元素求最大值运算，并输出相应的计算结果。等价于 :ref:`cn_api_fluid_layers_reduce_max`
+该OP是对指定维度上的Tensor元素求最大值运算，并输出相应的计算结果。
 
-参数：
-          - **input** （Variable）- 输入变量为多维Tensor或LoDTensor，支持数据类型为float32，float64，int32，int64。
-          - **dim** （list | int ，可选）- 求最大值运算的维度。如果为None，则计算所有元素的最大值并返回包含单个元素的Tensor变量，否则必须在  :math:`[−rank(input),rank(input)]` 范围内。如果 :math:`dim [i] <0` ，则维度将变为 :math:`rank+dim[i]` ，默认值为None。
-          - **keep_dim** （bool）- 是否在输出Tensor中保留减小的维度。如 keep_dim 为true，否则结果张量的维度将比输入张量小，默认值为False。
-          - **out**  (Variable， 可选) -  指定算子输出结果的LoDTensor/Tensor，可以是程序中已经创建的任何Variable。默认值为None，此时将创建新的Variable来保存输出结果。
-          - **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。
+参数
+:::::::::
+   - **x** （Tensor）- Tensor，支持数据类型为float32，float64，int32，int64。
+   - **axis** （list | int ，可选）- 求最大值运算的维度。如果为None，则计算所有元素的最大值并返回包含单个元素的Tensor变量，否则必须在  :math:`[-x.ndim, x.ndim]` 范围内。如果 :math:`axis[i] <0` ，则维度将变为 :math:`x.ndim+axis[i]` ，默认值为None。
+   - **keepdim** （bool）- 是否在输出Tensor中保留减小的维度。如果keepdim 为 False，结果张量的维度将比输入张量的小，默认值为False。
+   - **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：  在指定dim上进行求最大值运算的Tensor，数据类型和输入数据类型一致。
+返回
+:::::::::
+   Tensor, 在指定axis上进行求最大值运算的Tensor，数据类型和输入数据类型一致。
 
-返回类型：  变量（Variable）
 
-**代码示例**
+代码示例
+::::::::::
 
 ..  code-block:: python
 
+    import numpy as np
     import paddle
-    import paddle.fluid as fluid
-    # x是一个Tensor，元素如下:
-    #    [[0.2, 0.3, 0.5, 0.9]
-    #     [0.1, 0.2, 0.6, 0.7]]
-    # 接下来的示例中，我们在每处函数调用后面都标注出了它的结果张量。
-    x = fluid.data(name='x', shape=[2, 4], dtype='float32')
-    # paddle.max 等价于 paddle.tensor.max
-    paddle.max(x)  # [0.9]
-    paddle.max(x, dim=0)  # [0.2, 0.3, 0.6, 0.9]
-    paddle.max(x, dim=-1)  # [0.9, 0.7]
-    paddle.max(x, dim=1, keep_dim=True)  # [[0.9], [0.7]]
-
-    # y是一个shape为[2, 2, 2]的Tensor，元素如下:
-    #      [[[1.0, 2.0], [3.0, 4.0]],
-    #      [[5.0, 6.0], [7.0, 8.0]]]
-    # 接下来的示例中，我们在每处函数调用后面都标注出了它的结果张量。
-    y = fluid.data(name='y', shape=[2, 2, 2], dtype='float32')
-    paddle.max(y, dim=[1, 2]) # [4.0, 8.0]
-    paddle.max(y, dim=[0, 1]) # [7.0, 8.0]
-
-
-
-
-
-
-
-
 
+    paddle.disable_static()
+
+    # data_x is a variable with shape [2, 4]
+    # the axis is a int element
+    data_x = np.array([[0.2, 0.3, 0.5, 0.9],
+                       [0.1, 0.2, 0.6, 0.7]])
+    x = paddle.to_variable(data_x)
+    result1 = paddle.max(x)
+    print(result1.numpy())
+    #[0.9]
+    result2 = paddle.max(x, axis=0)
+    print(result2.numpy()) 
+    #[0.2 0.3 0.6 0.9]
+    result3 = paddle.max(x, axis=-1)
+    print(result3.numpy())
+    #[0.9 0.7]
+    result4 = paddle.max(x, axis=1, keepdim=True)
+    print(result4.numpy())
+    #[[0.9]
+    # [0.7]]
+
+    # data_y is a variable with shape [2, 2, 2]
+    # the axis is list 
+    data_y = np.array([[[1.0, 2.0], [3.0, 4.0]],
+                       [[5.0, 6.0], [7.0, 8.0]]])
+    y = paddle.to_variable(data_y)
+    result5 = paddle.max(y, axis=[1, 2])
+    print(result5.numpy())
+    #[4. 8.]
+    result6 = paddle.max(y, axis=[0, 1])
+    print(result6.numpy())
+    #[7. 8.]

doc/fluid/api_cn/tensor_cn/maximum_cn.rst

+.. _cn_api_paddle_tensor_maximum:
+
+maximum
+-------------------------------
+
+.. py:function:: paddle.tensor.maximum(x, y, axis=-1, name=None)
+
+:alias_main: paddle.maximum
+:alias: paddle.maximum,paddle.tensor.maximum,paddle.tensor.math.maximum
+
+该OP逐元素对比输入的两个多维Tensor，并且把各个位置更大的元素保存到返回结果中。
+
+等式是：
+
+.. math::
+        Out = max(X, Y)
+
+- :math:`X` ：多维Tensor。
+- :math:`Y` ：多维Tensor。
+
+此运算算子有两种情况：
+        1. :math:`Y` 的 ``shape`` 与 :math:`X` 相同。
+        2. :math:`Y` 的 ``shape`` 是 :math:`X` 的连续子序列。
+
+对于情况2：
+        1. 用 :math:`Y` 的 ``shape`` 匹配 :math:`X` 的 ``shape``，其中 ``axis`` 是 :math:`Y` 在 :math:`X` 上的起始维度的位置。
+        2. 如果 ``axis`` < 0（默认值为-1），则 :math:`axis = abs(X.ndim - Y.ndim) - axis - 1` 。
+        3. 考虑到子序列， :math:`Y` 的大小为1的尾部维度将被忽略，例如shape（Y）=（2,1）=>（2）。
+
+例如：
+
+..  code-block:: text
+
+        shape(X) = (2, 3, 4, 5), shape(Y) = (,)
+        shape(X) = (2, 3, 4, 5), shape(Y) = (5,)
+        shape(X) = (2, 3, 4, 5), shape(Y) = (4, 5), with axis=-1(default) or axis=2
+        shape(X) = (2, 3, 4, 5), shape(Y) = (3, 4), with axis=1
+        shape(X) = (2, 3, 4, 5), shape(Y) = (2), with axis=0
+        shape(X) = (2, 3, 4, 5), shape(Y) = (2, 1), with axis=0
+
+具体的飞桨的广播（broadcasting）机制可以参考 `<<PaddlePaddle广播机制文档>> <https://github.com/PaddlePaddle/FluidDoc/blob/develop/doc/fluid/beginners_guide/basic_concept/broadcasting.rst>`_ 。
+
+参数
+:::::::::
+   - **x** （Tensor）- 多维Tensor。数据类型为 ``float32`` 、 ``float64`` 、 ``int32`` 或  ``int64`` 。
+   - **y** （Tensor）- 多维Tensor。数据类型为 ``float32`` 、 ``float64`` 、 ``int32`` 或  ``int64`` 。
+   - **axis** （int32, 可选）- Y的维度对应到X维度上时的索引。默认值为 -1。
+   - **name** （string, 可选）- 输出的名字。默认值为None。该参数供开发人员打印调试信息时使用，具体用法请参见 :ref:`api_guide_Name` 。
+
+返回
+:::::::::
+   Tensor，维度和数据类型与 ``x`` 相同的多维Tensor。
+
+代码示例
+::::::::::
+
+.. code-block:: python
+
+    import paddle
+    import numpy as np
+
+    paddle.disable_static()
+  
+    x_data = np.array([[1, 2], [3, 4]], dtype=np.float32)
+    y_data = np.array([[5, 6], [7, 8]], dtype=np.float32)
+    x = paddle.to_variable(x_data)
+    y = paddle.to_variable(y_data)
+    res = paddle.maximum(x, y)
+    print(res.numpy())
+    #[[5. 6.]
+    # [7. 8.]]
+
+    x_data = np.array([[[1, 2, 3], [1, 2, 3]]], dtype=np.float32)
+    y_data = np.array([1, 2], dtype=np.float32)
+    x = paddle.to_variable(x_data)
+    y = paddle.to_variable(y_data)
+    res = paddle.maximum(x, y, axis=1)
+    print(res.numpy())
+    #[[[1. 2. 3.]
+    #  [2. 2. 3.]]]
+
+    x_data = np.array([2, 3, 5], dtype=np.float32)
+    y_data = np.array([1, 4, np.nan], dtype=np.float32)
+    x = paddle.to_variable(x_data)
+    y = paddle.to_variable(y_data)
+    res = paddle.maximum(x, y)
+    print(res.numpy())
+    #[ 2.  4. nan]
+
+    x_data = np.array([5, 3, np.inf], dtype=np.float32)
+    y_data = np.array([1, 4, 5], dtype=np.float32)
+    x = paddle.to_variable(x_data)
+    y = paddle.to_variable(y_data)
+    res = paddle.maximum(x, y)
+    print(res.numpy())
+    #[ 5.  4. inf]

doc/fluid/api_cn/tensor_cn/min_cn.rst

@@ -3,57 +3,61 @@
 min
 -------------------------------
 
-.. py:function:: paddle.tensor.min(input, dim=None, keep_dim=False, out=None, name=None)
+.. py:function:: paddle.tensor.min(x, axis=None, keepdim=False, name=None)
 
 :alias_main: paddle.min
 :alias: paddle.min,paddle.tensor.min,paddle.tensor.math.min
-:update_api: paddle.fluid.layers.reduce_min
 
+该OP是对指定维度上的Tensor元素求最小值运算，并输出相应的计算结果。
 
+参数
+:::::::::
+   - **x** （Tensor）- Tensor，支持数据类型为float32，float64，int32，int64。
+   - **axis** （list | int ，可选）- 求最小值运算的维度。如果为None，则计算所有元素的最小值并返回包含单个元素的Tensor变量，否则必须在  :math:`[−x.ndim, x.ndim]` 范围内。如果 :math:`axis[i] < 0` ，则维度将变为 :math:`x.ndim+axis[i]` ，默认值为None。
+   - **keepdim** （bool）- 是否在输出Tensor中保留减小的维度。如果keepdim 为False，结果张量的维度将比输入张量的小，默认值为False。
+   - **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。
 
-该OP是对指定维度上的Tensor元素求最小值运算，并输出相应的计算结果。等价于 :ref:`cn_api_fluid_layers_reduce_min`
+返回
+:::::::::
+   Tensor，在指定axis上进行求最小值运算的Tensor，数据类型和输入数据类型一致。
 
-参数：
-          - **input** （Variable）- 输入变量为多维Tensor或LoDTensor，支持数据类型为float32，float64，int32，int64。
-          - **dim** （list | int ，可选）- 求最小值运算的维度。如果为None，则计算所有元素的最小值并返回包含单个元素的Tensor变量，否则必须在  :math:`[−rank(input),rank(input)]` 范围内。如果 :math:`dim [i] <0` ，则维度将变为 :math:`rank+dim[i]` ，默认值为None。
-          - **keep_dim** （bool）- 是否在输出Tensor中保留减小的维度。如 keep_dim 为true，否则结果张量的维度将比输入张量小，默认值为False。
-          - **out**  (Variable， 可选) -  指定算子输出结果的LoDTensor/Tensor，可以是程序中已经创建的任何Variable。默认值为None，此时将创建新的Variable来保存输出结果。
-          - **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：  在指定dim上进行求最小值运算的Tensor，数据类型和输入数据类型一致。
-
-返回类型：  变量（Variable）
-
-**代码示例**
 
+代码示例
+::::::::::
 ..  code-block:: python
 
+    import numpy as np
     import paddle
-    import paddle.fluid as fluid
-    # x是一个Tensor，元素如下:
-    #    [[0.2, 0.3, 0.5, 0.9]
-    #     [0.1, 0.2, 0.6, 0.7]]
-    # 接下来的示例中，我们在每处函数调用后面都标注出了它的结果张量。
-    x = fluid.data(name='x', shape=[2, 4], dtype='float32')
-    # paddle.min 等价于 paddle.tensor.min
-    paddle.min(x)  # [0.1]
-    paddle.min(x, dim=0)  # [0.1, 0.2, 0.5, 0.7]
-    paddle.min(x, dim=-1)  # [0.2, 0.1]
-    paddle.min(x, dim=1, keep_dim=True)  # [[0.2], [0.1]]
-
-    # y是一个shape为[2, 2, 2]的Tensor，元素如下:
-    #      [[[1.0, 2.0], [3.0, 4.0]],
-    #      [[5.0, 6.0], [7.0, 8.0]]]
-    # 接下来的示例中，我们在每处函数调用后面都标注出了它的结果张量。
-    y = fluid.data(name='y', shape=[2, 2, 2], dtype='float32')
-    paddle.min(y, dim=[1, 2]) # [1.0, 5.0]
-    paddle.min(y, dim=[0, 1]) # [1.0, 2.0]
-
-
-
-
-
-
-
-
 
+    paddle.disable_static()
+
+    # data_x is a variable with shape [2, 4]
+    # the axis is a int element
+    data_x = np.array([[0.2, 0.3, 0.5, 0.9],
+                    [0.1, 0.2, 0.6, 0.7]])
+    x = paddle.to_variable(data_x)
+    result1 = paddle.min(x)
+    print(result1.numpy())
+    #[0.1]
+    result2 = paddle.min(x, axis=0)
+    print(result2.numpy())
+    #[0.1 0.2 0.5 0.7]
+    result3 = paddle.min(x, axis=-1)
+    print(result3.numpy()) 
+    #[0.2 0.1]
+    result4 = paddle.min(x, axis=1, keepdim=True)
+    print(result4.numpy())
+    #[[0.2]
+    # [0.1]]
+
+    # data_y is a variable with shape [2, 2, 2]
+    # the axis is list 
+    data_y = np.array([[[1.0, 2.0], [3.0, 4.0]],
+                       [[5.0, 6.0], [7.0, 8.0]]])
+    y = paddle.to_variable(data_y)
+    result5 = paddle.min(y, axis=[1, 2])
+    print(result5.numpy()) 
+    #[1. 5.]
+    result6 = paddle.min(y, axis=[0, 1])
+    print(result6.numpy())
+    #[1. 2.]

doc/fluid/api_cn/tensor_cn/minimum_cn.rst

+.. _cn_api_paddle_tensor_minimum:
+
+minimum
+-------------------------------
+
+.. py:function:: paddle.tensor.minimum(x, y, axis=-1, name=None)
+
+:alias_main: paddle.minimum
+:alias: paddle.minimum,paddle.tensor.minimum,paddle.tensor.math.minimum
+
+该OP逐元素对比输入的两个多维Tensor，并且把各个位置更小的元素保存到返回结果中。
+
+等式是：
+
+.. math::
+        Out = min(X, Y)
+
+- :math:`X` ：多维Tensor。
+- :math:`Y` ：多维Tensor。
+
+此运算算子有两种情况：
+        1. :math:`Y` 的 ``shape`` 与 :math:`X` 相同。
+        2. :math:`Y` 的 ``shape`` 是 :math:`X` 的连续子序列。
+
+对于情况2：
+        1. 用 :math:`Y` 的 ``shape`` 匹配 :math:`X` 的 ``shape``，其中 ``axis`` 是 :math:`Y` 在 :math:`X` 上的起始维度的位置。
+        2. 如果 ``axis`` < 0（默认值为-1），则 :math:`axis = abs(X.ndim - Y.ndim) - axis - 1` 。
+        3. 考虑到子序列， :math:`Y` 的大小为1的尾部维度将被忽略，例如shape（Y）=（2,1）=>（2）。
+
+例如：
+
+..  code-block:: text
+
+        shape(X) = (2, 3, 4, 5), shape(Y) = (,)
+        shape(X) = (2, 3, 4, 5), shape(Y) = (5,)
+        shape(X) = (2, 3, 4, 5), shape(Y) = (4, 5), with axis=-1(default) or axis=2
+        shape(X) = (2, 3, 4, 5), shape(Y) = (3, 4), with axis=1
+        shape(X) = (2, 3, 4, 5), shape(Y) = (2), with axis=0
+        shape(X) = (2, 3, 4, 5), shape(Y) = (2, 1), with axis=0
+
+具体的飞桨的广播（broadcasting）机制可以参考 `<<PaddlePaddle广播机制文档>> <https://github.com/PaddlePaddle/FluidDoc/blob/develop/doc/fluid/beginners_guide/basic_concept/broadcasting.rst>`_ 。
+
+参数
+:::::::::
+   - **x** （Tensor）- 多维Tensor。数据类型为 ``float32`` 、 ``float64`` 、 ``int32`` 或  ``int64`` 。
+   - **y** （Tensor）- 多维Tensor。数据类型为 ``float32`` 、 ``float64`` 、 ``int32`` 或  ``int64`` 。
+   - **axis** （int32, 可选）- Y的维度对应到X维度上时的索引。默认值为 -1。
+   - **name** （string, 可选）- 输出的名字。默认值为None。该参数供开发人员打印调试信息时使用，具体用法请参见 :ref:`api_guide_Name` 。
+
+返回
+:::::::::
+   Tensor，维度和数据类型与 ``x`` 相同的多维Tensor。
+
+
+代码示例
+::::::::::
+
+.. code-block:: python
+
+    import paddle
+    import numpy as np
+    paddle.disable_static()
+  
+    x_data = np.array([[1, 2], [3, 4]], dtype=np.float32)
+    y_data = np.array([[5, 6], [7, 8]], dtype=np.float32)
+    x = paddle.to_variable(x_data)
+    y = paddle.to_variable(y_data)
+    res = paddle.minimum(x, y)
+    print(res.numpy())
+    #[[1. 2.]
+    # [3. 4.]]
+
+    x_data = np.array([[[1, 2, 3], [1, 2, 3]]], dtype=np.float32)
+    y_data = np.array([1, 2], dtype=np.float32)
+    x = paddle.to_variable(x_data)
+    y = paddle.to_variable(y_data)
+    res = paddle.minimum(x, y, axis=1)
+    print(res.numpy())
+    #[[[1. 1. 1.]
+    #  [2. 2. 2.]]]
+
+    x_data = np.array([2, 3, 5], dtype=np.float32)
+    y_data = np.array([1, 4, np.nan], dtype=np.float32)
+    x = paddle.to_variable(x_data)
+    y = paddle.to_variable(y_data)
+    res = paddle.minimum(x, y)
+    print(res.numpy())
+    #[ 1.  3. nan]
+
+    x_data = np.array([5, 3, np.inf], dtype=np.float32)
+    y_data = np.array([1, 4, 5], dtype=np.float32)
+    x = paddle.to_variable(x_data)
+    y = paddle.to_variable(y_data)
+    res = paddle.minimum(x, y)
+    print(res.numpy())
+    #[1. 3. 5.]