imporve doc of multiprocess_reader (#1407)

doc/fluid/api_cn/io_cn/multiprocess_reader_cn.rst

@@ -5,18 +5,52 @@ multiprocess_reader
 
 .. py:function:: paddle.fluid.io.multiprocess_reader(readers, use_pipe=True, queue_size=1000)
 
-多进程reader使用python多进程从reader中读取数据，然后使用multi process.queue或multi process.pipe合并所有数据。进程号等于输入reader的编号，每个进程调用一个reader。
+使用python多进程从 ``readers`` 中读取数据，然后使用 ``multiprocessing.Pipe`` 或 ``multiprocessing.Queue`` 合并所有数据。 ``readers`` 列表中的每个reader会被创建一个独立的进程来调用，reader之间应该相互独立，互不影响，避免出现多进程读取的冲突问题.
 
 multiprocess.queue需要/dev/shm的rw访问权限，某些平台不支持。
 
-您需要首先创建多个reader，这些reader应该相互独立，这样每个进程都可以独立工作。
+参数：
+    - **readers** (list(generator)|tuple(generator)) - python生成器list, 用来读取数据
+    - **use_pipe** (bool，可选) - use_pipe控制multiprocess_reader内部用 ``pipe`` 还是 ``queue`` 来实现进程间通信，默认为 ``True`` 使用 ``pipe`` 进行通信
+    - **queue_size** (int，可选) - 如果使用queue来进行进程间通信 (``use_pipe=False``), 则该参数用来设定队列大小
+
+返回：使用多进程封装readers之后的reader
+
+返回类型：python生成器
+
 
 **代码示例**
 
 ..  code-block:: python
 
-    reader0 = reader(["file01", "file02"])
-    reader1 = reader(["file11", "file12"])
-    reader1 = reader(["file21", "file22"])
-    reader = multiprocess_reader([reader0, reader1, reader2],
-        queue_size=100, use_pipe=False)
\ No newline at end of file
+    import paddle.fluid as fluid
+    from paddle.fluid.io import multiprocess_reader
+    import numpy as np
+    
+    
+    def fake_reader(start, end):
+        def __impl__():
+            for i in range(start, end):
+                yield [np.array([1, 2, 3]) * i],
+        return __impl__
+    
+    
+    with fluid.program_guard(fluid.Program(), fluid.Program()):
+        place = fluid.CPUPlace()
+        image = fluid.layers.data(
+            name='image', dtype='int64', shape=[3])
+        fluid.layers.Print(image)
+        reader = fluid.io.PyReader(
+            feed_list=[image], capacity=2)
+        image_p_1 = image + 1
+        decorated_reader = multiprocess_reader(
+            [fake_reader(1, 5), fake_reader(6, 10)], False)
+    
+        reader.decorate_sample_generator(decorated_reader, batch_size=2, places=[place])
+    
+        exe = fluid.Executor(place)
+        exe.run(fluid.default_startup_program())
+    
+        for data in reader():
+            exe.run(feed=data, fetch_list=[image_p_1])
+