diff --git a/doc/fluid/api/gen_doc.py b/doc/fluid/api/gen_doc.py index 65e92c908b471de7adc9e7281780beea0f792cde..1ea36d59468e051a46954db8979056b48dafc57c 100644 --- a/doc/fluid/api/gen_doc.py +++ b/doc/fluid/api/gen_doc.py @@ -19,8 +19,6 @@ import types import os import contextlib import paddle.fluid as fluid -import paddle.tensor as tensor -import paddle.nn as nn import paddle.complex as complex #import paddle.framework as framework diff --git a/doc/fluid/api_cn/dygraph_cn/BCELoss_cn.rst b/doc/fluid/api_cn/dygraph_cn/BCELoss_cn.rst index 78cd4fb635e65cfb216a37e83679650e0f88197d..e7ab94782a6e32ded4ed7414f825700dbb270eaa 100644 --- a/doc/fluid/api_cn/dygraph_cn/BCELoss_cn.rst +++ b/doc/fluid/api_cn/dygraph_cn/BCELoss_cn.rst @@ -3,7 +3,7 @@ BCELoss ------------------------------- -.. py:function:: paddle.nn.BCELoss(input, label, weight=None, reduction='mean') +.. py:function:: paddle.fluid.dygraph.BCELoss(input, label, weight=None, reduction='mean') 该接口用于创建一个BCELoss的可调用类，用于计算输入和标签之间的二值交叉熵损失值。二值交叉熵损失函数公式如下： @@ -55,7 +55,7 @@ BCELoss import paddle input = fluid.data(name="input", shape=[3, 1], dtype='float32') label = fluid.data(name="label", shape=[3, 1], dtype='float32') - bce_loss = paddle.nn.loss.BCELoss() + bce_loss = fluid.dygraph.BCELoss() output = bce_loss(input, label) place = fluid.CPUPlace() exe = fluid.Executor(place) diff --git a/doc/fluid/api_cn/layers_cn/t_cn.rst b/doc/fluid/api_cn/layers_cn/t_cn.rst index 051a1144c0b25ccd13e2f3f0ac99a9a111b6b900..b6478f7e59090f0593954563b5a00e3626f3ee68 100644 --- a/doc/fluid/api_cn/layers_cn/t_cn.rst +++ b/doc/fluid/api_cn/layers_cn/t_cn.rst @@ -42,7 +42,7 @@ t import paddle import paddle.fluid as fluid x = fluid.data(name='x', shape=[2, 3], dtype='float32') - x_transposed = fluid.layers.t(x) # paddle.t 等价于 paddle.tensor.t + x_transposed = fluid.layers.t(x) print(x_transposed.shape) #(3L, 2L) diff --git a/doc/fluid/api_cn/layers_cn/trace_cn.rst b/doc/fluid/api_cn/layers_cn/trace_cn.rst index d1973d297594d7b11697b1528fc4fe3695b6c5ca..dbd42cba052c053a0c76d29e228330260da079df 100644 --- a/doc/fluid/api_cn/layers_cn/trace_cn.rst +++ b/doc/fluid/api_cn/layers_cn/trace_cn.rst @@ -1,5 +1,48 @@ +.. _cn_api_tensor_trace: + trace ------------------------------- -**版本升级，文档正在开发中** +.. py:function:: fluid.layers.trace(input, offset=0, dim1=0, dim2=1) + +该 OP 计算输入 Tensor 在指定平面上的对角线元素之和，并输出相应的计算结果。 + +如果输入是 2D Tensor，则返回对角线元素之和。 + +如果输入的维度大于 2D，则返回一个由对角线元素之和组成的数组，其中对角线从由 dim1 和 dim2 指定的二维平面中获得。默认由输入的前两维组成获得对角线的 2D 平面。 + +参数 ``offset`` 确定从指定的二维平面中获取对角线的位置： + + - 如果 offset = 0，则取主对角线。 + - 如果 offset > 0，则取主对角线右上的对角线。 + - 如果 offset < 0，则取主对角线左下的对角线。 + +参数： + - **input** （Variable）- 输入变量，至少为 2D 数组，支持数据类型为 float32，float64，int32，int64。 + - **offset** （int ，可选）- 从指定的二维平面中获取对角线的位置，默认值为 0，既主对角线。 + - **dim1** （int ， 可选）- 获取对角线的二维平面的第一维，默认值为 0。 + - **dim2** （int ， 可选）- 获取对角线的二维平面的第二维，默认值为 1。 + +返回： 指定二维平面的对角线元素之和。数据类型和输入数据类型一致。 + +返回类型： 变量（Variable） + +**代码示例** + +.. code-block:: python + import paddle.fluid as fluid + import paddle.fluid.dygraph as dg + import numpy as np + + case1 = np.random.randn(2, 3).astype('float32') + case2 = np.random.randn(3, 10, 10).astype('float32') + case3 = np.random.randn(3, 10, 5, 10).astype('float32') + + with dg.guard(): + case1 = dg.to_variable(case1) + case2 = dg.to_variable(case2) + case3 = dg.to_variable(case3) + data1 = fluid.layers.trace(case1) # data1.shape = [1] + data2 = fluid.layers.trace(case2, offset=1, dim1=1, dim2=2) # data2.shape = [3] + data3 = fluid.layers.trace(case3, offset=-3, dim1=1, dim2=-1) # data2.shape = [3, 5] diff --git a/doc/fluid/api_cn/tensor_cn.rst b/doc/fluid/api_cn/tensor_cn.rst deleted file mode 100644 index 05525b8f4bff77413e30b7d8517099e8438a43d5..0000000000000000000000000000000000000000 --- a/doc/fluid/api_cn/tensor_cn.rst +++ /dev/null @@ -1,80 +0,0 @@ -======================= -paddle.tensor -======================= - - - - -.. toctree:: - :maxdepth: 1 - - tensor_cn/addcmul_cn.rst - tensor_cn/add_cn.rst - tensor_cn/addmm_cn.rst - tensor_cn/allclose_cn.rst - tensor_cn/arange_cn.rst - tensor_cn/argmax_cn.rst - tensor_cn/atan_cn.rst - tensor_cn/bmm_cn.rst - tensor_cn/cholesky_cn.rst - tensor_cn/clamp_cn.rst - tensor_cn/concat_cn.rst - tensor_cn/cross_cn.rst - tensor_cn/dist_cn.rst - tensor_cn/div_cn.rst - tensor_cn/dot_cn.rst - tensor_cn/einsum_cn.rst - tensor_cn/elementwise_equal_cn.rst - tensor_cn/elementwise_sum_cn.rst - tensor_cn/equal_cn.rst - tensor_cn/erf_cn.rst - tensor_cn/eye_cn.rst - tensor_cn/flip_cn.rst - tensor_cn/full_cn.rst - tensor_cn/full_like_cn.rst - tensor_cn/gather_cn.rst - tensor_cn/index_select_cn.rst - tensor_cn/inverse_cn.rst - tensor_cn/isnan_cn.rst - tensor_cn/kron_cn.rst - tensor_cn/linspace_cn.rst - tensor_cn/log1p_cn.rst - tensor_cn/logsumexp_cn.rst - tensor_cn/math_cn.rst - tensor_cn/matmul_cn.rst - tensor_cn/max_cn.rst - tensor_cn/meshgrid_cn.rst - tensor_cn/min_cn.rst - tensor_cn/mm_cn.rst - tensor_cn/mul_cn.rst - tensor_cn/nonzero_cn.rst - tensor_cn/norm_cn.rst - tensor_cn/ones_cn.rst - tensor_cn/ones_like_cn.rst - tensor_cn/pow_cn.rst - tensor_cn/rand_cn.rst - tensor_cn/randint_cn.rst - tensor_cn/randn_cn.rst - tensor_cn/randperm_cn.rst - tensor_cn/roll_cn.rst - tensor_cn/sin_cn.rst - tensor_cn/sort_cn.rst - tensor_cn/split_cn.rst - tensor_cn/sqrt_cn.rst - tensor_cn/squeeze_cn.rst - tensor_cn/stack_cn.rst - tensor_cn/std_cn.rst - tensor_cn/sum_cn.rst - tensor_cn/tanh_cn.rst - tensor_cn/t_cn.rst - tensor_cn/tensordot_cn.rst - tensor_cn/trace_cn.rst - tensor_cn/transpose_cn.rst - tensor_cn/tril_cn.rst - tensor_cn/triu_cn.rst - tensor_cn/unbind_cn.rst - tensor_cn/unsqueeze_cn.rst - tensor_cn/var_cn.rst - tensor_cn/where_cn.rst - tensor_cn/zeros_cn.rst - tensor_cn/zeros_like_cn.rst \ No newline at end of file diff --git a/doc/fluid/api_cn/tensor_cn/trace_cn.rst b/doc/fluid/api_cn/tensor_cn/trace_cn.rst deleted file mode 100644 index dbd42cba052c053a0c76d29e228330260da079df..0000000000000000000000000000000000000000 --- a/doc/fluid/api_cn/tensor_cn/trace_cn.rst +++ /dev/null @@ -1,48 +0,0 @@ -.. _cn_api_tensor_trace: - -trace -------------------------------- - -.. py:function:: fluid.layers.trace(input, offset=0, dim1=0, dim2=1) - -该 OP 计算输入 Tensor 在指定平面上的对角线元素之和，并输出相应的计算结果。 - -如果输入是 2D Tensor，则返回对角线元素之和。 - -如果输入的维度大于 2D，则返回一个由对角线元素之和组成的数组，其中对角线从由 dim1 和 dim2 指定的二维平面中获得。默认由输入的前两维组成获得对角线的 2D 平面。 - -参数 ``offset`` 确定从指定的二维平面中获取对角线的位置： - - - 如果 offset = 0，则取主对角线。 - - 如果 offset > 0，则取主对角线右上的对角线。 - - 如果 offset < 0，则取主对角线左下的对角线。 - -参数： - - **input** （Variable）- 输入变量，至少为 2D 数组，支持数据类型为 float32，float64，int32，int64。 - - **offset** （int ，可选）- 从指定的二维平面中获取对角线的位置，默认值为 0，既主对角线。 - - **dim1** （int ， 可选）- 获取对角线的二维平面的第一维，默认值为 0。 - - **dim2** （int ， 可选）- 获取对角线的二维平面的第二维，默认值为 1。 - -返回： 指定二维平面的对角线元素之和。数据类型和输入数据类型一致。 - -返回类型： 变量（Variable） - -**代码示例** - -.. code-block:: python - - import paddle.fluid as fluid - import paddle.fluid.dygraph as dg - import numpy as np - - case1 = np.random.randn(2, 3).astype('float32') - case2 = np.random.randn(3, 10, 10).astype('float32') - case3 = np.random.randn(3, 10, 5, 10).astype('float32') - - with dg.guard(): - case1 = dg.to_variable(case1) - case2 = dg.to_variable(case2) - case3 = dg.to_variable(case3) - data1 = fluid.layers.trace(case1) # data1.shape = [1] - data2 = fluid.layers.trace(case2, offset=1, dim1=1, dim2=2) # data2.shape = [3] - data3 = fluid.layers.trace(case3, offset=-3, dim1=1, dim2=-1) # data2.shape = [3, 5] diff --git a/doc/fluid/api_cn/tensor_cn/where_cn.rst b/doc/fluid/api_cn/tensor_cn/where_cn.rst deleted file mode 100644 index c12ccee67502a2276594d61991a0219e3c2873fd..0000000000000000000000000000000000000000 --- a/doc/fluid/api_cn/tensor_cn/where_cn.rst +++ /dev/null @@ -1,47 +0,0 @@ -.. _cn_api_tensor_where: - -where -------------------------------- - -.. py:function:: paddle.where(condition, x, y, name=None) - -该OP返回一个根据输入 ``condition``, 选择 ``x`` 或 ``y`` 的元素组成的多维 ``Tensor`` ： - -.. math:: - Out_i = - \left\{ - \begin{aligned} - &X_i, & & if \ cond_i \ is \ True \\ - &Y_i, & & if \ cond_i \ is \ False \\ - \end{aligned} - \right. - -参数： - - **condition** （Variable）- 选择 ``x`` 或 ``y`` 元素的条件 。 - - **x** （Variable）- 多维 ``Tensor`` ，数据类型为 ``float32`` 或 ``float64`` 或 ``int32`` 或 ``int64`` 。 - - **y** （Variable）- 多维 ``Tensor`` ，数据类型为 ``float32`` 或 ``float64`` 或 ``int32`` 或 ``int64`` 。 - - **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：数据类型与 ``x`` 相同的 ``Tensor`` 。 - -返回类型：Variable。 - - -**代码示例：** - -.. code-block:: python - - import paddle - import numpy as np - import paddle.fluid as fluid - - x_i = np.array([0.9383, 0.1983, 3.2, 1.2]).astype("float32") - y_i = np.array([1.0, 1.0, 1.0, 1.0]).astype("float32") - - with fluid.dygraph.guard(): - x = fluid.dygraph.to_variable(x_i) - y = fluid.dygraph.to_variable(y_i) - out = paddle.where(x>1, x, y) - - print(out.numpy()) - #out: [1.0, 1.0, 3.2, 1.2]