update api doc, test=develop (#2074)

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
 

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)

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)
 

doc/fluid/api_cn/layers_cn/trace_cn.rst

+.. _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]

doc/fluid/api_cn/tensor_cn.rst

-=======================
-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

doc/fluid/api_cn/tensor_cn/trace_cn.rst

-.. _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]

doc/fluid/api_cn/tensor_cn/where_cn.rst

-.. _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]