diff --git a/doc/fluid/api_cn/layers_cn/lrn_cn.rst b/doc/fluid/api_cn/layers_cn/lrn_cn.rst
index ce659103417b83fbdcf4f4db5d4667adcc86dfba..0fa550c0305e97d4fa2be6e9ac41e9b17e8474a6 100644
--- a/doc/fluid/api_cn/layers_cn/lrn_cn.rst
+++ b/doc/fluid/api_cn/layers_cn/lrn_cn.rst
@@ -3,7 +3,7 @@
 lrn
 -------------------------------
 
-.. py:function:: paddle.fluid.layers.lrn(input, n=5, k=1.0, alpha=0.0001, beta=0.75, name=None)
+.. py:function:: paddle.fluid.layers.lrn(input, n=5, k=1.0, alpha=0.0001, beta=0.75, name=None, data_format='NCHW')
 
 
 该OP实现了局部响应正则化层（Local Response Normalization Layer），用于对局部输入区域正则化，执行一种侧向抑制（lateral inhibition）。更多详情参考： `ImageNet Classification with Deep Convolutional Neural Networks <https://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks.pdf>`_
@@ -22,18 +22,23 @@ lrn
 
 
 参数：
-    - **input** （Variable）- 输入特征，维度为[N,C,H,W]的4D-Tensor，其中N为batch大小，C为输入通道数，H为特征高度，W为特征宽度。必须包含4个维度，否则会抛出 ``ValueError`` 的异常。数据类型为float32。
+    - **input** （Variable）- 输入特征，形状为[N,C,H,W]或者[N,H,W,C]的4D-Tensor，其中N为batch大小，C为输入通道数，H为特征高度，W为特征宽度。必须包含4个维度，否则会抛出 ``ValueError`` 的异常。数据类型为float32。
     - **n** (int，可选） - 累加的通道数，默认值为5。
     - **k** （float，可选）- 位移，正数。默认值为1.0。
     - **alpha** （float，可选）- 缩放参数，正数。默认值为1e-4。
     - **beta** （float，可选）- 指数，正数。默认值为0.75。
     - **name** (None|str) – 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` ，默认值为None。
+    - **data_format** (str，可选) - 输入和输出的数据格式，可以是"NCHW"或"NHWC"。N是批尺寸，C是通道数，H是特征高度，W是特征宽度。默认值："NCHW"。
 
 
 返回：局部响应正则化得到的输出特征，数据类型及维度和input相同。
 
 返回类型：Variable
 
+抛出异常:
+    -  ``ValueError`` : 如果输入不是4-D Tensor。
+    -  ``ValueError`` - 如果 ``data_format`` 不是"NCHW"或者"NHWC"。
+
 **代码示例**：
 
 .. code-block:: python