diff --git a/doc/fluid/api_cn/layers_cn/cast_cn.rst b/doc/fluid/api_cn/layers_cn/cast_cn.rst
index 43c93297ed38c6a7c1cfcd7cf04b89f19139f6d8..20f847adddfdec1f8ea6a9cf65f4e180d0451c70 100644
--- a/doc/fluid/api_cn/layers_cn/cast_cn.rst
+++ b/doc/fluid/api_cn/layers_cn/cast_cn.rst
@@ -5,29 +5,42 @@ cast
 
 .. py:function:: paddle.fluid.layers.cast(x,dtype)
 
-该层传入变量x, 并用x.dtype将x转换成dtype类型，作为输出。如果输出的dtype和输入的dtype相同，则使用cast是没有意义的，但如果真的这么做了也不会报错。
+该OP将 ``x`` 的数据类型转换为 ``dtype`` 并输出。支持输出和输入的数据类型相同。
 
 参数：
-    - **x** (Variable)-转换函数的输入变量
-    - **dtype** (np.dtype|core.VarDesc.VarType|str)-输出变量的数据类型
+    - **x** (Variable) - 输入的多维Tensor或LoDTensor，支持的数据类型为：bool、float16、float32、float64、uint8、int32、int64。
+    - **dtype** (str|np.dtype|core.VarDesc.VarType) - 输出Tensor的数据类型。支持的数据类型为：bool、float16、float32、float64、int8、int32、int64、uint8。
 
-返回：转换后的输出变量
+返回：Tensor或LoDTensor，维度与 ``x`` 相同，数据类型为 ``dtype``
 
-返回类型：变量（Variable）
+返回类型：Variable
 
 **代码示例**：
 
 .. code-block:: python
 
-    import paddle.fluid as fluid
-    data = fluid.layers.data(name='x', shape=[13], dtype='float32')
-    result = fluid.layers.cast(x=data, dtype='float64')
-
-
-
-
-
-
-
-
-
+  import paddle.fluid as fluid
+  import numpy as np
+
+  place = fluid.core.CPUPlace()
+
+  # 构建网络
+  x_lod = fluid.layers.data(name="x", shape=[1], lod_level=1)
+  cast_res1 = fluid.layers.cast(x=x_lod, dtype="uint8")
+  cast_res2 = fluid.layers.cast(x=x_lod, dtype=np.int32)
+
+  # 创建CPU执行器
+  exe = fluid.Executor(place)
+  exe.run(fluid.default_startup_program())
+
+  x_i_lod = fluid.core.LoDTensor()
+  x_i_lod.set(np.array([[1.3,-2.4],[0,4]]).astype("float32"), place)
+  x_i_lod.set_recursive_sequence_lengths([[0,2]])
+  res1 = exe.run(fluid.default_main_program(), feed={'x':x_i_lod}, fetch_list=[cast_res1], return_numpy=False)
+  res2 = exe.run(fluid.default_main_program(), feed={'x':x_i_lod}, fetch_list=[cast_res2], return_numpy=False)
+  print(np.array(res1[0]), np.array(res1[0]).dtype)
+  # [[  1 254]
+  #  [  0   4]] uint8
+  print(np.array(res2[0]), np.array(res2[0]).dtype)
+  # [[ 1 -2]
+  #  [ 0  4]] int32