update shard_index_cn.rst (#1300)

doc/fluid/api_cn/index_cn.rst

-=====
-API
-=====
-
-..  toctree::
-    :maxdepth: 1
-
-    ../api_guides/index_cn.rst
-    api_tree_cn.rst
-

doc/fluid/api_cn/layers_cn/shard_index_cn.rst

@@ -5,50 +5,47 @@ shard_index
 
 .. py:function:: paddle.fluid.layers.shard_index(input, index_num, nshards, shard_id, ignore_value=-1)
 
-该层为输入创建碎片化索引，通常在模型和数据并行混合训练时使用，索引数据（通常是标签）应该在每一个trainer里面被计算，通过
+该函数对输入的索引根据分片（shard）的偏移量重新计算。
+索引长度被均分为N个分片，如果输入索引所在的分片跟分片ID对应，则该索引以分片的偏移量为界重新计算，否则更新为默认值（ignore_value）。具体计算为：
 ::
 
-    assert index_num % nshards == 0
+    每个分片的长度为
+    shard_size = (index_num + nshards - 1) // nshards
 
-    shard_size = index_num / nshards
+    如果 shard_id == input // shard_size
+    则 output = input % shard_size  
+    否则 output = ignore_value
+	
+注意：若索引长度不能被分片数整除，则最后一个分片长度不足shard_size。
 
-    如果 x / shard_size == shard_id
-
-    y = x % shard_size  
-
-    否则
-
-    y = ignore_value
-
-我们使用分布式 ``one-hot`` 表示来展示该层如何使用， 分布式的 ``one-hot`` 表示被分割为多个碎片, 碎片索引里不为1的都使用0来填充。为了在每一个trainer里面创建碎片化的表示，原始的索引应该先进行计算(i.e. sharded)。我们来看个例子：
-
-.. code-block:: text
-
-    X 是一个整形张量
-    X.shape = [4, 1]
-    X.data = [[1], [6], [12], [19]]
+示例：
+::
 
-    假设 index_num = 20 并且 nshards = 2, 我们可以得到 shard_size = 10
+    输入：
+    input.shape = [4, 1]
+    input.data = [[1], [6], [12], [19]]
+    index_num = 20
+    nshards = 2
+    ignore_value=-1
 
-    如果 shard_id == 0, 我们得到输出:
-    Out.shape = [4, 1]
-    Out.data = [[1], [6], [-1], [-1]]
-    如果 shard_id == 1, 我们得到输出:
-    Out.shape = [4, 1]
-    Out.data = [[-1], [-1], [2], [9]]
+    如果 shard_id == 0, 输出:
+    output.shape = [4, 1]
+    output.data = [[1], [6], [-1], [-1]]
 
-    上面的例子中默认 ignore_value = -1
+    如果 shard_id == 1, 输出:
+    output.shape = [4, 1]
+    output.data = [[-1], [-1], [2], [9]]
 
 参数：
-        - **input** (Variable）-  输入的索引，最后的维度应该为1
-        - **index_num** (scalar) - 定义索引长度的整形参数
-        - **nshards** (scalar) - shards数量
-        - **shard_id** (scalar) - 当前碎片的索引
-        - **ignore_value** (scalar) - 超出碎片索引范围的整型值
+    - **input** (Variable）-  输入的索引
+    - **index_num** (scalar) - 索引长度
+    - **nshards** (scalar) - 分片数量
+    - **shard_id** (scalar) - 当前分片ID
+    - **ignore_value** (scalar) - 超出分片索引范围的默认值
 
-返回： 输入的碎片索引
+返回：更新后的索引值
 
-返回类型：    Variable
+返回类型：Variable
 
 **代码示例：**
 
@@ -57,11 +54,6 @@ shard_index
     import paddle.fluid as fluid
     label = fluid.layers.data(name="label", shape=[1], dtype="int64")
     shard_label = fluid.layers.shard_index(input=label,
-                                       index_num=20,
-                                       nshards=2,
-                                       shard_id=0)
-
-
-
-
-
+                                           index_num=20,
+                                           nshards=2,
+                                           shard_id=0)