From eaab35ccf01fa618927524abba2db52f236b3364 Mon Sep 17 00:00:00 2001
From: silingtong123 <35439432+silingtong123@users.noreply.github.com>
Date: Thu, 26 Sep 2019 15:40:43 +0800
Subject: [PATCH] modify the op of uniform_random_batch_size_like_cn document
 (#1276)

update uniform_random_batch_size_like_cn.rst
---
 .../uniform_random_batch_size_like_cn.rst     | 55 ++++++++++++++-----
 1 file changed, 40 insertions(+), 15 deletions(-)

diff --git a/doc/fluid/api_cn/layers_cn/uniform_random_batch_size_like_cn.rst b/doc/fluid/api_cn/layers_cn/uniform_random_batch_size_like_cn.rst
index e2149af5c..82d376523 100644
--- a/doc/fluid/api_cn/layers_cn/uniform_random_batch_size_like_cn.rst
+++ b/doc/fluid/api_cn/layers_cn/uniform_random_batch_size_like_cn.rst
@@ -5,21 +5,38 @@ uniform_random_batch_size_like
 
 .. py:function:: paddle.fluid.layers.uniform_random_batch_size_like(input, shape, dtype='float32', input_dim_idx=0, output_dim_idx=0, min=-1.0, max=1.0, seed=0)
 
-uniform_random_batch_size_like算子。
-
-此算子使用与输入张量（Tensor）相同的batch_size初始化张量（Tensor），并使用从均匀分布中采样的随机值。
+该OP使用从均匀分布中采样的随机值初始化一个Tensor，且该Tensor指定维度将被设置为与输入Tensor指定维度相同的值。
+
+::
+
+    示例1:
+              给定：  
+                   input =[[0.946741  , 0.1357001 , 0.38086128]]    # input.shape=[1,3]
+                   shape=[2,4]
+              则：
+                   result=[[ 0.3443427 , -0.23056602,  0.3477049 ,  0.06139076]]    # result.shape=[1,4]
+
+    示例2:
+              给定：
+                   input =[[0.946741  , 0.1357001 , 0.38086128]]     # input.shape=[1,3]
+                   shape=[2,4]
+                   input_dim_idx=1
+                   output_dim_idx=1
+              则：
+                   result=[[-0.23133647, -0.84195036,  0.21441269],
+                          [-0.08774924,  0.25605237, -0.09403259]]    # result.shape=[2,3]
 
 参数：
-        - **input** （Variable）- 其input_dim_idx'th维度指定batch_size的张量（Tensor）。
-        - **shape** （元组|列表）- 输出的形状。
-        - **input_dim_idx** （Int）- 默认值0.输入批量大小维度的索引。
-        - **output_dim_idx** （Int）- 默认值0.输出批量大小维度的索引。
-        - **min** （Float）- （默认 1.0）均匀随机的最小值。
-        - **max** （Float）- （默认 1.0）均匀随机的最大值。
-        - **seed** （Int）- （int，default 0）用于生成样本的随机种子。0表示使用系统生成的种子。注意如果seed不为0，则此算子将始终每次生成相同的随机数。
-        - **dtype** （np.dtype | core.VarDesc.VarType | str） - 数据类型：float32，float_16，int等。
+        - **input** （Variable）- 输入Tensor，input_dim_idx将指定其维度用来设置输出Tensor的指定维度。
+        - **shape** （list|tuple）- 输出Tensor的维度，其中output_dim_idx参数指定维度将被设置为与输入Tensor指定维度相同的值。数据类型为int。
+        - **input_dim_idx** （int，可选）- 输入Tensor指定维度的索引，数据类型为int。默认值为0。
+        - **output_dim_idx** （int，可选）- 输出Tensor指定维度的索引，数据类型为int。默认值为0。
+        - **min** （float，可选）- 均匀随机的最小值，为闭区间。数据类型为float。默认值为 1.0。
+        - **max** （float，可选）- 均匀随机的最大值，为开区间。数据类型为float。默认值为1.0。
+        - **seed** （int，可选）- 用于生成样本的随机种子。0表示使用系统生成的种子，数据类型为int。注意如果seed不为0，则此算子将始终每次生成相同的随机数。默认值为0。
+        - **dtype** （np.dtype | core.VarDesc.VarType | str，可选） - 输出Tensor的数据类型，支持float32（默认）， float64。
 
-返回:        指定形状的张量（Tensor）将使用指定值填充。
+返回:      表示随机初始化结果的Tensor，数据类型由dtype参数设置，该Tensor的维度由shape参数和输入Tensor的指定维度共同决定。
 
 返回类型:        Variable
 
@@ -30,10 +47,18 @@ uniform_random_batch_size_like算子。
 
     import paddle.fluid as fluid
     import paddle.fluid.layers as layers
-
+    
+    
     input = layers.data(name="input", shape=[13, 11], dtype='float32')
-    out = layers.uniform_random_batch_size_like(input, [-1, 11])
-
+    # examp 1:
+    # input_dim_idx和output_dim_idx使用默认值 
+    out1 = layers.uniform_random_batch_size_like(input, [3, 5]) 
+    out1_shape = layers.shape(out1) # [13,5]
+   
+    # example 2:
+    # input_dim_idx和output_dim_idx使用指定值
+    out2=layers.uniform_random_batch_size_like(input, [3, 5], input_dim_idx=1, output_dim_idx=1)
+    out2_shape = layers.shape(out2) # [3,11]        
 
 
 
-- 
GitLab