diff --git a/doc/fluid/api_cn/tensor_cn/full_cn.rst b/doc/fluid/api_cn/tensor_cn/full_cn.rst
index 4c6d7591effa238f26ac48941d45339b0502dd7b..9a77af0b1d2aa79d91b6f19a3cd1db638eb0613c 100644
--- a/doc/fluid/api_cn/tensor_cn/full_cn.rst
+++ b/doc/fluid/api_cn/tensor_cn/full_cn.rst
@@ -1,3 +1,47 @@
+.. _cn_api_tensor_full:
+
 full
 -------------------------------
-**版本升级，文档正在开发中**
+
+.. py:function:: paddle.full(shape, fill_value, out=None, dtype=None, device=None, stop_gradient=True, name=None)
+
+该OP创建一个和具有相同的形状和数据类型的Tensor，其中元素值均为fill_value。
+
+参数：
+    - **shape** (list|tuple|Variable) – 指定创建Tensor的形状(shape)。
+    - **fill_value** (bool|float16|float32|int32|int64|Variable) - 用于初始化输出Tensor的常量数据的值。默认为0。注意：该参数不可超过输出变量数据类型的表示范围。
+    - **out** (Variable，可选) - 输出Tensor。如果为None，则创建一个新的Tensor作为输出Tensor，默认值为None。
+    - **dtype** （np.dtype|core.VarDesc.VarType|str， 可选）- 输出变量的数据类型。若参数为空，则输出变量的数据类型和输入变量相同，默认值为None。
+    - **device** (str，可选) – 选择在哪个设备运行该操作，可选值包括None，'cpu'和'gpu'。如果 ``device`` 为None，则将选择运行Paddle程序的设备，默认为None。
+    - **stop_gradient** (bool，可选) – 是否从此 Variable 开始，之前的相关部分都停止梯度计算，默认为True。
+    - **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：返回一个存储结果的Tensor。
+
+返回类型：Variable
+
+抛出异常：
+    - ``TypeError`` - 如果 ``dtype`` 的类型不是bool, float16, float32, float64, int32, int64其中之一。
+    - ``TypeError`` - 如果 ``out`` 的元素的类型不是Variable。
+    - ``TypeError`` - 如果 ``shape`` 的类型不是list或tuple或Varibable。
+
+**代码示例**：
+
+.. code-block:: python
+
+    import paddle
+
+    data1 = paddle.full(shape=[2,1], fill_value=0, dtype='int64') # data1=[[0],[0]]
+    data2 = paddle.full(shape=[2,1], fill_value=5, dtype='int64', device='gpu') # data2=[[5],[5]]
+
+    # attr shape is a list which contains Variable Tensor.
+    positive_2 = paddle.fill_constant([1], "int32", 2)
+    data3 = paddle.full(shape=[1, positive_2], dtype='float32', fill_value=1.5) # data3=[1.5, 1.5]
+
+    # attr shape is an Variable Tensor.
+    shape = paddle.fill_constant([1,2], "int32", 2) # shape=[2,2]
+    data4 = paddle.full(shape=shape, dtype='bool', fill_value=True) # data4=[[True,True],[True,True]]
+  
+    # attr value is an Variable Tensor.
+    val = paddle.fill_constant([1], "float32", 2.0) # val=[2.0]
+    data5 = paddle.full(shape=[2,1], fill_value=val, dtype='float32') #data5=[[2.0],[2.0]]