diff --git a/doc/fluid/api_cn/layers_cn/stack_cn.rst b/doc/fluid/api_cn/layers_cn/stack_cn.rst index 2c2a88e6845d7d507f2b8274cf0b6247eb79aaef..928d3c5bc1164b8fd08cfde572186d70d3a4e93f 100644 --- a/doc/fluid/api_cn/layers_cn/stack_cn.rst +++ b/doc/fluid/api_cn/layers_cn/stack_cn.rst @@ -13,7 +13,7 @@ stack - 例1: -.. code-block:: python +.. code-block:: text 输入: x[0].shape = [1, 2] @@ -35,7 +35,7 @@ stack - 例2: -.. code-block:: python +.. code-block:: text 输入: x[0].shape = [1, 2] @@ -55,7 +55,7 @@ stack [5.0, 6.0] ] ] 参数: - - **x** (Variable|list(Variable)) – 输入 x 可以是单个Tensor，或是多个Tensor组成的列表。如果 x 是一个列表，那么这些Tensor的维度必须相同。 假设输入是N维Tensor :math:`[d_0,d_1,...,d_{n−1}]`，则输出变量的维度为N+1维 :math:`[d_0,d_1,...d_{axis-1},len(x),d_{axis}...,d_{n−1}]` 。支持的数据类型: float32，float64，int32，int64。 + - **x** (list(Variable)|tuple(Variable)) – 输入 x 是多个Tensor，且这些Tensor的维度和数据类型必须相同。支持的数据类型: float32，float64，int32，int64。 - **axis** (int, 可选) – 指定对输入Tensor进行堆叠运算的轴，有效 ``axis`` 的范围是: :math:`[-(R+1), R+1)`，R是输入中第一个Tensor的rank。如果 ``axis`` < 0，则 :math:`axis=axis+rank(x[0])+1` 。axis默认值为0。 返回: 堆叠运算后的Tensor，数据类型与输入Tensor相同。输出维度等于 :math:`rank(x[0])+1` 维。 @@ -68,19 +68,10 @@ stack import paddle.fluid as fluid import paddle.fluid.layers as layers - x1 = layers.data(name='x1', shape=[1, 2], dtype='int32') - x2 = layers.data(name='x2', shape=[1, 2], dtype='int32') - #对Tensor List进行堆叠 - data = layers.stack([x1,x2]) # 沿着第0轴进行堆叠，data.shape=[2, 1, 2] - - data = layers.stack([x1,x2], axis=1) # 沿着第1轴进行堆叠，data.shape=[1, 2, 2] - - #单个Tensor的堆叠 - data = layers.stack(x1) # 沿着第0轴进行堆叠，data.shape=[1, 1, 2] - - - - - - + # set batch size=None + x1 = fluid.data(name='x1', shape=[None, 1, 2], dtype='int32') + x2 = fluid.data(name='x2', shape=[None, 1, 2], dtype='int32') + # stack Tensor list + data = layers.stack([x1,x2]) # stack according to axis 0, data.shape=[2, None, 1, 2] + data = layers.stack([x1,x2], axis=1) # stack according to axis 1, data.shape=[None, 2, 1, 2] diff --git a/doc/fluid/api_cn/tensor_cn/stack_cn.rst b/doc/fluid/api_cn/tensor_cn/stack_cn.rst index 38fd8c0cc524a901e69d73c0da9f6a302b6e9327..3016b30fdb675a45d80aadaf662f8677209dddbb 100644 --- a/doc/fluid/api_cn/tensor_cn/stack_cn.rst +++ b/doc/fluid/api_cn/tensor_cn/stack_cn.rst @@ -52,9 +52,9 @@ stack [5.0, 6.0] ] ] **参数**： - - **x** (Tensor|list[Tensor]) – 输入 x 可以是单个Tensor，或是多个Tensor组成的列表。如果 x 是一个列表，那么这些Tensor的维度必须相同。支持的数据类型: float32，float64，int32，int64。 + - **x** (list[Tensor]|tuple[Tensor]) – 输入 x 是多个Tensor，且这些Tensor的维度和数据类型必须相同。支持的数据类型: float32，float64，int32，int64。 - - **axis** (int, 可选) – 指定对输入Tensor进行堆叠运算的轴，有效 axis 的范围是: [−(R+1),R+1)]，R是输入中第一个Tensor的维数。如果 axis < 0，则 axis=axis+R+1 。默认值为0。 + - **axis** (int, 可选) – 指定对输入Tensor进行堆叠运算的轴，有效 axis 的范围是: [−(R+1),R+1]，R是输入中第一个Tensor的维数。如果 axis < 0，则 axis=axis+R+1 。默认值为0。 - **name** (str, 可选) - 操作的名称(可选，默认值为None）。更多信息请参见 :ref:`api_guide_Name`。 diff --git a/doc/paddle/api/paddle/fluid/layers/stack_cn.rst b/doc/paddle/api/paddle/fluid/layers/stack_cn.rst index 2c2a88e6845d7d507f2b8274cf0b6247eb79aaef..b0c338f0515ab31308db52becf071d6fd2d46839 100644 --- a/doc/paddle/api/paddle/fluid/layers/stack_cn.rst +++ b/doc/paddle/api/paddle/fluid/layers/stack_cn.rst @@ -13,7 +13,7 @@ stack - 例1: -.. code-block:: python +.. code-block:: text 输入: x[0].shape = [1, 2] @@ -35,7 +35,7 @@ stack - 例2: -.. code-block:: python +.. code-block:: text 输入: x[0].shape = [1, 2] @@ -55,7 +55,7 @@ stack [5.0, 6.0] ] ] 参数: - - **x** (Variable|list(Variable)) – 输入 x 可以是单个Tensor，或是多个Tensor组成的列表。如果 x 是一个列表，那么这些Tensor的维度必须相同。 假设输入是N维Tensor :math:`[d_0,d_1,...,d_{n−1}]`，则输出变量的维度为N+1维 :math:`[d_0,d_1,...d_{axis-1},len(x),d_{axis}...,d_{n−1}]` 。支持的数据类型: float32，float64，int32，int64。 + - **x** (list(Variable)|tuple(Variable)) – 输入 x 可以是单个Tensor，或是多个Tensor组成的列表。如果 x 是一个列表，那么这些Tensor的维度必须相同。 假设输入是N维Tensor :math:`[d_0,d_1,...,d_{n−1}]`，则输出变量的维度为N+1维 :math:`[d_0,d_1,...d_{axis-1},len(x),d_{axis}...,d_{n−1}]` 。支持的数据类型: float32，float64，int32，int64。 - **axis** (int, 可选) – 指定对输入Tensor进行堆叠运算的轴，有效 ``axis`` 的范围是: :math:`[-(R+1), R+1)`，R是输入中第一个Tensor的rank。如果 ``axis`` < 0，则 :math:`axis=axis+rank(x[0])+1` 。axis默认值为0。 返回: 堆叠运算后的Tensor，数据类型与输入Tensor相同。输出维度等于 :math:`rank(x[0])+1` 维。 @@ -68,19 +68,10 @@ stack import paddle.fluid as fluid import paddle.fluid.layers as layers - x1 = layers.data(name='x1', shape=[1, 2], dtype='int32') - x2 = layers.data(name='x2', shape=[1, 2], dtype='int32') - #对Tensor List进行堆叠 - data = layers.stack([x1,x2]) # 沿着第0轴进行堆叠，data.shape=[2, 1, 2] - - data = layers.stack([x1,x2], axis=1) # 沿着第1轴进行堆叠，data.shape=[1, 2, 2] - - #单个Tensor的堆叠 - data = layers.stack(x1) # 沿着第0轴进行堆叠，data.shape=[1, 1, 2] - - - - - - + # set batch size=None + x1 = fluid.data(name='x1', shape=[None, 1, 2], dtype='int32') + x2 = fluid.data(name='x2', shape=[None, 1, 2], dtype='int32') + # stack Tensor list + data = layers.stack([x1,x2]) # stack according to axis 0, data.shape=[2, None, 1, 2] + data = layers.stack([x1,x2], axis=1) # stack according to axis 1, data.shape=[None, 2, 1, 2] diff --git a/doc/paddle/api/paddle/tensor/manipulation/stack_cn.rst b/doc/paddle/api/paddle/tensor/manipulation/stack_cn.rst index 38fd8c0cc524a901e69d73c0da9f6a302b6e9327..3016b30fdb675a45d80aadaf662f8677209dddbb 100644 --- a/doc/paddle/api/paddle/tensor/manipulation/stack_cn.rst +++ b/doc/paddle/api/paddle/tensor/manipulation/stack_cn.rst @@ -52,9 +52,9 @@ stack [5.0, 6.0] ] ] **参数**： - - **x** (Tensor|list[Tensor]) – 输入 x 可以是单个Tensor，或是多个Tensor组成的列表。如果 x 是一个列表，那么这些Tensor的维度必须相同。支持的数据类型: float32，float64，int32，int64。 + - **x** (list[Tensor]|tuple[Tensor]) – 输入 x 是多个Tensor，且这些Tensor的维度和数据类型必须相同。支持的数据类型: float32，float64，int32，int64。 - - **axis** (int, 可选) – 指定对输入Tensor进行堆叠运算的轴，有效 axis 的范围是: [−(R+1),R+1)]，R是输入中第一个Tensor的维数。如果 axis < 0，则 axis=axis+R+1 。默认值为0。 + - **axis** (int, 可选) – 指定对输入Tensor进行堆叠运算的轴，有效 axis 的范围是: [−(R+1),R+1]，R是输入中第一个Tensor的维数。如果 axis < 0，则 axis=axis+R+1 。默认值为0。 - **name** (str, 可选) - 操作的名称(可选，默认值为None）。更多信息请参见 :ref:`api_guide_Name`。