Update Eltwise.md

caffe2fluid/doc/Eltwise.md

@@ -19,7 +19,9 @@ layer {
 ```
 
 
-### [paddle.fluid.layers.elementwise_sum](http://paddlepaddle.org/documentation/docs/zh/1.3/api_cn/layers_cn.html#permalink-61-elementwise_add)、[paddle.fluid.layers.elementwise_max](http://paddlepaddle.org/documentation/docs/zh/1.3/api_cn/layers_cn.html#permalink-63-elementwise_max)、[paddle.fluid.layers.elementwise_mul](http://paddlepaddle.org/documentation/docs/zh/1.3/api_cn/layers_cn.html#permalink-65-elementwise_mul)
+### [paddle.fluid.layers.elementwise_sum](http://paddlepaddle.org/documentation/docs/zh/1.3/api_cn/layers_cn.html#permalink-61-elementwise_add)
+### [paddle.fluid.layers.elementwise_max](http://paddlepaddle.org/documentation/docs/zh/1.3/api_cn/layers_cn.html#permalink-63-elementwise_max)
+### [paddle.fluid.layers.elementwise_mul](http://paddlepaddle.org/documentation/docs/zh/1.3/api_cn/layers_cn.html#permalink-65-elementwise_mul)
 ```python
 paddle.fluid.layers.elementwise_sum(
     x, 
@@ -46,44 +48,18 @@ paddle.fluid.layers.elementwise_mul(
 ```  
 
 ### 功能差异
-#### 输入数据的差异
-假设逐元素操作的两个输入分别是`X`和`Y`。
-Caffe：`X`和`Y`的`shape`必须按相同，否则会出错。                
+#### 输入数据
+Caffe：`num1`和`num2`的`shape`必须按相同；          
 PaddlePaddle：`Y`的`shape`可以是`X`的`shape`可以的一个连续子序列，并通过设置`axis`表示从哪一个维度开始对应。
 
 #### 加法操作的差异
-Caffe：可以通过设置`coeff`参数为加法的每个输入添加一个权重，所以实际上其可以完成剪发操作。              
+Caffe：可以通过设置`coeff`参数为加法的每个输入添加一个权重；       
 PaddlePaddle：无权重设置功能。
-#### 乘法操作的差异
-Caffe：可以通过设置`stable_prod_grad`参数来选择是否渐进较慢的梯度计算方法。                   
+
+#### 乘法操作
+Caffe：可以通过设置`stable_prod_grad`参数来选择是否渐进较慢的梯度计算方法；                     
 PaddlePaddle：无设置`stable_prod_grad`参数的功能。
-#### 其他差异
-Caffe：激活函数需要由另外一层完成。            
-PaddlePaddle：可以通过设置`act`对逐元素操作后的tensor变量执行非线性激活。
 
-### 代码示例
-``` 
-# Caffe示例：  
-# 输入num1的shape：(2,3,4,5)
-# 输入num2的shape：(2,3,4,5)
-layer {
-	name: "eltwise"
-	type: "Eltwise"
-	bottom: "num1"
-	bottom: "num2"
-	top: "sum"
-	eltwise_param{
-		operation: SUM
-		coeff: 1
-		coeff: 1
-	}
-}
-# 输出shape：(2,3,4,5)
-```  
-```python
-# PaddlePaddle示例：  
-# 输入num1的shape：(2,3,4,5)
-# 输入num2的shape：(3,4)
-output = paddle.fluid.layers.elementwise_sum(x = num1, y = num2, axis = 1)
-# 输出shape：(2,3,4,5)
-```  
+#### 其他
+Caffe：激活函数需要由另外一层完成；               
+PaddlePaddle：可以通过设置`act`对逐元素操作后的tensor变量执行非线性激活。