Update tf.nn.avg_pool.md

tensorflow2fluid/doc/tf.nn.avg_pool.md

-## tf.nn.avg_pool
+## tf.clip_by_norm
 
-### [tf.nn.avg_pool](https://www.tensorflow.org/versions/r1.10/api_docs/python/tf/nn/avg_pool)
+### [tf.clip_by_norm](https://www.tensorflow.org/api_docs/python/tf/clip_by_norm)
 
 ``` python
-tf.nn.avg_pool(
-    value,
-    ksize,
-    strides,
-    padding,
-    data_format='NHWC',
+tf.clip_by_norm(
+    t,
+    clip_norm,
+    axes=None,
     name=None
 )
 ```
 
 
-### [paddle.fluid.layers.pool2d](http://paddlepaddle.org/documentation/docs/en/1.3/api/layers.html#permalink-116-pool2d)
+### [paddle.fluid.layers.clip_by_norm](http://paddlepaddle.org/documentation/docs/zh/develop/api_cn/layers_cn.html#paddle.fluid.layers.clip_by_norm)
 ``` python
-paddle.fluid.layers.pool2d(
-    input, 
-    pool_size=-1, 
-    pool_type='max', 
-    pool_stride=1, 
-    pool_padding=0, 
-    global_pooling=False, 
-    use_cudnn=True, 
-    ceil_mode=False, 
-    name=None, 
-    exclusive=True)
+paddle.fluid.layers.clip_by_norm(
+    x, 
+    max_norm, 
+    name=None
+)
 ```
 ### 功能差异
 
-#### 输入格式
-TensorFlow: 默认为`NHWC`的数据输入格式，同时也可通过修改`data_format`参数，支持`NCHW`的输入；  
-PaddlePaddle：只支持`NCHW`的数据输入格式。
-
-#### Padding机制
-
-Tensorflow: 存在`SAME`和`VALID`两种padding方式。当为`SAME`时，padding的size计算方式如下伪代码所示，需要注意的是，当计算得到的`pad_size`为奇数时，右侧与下方相对比左侧和上方会多1个size；
-``` python
-# 计算在width上的padding size
-# height上的padding计算方式同理
-ceil_size = ceil(input_width / stride_width)
-pad_size = (ceil_size - 1) * stride_width + filter_width - input_width
-pad_left = ceil(pad_size / 2)
-pad_right = pad_size - pad_left
-```
-PaddlePaddle：在输入的上、下、左、右分别padding，size大小为`pool_padding`。
-
-### 代码示例
-```
-inputs = fluid.layers.data(dtype='float32', shape=[3, 300, 300], name='inputs')
-
-# 计算得到输入的长、宽对应padding size为1
-# 当Tensorflow中padding为SAME时，可能会两侧padding的size不同，可调用pad2d对齐
-pad_res = fluid.layers.pad2d(inputs, paddings=[0, 1, 0, 1])
-conv_res = fluid.layers.pool2d(pad_res, pool_size=3, pool_type='avg', padding=[1, 1], pool_stride=2)
-```
+#### 计算方式
+TensorFlow: 使用参数`axis`指定的轴计算L2范数`l2-norm`，如若`axis`为None，则表示使用整个输入数据的L2范数；  
+PaddlePaddle：使用整个输入数据的L2范数。