[API Compatibility] iinfo/cummax/cummin/diagflat/ldexp/inner/positive/rad2deg/rot90/nanquantile/neg/erf Edit By AI Agent

Author: zhwesky2010

docs/api/paddle/cummax_cn.rst

@@ -3,23 +3,35 @@
 cummax
 -------------------------------
 
-.. py:function:: paddle.cummax(x, axis=None, dtype='int64', name=None)
+.. py:function:: paddle.cummax(x, axis=None, dtype='int64', name=None, *, out=None)
 
 沿给定 ``axis`` 计算 Tensor ``x`` 的累积最大值。
 
+本 API 支持两种调用方式：
+
+1. **Paddle 风格**： ``paddle.cummax(x, axis=None, dtype='int64', name=None)``
+   ``axis`` 参数可选，默认为 ``None``。
+
+2. **PyTorch 风格**： ``paddle.cummax(input, dim, *, out=None)``
+   ``dim`` 参数必选。参数名 ``input`` 是 ``x`` 的别名，``dim`` 是 ``axis`` 的别名。
+
 .. note::
     结果的第一个元素和输入的第一个元素相同。
 
 参数
 ::::::::::
-    - **x** (Tensor) - 需要进行累积最大值操作的 Tensor。
-    - **axis** (int，可选) - 指明需要累积最大值的维度。-1 代表最后一维。默认：None，将输入展开为一维变量再进行累积最大值计算。
+    - **x** (Tensor) - 需要进行累积最大值操作的 Tensor。别名 ``input``。
+    - **axis** (int，可选) - 指明需要累积最大值的维度。-1 代表最后一维。默认：None，将输入展开为一维变量再进行累积最大值计算。别名 ``dim``。
     - **dtype** (str|paddle.dtype|np.dtype，可选) - 输出 Indices 的数据类型，可以是 int32、int64，默认值为 int64。
     - **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。
 
+关键字参数
+::::::::::
+    - **out** (tuple[Tensor, Tensor]，可选) - 输出 Tensor 元组，包含两个 Tensor (values, indices)。若不为 ``None``，计算结果将保存在该 Tensor 元组中，默认值为 ``None``。
+
 返回
 ::::::::::
-    - ``out`` (Tensor)：返回累积最大值操作的结果，累积最大值结果类型和输入 x 相同。
+    - ``values`` (Tensor)：返回累积最大值操作的结果，累积最大值结果类型和输入 x 相同。
     - ``indices`` (Tensor)：返回对应累积最大值操作的索引结果。
 
 代码示例

docs/api/paddle/cummin_cn.rst

@@ -3,23 +3,35 @@
 cummin
 -------------------------------
 
-.. py:function:: paddle.cummin(x, axis=None, dtype='int64', name=None)
+.. py:function:: paddle.cummin(x, axis=None, dtype='int64', name=None, *, out=None)
 
 沿给定 ``axis`` 计算 Tensor ``x`` 的累积最小值。
 
+本 API 支持两种调用方式：
+
+1. **Paddle 风格**： ``paddle.cummin(x, axis=None, dtype='int64', name=None)``
+   ``axis`` 参数可选，默认为 ``None``。
+
+2. **PyTorch 风格**： ``paddle.cummin(input, dim, *, out=None)``
+   ``dim`` 参数必选。参数名 ``input`` 是 ``x`` 的别名，``dim`` 是 ``axis`` 的别名。
+
 .. note::
     结果的第一个元素和输入的第一个元素相同。
 
 参数
 ::::::::::
-    - **x** (Tensor) - 需要进行累积最小值操作的 Tensor。
-    - **axis** (int，可选) - 指明需要累积最小值的维度。-1 代表最后一维。默认：None，将输入展开为一维变量再进行累积最小值计算。
+    - **x** (Tensor) - 需要进行累积最小值操作的 Tensor。别名 ``input``。
+    - **axis** (int，可选) - 指明需要累积最小值的维度。-1 代表最后一维。默认：None，将输入展开为一维变量再进行累积最小值计算。别名 ``dim``。
     - **dtype** (str|paddle.dtype|np.dtype，可选) - 输出 Indices 的数据类型，可以是 int32、int64，默认值为 int64。
     - **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。
 
+关键字参数
+::::::::::
+    - **out** (tuple[Tensor, Tensor]，可选) - 输出 Tensor 元组，包含两个 Tensor (values, indices)。若不为 ``None``，计算结果将保存在该 Tensor 元组中，默认值为 ``None``。
+
 返回
 ::::::::::
-    - ``out`` (Tensor)：返回累积最小值操作的结果，累积最小值结果类型和输入 x 相同。
+    - ``values`` (Tensor)：返回累积最小值操作的结果，累积最小值结果类型和输入 x 相同。
     - ``indices`` (Tensor)：返回对应累积最小值操作的索引结果。
 
 代码示例

docs/api/paddle/diagflat_cn.rst

@@ -5,7 +5,6 @@ diagflat
 
 .. py:function:: paddle.diagflat(x, offset=0, name=None)
 
-
 如果 ``x`` 是一维 Tensor，则返回带有 ``x`` 元素作为对角线的二维方阵。
 
 如果 ``x`` 是大于等于二维的 Tensor，则返回一个二维方阵，其对角线元素为 ``x`` 在连续维度展开得到的一维 Tensor 的元素。
@@ -18,8 +17,8 @@ diagflat
 
 参数
 :::::::::
-    - **x** (Tensor) - 输入的 ``Tensor``。它的形状可以是任意维度。其数据类型应为 float16，float32，float64，int32，int64。
-    - **offset** (int，可选) - 对角线偏移量。正值表示上对角线，0 表示主对角线，负值表示下对角线。
+    - **x** (Tensor) - 输入的 ``Tensor``。它的形状可以是任意维度。其数据类型应为 float16、float32、float64、int32、int64。别名：``input``。
+    - **offset** (int，可选) - 对角线偏移量。正值表示上对角线，0 表示主对角线，负值表示下对角线。默认值为 0。
     - **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

docs/api/paddle/diagonal_scatter_cn.rst

@@ -5,7 +5,6 @@ diagonal_scatter
 
 .. py:function:: paddle.diagonal_scatter(x, y, offset=0, axis1=0, axis2=1, name=None)
 
-
 根据参数 ``offset``、``axis1``、``axis2``，将张量 ``y`` 填充到张量 ``x`` 的对应位置。
 
 这个函数将会返回一个新的 ``Tensor``。
@@ -25,11 +24,11 @@ diagonal_scatter
 参数
 ::::::::::::
 
-    - **x** (Tensor) - 输入张量，张量的维度至少为 2 维，支持 float16、float32、float64、bfloat16、uint8、int8、int16、int32、int64、bool、complex64、complex128 数据类型。
-    - **y** (Tensor) - 嵌入张量，将会被嵌入到输入张量中，支持 float16、float32、float64、bfloat16、uint8、int8、int16、int32、int64、bool、complex64、complex128 数据类型。
+    - **x** (Tensor) - 输入张量，张量的维度至少为 2 维，支持 float16、float32、float64、bfloat16、uint8、int8、int16、int32、int64、bool、complex64、complex128 数据类型。别名：``input``。
+    - **y** (Tensor) - 嵌入张量，将会被嵌入到输入张量中，支持 float16、float32、float64、bfloat16、uint8、int8、int16、int32、int64、bool、complex64、complex128 数据类型。别名：``src``。
     - **offset** (int，可选) - 从指定的二维平面嵌入对角线的位置，默认值为 0，即主对角线。
-    - **axis1** (int，可选) - 对角线的第一个维度，默认值为 0。
-    - **axis2** (int，可选) - 对角线的第二个维度，默认值为 1。
+    - **axis1** (int，可选) - 对角线的第一个维度，默认值为 0。别名：``dim1``。
+    - **axis2** (int，可选) - 对角线的第二个维度，默认值为 1。别名：``dim2``。
     - **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

docs/api/paddle/erf__cn.rst

@@ -4,6 +4,7 @@ erf\_
 -------------------------------
 
 .. py:function:: paddle.erf_(x, name=None)
+
 Inplace 版本的 :ref:`cn_api_paddle_erf` API，对输入 x 采用 Inplace 策略。
 
 更多关于 inplace 操作的介绍请参考 `3.1.3 原位（Inplace）操作和非原位操作的区别`_ 了解详情。

docs/api/paddle/erf_cn.rst

@@ -3,28 +3,25 @@
 erf
 -------------------------------
 
-.. py:function:: paddle.erf(x, name = None)
+.. py:function:: paddle.erf(x, name=None)
 
+逐元素计算 Erf 激活函数。
 
-
-
-逐元素计算 Erf 激活函数。更多细节请参考 `Error function <https://en.wikipedia.org/wiki/Error_function>`_ 。
-
+更多细节请参考 `Error function <https://en.wikipedia.org/wiki/Error_function>`_。
 
 .. math::
     out = \frac{2}{\sqrt{\pi}} \int_{0}^{x}e^{- \eta^{2}}d\eta
 
 参数
 ::::::::::::
 
-  - **x** (Tensor) - 输入的多维 Tensor，数据类型为 float16、float32 或 float64。
-  - **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。
+    - **x** (Tensor) - 输入 Tensor，数据类型为 float32、float64、uint8、int8、int16、int32、int64。别名: ``input``。
+    - **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
 ::::::::::::
 
-  - 多维 Tensor，数据类型为 float16、float32 或 float64，和输入 x 的数据类型相同，形状和输入 x 相同。
-
+    Tensor，数据类型为 float32 或 float64（整数类型会自动转换为 float32），形状与输入 ``x`` 相同。
 
 代码示例
 ::::::::::::

docs/api/paddle/iinfo_cn.rst

@@ -14,7 +14,7 @@ iinfo
 
 参数
 :::::::::
-    - **dtype** (paddle.dtype|str) - 输入的数据类型，可以是：paddle.uint8、 paddle.int8、 paddle.int16、 paddle.int32、 paddle.int64 或这些类型的字符串形式。
+    - **dtype** (paddle.dtype|str) - 输入的数据类型，可以是：paddle.uint8、 paddle.int8、 paddle.int16、 paddle.int32、 paddle.int64 或这些类型的字符串形式。别名 ``type``。
 
 返回
 :::::::::

docs/api/paddle/inner_cn.rst

@@ -3,8 +3,7 @@
 inner
 -------------------------------
 
-.. py:function:: paddle.inner(x, y, name=None)
-
+.. py:function:: paddle.inner(x, y, name=None, *, out=None)
 
 计算两个 Tensor 的内积。
 
@@ -13,10 +12,15 @@ inner
 参数
 ::::::::::::
 
-    - **x** (Tensor) - 一个 N 维 Tensor 或者标量 Tensor，如果是 N 维 Tensor 最后一个维度长度需要跟 y 保持一致。
-    - **y** (Tensor) - 一个 N 维 Tensor 或者标量 Tensor，如果是 N 维 Tensor 最后一个维度长度需要跟 x 保持一致。
+    - **x** (Tensor) - 一个 N 维 Tensor 或者标量 Tensor，如果是 N 维 Tensor 最后一个维度长度需要跟 y 保持一致。别名 ``input``。
+    - **y** (Tensor) - 一个 N 维 Tensor 或者标量 Tensor，如果是 N 维 Tensor 最后一个维度长度需要跟 x 保持一致。别名 ``other``。
     - **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。
 
+关键字参数
+:::::::::
+
+    - **out** (Tensor，可选) - 输出 Tensor，若不为 ``None``，计算结果将保存在该 Tensor 中，默认值为 ``None``。
+
 返回
 ::::::::::::
 

docs/api/paddle/ldexp_cn.rst

@@ -3,7 +3,7 @@
 ldexp
 -------------------------------
 
-.. py:function:: paddle.ldexp(x, y, name=None)
+.. py:function:: paddle.ldexp(x, y, name=None, *, out=None)
 
 计算 ``x`` 乘以 2 的 ``y`` 次幂
 
@@ -13,10 +13,14 @@ ldexp
 参数
 ::::::::::::
 
-    - **x** (Tensor) - 多维 Tensor。数据类型为 float32、float64、int32、int64。
-    - **y** (Tensor) - 多维 Tensor。通常为整数。
+    - **x** (Tensor) - 多维 Tensor。数据类型为 float32、float64、int32、int64。别名：``input``。
+    - **y** (Tensor) - 多维 Tensor。通常为整数。别名：``other``。
     - **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。
 
+关键字参数
+:::::::::
+    - **out** (Tensor，可选) - 输出 Tensor，若不为 ``None``，计算结果将保存在该 Tensor 中，默认值为 ``None``。
+
 返回
 ::::::::::::
 输出为 Tensor，如果 ``x``， ``y`` 有不同的形状并且是可广播的，那么产生的张量形状是广播后 x 和 y 的形状。如果 ``x``， ``y`` 有相同的形状，其形状与 ``x``， ``y``  相同。数据类型是 float32 或 float64。

docs/api/paddle/nanquantile_cn.rst

@@ -3,19 +3,23 @@
 nanquantile
 -------------------------------
 
-.. py:function:: paddle.nanquantile(x, q, axis=None, keepdim=False, interpolation='linear', name=None)
+.. py:function:: paddle.nanquantile(x, q, axis=None, keepdim=False, interpolation='linear', name=None, *, out=None)
 
 沿给定的轴 ``axis`` 计算 ``x`` 中元素的分位数, 忽略元素中的 ``NaN`` 。
 
 参数
 ::::::::::
-    - **x** (Tensor) - 输入的 Tensor，数据类型为：bfloat16、float16、float32、float64。
+    - **x** (Tensor) - 输入的 Tensor，数据类型为：bfloat16、float16、float32、float64、int32、int64。别名：``input``。
     - **q** (int|float|list|Tensor) - 待计算的分位数，需要在符合取值范围[0, 1]。如果 ``q`` 是 List 或者 1-D Tensor，其中的每一个 q 分位数都会被计算，并且输出的首维大小与列表或 Tensor 中元素的数量相同。如果 ``q`` 是 0-D Tensor ，则会被当作 float 和 int 对待。
-    - **axis** (int|list，可选) - 指定对 ``x`` 进行计算的轴。``axis`` 可以是 int 或内部元素为 int 类型的 list。``axis`` 值应该在范围[-D, D)内，D 是 ``x`` 的维度。如果 ``axis`` 或者其中的元素值小于 0，则等价于 :math:`axis + D`。如果 ``axis`` 是 list，对给定的轴上的所有元素计算分位数。如果 ``axis`` 是 None，则对 ``x`` 的全部元素计算分位数。默认值为 None。
+    - **axis** (int|list，可选) - 指定对 ``x`` 进行计算的轴。``axis`` 可以是 int 或内部元素为 int 类型的 list。``axis`` 值应该在范围[-D, D)内，D 是 ``x`` 的维度。如果 ``axis`` 或者其中的元素值小于 0，则等价于 :math:`axis + D`。如果 ``axis`` 是 list，对给定的轴上的所有元素计算分位数。如果 ``axis`` 是 None，则对 ``x`` 的全部元素计算分位数。默认值为 None。别名：``dim``。
     - **keepdim** (bool，可选) - 是否在输出 Tensor 中保留减小的维度。如果 ``keepdim`` 为 True，则输出 Tensor 和 ``x`` 具有相同的维度(减少的维度除外，减少的维度的大小为 1)。否则，输出 Tensor 的形状会在 ``axis`` 上进行 squeeze 操作。默认值为 False。
     - **interpolation** (str，可选) - 计算分位数的插值方法，可以是 ``linear`` , ``lower`` , ``higher`` , ``nearest`` 或者 ``midpoint`` 。 默认值为 ``linear`` 。
     - **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。
 
+关键字参数
+::::::::::
+    - **out** (Tensor，可选) - 输出 Tensor，若不为 ``None``，计算结果将保存在该 Tensor 中，默认值为 ``None``。
+
 返回
 ::::::::::
     ``Tensor``，沿着 ``axis`` 进行分位数计算的结果。与输入数据类型一致。