[API Compatibility] Update and add cn docs for aligned 19 apis -part (#7893)

Co-authored-by: Claude Opus 4.6 <noreply@anthropic.com>
Co-authored-by: Mattheliu <leonliuzx@outlook.com>

Author: 3 people

docs/api/paddle/Overview_cn.rst

@@ -469,6 +469,7 @@ tensor 线性代数相关
     " :ref:`paddle.histogram_bin_edges <cn_api_paddle_histogram_bin_edges>` ", "返回计算 input 的直方图时所使用的 bins 的边界值 bin_edges"
     " :ref:`paddle.histogram <cn_api_paddle_histogram>` ", "计算输入 Tensor 的直方图"
     " :ref:`paddle.histogramdd <cn_api_paddle_histogramdd>` ", "计算输入多维 Tensor 的直方图"
+    " :ref:`paddle.inverse <cn_api_paddle_inverse>` ", "计算方阵的逆矩阵"
     " :ref:`paddle.matmul <cn_api_paddle_matmul>` ", "计算两个 Tensor 的乘积，遵循完整的广播规则"
     " :ref:`paddle.mv <cn_api_paddle_mv>` ", "计算矩阵 x 和向量 vec 的乘积"
     " :ref:`paddle.rank <cn_api_paddle_rank>` ", "计算输入 Tensor 的维度（秩）"
@@ -613,6 +614,7 @@ framework 相关
     :header: "API 名称", "API 功能"
     :widths: 10, 30
 
+    " :ref:`paddle._assert <cn_api_paddle__assert>` ", "对 Python assert 的封装，支持符号追踪"
     " :ref:`paddle.CPUPlace <cn_api_paddle_CPUPlace>` ", "一个设备描述符，指定 CPUPlace 则 Tensor 将被自动分配在该设备上，并且模型将会运行在该设备上"
     " :ref:`paddle.CUDAPinnedPlace <cn_api_paddle_CUDAPinnedPlace>` ", "一个设备描述符，它所指代的页锁定内存由 CUDA 函数 cudaHostAlloc() 在主机内存上分配，主机的操作系统将不会对这块内存进行分页和交换操作，可以通过直接内存访问技术访问，加速主机和 GPU 之间的数据拷贝"
     " :ref:`paddle.CUDAPlace <cn_api_paddle_CUDAPlace>` ", "一个设备描述符，表示一个分配或将要分配 Tensor 的 GPU 设备"

docs/api/paddle/Tensor__upper_cn.rst

@@ -4020,7 +4020,7 @@ new_full(size, fill_value, \*, dtype=None, device=None, requires_grad=False, pin
     - **out** (Tensor，可选) - 用于保存输出结果的 Tensor，默认值为 None。
     - **device** (PlaceLike|None，可选) - 期望创建 Tensor 所在的设备。若为 None，则与 ``self`` 保持一致。
     - **requires_grad** (bool，可选) - 是否需要为返回的 Tensor 记录梯度信息。默认值为 False。
-    - **pin_memory** (bool，可选) - 若为 True，返回的 CPU Tensor 将分配在锁页内存中。仅对 CPU Tensor 生效。默认值为 False。
+    - **pin_memory** (bool，可选) - 若为 True，返回的 Tensor 将分配在锁页内存中。默认值为 False。
 
 返回：
     - **Tensor**，其形状为 ``shape``，元素值为 ``fill_value``，数据类型为 ``dtype``（若未指定，则与 ``self`` 一致）。
@@ -4044,7 +4044,7 @@ new_ones(size, \*, dtype=None, device=None, requires_grad=False, pin_memory=Fals
     - **out** (Tensor，可选) - 用于保存输出结果的 Tensor，默认值为 None。
     - **device** (PlaceLike|None，可选) - 期望创建 Tensor 所在的设备。若为 None，则与 ``self`` 保持一致。
     - **requires_grad** (bool，可选) - 是否需要为返回的 Tensor 记录梯度信息。默认值为 False。
-    - **pin_memory** (bool，可选) - 若为 True，返回的 CPU Tensor 将分配在锁页内存中。仅对 CPU Tensor 生效。默认值为 False。
+    - **pin_memory** (bool，可选) - 若为 True，返回的 Tensor 将分配在锁页内存中。默认值为 False。
 
 返回：
     - **Tensor**，其形状为 ``shape``，元素值为 ``1``，数据类型为 ``dtype``（若未指定，则与 ``self`` 一致）。
@@ -4068,7 +4068,7 @@ new_zeros(size, \*, dtype=None, device=None, requires_grad=False, pin_memory=Fal
     - **out** (Tensor，可选) - 用于保存输出结果的 Tensor，默认值为 None。
     - **device** (PlaceLike|None，可选) - 期望创建 Tensor 所在的设备。若为 None，则与 ``self`` 保持一致。
     - **requires_grad** (bool，可选) - 是否需要为返回的 Tensor 记录梯度信息。默认值为 False。
-    - **pin_memory** (bool，可选) - 若为 True，返回的 CPU Tensor 将分配在锁页内存中。仅对 CPU Tensor 生效。默认值为 False。
+    - **pin_memory** (bool，可选) - 若为 True，返回的 Tensor 将分配在锁页内存中。默认值为 False。
 
 返回：
     - **Tensor**，其形状为 ``shape``，元素值为 ``0``，数据类型为 ``dtype``（若未指定，则与 ``self`` 一致）。
@@ -4092,7 +4092,7 @@ new_empty(size, \*, dtype=None, device=None, requires_grad=False, pin_memory=Fal
     - **out** (Tensor，可选) - 用于保存输出结果的 Tensor，默认值为 None。
     - **device** (PlaceLike|None，可选) - 期望创建 Tensor 所在的设备。若为 None，则与 ``self`` 保持一致。
     - **requires_grad** (bool，可选) - 是否需要为返回的 Tensor 记录梯度信息。默认值为 False。
-    - **pin_memory** (bool，可选) - 若为 True，返回的 CPU Tensor 将分配在锁页内存中。仅对 CPU Tensor 生效。默认值为 False。
+    - **pin_memory** (bool，可选) - 若为 True，返回的 Tensor 将分配在锁页内存中。默认值为 False。
 
 返回：
     - **Tensor**，其形状为 ``shape``，元素值为 ``0``(一般情况下为 ``0``，但也有可能为随机值)，数据类型为 ``dtype``（若未指定，则与 ``self`` 一致）。

docs/api/paddle/_assert_cn.rst

@@ -0,0 +1,28 @@
+.. _cn_api_paddle__assert:
+
+_assert
+-------------------------------
+
+.. py:function:: paddle._assert(condition, message="")
+
+对 Python assert 的封装，支持符号追踪。
+
+在动态图模式下，该函数的行为与 Python 的 assert 语句一致。在静态图模式下，当 condition 是 Tensor 时，会在计算图中创建一个 Assert 算子。
+
+参数
+::::::::::::
+    - **condition** (bool|Tensor) - 断言的条件。如果是 Tensor，必须是布尔标量（numel=1）。
+    - **message** (str，可选) - 断言失败时显示的错误信息。默认值为 ""。
+
+代码示例
+::::::::::::
+
+.. code-block:: pycon
+
+    >>> import paddle
+    >>> # Non-tensor condition
+    >>> paddle._assert(1 == 1, "This should pass")
+
+    >>> # Tensor condition
+    >>> x = paddle.to_tensor([True])
+    >>> paddle._assert(x, "Tensor assertion")

docs/api/paddle/allclose_cn.rst

@@ -15,8 +15,8 @@ allclose
 参数
 ::::::::::::
 
-    - **x** (Tensor) - 输入的 ``Tensor``，数据类型为：float16、float32、float64。
-    - **y** (Tensor) - 输入的 ``Tensor``，数据类型为：float16、float32、float64。
+    - **x** (Tensor) - 输入的 ``Tensor``，数据类型为：float16、float32、float64。别名 ``input``。
+    - **y** (Tensor) - 输入的 ``Tensor``，数据类型为：float16、float32、float64。别名 ``other``。
     - **rtol** (float，可选) - 相对容忍误差，默认值为 1e-5。
     - **atol** (float，可选) - 绝对容忍误差，默认值为 1e-8。
     - **equal_nan** (bool，可选) - 如果设置为 True，则两个 NaN 数值将被视为相等，默认值为 False。

docs/api/paddle/amp/GradScaler_cn.rst

@@ -17,14 +17,21 @@ GradScaler 用于动态图模式下的"自动混合精度"的训练。它控制
 
 通常，GradScaler 和 ``paddle.amp.auto_cast`` 一起使用，来实现动态图模式下的"自动混合精度"。
 
+本 API 支持三种调用方式：
+
+1. ``GradScaler(enable=True, init_loss_scaling=2.0**16, incr_ratio=2.0, decr_ratio=0.5, incr_every_n_steps=2000, decr_every_n_nan_or_inf=1, use_dynamic_loss_scaling=True)``
+
+2. ``GradScaler(device, init_scale=2.0**16, growth_factor=2.0, backoff_factor=0.5, growth_interval=2000, enabled=True)``
+
+3. ``GradScaler(init_scale=2.0**16, growth_factor=2.0, backoff_factor=0.5, growth_interval=2000, enabled=True)``
 
 参数
 :::::::::
-    - **enable** (bool，可选) - 是否使用 loss scaling。默认值为 True。
-    - **init_loss_scaling** (float，可选) - 初始 loss scaling 因子。默认值为 65536.0。
-    - **incr_ratio** (float，可选) - 增大 loss scaling 时使用的乘数。默认值为 2.0。
-    - **decr_ratio** (float，可选) - 减小 loss scaling 时使用的小于 1 的乘数。默认值为 0.5。
-    - **incr_every_n_steps** (int，可选) - 连续 n 个 steps 的梯度都是有限值时，增加 loss scaling。默认值为 2000。
+    - **enable** (bool，可选) - 是否使用 loss scaling。默认值为 True。别名 ``enabled``。
+    - **init_loss_scaling** (float，可选) - 初始 loss scaling 因子。默认值为 65536.0。别名 ``init_scale``。
+    - **incr_ratio** (float，可选) - 增大 loss scaling 时使用的乘数。默认值为 2.0。别名 ``growth_factor``。
+    - **decr_ratio** (float，可选) - 减小 loss scaling 时使用的小于 1 的乘数。默认值为 0.5。别名 ``backoff_factor``。
+    - **incr_every_n_steps** (int，可选) - 连续 n 个 steps 的梯度都是有限值时，增加 loss scaling。默认值为 2000。别名 ``growth_interval``。
     - **decr_every_n_nan_or_inf** (int，可选) - 累计出现 n 个 steps 的梯度为 nan 或者 inf 时，减小 loss scaling。默认值为 1。
     - **use_dynamic_loss_scaling** (bool，可选) - 是否使用动态的 loss scaling。如果不使用，则使用固定的 loss scaling；如果使用，则会动态更新 loss scaling。默认值为 True。
 

docs/api/paddle/arange_cn.rst

@@ -22,7 +22,7 @@ arange
   - **out** (Tensor，可选) - 用于存储结果的 Tensor。若指定，将直接写入该 Tensor，默认值为 None。
   - **device** (PlaceLike|None，可选) - 期望创建 Tensor 所在的设备。默认值为 None，表示使用当前全局设备（可通过 ``paddle.device.set_device`` 设置）。
   - **requires_grad** (bool，可选) - 是否需要为返回的 Tensor 记录梯度信息。默认值为 False。
-  - **pin_memory** (bool，可选) - 若为 True，返回的 CPU Tensor 将分配在锁页内存中。仅对 CPU Tensor 生效。默认值为 False。
+  - **pin_memory** (bool，可选) - 若为 True，返回的 Tensor 将分配在锁页内存中。默认值为 False。
   - **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/deg2rad_cn.rst

@@ -3,7 +3,7 @@
 deg2rad
 -------------------------------
 
-.. py:function:: paddle.deg2rad(x, name=None)
+.. py:function:: paddle.deg2rad(x, name=None, *, out=None)
 
 将元素从度转换为弧度
 
@@ -17,6 +17,10 @@ deg2rad
     - **x**  (Tensor) - 输入的 Tensor，数据类型为：int32、int64、float32、float64。
     - **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`。
 
+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/empty_cn.rst

@@ -32,7 +32,7 @@ empty
     - **out** (Tensor，可选) - 用于存储结果的 Tensor。若指定，将直接写入该 Tensor，默认值为 None。
     - **device** (PlaceLike|None，可选) - 期望创建 Tensor 所在的设备。默认值为 None，表示使用当前全局设备（可通过 ``paddle.device.set_device`` 设置）。
     - **requires_grad** (bool，可选) - 是否需要为返回的 Tensor 记录梯度信息。默认值为 False。
-    - **pin_memory** (bool，可选) - 若为 True，返回的 CPU Tensor 将分配在锁页内存中。仅对 CPU Tensor 生效。默认值为 False。
+    - **pin_memory** (bool，可选) - 若为 True，返回的 Tensor 将分配在锁页内存中。默认值为 False。
 
 返回
 ::::::::::::

docs/api/paddle/empty_like_cn.rst

@@ -22,7 +22,7 @@ empty_like
 ::::::::::::
     - **device** (PlaceLike|None，可选) - 期望创建 Tensor 所在的设备。若为 None，则与 ``x`` 保持一致。
     - **requires_grad** (bool，可选) - 是否需要为返回的 Tensor 记录梯度信息。默认值为 False。
-    - **pin_memory** (bool，可选) - 若为 True，返回的 CPU Tensor 将分配在锁页内存中。仅对 CPU Tensor 生效。默认值为 False。
+    - **pin_memory** (bool，可选) - 若为 True，返回的 Tensor 将分配在锁页内存中。默认值为 False。
 
 返回
 ::::::::::::

docs/api/paddle/eye_cn.rst

@@ -24,7 +24,7 @@ eye
   - **device** (PlaceLike|None，可选) - 指定返回 Tensor 所在的设备。默认值为 None，表示使用当前全局设备（可通过 ``paddle.device.set_device`` 设置）。
     对于 CPU Tensor，设备为 CPU；对于 CUDA Tensor，设备为当前 CUDA 设备。默认值为 None。
   - **requires_grad** (bool，可选) - 是否在返回的 Tensor 上记录 autograd 的操作。默认值为 False。
-  - **pin_memory** (bool，可选) - 若设置为 True，则返回的 Tensor 将分配在锁页内存中。仅对 CPU Tensor 生效。默认值为 False。
+  - **pin_memory** (bool，可选) - 若设置为 True，则返回的 Tensor 将分配在锁页内存中。默认值为 False。
 
 返回
 ::::::::::::