fix doc error (#675)

Author: sneaxiy

doc/fluid/user_guides/howto/prepare_data/use_py_reader.rst

@@ -89,18 +89,20 @@
 
 设置PyReader对象的数据源
 ################################
+
 PyReader对象通过 :code:`decorate_paddle_reader()` 或 :code:`decorate_tensor_provider()` 方法设置其数据源。 :code:`decorate_paddle_reader()` 和 :code:`decorate_tensor_provider()` 均接收Python生成器 :code:`generator` 作为参数， :code:`generator` 内部每次通过yield的方式生成一个batch的数据。
 
 :code:`decorate_paddle_reader()` 和 :code:`decorate_tensor_provider()` 方法的区别在于：
 
-- :code:`decorate_paddle_reader()` 的 :code:`generator` 应返回Numpy Array类型的数据，而 :code:`decorate_tensor_provider()` 的 :code:`generator` 应返回LoDTensor类型的数据。
+- :code:`decorate_paddle_reader()` 要求 :code:`generator` 返回的数据格式为[(img_1, label_1), (img_2, label_2), ..., (img_n, label_n)]，其中img_i和label_i均为每个样本的Numpy Array类型数据，n为batch size。而 :code:`decorate_tensor_provider()` 要求 :code:`generator` 返回的数据的数据格式为[batched_imgs, batched_labels]，其中batched_imgs和batched_labels为batch级的Numpy Array或LoDTensor类型数据。
 
-- :code:`decorate_tensor_provider()` 要求 :code:`generator` 返回的LoDTensor的数据类型、尺寸必须与配置py_reader时指定的dtypes、shapes参数相同，而 :code:`decorate_paddle_reader()` 不要求数据类型和尺寸的严格一致，其内部会完成数据类型和尺寸的转换。
+- :code:`decorate_tensor_provider()` 要求 :code:`generator` 返回的数据类型、尺寸必须与配置py_reader时指定的dtypes、shapes参数相同，而 :code:`decorate_paddle_reader()` 不要求数据类型和尺寸的严格一致，其内部会完成数据类型和尺寸的转换。
 
 具体方式为：
 
 .. code-block:: python
 
+    import paddle.batch
     import paddle.fluid as fluid
     import numpy as np
 
@@ -109,8 +111,8 @@ PyReader对象通过 :code:`decorate_paddle_reader()` 或 :code:`decorate_tensor
     # Case 1: Use decorate_paddle_reader() method to set the data source of py_reader
     # The generator yields Numpy-typed batched data
     def fake_random_numpy_reader():
-        image = np.random.random(size=(BATCH_SIZE, 784))
-        label = np.random.random_integers(size=(BATCH_SIZE, 1), low=0, high=9)
+        image = np.random.random(size=(784, ))
+        label = np.random.random_integers(size=(1, ), low=0, high=9)
         yield image, label
 
     py_reader1 = fluid.layers.py_reader(
@@ -120,19 +122,14 @@ PyReader对象通过 :code:`decorate_paddle_reader()` 或 :code:`decorate_tensor
         name='py_reader1',
         use_double_buffer=True)
 
-    py_reader1.decorate_paddle_reader(fake_random_reader)
+    py_reader1.decorate_paddle_reader(paddle.batch(fake_random_reader, batch_size=BATCH_SIZE))
+
 
     # Case 2: Use decorate_tensor_provider() method to set the data source of py_reader
     # The generator yields Tensor-typed batched data
     def fake_random_tensor_provider():
         image = np.random.random(size=(BATCH_SIZE, 784)).astype('float32')
         label = np.random.random_integers(size=(BATCH_SIZE, 1), low=0, high=9).astype('int64')
-
-        image_tensor = fluid.LoDTensor()
-        image_tensor.set(image, fluid.CPUPlace())
-
-        label_tensor = fluid.LoDTensor()
-        label_tensor.set(label, fluid.CPUPlace())
         yield image_tensor, label_tensor
 
     py_reader2 = fluid.layers.py_reader(