[PaddlePaddle Hackathon] add InceptionV3 zh doc

docs/api/paddle/vision/Overview_cn.rst

@@ -52,6 +52,8 @@ paddle.vision 目录是飞桨在视觉领域的高层API。具体如下：
     " :ref:`vgg13 <cn_api_paddle_vision_models_vgg13>` ", "13层的VGG模型"
     " :ref:`vgg16 <cn_api_paddle_vision_models_vgg16>` ", "16层的VGG模型"
     " :ref:`vgg19 <cn_api_paddle_vision_models_vgg19>` ", "19层的VGG模型"
+    " :ref:`InceptionV3 <cn_api_paddle_vision_models_InceptionV3>` ", "InceptionV3模型"
+    " :ref:`inception_v3 <cn_api_paddle_vision_models_inception_v3>` ", "InceptionV3模型"
 
 
 .. _about_ops:

docs/api/paddle/vision/models/InceptionV3_cn.rst

@@ -0,0 +1,31 @@
+.. _cn_api_paddle_vision_models_InceptionV3:
+
+InceptionV3
+-------------------------------
+
+.. py:class:: paddle.vision.models.InceptionV3(num_classes=1000, with_pool=True)
+
+ InceptionV3模型，来自论文 `"Rethinking the Inception Architecture for Computer Vision" <https://arxiv.org/pdf/1512.00567.pdf>`_ 。
+
+参数
+:::::::::
+  - **num_classes** (int, 可选) - 最后一个全连接层输出的维度。如果该值小于0，则不定义最后一个全连接层。默认值：1000。
+  - **with_pool** (bool，可选) - 是否定义最后一个全连接层之前的池化层。默认值：True。
+
+返回
+:::::::::
+InceptionV3模型，Layer的实例。
+
+代码示例
+:::::::::
+.. code-block:: python
+
+    import paddle
+    from paddle.vision.models import InceptionV3
+
+    inception_v3 = InceptionV3()
+
+    x = paddle.rand([1, 3, 299, 299])
+    out = inception_v3(x)
+
+    print(out.shape)

docs/api/paddle/vision/models/inception_v3_cn.rst

@@ -0,0 +1,34 @@
+.. _cn_api_paddle_vision_models_inception_v3:
+
+inception_v3
+-------------------------------
+
+.. py:function:: paddle.vision.models.inception_v3(pretrained=False, **kwargs)
+
+ InceptionV3模型，来自论文 `"Rethinking the Inception Architecture for Computer Vision" <https://arxiv.org/pdf/1512.00567.pdf>`_ 。
+
+参数
+:::::::::
+  - **pretrained** (bool，可选) - 是否加载在imagenet数据集上的预训练权重。默认值：False。
+
+返回
+:::::::::
+InceptionV3模型，Layer的实例。
+
+代码示例
+:::::::::
+.. code-block:: python
+
+    import paddle
+    from paddle.vision.models import inception_v3
+
+    # build model
+    model = inception_v3()
+
+    # build model and load imagenet pretrained weight
+    # model = inception_v3(pretrained=True)
+
+    x = paddle.rand([1, 3, 299, 299])
+    out = model(x)
+
+    print(out.shape)