Add chinese doc of paddle sparse api

docs/api/paddle/kthvalue_cn.rst

@@ -11,7 +11,7 @@ kthvalue
 :::::::::
     - **x** （Tensor） - 一个输入的 N-D ``Tensor``，支持的数据类型：float32、float64、int32、int64。
     - **k** （int，Tensor） - 需要沿轴查找的第 ``k`` 小，所对应的 ``k`` 值。
-    - **axis** （int，可选） - 指定对输入 Tensor 进行运算的轴，``axis`` 的有效范围是[-R, R），R 是输入 ``x`` 的 Rank， ``axis`` 为负时与 ``axis`` + R 等价。默认值为-1。
+    - **axis** （int，可选） - 指定对输入 Tensor 进行运算的轴，``axis`` 的有效范围是[-R, R），R 是输入 ``x`` 的 Rank， ``axis`` 为负时与 ``axis`` + R 等价。默认值为 None, 此时等当于-1。
     - **keepdim** (bool，可选）- 是否保留指定的轴。如果是 True，维度会与输入 x 一致，对应所指定的轴的 size 为 1。否则，由于对应轴被展开，输出的维度会比输入小 1。默认值为 1。
     - **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。
 

docs/api/paddle/sparse/Overview_cn.rst

@@ -0,0 +1,96 @@
+.. _cn_overview_paddle_sparse:
+
+paddle.sparse
+---------------------
+
+paddle.sparse 目录包含飞桨框架支持稀疏数据存储和计算相关的 API。具体如下：
+
+-  :ref:`稀疏 Tensor 创建 <about_sparse_tensor>`
+-  :ref:`稀疏 Tensor 运算 <about_sparse_math>`
+-  :ref:`稀疏组网类 <about_sparse_nn>`
+-  :ref:`稀疏组网类的函数式 API <about_sparse_nn_functional>`
+
+.. _about_sparse_tensor:
+
+稀疏 Tensor 创建
+::::::::::::::::::::
+
+.. csv-table::
+    :header: "API 名称", "API 功能"
+
+    " :ref:`paddle.sparse.sparse_coo_tensor <cn_api_paddle_sparse_coo_tensor>` ", "创建一个 COO 格式的 SparseTensor"
+    " :ref:`paddle.sparse.sparse_csr_tensor <cn_api_paddle_sparse_csr_tensor>` ", "创建一个 CSR 格式的 SparseTensor"
+
+.. _about_sparse_math:
+
+稀疏 Tensor 运算
+::::::::::::::::::::
+
+.. csv-table::
+    :header: "API 名称", "API 功能"
+
+    " :ref:`paddle.sparse.sin <cn_api_paddle_sparse_sin>` ", "对稀疏 Tensor 逐元素求正弦"
+    " :ref:`paddle.sparse.tan <cn_api_paddle_sparse_tan>` ", "对稀疏 Tensor 逐元素求正切"
+    " :ref:`paddle.sparse.asin <cn_api_paddle_sparse_asin>` ", "对稀疏 Tensor 逐元素求反正弦"
+    " :ref:`paddle.sparse.atan <cn_api_paddle_sparse_atan>` ", "对稀疏 Tensor 逐元素求反正切"
+    " :ref:`paddle.sparse.sinh <cn_api_paddle_sparse_sinh>` ", "对稀疏 Tensor 逐元素求双曲正弦"
+    " :ref:`paddle.sparse.tanh <cn_api_paddle_sparse_tanh>` ", "对稀疏 Tensor 逐元素求双曲正切"
+    " :ref:`paddle.sparse.asinh <cn_api_paddle_sparse_asinh>` ", "对稀疏 Tensor 逐元素求反双曲正弦"
+    " :ref:`paddle.sparse.atanh <cn_api_paddle_sparse_atanh>` ", "对稀疏 Tensor 逐元素求反双曲正切"
+    " :ref:`paddle.sparse.sqrt <cn_api_paddle_sparse_sqrt>` ", "对稀疏 Tensor 逐元素求算数平方根"
+    " :ref:`paddle.sparse.square <cn_api_paddle_sparse_square>` ", "对稀疏 Tensor 逐元素求平方"
+    " :ref:`paddle.sparse.log1p <cn_api_paddle_sparse_log1p>` ", "对稀疏 Tensor 逐元素计算 ln(x+1)"
+    " :ref:`paddle.sparse.abs <cn_api_paddle_sparse_abs>` ", "对稀疏 Tensor 逐元素求绝对值"
+    " :ref:`paddle.sparse.pow <cn_api_paddle_sparse_pow>` ", "对稀疏 Tensor 逐元素计算 x 的 y 次幂"
+    " :ref:`paddle.sparse.cast <cn_api_paddle_sparse_cast>` ", "对稀疏 Tensor 逐元素转换类型"
+    " :ref:`paddle.sparse.neg <cn_api_paddle_sparse_neg>` ", "对稀疏 Tensor 逐元素计算相反数"
+    " :ref:`paddle.sparse.deg2rad <cn_api_paddle_sparse_deg2rad>` ", "对稀疏 Tensor 逐元素从度转换为弧度"
+    " :ref:`paddle.sparse.rad2deg <cn_api_paddle_sparse_rad2deg>` ", "对稀疏 Tensor 逐元素从弧度转换为度"
+    " :ref:`paddle.sparse.expm1 <cn_api_paddle_sparse_expm1>` ", "对稀疏 Tensor 逐元素进行以自然数 e 为底的指数运算并减 1"
+    " :ref:`paddle.sparse.mv <cn_api_paddle_sparse_mv>` ", "稀疏矩阵乘向量，第一个参数为稀疏矩阵，第二个参数为稠密向量"
+    " :ref:`paddle.sparse.matmul <cn_api_paddle_sparse_matmul>` ", "稀疏矩阵乘，第一个参数为稀疏矩阵，第二个参数为稠密矩阵或者稀疏矩阵"
+    " :ref:`paddle.sparse.addmm <cn_api_paddle_sparse_addmm>` ", "稀疏矩阵乘与加法的组合运算"
+    " :ref:`paddle.sparse.masked_matmul <cn_api_paddle_sparse_masked_matmul>` ", "稀疏矩阵乘，第一、二个参数均为稠密矩阵，返回值为稀疏矩阵"
+    " :ref:`paddle.sparse.add <cn_api_paddle_sparse_add>` ", "对稀疏 Tensor 逐元素相加"
+    " :ref:`paddle.sparse.subtract <cn_api_paddle_sparse_subtract>` ", "对稀疏 Tensor 逐元素相减"
+    " :ref:`paddle.sparse.multiply <cn_api_paddle_sparse_multiply>` ", "对稀疏 Tensor 逐元素相乘"
+    " :ref:`paddle.sparse.divide <cn_api_paddle_sparse_divide>` ", "对稀疏 Tensor 逐元素相除"
+    " :ref:`paddle.sparse.is_same_shape <cn_api_paddle_sparse_is_same_shape>` ", "判断两个稀疏 Tensor 或稠密 Tensor 的 shape 是否一致"
+    " :ref:`paddle.sparse.reshape <cn_api_paddle_sparse_reshape>` ", "改变一个 SparseTensor 的形状"
+    " :ref:`paddle.sparse.coalesce<cn_api_paddle_sparse_coalesce>` ", "对 SparseCooTensor 进行排序并合并"
+    " :ref:`paddle.sparse.transpose <cn_api_paddle_sparse_transpose>` ", "在不改变数据的情况下改变 ``x`` 的维度顺序, 支持 COO 格式的多维 SparseTensor 以及 COO 格式的 2 维和 3 维 SparseTensor"
+
+.. _about_sparse_nn:
+
+稀疏组网类
+::::::::::::::::::::
+
+.. csv-table::
+    :header: "API 名称", "API 功能"
+
+    " :ref:`paddle.sparse.nn.ReLU <cn_api_paddle_sparse_nn_ReLU>` ", "激活层"
+    " :ref:`paddle.sparse.nn.ReLU6 <cn_api_paddle_sparse_nn_ReLU6>` ", "激活层"
+    " :ref:`paddle.sparse.nn.LeakyReLU <cn_api_paddle_sparse_nn_LeakyReLU>` ", "激活层"
+    " :ref:`paddle.sparse.nn.Softmax <cn_api_paddle_sparse_nn_Softmax>` ", "激活层"
+    " :ref:`paddle.sparse.nn.Conv3D <cn_api_paddle_sparse_nn_Conv3D>` ", "三维卷积层"
+    " :ref:`paddle.sparse.nn.SubmConv3D <cn_api_paddle_sparse_nn_SubmConv3D>` ", "子流形三维卷积层"
+    " :ref:`paddle.sparse.nn.BatchNorm<cn_api_paddle_sparse_nn_BatchNorm>` ", " Batch Normalization 层"
+    " :ref:`paddle.sparse.nn.SyncBatchNorm<cn_api_paddle_sparse_nn_SyncBatchNorm>` ", " Synchronized Batch Normalization 层"
+    " :ref:`paddle.sparse.nn.MaxPool3D<cn_api_paddle_sparse_nn_MaxPool3D>` ", "三维最大池化层"
+
+.. _about_sparse_nn_functional:
+
+稀疏组网类函数式 API
+::::::::::::::::::::
+
+.. csv-table::
+    :header: "API 名称", "API 功能"
+
+    " :ref:`paddle.sparse.nn.functional.relu <cn_api_paddle_sparse_nn_functional_relu>` ", "激活函数"
+    " :ref:`paddle.sparse.nn.functional.relu6 <cn_api_paddle_sparse_nn_functional_relu6>` ", "激活函数"
+    " :ref:`paddle.sparse.nn.functional.leaky_relu <cn_api_paddle_sparse_nn_functional_leaky_relu>` ", "激活函数"
+    " :ref:`paddle.sparse.nn.functional.softmax <cn_api_paddle_sparse_nn_functional_softmax>` ", "激活函数"
+    " :ref:`paddle.sparse.nn.functional.attention <cn_api_paddle_sparse_nn_functional_attention>` ", "稀疏 attention 函数"
+    " :ref:`paddle.sparse.nn.functional.conv3d <cn_api_paddle_sparse_nn_functional_conv3d>` ", "三维卷积函数"
+    " :ref:`paddle.sparse.nn.functional.subm_conv3d <cn_api_paddle_sparse_nn_functional_subm_conv3d>` ", "子流形三维卷积函数"
+    " :ref:`paddle.sparse.nn.functional.max_pool3d <cn_api_paddle_sparse_nn_functional_max_pool3d>` ", "三维最大池化函数"

docs/api/paddle/sparse/abs_cn.rst

@@ -0,0 +1,29 @@
+.. _cn_api_paddle_sparse_abs:
+
+abs
+-------------------------------
+
+.. py:function:: paddle.sparse.abs(x, name=None)
+
+
+逐元素计算输入 :attr:`x` 的绝对值，要求 输入 :attr:`x` 为 `SparseCooTensor` 或 `SparseCsrTensor` 。
+
+数学公式：
+
+.. math::
+    out = |x|
+
+参数
+:::::::::
+    - **x** (SparseTensor) - 输入的稀疏 Tensor，可以为 Coo 或 Csr 格式，数据类型为 float32、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。
+
+返回
+:::::::::
+多维稀疏 Tensor, 数据类型和稀疏格式与 :attr:`x` 相同 。
+
+
+代码示例
+:::::::::
+
+COPY-FROM: paddle.sparse.abs

docs/api/paddle/incubate/sparse/add_cn.rst → docs/api/paddle/sparse/add_cn.rst

@@ -1,10 +1,9 @@
-.. _cn_api_paddle_incubate_sparse_add:
+.. _cn_api_paddle_sparse_add:
 
 add
 -------------------------------
 
-.. py:function:: paddle.incubate.sparse.add(x, y, name=None)
-
+.. py:function:: paddle.sparse.add(x, y, name=None)
 
 
 输入 :attr:`x` 与输入 :attr:`y` 逐元素相加，并将各个位置的输出元素保存到返回结果中。
@@ -14,10 +13,10 @@ add
 等式为：
 
 .. math::
-        Out = X + Y
+        out = x + y
 
-- :math:`X`：多维稀疏 Tensor。
-- :math:`Y`：多维稀疏 Tensor。
+- :math:`x`：多维稀疏 Tensor。
+- :math:`y`：多维稀疏 Tensor。
 
 参数
 :::::::::
@@ -33,4 +32,4 @@ add
 代码示例
 :::::::::
 
-COPY-FROM: paddle.incubate.sparse.add
+COPY-FROM: paddle.sparse.add

docs/api/paddle/sparse/addmm_cn.rst

@@ -0,0 +1,49 @@
+.. _cn_api_paddle_sparse_addmm:
+
+addmm
+-------------------------------
+
+.. py:function:: paddle.sparse.addmm(input, x, y, beta=1.0, alpha=1.0, name=None)
+
+.. note::
+    该 API 从 `CUDA 11.0` 开始支持。
+
+对输入 :attr:`x` 与输入 :attr:`y` 求稀疏矩阵乘法，并将 `input` 加到计算结果上。
+
+数学公式：
+
+..  math::
+    out = alpha * x * y + beta * input
+
+输入、输出的格式对应关系如下：
+
+.. note::
+
+     input[SparseCsrTensor] + x[SparseCsrTensor] @ y[SparseCsrTensor] -> out[SparseCsrTensor]
+
+     input[DenseTensor] + x[SparseCsrTensor] @ y[DenseTensor] -> out[DenseTensor]
+
+     input[SparseCooTensor] + x[SparseCooTensor] @ y[SparseCooTensor] -> out[SparseCooTensor]
+
+     input[DenseTensor] + x[SparseCooTensor] @ y[DenseTensor] -> out[DenseTensor]
+
+该 API 支持反向传播，`input` 、 `x` 、 `y` 的维度相同且>=2D，不支持自动广播。
+
+参数
+:::::::::
+    - **input** (SparseTensor|DenseTensor) - 输入 Tensor，可以为 Coo 或 Csr 格式 或 DenseTensor。数据类型为 float32、float64。
+    - **x** (SparseTensor) - 输入 Tensor，可以为 Coo 或 Csr 格式。数据类型为 float32、float64。
+    - **y** (SparseTensor|DenseTensor) - 输入 Tensor，可以为 Coo 或 Csr 格式 或 DenseTensor。数据类型为 float32、float64。
+    - **beta** (float, 可选) - `input` 的系数。默认：1.0。
+    - **alpha** (float, 可选) - `x * y` 的系数。默认：1.0。
+    - **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
+:::::::::
+SparseTensor|DenseTensor: 其 Tensor 类型、dtype、shape 与 `input` 相同。
+
+
+代码示例
+:::::::::
+
+COPY-FROM: paddle.sparse.addmm

docs/api/paddle/sparse/asin_cn.rst

@@ -0,0 +1,29 @@
+.. _cn_api_paddle_sparse_asin:
+
+asin
+-------------------------------
+
+.. py:function:: paddle.sparse.asin(x, name=None)
+
+
+逐元素计算输入 :attr:`x` 的反正弦，要求 输入 :attr:`x` 为 `SparseCooTensor` 或 `SparseCsrTensor` 。
+
+数学公式：
+
+.. math::
+    out = asin(x)
+
+参数
+:::::::::
+    - **x** (SparseTensor) - 输入的稀疏 Tensor，可以为 Coo 或 Csr 格式，数据类型为 float32、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。
+
+返回
+:::::::::
+多维稀疏 Tensor, 数据类型和稀疏格式与 :attr:`x` 相同 。
+
+
+代码示例
+:::::::::
+
+COPY-FROM: paddle.sparse.asin

docs/api/paddle/sparse/asinh_cn.rst

@@ -0,0 +1,29 @@
+.. _cn_api_paddle_sparse_asinh:
+
+asinh
+-------------------------------
+
+.. py:function:: paddle.sparse.asinh(x, name=None)
+
+
+逐元素计算输入 :attr:`x` 的反双曲正弦，要求 输入 :attr:`x` 为 `SparseCooTensor` 或 `SparseCsrTensor` 。
+
+数学公式：
+
+.. math::
+    out = asinh(x)
+
+参数
+:::::::::
+    - **x** (SparseTensor) - 输入的稀疏 Tensor，可以为 Coo 或 Csr 格式，数据类型为 float32、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。
+
+返回
+:::::::::
+多维稀疏 Tensor, 数据类型和稀疏格式与 :attr:`x` 相同 。
+
+
+代码示例
+:::::::::
+
+COPY-FROM: paddle.sparse.asinh

docs/api/paddle/sparse/atan_cn.rst

@@ -0,0 +1,29 @@
+.. _cn_api_paddle_sparse_atan:
+
+atan
+-------------------------------
+
+.. py:function:: paddle.sparse.atan(x, name=None)
+
+
+逐元素计算输入 :attr:`x` 的反正切，要求 输入 :attr:`x` 为 `SparseCooTensor` 或 `SparseCsrTensor` 。
+
+数学公式：
+
+.. math::
+    out = atan(x)
+
+参数
+:::::::::
+    - **x** (SparseTensor) - 输入的稀疏 Tensor，可以为 Coo 或 Csr 格式，数据类型为 float32、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。
+
+返回
+:::::::::
+多维稀疏 Tensor, 数据类型和稀疏格式与 :attr:`x` 相同 。
+
+
+代码示例
+:::::::::
+
+COPY-FROM: paddle.sparse.atan

docs/api/paddle/sparse/atanh_cn.rst

@@ -0,0 +1,29 @@
+.. _cn_api_paddle_sparse_atanh:
+
+atanh
+-------------------------------
+
+.. py:function:: paddle.sparse.atanh(x, name=None)
+
+
+逐元素计算输入 :attr:`x` 的反双曲正切，要求 输入 :attr:`x` 为 `SparseCooTensor` 或 `SparseCsrTensor` 。
+
+数学公式：
+
+.. math::
+    out = atanh(x)
+
+参数
+:::::::::
+    - **x** (SparseTensor) - 输入的稀疏 Tensor，可以为 Coo 或 Csr 格式，数据类型为 float32、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。
+
+返回
+:::::::::
+多维稀疏 Tensor, 数据类型和稀疏格式与 :attr:`x` 相同 。
+
+
+代码示例
+:::::::::
+
+COPY-FROM: paddle.sparse.atanh