补充GaussianNLLLoss中文文档。;test=docs_preview

docs/api/paddle/nn/GaussianNLLLoss_cn.rst

@@ -0,0 +1,40 @@
+.. _cn_api_paddle_nn_GaussianNLLLoss:
+
+GaussianNLLLoss
+-------------------------------
+
+.. py:class:: paddle.nn.GaussianNLLLoss(full=False, epsilon=1e-6, reduction='mean', name=None)
+
+计算输入 :attr:`input` 和标签 :attr:`label`、 :attr:`variance` 间的 GaussianNLL 损失，
+:attr:`label` 被视为高斯分布的样本，其期望和方差由神经网络预测给出。对于一个 :attr:`label` 张量建模为具有高斯分布的张量的期望值 :attr:`input` 和张量的正方差 :attr:`var`，数学计算公式如下：
+
+.. math::
+    \text{loss} = \frac{1}{2}\left(\log\left(\text{max}\left(\text{var},
+        \ \text{epsilon}\right)\right) + \frac{\left(\text{input} - \text{label}\right)^2}
+        {\text{max}\left(\text{var}, \ \text{epsilon}\right)}\right) + \text{const.}
+
+参数
+::::::::::
+
+    - **full** (bool，可选) - 是否在损失计算中包括常数项。默认情况下为 False，表示忽略最后的常数项。
+    - **epsilon** (float，可选) - 用于限制 variance 的值，使其不会导致除 0 的出现。默认值为 1e-6。
+    - **reduction** (str，可选) - 指定应用于输出结果的计算方式，可选值有 ``none``、``mean`` 和 ``sum``。默认为 ``mean``，计算 ``mini-batch`` loss 均值。设置为 ``sum`` 时，计算 ``mini-batch`` loss 的总和。设置为 ``none`` 时，则返回 loss Tensor。
+    - **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。
+
+形状
+::::::::::
+
+    - **input** (Tensor)：输入 :attr:`Tensor`，其形状为 :math:`(N, *)` 或者 :math:`(*)`，其中 :math:`*` 表示任何数量的额外维度。数据类型为 float32 或 float64。
+    - **label** (Tensor)：输入 :attr:`Tensor`，其形状为 :math:`(N, *)` 或者 :math:`(*)`，形状与 :attr:`input` 相同，或者其中一维的大小为 1，这时会进行 broadcast 操作。数据类型为 float32 或 float64。
+    - **variance** (Tensor): 输入 :attr:`Tensor`，其形状为 :math:`(N, *)` 或者 :math:`(*)`，形状与 :attr:`input` 相同，或其中一维的大小为 1，或缺少一维，这时会进行 broadcast 操作。数据类型为 float32 或 float64。
+
+返回
+:::::::::
+
+Tensor，计算 `GaussianNLLLoss` 后的损失值。若 :attr:`reduction` 为 ``none``，则与输入形状相同。
+
+
+代码示例
+:::::::::
+
+COPY-FROM: paddle.nn.GaussianNLLLoss

docs/api/paddle/nn/functional/gaussian_nll_loss_cn.rst

@@ -0,0 +1,26 @@
+.. _cn_api_nn_functional_gaussian_nll_loss:
+
+gaussian_nll_loss
+-------------------------------
+.. py:function:: paddle.nn.functional.gaussian_nll_loss(input, label, variance, full=False, epsilon=1e-6, reduction='mean', name=None)
+
+返回 `gaussian negative log likelihood loss`。可在 :ref:`cn_api_paddle_nn_GaussianNLLLoss` 查看详情。
+
+参数
+:::::::::
+- **input** (Tensor)：输入 :attr:`Tensor`，其形状为 :math:`(N, *)` 或者 :math:`(*)`，其中 :math:`*` 表示任何数量的额外维度。将被拟合成为高斯分布。数据类型为 float32 或 float64。
+- **label** (Tensor)：输入 :attr:`Tensor`，其形状为 :math:`(N, *)` 或者 :math:`(*)`，形状、数据类型和 :attr:`input` 相同，或者其中一维的大小为 1，这时会进行 broadcast 操作。为服从高斯分布的样本。数据类型为 float32 或 float64。
+- **variance** (Tensor): 输入 :attr:`Tensor`，其形状为 :math:`(N, *)` 或者 :math:`(*)`，形状与 :attr:`input` 相同，或其中一维的大小为 1，或缺少一维，这时会进行 broadcast 操作。正方差样本，可为不同标签对应不同的方差（异方差性），也可以为同一个方差（同方差性）。数据类型为 float32 或 float64。
+- **full** (bool，可选) - 是否在损失计算中包括常数项。默认情况下为 False，表示忽略最后的常数项。
+- **epsilon** (float，可选) - 用于限制 variance 的值，使其不会导致除 0 的出现。默认值为 1e-6。
+- **reduction** (str，可选) - 指定应用于输出结果的计算方式，可选值有 ``none``、``mean`` 和 ``sum``。默认为 ``mean``，计算 ``mini-batch`` loss 均值。设置为 `sum` 时，计算 `mini-batch` loss 的总和。设置为 ``none`` 时，则返回 loss Tensor。
+- **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
+:::::::::
+`Tensor`，返回存储表示 `gaussian negative log likelihood loss` 的损失值。数据类型与:attr:`input`相同。当 reduction 为:attr:`none`时，形状与:attr:`input`相同。
+
+代码示例
+:::::::::
+
+COPY-FROM: paddle.nn.functional.gaussian_nll_loss