fix tanh remainder cn doc, test=document_fix

doc/fluid/api_cn/nn_cn/activation_cn/Tanh_cn.rst

@@ -26,10 +26,8 @@ Tanh激活层
     import paddle
     import numpy as np
 
-    paddle.disable_static()
-
     x = paddle.to_tensor(np.array([-0.4, -0.2, 0.1, 0.3]))
     m = paddle.nn.Tanh()
     out = m(x)
-    print(out.numpy())
+    print(out)
     # [-0.37994896 -0.19737532  0.09966799  0.29131261]

doc/fluid/api_cn/tensor_cn/remainder_cn.rst

@@ -5,38 +5,28 @@ remainder
 
 .. py:function:: paddle.remainder(x, y, name=None)
 
-该OP是逐元素取模算子，输入 ``x`` 与输入 ``y`` 逐元素取模，并将各个位置的输出元素保存到返回结果中。
-输入 ``x`` 与输入 ``y`` 必须可以广播为相同形状, 关于广播规则，请参考 :ref:`use_guide_broadcasting`
-
-等式为：
+逐元素取模算子。公式为：
 
 .. math::
-        Out = X \% Y
+        out = x \% y
 
-- :math:`X` ：多维Tensor。
-- :math:`Y` ：多维Tensor。
+**注意**`
+`paddle.remainder`支持广播。关于广播规则，请参考 :ref:`use_guide_broadcasting`
 
 参数：
         - x（Tensor）- 多维Tensor。数据类型为float32 、float64、int32或int64。
         - y（Tensor）- 多维Tensor。数据类型为float32 、float64、int32或int64。
         - 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`。
 
-
-返回：   多维 Tensor， 数据类型与 ``x`` 相同，维度为广播后的形状。
-
-返回类型：        Tensor
-
+返回：   多维Tensor。存储计算的结果，数据类型与``x``相同，维度为广播后的形状。
 
 **代码示例**
 
 ..  code-block:: python
 
         import paddle
-        import numpy as np
-        paddle.disable_static()
-        np_x = np.array([2, 3, 8, 7])
-        np_y = np.array([1, 5, 3, 3])
-        x = paddle.to_tensor(np_x)
-        y = paddle.to_tensor(np_y)
+
+        x = paddle.to_tensor([2, 3, 8, 7])
+        y = paddle.to_tensor([1, 5, 3, 3])
         z = paddle.remainder(x, y)
-        print(z.numpy())  # [0, 3, 2, 1]
+        print(z)  # [0, 3, 2, 1]

doc/paddle/api/paddle/nn/layer/activation/Tanh_cn.rst

@@ -26,10 +26,8 @@ Tanh激活层
     import paddle
     import numpy as np
 
-    paddle.disable_static()
-
     x = paddle.to_tensor(np.array([-0.4, -0.2, 0.1, 0.3]))
     m = paddle.nn.Tanh()
     out = m(x)
-    print(out.numpy())
+    print(out)
     # [-0.37994896 -0.19737532  0.09966799  0.29131261]

doc/paddle/api/paddle/tensor/math/remainder_cn.rst

@@ -5,38 +5,28 @@ remainder
 
 .. py:function:: paddle.remainder(x, y, name=None)
 
-该OP是逐元素取模算子，输入 ``x`` 与输入 ``y`` 逐元素取模，并将各个位置的输出元素保存到返回结果中。
-输入 ``x`` 与输入 ``y`` 必须可以广播为相同形状, 关于广播规则，请参考 :ref:`use_guide_broadcasting`
-
-等式为：
+逐元素取模算子。公式为：
 
 .. math::
-        Out = X \% Y
+        out = x \% y
 
-- :math:`X` ：多维Tensor。
-- :math:`Y` ：多维Tensor。
+**注意**`
+`paddle.remainder`支持广播。关于广播规则，请参考 :ref:`use_guide_broadcasting`
 
 参数：
         - x（Tensor）- 多维Tensor。数据类型为float32 、float64、int32或int64。
         - y（Tensor）- 多维Tensor。数据类型为float32 、float64、int32或int64。
         - 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`。
 
-
-返回：   多维 Tensor， 数据类型与 ``x`` 相同，维度为广播后的形状。
-
-返回类型：        Tensor
-
+返回：   多维Tensor。存储计算的结果，数据类型与``x``相同，维度为广播后的形状。
 
 **代码示例**
 
 ..  code-block:: python
 
         import paddle
-        import numpy as np
-        paddle.disable_static()
-        np_x = np.array([2, 3, 8, 7])
-        np_y = np.array([1, 5, 3, 3])
-        x = paddle.to_tensor(np_x)
-        y = paddle.to_tensor(np_y)
+
+        x = paddle.to_tensor([2, 3, 8, 7])
+        y = paddle.to_tensor([1, 5, 3, 3])
         z = paddle.remainder(x, y)
-        print(z.numpy())  # [0, 3, 2, 1]
+        print(z)  # [0, 3, 2, 1]