【Hackathon 4th 】新增 trapezoid 和 cumulative_trapezoid doc (#5685)

docs/api/api_label

@@ -249,6 +249,8 @@ paddle.sum	.. _api_paddle_sum:
 paddle.t	.. _api_paddle_t:
 paddle.take	.. _api_paddle_take:
 paddle.frexp	.. _api_paddle_frexp:
+paddle.trapezoid    .. _api_paddle_trapezoid:
+paddle.cumulative_trapezoid    .. _api_paddle_cumulative_trapezoid:
 paddle.tanh	.. _api_paddle_tanh:
 paddle.tanh_	.. _api_paddle_tanh_:
 paddle.tile	.. _api_paddle_tile:
@@ -1210,4 +1212,4 @@ paddle.bernoulli	.. _api_paddle_bernoulli:
 paddle.uniform	.. _api_paddle_uniform:
 paddle.get_cuda_rng_state	.. _api_paddle_get_cuda_rng_state:
 paddle.flops	.. _api_paddle_flops:
-paddle.load	.. _api_paddle_load:
+paddle.load	.. _api_paddle_load:

docs/api/paddle/Overview_cn.rst

@@ -142,8 +142,8 @@ tensor 数学操作
     " :ref:`paddle.atanh <cn_api_fluid_layers_atanh>` ", "反双曲正切函数"
     " :ref:`paddle.take <cn_api_paddle_tensor_take>` ", "输出给定索引处的输入元素，结果与 index 的形状相同"
     " :ref:`paddle.frexp <cn_api_paddle_frexp>` ", "用于把一个浮点数分解为尾数和指数的函数"
-
-
+    " :ref:`paddle.trapezoid <cn_api_paddle_tensor_trapezoid>` ", "在指定维度上对输入实现 trapezoid rule 算法。使用累积求和函数 sum"
+    " :ref:`paddle.cumulative_trapezoid <cn_api_paddle_tensor_cumulative_trapezoid>` ", "在指定维度上对输入实现 trapezoid rule 算法。使用累积求和函数 cumsum"
 .. _tensor_math_inplace:
 
 tensor 数学操作原位（inplace）版本

docs/api/paddle/Tensor/Overview_en.rst

@@ -273,3 +273,5 @@ Methods
     is_complex
     is_integer
     frexp
+    trapezoid
+    cumulative_trapezoid

docs/api/paddle/Tensor_cn.rst

@@ -2485,11 +2485,33 @@ data_ptr()
 
 返回类型：int
 
+trapezoid(y, x=None, dx=None, axis=-1, name=None)
+:::::::::
+
+在指定维度上对输入实现 trapezoid rule 算法。使用求和函数 sum。
+
+返回：计算后的 Tensor
+
+返回类型：Tensor
+
+请参考 :ref:`cn_api_paddle_tensor_trapezoid`
+
+cumulative_trapezoid(y, x=None, dx=None, axis=-1, name=None)
+:::::::::
+
+在指定维度上对输入实现 trapezoid rule 算法。使用求和函数 cumsum。
+
+返回：计算后的 Tensor
+
+返回类型：Tensor
+
+请参考 :ref:`cn_api_paddle_tensor_cumulative_trapezoid`
+
 polar(abs, angle)
 :::::::::
 用于将输入的模和相位角计算得到复平面上的坐标
 返回：一个复数 Tensor
 
 返回类型：Tensor
 
-请参考 :ref:`cn_api_paddle_polar`
+请参考 :ref:`cn_api_paddle_polar`

docs/api/paddle/cumulative_trapezoid_cn.rst

@@ -0,0 +1,27 @@
+.. _cn_api_paddle_tensor_cumulative_trapezoid:
+
+cumulative_trapezoid
+--------------------------------
+
+.. py:function:: paddle.cumulative_trapezoid(y, x=None, dx=None, axis=-1, name=None)
+
+在指定维度上对输入实现 `trapezoid rule <https://en.wikipedia.org/wiki/Trapezoidal_rule>`_ 算法。与 :ref:`cn_api_paddle_tensor_trapezoid` 的区别是，所用累积求和函数为 cumsum。
+
+
+参数
+:::::::::
+
+    - **y** (Tensor) - 输入多维 Tensor，可选的数据类型为 float16、float32、float64。
+    - **x** (Tensor，可选) - ``y`` 中数值对应的浮点数所组成的 Tensor，类型与 ``y`` 相同，形状与 ``y`` 的形状相匹配；若 ``x`` 有输入，已知 ``y`` 的尺寸为 `[d_1, d_2, ... , d_n]` 且 `axis=k`，则 ``x`` 的尺寸只能为 `[d_k]` 或 `[d_1, d_2, ... , d_n]`；如果 ``x`` 为 None，则假定采样点均匀分布 ``dx``。
+    - **dx** (float，可选) - 相邻采样点之间的常数间隔；当 ``x`` 和 ``dx`` 均未指定时，``dx`` 默认为 1.0。
+    - **axis** (int，可选) - 计算 trapezoid rule 时 ``y`` 的维度。默认值 -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。
+返回
+:::::::::
+Tensor，按 trapezoidal rule 计算出 ``y`` 等于 N 维张量时的定积分，结果为 N 维张量。
+
+
+代码示例
+:::::::::
+
+COPY-FROM: paddle.cumulative_trapezoid

docs/api/paddle/trapezoid_cn.rst

@@ -0,0 +1,27 @@
+.. _cn_api_paddle_tensor_trapezoid:
+
+trapezoid
+--------------------------------
+
+.. py:function:: paddle.trapezoid(y, x=None, dx=None, axis=-1, name=None)
+
+在指定维度上对输入实现 `trapezoid rule <https://en.wikipedia.org/wiki/Trapezoidal_rule>`_  算法。与 :ref:`cn_api_paddle_tensor_cumulative_trapezoid` 的区别是，所用累积求和函数为 sum。
+
+
+参数
+:::::::::
+
+    - **y** (Tensor) - 输入多维 Tensor，可选的数据类型为 float16、float32、float64。
+    - **x** (Tensor，可选) - ``y`` 中数值对应的浮点数所组成的 Tensor，类型与 ``y`` 相同，形状与 ``y`` 的形状相匹配；若 ``x`` 有输入，已知 ``y`` 的尺寸为 `[d_1, d_2, ... , d_n]` 且 `axis=k`，则 ``x`` 的尺寸只能为 `[d_k]` 或 `[d_1, d_2, ... , d_n]`；如果 ``x`` 为 None，则假定采样点均匀分布 ``dx``。
+    - **dx** (float，可选) - 相邻采样点之间的常数间隔；当 ``x`` 和 ``dx`` 均未指定时，``dx`` 默认为 1.0。
+    - **axis** (int，可选) - 计算 trapezoid rule 时 ``y`` 的维度。默认值 -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。
+返回
+:::::::::
+Tensor，按 trapezoidal rule 计算出 ``y`` 等于 N 维张量时的定积分，如果 ``y`` 是一维张量，则结果是浮点数。如果 N 大于 1 维，则结果为 N-1 维张量。
+
+
+代码示例
+:::::::::
+
+COPY-FROM: paddle.trapezoid