[API Compatibility] nn.Module.to_empty/linalg.det/nn.functional.gumbel_softmax/vstack/nn.functional.batch_norm/set_default_device/autograd.grad_mode.set_grad_enabled/Tensor.new_tensor/nn.modules.loss._Loss/nn.modules.utils._pair/hstack/Tensor.true_divide_/linalg.eigh/Tensor.H/nn.ELU/clamp_max/qr/logdet/linalg.cholesky/nn.functional.elu/nn.functional.prelu/expand_copy/linalg.qr/clamp_ Edit By AI Agent

docs/api/paddle/Overview_cn.rst

@@ -215,6 +215,7 @@ tensor 数学操作原位（inplace）版本
     " :ref:`paddle.put_along_axis_ <cn_api_paddle_put_along_axis_>` ", "Inplace 版本的 put_along_axis API，对输入 x 采用 Inplace 策略"
     " :ref:`paddle.cauchy_ <cn_api_paddle_cauchy_>` ", "直接修改输入 x，将所有元素替换为从柯西分布中随机采样的数值"
     " :ref:`paddle.ceil_ <cn_api_paddle_ceil_>` ", "Inplace 版本的 ceil API，对输入 x 采用 Inplace 策略"
+    " :ref:`paddle.clamp_ <cn_api_paddle_clamp_>` ", "Inplace 版本的 clamp API，对输入 x 采用 Inplace 策略"
     " :ref:`paddle.clip_ <cn_api_paddle_clip_>` ", "Inplace 版本的 clip API，对输入 x 采用 Inplace 策略"
     " :ref:`paddle.copysign_ <cn_api_paddle_copysign_>` ", "Inplace 版本的 copysign API，对输入 x 采用 Inplace 策略"
     " :ref:`paddle.cumprod_ <cn_api_paddle_cumprod_>` ", "Inplace 版本的 cumprod API，对输入 x 采用 Inplace 策略"

docs/api/paddle/clamp_max_cn.rst

@@ -0,0 +1,31 @@
+.. _cn_api_paddle_clamp_max:
+
+clamp_max
+-------------------------------
+
+.. py:function:: paddle.clamp_max(input, max=None, *, out=None)
+
+该 API 将输入中的所有元素进行裁剪，使得输出元素不大于给定的最大值，具体公式如下：
+
+.. math::
+
+        Out = MIN(x, max)
+
+参数
+::::::::::::
+
+    - **input** (Tensor) - 输入的 Tensor，数据类型为：float16、float32、float64、int32、int64。
+    - **max** (float|int|Tensor，可选) - 裁剪的最大值，输入中大于该值的元素将由该元素代替。数据类型可以是 float32 或形状为 [] 的 0-D Tensor，默认值为 None。
+
+关键字参数
+::::::::::::
+    - **out** (Tensor，可选) - 输出 Tensor。默认值为 None。
+
+返回
+::::::::::::
+输出 Tensor，与 ``input`` 维度相同。当 ``input`` 数据类型为 int32 或 int64 且 ``max`` 为 float 类型时，输出 Tensor 的数据类型为 float32，否则与输入 ``input`` 的数据类型相同。
+
+代码示例
+::::::::::::
+
+COPY-FROM: paddle.clamp_max

docs/api/paddle/compat/Overview_cn.rst

@@ -21,6 +21,7 @@ PyTorch 兼容函数
     " :ref:`slogdet <cn_api_paddle_compat_slogdet>` ", "slogdet 函数"
     " :ref:`sort <cn_api_paddle_compat_sort>` ", "同时返回 values 及 indices 的排序"
     " :ref:`split <cn_api_paddle_compat_split>` ", "允许非整除块大小输入的 Tensor 轴向切分"
+    " :ref:`logical_and_ <cn_api_paddle_compat_logical_and_>` ", "Inplace 版本的逻辑与运算，保留输入 Tensor 数据类型"
 
 
 .. _about_compat_nn:

docs/api/paddle/compat/nn/_pair_cn.rst

@@ -0,0 +1,23 @@
+.. _cn_api_paddle_compat_nn__pair:
+
+_pair
+-------------------------------
+
+.. py:function:: paddle.compat.nn._pair(x)
+
+用于将输入转换为包含 2 个元素的元组。当输入为单个整数时，返回包含两个相同整数的元组；当输入为列表或元组时，转换为元组并返回。
+
+参数
+:::::::::::
+
+    - **x** (int|list|tuple) - 输入值，可以是整数、包含 2 个元素的列表或元组。
+
+返回
+:::::::::::
+
+    tuple：包含 2 个元素的元组。
+
+代码示例
+::::::::::::
+
+COPY-FROM: paddle.compat.nn._pair

docs/api/paddle/cross_cn.rst

@@ -3,7 +3,7 @@
 cross
 -------------------------------
 
-.. py:function:: paddle.cross(x, y, axis=9, name=None)
+.. py:function:: paddle.cross(x, y, axis=-1, name=None, *, out=None)
 
 
 计算 Tensor ``x`` 和 ``y`` 在 ``axis`` 维度上的向量积（叉积）。
@@ -14,9 +14,13 @@ cross
 :::::::::
     - **x** (Tensor) - 第一个输入 Tensor，数据类型为：float16、float32、float64、int32、int64、complex64、complex128。别名 ``input``。
     - **y** (Tensor) - 第二个输入 Tensor，数据类型为：float16、float32、float64、int32、int64、complex64、complex128。别名 ``other``。
-    - **axis** (int，可选) - 沿着此维进行向量积操作。别名 ``dim``。默认值是 9，意思是选取第一个长度为 3 的 ``axis`` 。
+    - **axis** (int，可选) - 沿着此维进行向量积操作。别名 ``dim``。默认值是 -1，意思是选取第一个长度为 3 的 ``axis`` 。
     - **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。
 
+关键字参数
+::::::::::::
+    - **out** (Tensor，可选) - 输出 Tensor，若不为 ``None``，计算结果将保存在该 Tensor 中，默认值为 ``None``。
+
 返回
 :::::::::
 计算后的 Tensor，数据类型与输入 ``x`` 相同。

docs/api/paddle/device/set_default_device_cn.rst

@@ -0,0 +1,29 @@
+.. _cn_api_paddle_device_set_default_device:
+
+set_default_device
+-------------------------------
+
+.. py:function:: paddle.device.set_default_device(device=None)
+
+Paddle 支持在各种类型的设备上运行，包括 CPU、GPU、XPU、NPU 和 IPU。
+该函数可以设置 OP 运行的全局设备。
+
+参数
+:::::::::
+
+    - **device** (str|Place|paddle.device|int|None，可选) - 此参数确定特定的运行设备。可以是 ``cpu``、``gpu``、``xpu``、``npu``、``gpu:x``、``xpu:x``、``npu:x`` 和 ``ipu``，
+      其中 ``x`` 是 GPU、XPU 或 NPU 的索引。也可以是 ``paddle.device`` 对象或 int 类型的设备索引。如果为 ``None``，则重置为 CPU。
+      默认值为 None。
+
+返回
+:::::::::
+
+    无。
+
+代码示例
+:::::::::
+
+.. code-block:: pycon
+
+    >>> import paddle
+    >>> paddle.device.set_default_device("cpu")

docs/api/paddle/expand_copy_cn.rst

@@ -0,0 +1,25 @@
+.. _cn_api_paddle_expand_copy:
+
+expand_copy
+-------------------------------
+
+.. py:function:: paddle.expand_copy(x, shape, name=None)
+
+根据 ``shape`` 指定的形状扩展 ``x``，扩展后返回一个新的 Tensor，不会修改原 Tensor。
+
+这是 :ref:`cn_api_paddle_expand` 的非原位版本。
+
+参数
+:::::::::::
+    - **x** (Tensor) - 输入的 Tensor，数据类型为：bool、float16、float32、float64、int32、int64、uint8、uint16、complex64 或 complex128。别名 ``input``。
+    - **shape** (tuple|list|Tensor) - 给定输入 ``x`` 扩展后的形状。若 shape 为 list 或 tuple，其中的元素值应全为整数或 0-D 或 1-D Tensor（数据类型为 int32）。别名 ``size``。
+    - **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，数据类型与 ``x`` 相同。
+
+代码示例
+:::::::::::
+
+COPY-FROM: paddle.expand_copy

docs/api/paddle/hstack_cn.rst

@@ -3,16 +3,20 @@
 hstack
 -------------------------------
 
-.. py:function:: paddle.hstack(x, name=None)
+.. py:function:: paddle.hstack(x, name=None, *, out=None)
 
 沿水平轴堆叠输入 ``x`` 中的所有张量。所有张量必须具有相同的数据类型。
 
 参数
 ::::::::::::
 
-    - **x** (list[Tensor]|tuple[Tensor]) - 输入 ``x`` 可以是张量的 list 或 tuple， ``x`` 中张量的数据类型必须相同。支持的数据类型： ``float16`` 、 ``float32`` 、 ``float64`` 、 ``int32`` 、 ``int64`` 或 ``bfloat16`` 。
+    - **x** (list[Tensor]|tuple[Tensor]) - 输入 ``x`` 可以是张量的 list 或 tuple， ``x`` 中张量的数据类型必须相同。支持的数据类型： ``float16`` 、 ``float32`` 、 ``float64`` 、 ``int32`` 、 ``int64`` 或 ``bfloat16`` 。别名 ``tensors``。
     - **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。
 
+关键字参数
+::::::::::::
+    - **out** (Tensor，可选) - 输出 Tensor，若不为 ``None``，计算结果将保存在该 Tensor 中，默认值为 ``None``。
+
 返回
 ::::::::::::
 Tensor，与输入数据类型相同的堆叠张量。

docs/api/paddle/linalg/cholesky_cn.rst

@@ -3,7 +3,7 @@
 cholesky
 -------------------------------
 
-.. py:function:: paddle.linalg.cholesky(x, upper=False, name=None)
+.. py:function:: paddle.linalg.cholesky(x, upper=False, name=None, *, out=None)
 
 
 
@@ -15,10 +15,14 @@ cholesky
 参数
 ::::::::::::
 
-    - **x** （Tensor）- 输入变量为多维 Tensor，它的维度应该为 ``[*, M, M]``，其中*为零或更大的批次尺寸，并且最里面的两个维度上的矩阵都应为对称的正定矩阵，支持数据类型为 float32、float64。
+    - **x** （Tensor）- 输入变量为多维 Tensor，它的维度应该为 ``[*, M, M]``，其中*为零或更大的批次尺寸，并且最里面的两个维度上的矩阵都应为对称的正定矩阵，支持数据类型为 float32、float64。别名 ``input``。
     - **upper** （bool）- 指示是否返回上三角矩阵或下三角矩阵。默认值：False。
     - **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。
 
+关键字参数
+::::::::::::
+    - **out** (Tensor，可选) - 输出 Tensor，若不为 ``None``，计算结果将保存在该 Tensor 中，默认值为 ``None``。
+
 返回
 ::::::::::::
 Tensor，与 ``x`` 具有相同形状和数据类型。它代表了 Cholesky 分解生成的三角矩阵。

docs/api/paddle/linalg/det_cn.rst

@@ -3,13 +3,14 @@
 det
 -------------------------------
 
-.. py:function:: paddle.linalg.det(x)
+.. py:function:: paddle.linalg.det(x, *, out=None)
 计算批量矩阵的行列式值。
 
 参数
 ::::::::::::
 
-    - **x** (Tensor)：输入一个或批量矩阵。``x`` 的形状应为 ``[*, M, M]``，其中 ``*`` 为零或更大的批次维度，数据类型支持 float32、float64。别名 ``input``。
+    - **x** (Tensor)：输入一个或批量矩阵。``x`` 的形状应为 ``[*, M, M]``，其中 ``*`` 为零或更大的批次维度，数据类型支持 float32、float64。别名 ``input``、 ``A``。
+    - **out** (Tensor，可选)：指定输出的存储结果的 Tensor，如果提供，返回值将是 ``out`` 本身。默认值为 ``None``。
 
 返回
 ::::::::::::

docs/api/paddle/linalg/eigh_cn.rst

@@ -3,16 +3,20 @@
 eigh
 -------------------------------
 
-.. py:function:: paddle.linalg.eigh(x, UPLO='L', name=None)
+.. py:function:: paddle.linalg.eigh(x, UPLO='L', name=None, *, out=None)
 计算厄米特矩阵或者实数对称矩阵的特征值和特征向量。
 
 参数
 ::::::::::::
 
-    - **x** (Tensor)：输入一个或一批厄米特矩阵或者实数对称矩阵。``x`` 的形状应为 ``[*, M, M]``，其中 ``*`` 为零或更大的批次维度，数据类型支持 float32、float64、complex64、complex128。
+    - **x** (Tensor)：输入一个或一批厄米特矩阵或者实数对称矩阵。``x`` 的形状应为 ``[*, M, M]``，其中 ``*`` 为零或更大的批次维度，数据类型支持 float32、float64、complex64、complex128。别名 ``input``。
     - **UPLO** (str，可选)：表示计算上三角或者下三角矩阵，默认值为 'L'，表示计算下三角矩阵的特征值和特征向量，'U'表示计算上三角矩阵的特征值和特征向量。
     - **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。
 
+关键字参数
+::::::::::::
+    - **out** (tuple[Tensor, Tensor]，可选) - 输出 Tensor 元组，若不为 ``None``，计算结果将保存在该 Tensor 元组中，默认值为 ``None``。
+
 返回
 ::::::::::::
 

docs/api/paddle/linalg/qr_cn.rst

@@ -3,7 +3,7 @@
 qr
 -------------------------------
 
-.. py:function:: paddle.linalg.qr(x, mode="reduced", name=None)
+.. py:function:: paddle.linalg.qr(x, mode="reduced", name=None, *, out=None)
 
 
 计算一个或一批矩阵的正交三角分解，也称 QR 分解（暂不支持反向）。
@@ -19,15 +19,23 @@ qr
 参数
 ::::::::::::
 
-    - **x** (Tensor)：输入进行正交三角分解的一个或一批方阵，类型为 Tensor。 ``x`` 的形状应为 ``[*, M, N]``，其中 ``*`` 为零或更大的批次维度，数据类型支持 float32， float64。
-    - **mode** (str，可选)：控制正交三角分解的行为，默认是 ``reduced``，假设 ``x`` 形状应为 ``[*, M, N]`` 和 ``K = min(M, N)``：如果 ``mode = "reduced"``，则 :math:`Q` 形状为 ``[*, M, K]`` 和 :math:`R` 形状为 ``[*, K, N]``；如果 ``mode = "complete"``，则 :math:`Q` 形状为 ``[*, M, M]`` 和 :math:`R` 形状为 ``[*, M, N]``；如果 ``mode = "r"``，则不返回 :math:`Q`，只返回 :math:`R` 且形状为 ``[*, K, N]`` 。
+    - **x** (Tensor)：输入进行正交三角分解的一个或一批方阵，类型为 Tensor。 ``x`` 的形状应为 ``[*, M, N]``，其中 ``*`` 为零或更大的批次维度，数据类型支持 float32， float64。别名 ``input``, ``A``。
+    - **mode** (str，可选)：控制正交三角分解的行为，默认是 ``reduced``，假设 ``x`` 形状应为 ``[*, M, N]`` 和 ``K = min(M, N)``：
+        如果 ``mode = "reduced"``，则 :math:`Q` 形状为 ``[*, M, K]`` 和 :math:`R` 形状为 ``[*, K, N]``；
+        如果 ``mode = "complete"``，则 :math:`Q` 形状为 ``[*, M, M]`` 和 :math:`R` 形状为 ``[*, M, N]``；
+        如果 ``mode = "r"``，则**只返回**缩减的 :math:`R`，其形状为 ``[*, K, N]``。
     - **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。
+    - **out** (Tensor|tuple，可选) - 指定输出的张量。
+        当 ``mode = "r"`` 时，为一个 Tensor 用于存储 R；
+        否则为一个 ``(Q, R)`` 张量元组，默认值为 None。
 
 返回
 ::::::::::::
 
-    - Tensor Q，正交三角分解的 Q 正交矩阵，需注意如果 ``mode = "reduced"``，则不返回 Q 矩阵，只返回 R 矩阵。
-    - Tensor R，正交三角分解的 R 上三角矩阵。
+    - 如果 ``mode = "r"``，返回 Tensor R，即缩减的上三角矩阵。
+    - 否则返回 ``QrRetType(Q, R)`` 具名元组：
+        - Tensor Q，正交三角分解的 Q 正交矩阵。
+        - Tensor R，正交三角分解的 R 上三角矩阵。
 
 代码示例
 ::::::::::

docs/api/paddle/logdet_cn.rst

@@ -0,0 +1,26 @@
+.. _cn_api_paddle_logdet:
+
+logdet
+-------------------------------
+
+.. py:function:: paddle.logdet(input, name=None)
+
+计算一个或一批方阵的行列式的自然对数。
+
+如果行列式值为正数，则返回行列式的自然对数；如果行列式值为负数或零，则返回 ``NaN``。
+
+参数
+::::::::::::
+
+    - **input** (Tensor) - 输入一个或批量方阵。``input`` 的形状应为 ``[*, M, M]``，其中 ``*`` 为零或更大的批次维度，数据类型支持 float32、float64、complex64、complex128。
+    - **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，输出矩阵的行列式的自然对数值。
+
+代码示例
+::::::::::::
+
+COPY-FROM: paddle.logdet

docs/api/paddle/nn/ELU_cn.rst

@@ -2,7 +2,7 @@
 
 ELU
 -------------------------------
-.. py:class:: paddle.nn.ELU(alpha=1.0, name=None)
+.. py:class:: paddle.nn.ELU(alpha=1.0, inplace=False, name=None)
 
 ELU 激活层（ELU Activation Operator）
 
@@ -23,6 +23,7 @@ ELU 激活层（ELU Activation Operator）
 参数
 ::::::::::
     - **alpha** (float，可选) - ELU 的 alpha 值，默认值为 1.0。
+    - **inplace** (bool，可选) - 是否在不更改变量的内存地址的情况下，直接修改变量的值，默认值为 False。
     - **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

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

@@ -3,7 +3,7 @@
 elu
 -------------------------------
 
-.. py:function:: paddle.nn.functional.elu(x, alpha=1.0, name=None)
+.. py:function:: paddle.nn.functional.elu(x, alpha=1.0, inplace=False, name=None)
 
 elu 激活层（ELU Activation Operator）
 
@@ -23,8 +23,9 @@ elu 激活层（ELU Activation Operator）
 
 参数
 ::::::::::
-    - **x** (Tensor) - 输入的 ``Tensor``，数据类型为：float32、float64。
+    - **x** (Tensor) - 输入的 ``Tensor``，数据类型为：float32、float64。别名 ``input``。
     - **alpha** (float，可选) - elu 的 alpha 值，默认值为 1.0。
+    - **inplace** (bool，可选) - 是否在不更改变量的内存地址的情况下，直接修改变量的值，默认值为 False。
     - **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

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

@@ -2,7 +2,7 @@
 
 gumbel_softmax
 -------------------------------
-.. py:function:: paddle.nn.functional.gumbel_softmax(x, temperature = 1.0, hard = False, axis = -1, name = None)
+.. py:function:: paddle.nn.functional.gumbel_softmax(x, temperature = 1.0, hard = False, axis = -1, name = None, eps = None)
 
 实现了按 Gumbel-Softmax 分布进行采样的功能，通过 hard 可选择是否离散化。记 temperature 为 ``t``，涉及到的等式如下：
 
@@ -32,6 +32,7 @@ gumbel_softmax
     - **hard** (bool，可选) - 如果是 True，返回离散的 one-hot 向量。如果是 False，返回软样本。默认值：False。
     - **axis** (int，可选) - 按照维度 axis 计算 softmax。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。
+    - **eps** (float，可选) - 此参数已被废弃，不产生任何作用。默认值为 None。
 
 返回
 ::::::::::

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

@@ -3,14 +3,19 @@
 instance_norm
 -------------------------------
 
-.. py:class:: paddle.nn.functional.instance_norm(x, running_mean=None, running_var=None, weight=None, bias=None, use_input_stats=True, momentum=0.9, eps=1e-05, data_format='NCHW', name=None)
+.. py:function:: paddle.nn.functional.instance_norm(x, running_mean=None, running_var=None, weight=None, bias=None, use_input_stats=True, momentum=0.9, eps=1e-05, data_format='NCHW', name=None)
+
+.. note::
+    此 API 有两种调用方式：
+    1. ``paddle.nn.functional.instance_norm(x, running_mean=None, running_var=None, weight=None, bias=None, use_input_stats=True, momentum=0.9, eps=1e-05, data_format='NCHW', name=None)`` (Paddle 风格)。
+    2. ``paddle.nn.functional.instance_norm(input, running_mean=None, running_var=None, weight=None, bias=None, use_input_stats=True, momentum=0.1, eps=1e-05)`` (PyTorch 风格)。
 
 推荐使用 :ref:`cn_api_paddle_nn_InstanceNorm1D`，:ref:`cn_api_paddle_nn_InstanceNorm2D`，:ref:`cn_api_paddle_nn_InstanceNorm3D`，由内部调用此方法。
 
 参数
 ::::::::::::
 
-    - **x** (Tensor) - 输入，数据类型为 float32, float64。
+    - **x** (Tensor) - 输入，数据类型为 float32, float64。别名 ``input``。
     - **running_mean** (Tensor，可选) - 均值的 Tensor。过时（已被删除，无法使用）
     - **running_var** (Tensor，可选) - 方差的 Tensor。过时（已被删除，无法使用）
     - **weight** (Tensor，可选) - 权重的 Tensor。默认值：None. 如果 weight 为 None 则 weight 被初始化为全 1 的 Tensor.

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

@@ -15,7 +15,7 @@ prelu 激活层（PRelu Activation Operator）。计算公式如下：
 
 参数
 ::::::::::
-    - **x** (Tensor) - 输入的 ``Tensor``，数据类型为：float32、float64。
+    - **x** (Tensor) - 输入的 ``Tensor``，数据类型为：float32、float64。别名 ``input``。
     - **weight** (Tensor) - 可训练参数，数据类型同``x`` 一致，形状支持：[]、[1] 或者 [in]，其中 ``in`` 为输入的通道数。
     - **data_format** (str，可选) – 指定输入的数据格式，输出的数据格式将与输入保持一致，可以是 "NC", "NCL", "NCHW", "NCDHW", "NLC", "NHWC" 或者 "NDHWC"。默认值："NCHW"。
     - **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。