update 2.0 API for dice_loss and log_loss (PaddlePaddle#2738)

* update 2.0 API for dice_loss and log_loss

doc/paddle/api/paddle/fluid/layers/dice_loss_cn.rst

@@ -18,24 +18,24 @@ dice_loss定义为:
                    &= \frac{union\_area−intersection\_area}{total\_area}
 
 参数:
-    - **input** (Variable) - 分类的预测概率，秩大于等于2的多维Tensor，维度为 :math:`[N_1, N_2, ..., N_k, D]` 。第一个维度的大小是batch_size，最后一维的大小D是类别数目。数据类型是float32或者float64
-    - **label** (Variable)- 正确的标注数据(groud truth)，与输入 ``input`` 的秩相同的Tensor，维度为 :math:`[N_1, N_2, ..., N_k, 1]` 。第一个维度的大小是batch_size，最后一个维度的大小是1。数据类型为int32或者int64
+    - **input** (Tensor) - 分类的预测概率，秩大于等于2的多维Tensor，维度为 :math:`[N_1, N_2, ..., N_k, D]` 。第一个维度的大小是batch_size，最后一维的大小D是类别数目。数据类型是float32或者float64
+    - **label** (Tensor)- 正确的标注数据(groud truth)，与输入 ``input`` 的秩相同的Tensor，维度为 :math:`[N_1, N_2, ..., N_k, 1]` 。第一个维度的大小是batch_size，最后一个维度的大小是1。数据类型为int32或者int64
     - **epsilon** (float，可选) - 将会加到分子和分母上的数，浮点型的数值。如果输入和标签都为空，则确保dice为1。默认值:0.00001
 
-返回: 按上述公式计算出来的损失函数的结果所表示的Tensor，shape为[batch_size, 1]，数据类型与 ``input`` 相同
+返回: Tensor，shape为[batch_size, 1]，数据类型与 ``input`` 相同
 
-返回类型:  Variable
 
 **代码示例**
 
 ..  code-block:: python
 
-    import paddle.fluid as fluid
-    x = fluid.layers.data(name='data', shape = [3, 224, 224, 2], dtype='float32')
-    label = fluid.layers.data(name='label', shape=[3, 224, 224, 1], dtype='float32')
-    predictions = fluid.layers.softmax(x)
-    loss = fluid.layers.dice_loss(input=predictions, label=label)
-
+    import paddle
+    import paddle.nn.functional as F
+    paddle.disable_static()
+    x = paddle.randn((3,224,224,2))
+    label = paddle.randint(high=2, shape=(3,224,224,1))
+    predictions = F.softmax(x)
+    loss = F.dice_loss(input=predictions, label=label)
 
 
 

doc/paddle/api/paddle/fluid/layers/log_loss_cn.rst

@@ -18,25 +18,26 @@ log_loss
 
 
 参数:
-  - **input** (Variable) – 形为 [N x 1] 的二维张量, 其中 N 为 batch 大小。该输入是由前驱算子计算得来的概率， 数据类型是 float32。
-  - **label** (Variable) – 形为 [N x 1] 的二维张量，真值标签， 其中 N 为 batch 大小，数据类型是 float32。
+  - **input** (Tensor) – 形为 [N x 1] 的二维张量, 其中 N 为 batch 大小。该输入是由前驱算子计算得来的概率， 数据类型是 float32。
+  - **label** (Tensor) – 形为 [N x 1] 的二维张量，真值标签， 其中 N 为 batch 大小，数据类型是 float32。
   - **epsilon** (float) – epsilon
   - **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： 形为[N x 1]的二维张量，计算出的负log_loss值，数据类型为 float32
+返回： Tensor, 形状为[N x 1], 数据类型为 float32
 
-返回类型: Variable
 
 
 **代码示例**
 
 ..  code-block:: python
 
-    import paddle.fluid as fluid
-    label = fluid.data(name='label', shape=[None, 1], dtype='float32')
-    prob = fluid.data(name='prob', shape=[None, 1], dtype='float32')
-    cost = fluid.layers.log_loss(input=prob, label=label)
-
+    import paddle
+    import paddle.nn.functional as F
+    
+    paddle.disable_static()
+    label = paddle.randn((10,1))
+    prob = paddle.randn((10,1))
+    cost = F.log_loss(input=prob, label=label)