Support LoDTensorArray of reverse op (PaddlePaddle#2182)

* support LoDTensorArray

* fix comma

* add example of LoDTensorArray

* fix typo

doc/fluid/api_cn/layers_cn/reverse_cn.rst

@@ -15,10 +15,31 @@ reverse
 
 该OP对输入Tensor ``x`` 在指定轴 ``axis`` 上进行数据的逆序操作。
 
-参数：
-  - **x** (Variable) - 多维Tensor，类型必须为int32，int64，float32，float64。
-  - **axis** (int|tuple|list) - 指定逆序运算的轴，取值范围是[-R, R)，R是输入 ``x`` 的Rank， ``axis`` 为负时与 ``axis`` +R 等价。如果 ``axis`` 是一个元组或列表，则在``axis`` 每个元素值所指定的轴上进行逆序运算。
+::
+
+    示例1:
+        输入是 LoDTensor 类型:
+            x = [[0, 1, 2], [3, 4, 5], [6, 7, 8]]
+            axis = [0, 1]
+
+        输出:
+            output = [[8, 7, 6], [5, 4, 3], [2, 1, 0]]
+
+    示例2:
+        输入是 LoDTensorArray 类型:
+            x = {[[0, 1], [2, 3]],
+                 [[4, 5, 6]],
+                 [[7], [8], [9]]}
+            axis = 0
 
+        输出:
+            output = {[[7], [8], [9]],
+                      [[4, 5, 6]],
+                      [[0, 1], [2, 3]]}
+
+参数：
+  - **x** (Variable) - 输入为Tensor或LoDTensorArray，数据类型支持bool，int8，int32，int64，float32和float64。若输入是LoDTensorArray类型，则返回一个逆序的LoDTensorArray，其内部Tensor元素的次序保持不变。
+  - **axis** (int|tuple|list) - 指定逆序运算的轴，取值范围是[-R, R)，R是输入 ``x`` 的Rank， ``axis`` 为负时与 ``axis`` +R 等价。如果 ``axis`` 是一个元组或列表，则在 ``axis`` 每个元素值所指定的轴上进行逆序运算。如果输入是LoDTensorArray类型，axis须是值为0的int，或shape为[1]的list ``[0]`` 、元组 ``(0,)`` 。
 返回：逆序后的Tensor，形状、数据类型和 ``x`` 一致。
 
 返回类型：Variable
@@ -32,3 +53,13 @@ reverse
         data = fluid.layers.assign(np.array([[0, 1, 2], [3, 4, 5], [6, 7, 8]], dtype='float32')) # [[0., 1., 2.], [3., 4., 5.], [6., 7., 8.]]
         result1 = fluid.layers.reverse(data, 0) # [[6., 7., 8.], [3., 4., 5.], [0., 1., 2.]]
         result2 = fluid.layers.reverse(data, [0, 1]) # [[8., 7., 6.], [5., 4., 3.], [2., 1., 0.]]
+
+        # 输入为LoDTensorArray时
+        data1 = fluid.layers.assign(np.array([[0, 1, 2]], dtype='float32'))
+        data2 = fluid.layers.assign(np.array([[3, 4, 5]], dtype='float32'))
+        tensor_array = fluid.layers.create_array(dtype='float32')
+        i = fluid.layers.fill_constant(shape=[1], dtype='int64', value=0)
+        fluid.layers.array_write(data1, i, tensor_array)
+        fluid.layers.array_write(data2, i+1, tensor_array)
+
+        reversed_tensor_array = fluid.layers.reverse(tensor_array, 0) # {[[3, 4, 5]], [[0, 1, 2]]}