Support tuple (PaddlePaddle#6200)

* update_windows_compile_docs

* support_tuple

docs/api/paddle/distributed/fleet/UtilBase_cn.rst

@@ -14,7 +14,7 @@ all_reduce(input, mode="sum", comm_world="worker")
 
 **参数**
 
-    - **input** (list|numpy.array) – 归约操作的输入。
+    - **input** (list|tuple|numpy.array) – 归约操作的输入。
     - **mode** (str) - 归约操作的模式，包含求和，取最大值和取最小值，默认为求和归约。
     - **comm_world** (str) - 归约操作的通信集合，包含：server 集合(``server``)，worker 集合(``worker``)及所有节点集合(``all``)，默认为 worker 集合。
 

docs/api/paddle/distribution/Categorical_cn.rst

@@ -24,7 +24,7 @@ Categorical
 参数
 ::::::::::::
 
-    - **logits** (list|numpy.ndarray|Tensor) - 类别分布对应的 logits。数据类型为 float32 或 float64。
+    - **logits** (list|tuple|numpy.ndarray|Tensor) - 类别分布对应的 logits。数据类型为 float32 或 float64。
     - **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。
 
 代码示例

docs/api/paddle/min_cn.rst

@@ -15,7 +15,7 @@ min
 参数
 :::::::::
    - **x** （Tensor）- Tensor，支持数据类型为 float32、float64、int32、int64。
-   - **axis** （list|int，可选）- 求最小值运算的维度。如果为 None，则计算所有元素的最小值并返回包含单个元素的 Tensor 变量，否则必须在 :math:`[−x.ndim, x.ndim]` 范围内。如果 :math:`axis[i] < 0`，则维度将变为 :math:`x.ndim+axis[i]`，默认值为 None。
+   - **axis** （list|tuple|int，可选）- 求最小值运算的维度。如果为 None，则计算所有元素的最小值并返回包含单个元素的 Tensor 变量，否则必须在 :math:`[−x.ndim, x.ndim]` 范围内。如果 :math:`axis[i] < 0`，则维度将变为 :math:`x.ndim+axis[i]`，默认值为 None。
    - **keepdim** (bool，可选) - 是否在输出 Tensor 中保留输入的维度。除非 keepdim 为 True，否则输出 Tensor 的维度将比输入 Tensor 小一维，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。
 

docs/api/paddle/nn/Layer_cn.rst

@@ -414,7 +414,7 @@ float(excluded_layers=None)
 
 **参数**
 
-    - **excluded_layers** （list|nn.Layer|None，可选） - 不需要转换数据类型的层。如果 ``excluded_layers`` 为 None，则转换所有浮点参数和缓冲区，默认值：None。
+    - **excluded_layers** （list|tuple|nn.Layer|None，可选） - 不需要转换数据类型的层。如果 ``excluded_layers`` 为 None，则转换所有浮点参数和缓冲区，默认值：None。
 
 **代码示例**
 
@@ -430,7 +430,7 @@ float16(excluded_layers=None)
 
 **参数**
 
-    - **excluded_layers** （list|nn.Layer|None，可选） - 不需要转换数据类型的层。如果 ``excluded_layers`` 为 None，则转换除 ``nn.BatchNorm`` 之外的所有浮点参数和缓冲区，默认值：None。
+    - **excluded_layers** （list|tuple|nn.Layer|None，可选） - 不需要转换数据类型的层。如果 ``excluded_layers`` 为 None，则转换除 ``nn.BatchNorm`` 之外的所有浮点参数和缓冲区，默认值：None。
 
 **代码示例**
 
@@ -446,7 +446,7 @@ bfloat16(excluded_layers=None)
 
 **参数**
 
-    - **excluded_layers** （list|nn.Layer|None，可选） - 不需要转换数据类型的层。如果 ``excluded_layers`` 为 None，则转换除 ``nn.BatchNorm`` 之外的所有浮点参数和缓冲区，默认值：None。
+    - **excluded_layers** （list|tuple|nn.Layer|None，可选） - 不需要转换数据类型的层。如果 ``excluded_layers`` 为 None，则转换除 ``nn.BatchNorm`` 之外的所有浮点参数和缓冲区，默认值：None。
 
 **代码示例**
 

docs/api/paddle/nn/Unfold_cn.rst

@@ -31,10 +31,10 @@ Unfold
 参数
 ::::::::::::
 
-    - **kernel_sizes**  (int|list of int) – 卷积核的尺寸，整数或者整型列表。如果为整型列表，应包含两个元素 ``[k_h, k_w]``，卷积核大小为 ``k_h * k_w``；如果为整数 k，会被当作整型列表 ``[k, k]`` 处理
-    - **dilations** (int|list of int，可选) – 卷积膨胀，整型列表或者整数。如果为整型列表，应该包含两个元素[dilation_h, dilation_w]。如果是整数 dilation，会被当作整型列表[dilation, dilation]处理。默认值为 1
-    - **paddings** (int|list of int，可选) – 每个维度的扩展，整数或者整型列表。如果为整型列表，长度应该为 4 或者 2；长度为 4 对应的 padding 参数是：[padding_top, padding_left，padding_bottom, padding_right]，长度为 2 对应的 padding 参数是[padding_h, padding_w]，会被当作[padding_h, padding_w, padding_h, padding_w]处理。如果为整数 padding，则会被当作[padding, padding, padding, padding]处理。默认值为 0
-    - **strides**  (int|list of int，可选) – 卷积步长，整数或者整型列表。如果为整型列表，应该包含两个元素 ``[stride_h, stride_w]``。如果为整数，则 ``stride_h = stride_w = strides``。默认值为 1
+    - **kernel_sizes**  (int|list(tuple) of int) – 卷积核的尺寸，整数或者整型列表。如果为整型列表，应包含两个元素 ``[k_h, k_w]``，卷积核大小为 ``k_h * k_w``；如果为整数 k，会被当作整型列表 ``[k, k]`` 处理
+    - **dilations** (int|list(tuple) of int，可选) – 卷积膨胀，整型列表或者整数。如果为整型列表，应该包含两个元素[dilation_h, dilation_w]。如果是整数 dilation，会被当作整型列表[dilation, dilation]处理。默认值为 1
+    - **paddings** (int|list(tuple) of int，可选) – 每个维度的扩展，整数或者整型列表。如果为整型列表，长度应该为 4 或者 2；长度为 4 对应的 padding 参数是：[padding_top, padding_left，padding_bottom, padding_right]，长度为 2 对应的 padding 参数是[padding_h, padding_w]，会被当作[padding_h, padding_w, padding_h, padding_w]处理。如果为整数 padding，则会被当作[padding, padding, padding, padding]处理。默认值为 0
+    - **strides**  (int|list(tuple) of int，可选) – 卷积步长，整数或者整型列表。如果为整型列表，应该包含两个元素 ``[stride_h, stride_w]``。如果为整数，则 ``stride_h = stride_w = strides``。默认值为 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。
 
 形状

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

@@ -43,10 +43,10 @@ unfold
 ::::::::::::
 
     - **x**  (Tensor) – 输入 4-D Tensor，形状为[N, C, H, W]，数据类型为 float32 或者 float64
-    - **kernel_sizes**  (int|list of int) – 卷积核的尺寸，整数或者整型列表。如果为整型列表，应包含两个元素 ``[k_h, k_w]``，卷积核大小为 ``k_h * k_w``；如果为整数 k，会被当作整型列表 ``[k, k]`` 处理
-    - **strides**  (int|list of int，可选) – 卷积步长，整数或者整型列表。如果为整型列表，应该包含两个元素 ``[stride_h, stride_w]``。如果为整数，则 ``stride_h = stride_w = strides``。默认值为 1
-    - **paddings** (int|list of int，可选) – 每个维度的扩展，整数或者整型列表。如果为整型列表，长度应该为 4 或者 2；长度为 4 对应的 padding 参数是：[padding_top, padding_left，padding_bottom, padding_right]，长度为 2 对应的 padding 参数是[padding_h, padding_w]，会被当作[padding_h, padding_w, padding_h, padding_w]处理。如果为整数 padding，则会被当作[padding, padding, padding, padding]处理。默认值为 0
-    - **dilations** (int|list of int，可选) – 卷积膨胀，整型列表或者整数。如果为整型列表，应该包含两个元素[dilation_h, dilation_w]。如果是整数 dilation，会被当作整型列表[dilation, dilation]处理。默认值为 1
+    - **kernel_sizes**  (int|list(tuple) of int) – 卷积核的尺寸，整数或者整型列表。如果为整型列表，应包含两个元素 ``[k_h, k_w]``，卷积核大小为 ``k_h * k_w``；如果为整数 k，会被当作整型列表 ``[k, k]`` 处理
+    - **strides**  (int|list(tuple) of int，可选) – 卷积步长，整数或者整型列表。如果为整型列表，应该包含两个元素 ``[stride_h, stride_w]``。如果为整数，则 ``stride_h = stride_w = strides``。默认值为 1
+    - **paddings** (int|list(tuple) of int，可选) – 每个维度的扩展，整数或者整型列表。如果为整型列表，长度应该为 4 或者 2；长度为 4 对应的 padding 参数是：[padding_top, padding_left，padding_bottom, padding_right]，长度为 2 对应的 padding 参数是[padding_h, padding_w]，会被当作[padding_h, padding_w, padding_h, padding_w]处理。如果为整数 padding，则会被当作[padding, padding, padding, padding]处理。默认值为 0
+    - **dilations** (int|list(tuple) of int，可选) – 卷积膨胀，整型列表或者整数。如果为整型列表，应该包含两个元素[dilation_h, dilation_w]。如果是整数 dilation，会被当作整型列表[dilation, dilation]处理。默认值为 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。
 
 

docs/api/paddle/vision/ops/box_coder_cn.rst

@@ -42,7 +42,7 @@ box_coder
 参数
 ::::::::::::
         - **prior_box** (Tensor) - 维度为 [M, 4] 的 2-D Tensor ， M 表示存储 M 个框，数据类型为 float32 或 float64 。先验框，每个框代表 [xmin, ymin, xmax, ymax] ， [xmin, ymin] 是先验框的左顶点坐标，如果输入数图像特征图，则接近坐标原点。 [xmax,ymax] 是先验框的右底点坐标。
-        - **prior_box_var** (List|Tensor|None) - 支持三种输入类型，一是维度为 [M, 4] 的 2-D Tensor ，存储 M 个先验框的 variance ，数据类型为 float32 或 float64 。另一种是一个长度为 4 的列表，所有先验框共用这个列表中的 variance ，数据类型为 float32 或 float64 。为 None 时不参与计算。
+        - **prior_box_var** (List|tuple|Tensor|None) - 支持三种输入类型，一是维度为 [M, 4] 的 2-D Tensor ，存储 M 个先验框的 variance ，数据类型为 float32 或 float64 。另一种是一个长度为 4 的列表，所有先验框共用这个列表中的 variance ，数据类型为 float32 或 float64 。为 None 时不参与计算。
         - **target_box** (Tensor) - 数据类型为 float32 或 float64 的 Tensor ，当 code_type 为 `encode_center_size` ，输入是 2-D Tensor ，维度为 [N, 4] ， N 为目标框的个数，目标框的格式与先验框相同。当 code_type 为 `decode_center_size` ，输入为 3-D Tensor ，维度为 [N, M, 4]。通常 N 表示产生检测框的个数， M 表示类别数。此时目标框为偏移量。
         - **code_type** (str，可选) - 编码类型用目标框，可以是 `encode_center_size` 或 `decode_center_size` ，默认值为 `encode_center_size` 。
         - **box_normalized** (bool，可选) - 先验框坐标是否正则化，即是否在 [0, 1] 区间内。默认值为 True 。