PaddlePaddle · Le-soleile · Jun 26, 2026
@@ -360,6 +360,7 @@ tensor 创建相关
     " :ref:`paddle.eye <cn_api_paddle_eye>` ", "构建二维 Tensor(主对角线元素为 1，其他元素为 0)"
     " :ref:`paddle.full <cn_api_paddle_full>` ", "创建形状大小为 shape 并且数据类型为 dtype 的 Tensor"
     " :ref:`paddle.full_like <cn_api_paddle_full_like>` ", "创建一个和 x 具有相同的形状并且数据类型为 dtype 的 Tensor"
+    " :ref:`paddle.kaiser_window <cn_api_paddle_kaiser_window>` ", "计算 Kaiser 窗"
     " :ref:`paddle.linspace <cn_api_paddle_linspace>` ", "返回一个 Tensor，Tensor 的值为在区间 start 和 stop 上均匀间隔的 num 个值，输出 Tensor 的长度为 num"
     " :ref:`paddle.meshgrid <cn_api_paddle_meshgrid>` ", "对每个 Tensor 做扩充操作"
     " :ref:`paddle.numel <cn_api_paddle_numel>` ", "返回一个长度为 1 并且元素值为输入 x 元素个数的 Tensor"
@@ -627,6 +628,7 @@ framework 相关
     " :ref:`paddle.get_rng_state <cn_api_paddle_get_rng_state>` ", "获取指定设备的随机数生成器的所有随机状态。"
     " :ref:`paddle.grad <cn_api_paddle_grad>` ", "对于每个 inputs ，计算所有 outputs 相对于其的梯度和"
     " :ref:`paddle.in_dynamic_mode <cn_api_paddle_in_dynamic_mode>` ", "查看 paddle 当前是否在动态图模式中运行"
+    " :ref:`paddle.inference_mode <cn_api_paddle_inference_mode>` ", "创建启用或禁用推理模式的上下文"
     " :ref:`paddle.LazyGuard <cn_api_paddle_LazyGuard>` ", "用于设置模型（继承自 ``paddle.nn.Layer`` ） 中参数延迟初始化的上下文管理器"
     " :ref:`paddle.load <cn_api_paddle_load>` ", "从指定路径载入可以在 paddle 中使用的对象实例"
     " :ref:`paddle.no_grad <cn_api_paddle_no_grad>` ", "创建一个上下文来禁用动态图梯度计算"

@@ -3,7 +3,7 @@
 Distribution
 -------------------------------
 
-.. py:class:: paddle.distribution.Distribution()
+.. py:class:: paddle.distribution.Distribution(batch_shape=(), event_shape=(), validate_args=None)
 
 概率分布的抽象基类，在具体的分布中实现具体功能。
 
@@ -14,7 +14,55 @@ Distribution
   布 ``batch_shape=param.shape[:-1]``，其中 param 表示分布参数，支持 broadcast 语义。
 - **event_shape** - 多元概率分布维数形状。一元分布 ``event_shape=()``，多元分布
   ``event_shape=param.shape[-1:]``，其中 param 表示分布参数，支持 broadcast 语义。
+- **validate_args** (bool|None，可选) - 是否启用参数校验。默认值为 None。
 
+属性
+:::::::::
+
+arg_constraints
+'''''''''
+
+返回该概率分布参数需要满足的约束条件。
+
+**返回**
+
+dict，分布参数与其约束条件的映射。
+
+support
+'''''''''
+
+返回表示该概率分布支持集的约束对象。
+
+**返回**
+
+Constraint|None，表示支持集的约束对象。
+
+mean
+'''''''''
+
+概率分布的均值。
+
+**返回**
+
+Tensor，均值。
+
+mode
+'''''''''
+
+概率分布的众数。
+
+**返回**
+
+Tensor，众数。
+
+variance
+'''''''''
+
+概率分布的方差。
+
+**返回**
+
+Tensor，方差。
 
 方法
 :::::::::
@@ -37,6 +85,15 @@ rsample(shape=[])
 
     - **shape** (Sequence[int]，可选) - 重参数化采样的样本维度。
 
+sample_n(n)
+''''''''''
+
+从分布中生成 ``n`` 个样本。
+
+**参数**
+
+    - **n** (int) - 采样数量。
+
 entropy()
 '''''''''
 
@@ -51,6 +108,38 @@ log_prob(value)
 
     - **value** (Tensor) - 输入 Tensor。
 
+cdf(value)
+''''''''''
+
+计算 ``value`` 处的累计概率密度函数或累计概率质量函数值。
+
+**参数**
+
+    - **value** (Tensor) - 输入 Tensor。
+
+icdf(value)
+''''''''''
+
+计算 ``value`` 处的逆累计概率密度函数或逆累计概率质量函数值。
+
+**参数**
+
+    - **value** (Tensor) - 输入 Tensor。
+
+enumerate_support(expand=True)
+''''''''''''''''''''''''''''''
+
+返回离散概率分布支持集中的所有取值。
+
+**参数**
+
+    - **expand** (bool，可选) - 是否扩展结果 Tensor。默认值为 True。
+
+perplexity()
+''''''''''''
+
+返回该概率分布的困惑度。
+
 probs(value)
 '''''''''
 
@@ -68,3 +157,12 @@ kl_divergence(other)
 **参数**
 
     - **other** (Distribution) - Distribution 的实例。
+
+set_default_validate_args(value)
+''''''''''''''''''''''''''''''''
+
+设置是否默认启用参数校验。
+
+**参数**
+
+    - **value** (bool) - 是否默认启用参数校验。
@@ -3,7 +3,7 @@
 MultivariateNormal
 -------------------------------
 
-.. py:class:: paddle.distribution.MultivariateNormal(loc, covariance_matrix=None, precision_matrix=None, scale_tril=None)
+.. py:class:: paddle.distribution.MultivariateNormal(loc, covariance_matrix=None, precision_matrix=None, scale_tril=None, validate_args=None)
 
 
 MultivariateNormal 是一种定义在实数域上的多元连续型概率分布，参数 :attr:`loc` 表示均值，以及需要传入以下任意一种矩阵描述其方差：
@@ -33,6 +33,8 @@ MultivariateNormal 是一种定义在实数域上的多元连续型概率分布
 
     - **scale_tril** (Tensor，可选) - 是 MultivariateNormal 协方差矩阵的柯列斯基分解的下三角矩阵。:attr:`scale_tril` 的数据类型会被转换为与 :attr:`loc` 相同的类型。默认值为 None。
 
+    - **validate_args** (bool|None，可选) - 是否对输入参数进行校验。默认值为 None。
+
 
 代码示例
 :::::::::
@@ -60,6 +62,15 @@ MultivariateNormal 分布的方差
 
 Tensor，方差
 
+mode
+'''''''''
+
+MultivariateNormal 分布的众数
+
+**返回**
+
+Tensor，众数
+
 方法
 :::::::::
 

@@ -3,7 +3,7 @@
 Normal
 -------------------------------
 
-.. py:class:: paddle.distribution.Normal(loc, scale, name=None)
+.. py:class:: paddle.distribution.Normal(loc, scale, validate_args=None, name=None)
 
 
 正态分布
@@ -35,6 +35,7 @@ Normal
 
     - **loc** (int|float|complex|list|tuple|numpy.ndarray|Tensor) - 正态分布平均值。数据类型为 float32、float64、complex64 或 complex128。
     - **scale** (int|float|list|tuple|numpy.ndarray|Tensor) - 正态分布标准差。数据类型为 float32 或 float64。
+    - **validate_args** (bool|None，可选) - 是否对输入参数进行校验。默认值为 None。
     - **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

@@ -14,7 +14,7 @@ iinfo
 
 参数
 :::::::::
-    - **dtype** (paddle.dtype|str) - 输入的数据类型，可以是：paddle.uint8、 paddle.int8、 paddle.int16、 paddle.int32、 paddle.int64 或这些类型的字符串形式。别名 ``type``。
+    - **dtype** (paddle.dtype|str) - 输入的数据类型，可以是：paddle.uint8、 paddle.uint16、 paddle.uint32、 paddle.uint64、 paddle.int8、 paddle.int16、 paddle.int32、 paddle.int64 或这些类型的字符串形式。别名 ``type``。
 
 返回
 :::::::::

@@ -0,0 +1,24 @@
+.. _cn_api_paddle_inference_mode:
+
+inference_mode
+-------------------------------
+
+.. py:class:: paddle.inference_mode(mode=True)
+
+
+
+创建一个上下文管理器或装饰器，用于启用或禁用推理模式。
+
+在该模式下，每次计算的结果都将具有 ``stop_gradient=True``。当 ``mode=False`` 时，将启用梯度计算。
+
+也可以用作一个装饰器。
+
+参数
+::::::::::::
+
+    - **mode** (bool，可选) - 是否启用推理模式。默认值为 True。
+
+代码示例
+::::::::::::
+
+COPY-FROM: paddle.inference_mode
@@ -0,0 +1,35 @@
+.. _cn_api_paddle_kaiser_window:
+
+kaiser_window
+-------------------------------
+
+.. py:function:: paddle.kaiser_window(window_length, periodic=True, beta=12.0, *, dtype='float32', layout=None, device=None, pin_memory=False, requires_grad=False, out=None)
+
+计算 Kaiser 窗。
+
+参数
+::::::::::::
+
+    - **window_length** (int) - 返回窗的长度，必须为正数。
+    - **periodic** (bool，可选) - 若为 True，则返回适用于周期函数的窗；若为 False，则返回对称窗。默认值为 True。
+    - **beta** (float，可选) - 窗函数的形状参数。默认值为 12.0。
+
+关键字参数
+::::::::::::
+
+    - **dtype** (str，可选) - 返回 Tensor 的数据类型。默认值为 ``'float32'``。
+    - **layout** (str，可选) - 仅为与 PyTorch API 保持一致而保留，在 Paddle 中会被忽略。默认值为 None。
+    - **device** (PlaceLike|None，可选) - 返回 Tensor 所在的设备。若为 None，则使用当前设备。默认值为 None。
+    - **pin_memory** (bool，可选) - 是否将返回 Tensor 分配在锁页内存中，仅对 CPU Tensor 生效。默认值为 False。
+    - **requires_grad** (bool，可选) - 是否为返回 Tensor 记录自动求导。默认值为 False。
+    - **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：形状为 ``(window_length,)`` 的一维 Tensor，包含 Kaiser 窗。
+
+代码示例
+::::::::::::
+
+COPY-FROM: paddle.kaiser_window
@@ -3,7 +3,7 @@
 BatchNorm1D
 -------------------------------
 
-.. py:class:: paddle.nn.BatchNorm1D(num_features, momentum=0.9, epsilon=1e-05, weight_attr=None, bias_attr=None, data_format='NCL', use_global_stats=None, name=None)
+.. py:class:: paddle.nn.BatchNorm1D(num_features, momentum=0.9, epsilon=1e-05, weight_attr=None, bias_attr=None, data_format='NCL', use_global_stats=None, name=None, *, affine=True, device=None, dtype=None)
 
 
 构建 ``BatchNorm1D`` 类的一个可调用对象，具体用法参照 ``代码示例``。可以处理 2D 或者 3D 的 Tensor，实现了批归一化层（Batch Normalization Layer）的功能，可用作卷积和全连接操作的批归一化函数，根据当前批次数据按通道计算的均值和方差进行归一化。更多详情请参考：`Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift <https://arxiv.org/pdf/1502.03167.pdf>`_
@@ -40,13 +40,21 @@ BatchNorm1D
 
     - **num_features** (int) - 指明输入 ``Tensor`` 的通道数量。
     - **epsilon** (float，可选) - 为了数值稳定加在分母上的值。默认值：1e-05。
+      ``别名: eps``
     - **momentum** (float，可选) - 此值用于计算 ``moving_mean`` 和 ``moving_var``。默认值：0.9。更新公式如上所示。
     - **weight_attr** (ParamAttr|bool，可选) - 指定权重参数属性的对象。如果为 False，则表示每个通道的伸缩固定为 1，不可改变。默认值为 None，表示使用默认的权重参数属性。具体用法请参见 :ref:`cn_api_paddle_ParamAttr` 。
     - **bias_attr** (ParamAttr|bool，可选) - 指定偏置参数属性的对象。如果为 False，则表示每一个通道的偏移固定为 0，不可改变。默认值为 None，表示使用默认的偏置参数属性。具体用法请参见 :ref:`cn_api_paddle_ParamAttr` 。
     - **data_format** (str，可选) - 指定输入数据格式，数据格式可以为 ``"NC"``、``"NCL"`` 或者 ``"NLC"``，其中 N 是批大小，C 是通道数，L 是特征长度。默认值为 ``"NCL"``。
     - **use_global_stats** (bool|None，可选) – 指示是否使用全局均值和方差。若设置为 False，则使用一个 mini-batch 的统计数据。若设置为 True 时，将使用全局统计数据。若设置为 None，则会在测试阶段使用全局统计数据，在训练阶段使用一个 mini-batch 的统计数据。默认值为 None。
     - **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
+::::::::::::
+
+    - **affine** (bool，可选) - 该模块是否具有可学习的仿射参数（weight 和 bias）。如果设置为 False，将不会创建可学习的参数，无论 ``weight_attr`` 和 ``bias_attr`` 如何设置。默认值：True。
+    - **device** (PlaceLike，可选) - 参数所在的设备。默认值为 None。
+    - **dtype** (DTypeLike，可选) - 参数的数据类型。默认值为 None。
+
 
 返回
 ::::::::::::

@@ -3,7 +3,7 @@
 BatchNorm2D
 -------------------------------
 
-.. py:class:: paddle.nn.BatchNorm2D(num_features, momentum=0.9, epsilon=1e-05, weight_attr=None, bias_attr=None, data_format='NCHW', use_global_stats=None, name=None)
+.. py:class:: paddle.nn.BatchNorm2D(num_features, momentum=0.9, epsilon=1e-05, weight_attr=None, bias_attr=None, data_format='NCHW', use_global_stats=None, name=None, *, affine=True, device=None, dtype=None)
 
 
 构建 ``BatchNorm2D`` 类的一个可调用对象，具体用法参照 ``代码示例``。可以处理 4D 的 Tensor，实现了批归一化层（Batch Normalization Layer）的功能，可用作卷积和全连接操作的批归一化函数，根据当前批次数据按通道计算的均值和方差进行归一化。更多详情请参考：`Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift <https://arxiv.org/pdf/1502.03167.pdf>`_
@@ -40,13 +40,21 @@ BatchNorm2D
 
     - **num_features** (int) - 指明输入 ``Tensor`` 的通道数量。
     - **epsilon** (float，可选) - 为了数值稳定加在分母上的值。默认值：1e-05。
+      ``别名: eps``
     - **momentum** (float，可选) - 此值用于计算 ``moving_mean`` 和 ``moving_var``。默认值：0.9。更新公式如上所示。
     - **weight_attr** (ParamAttr|bool，可选) - 指定权重参数属性的对象。如果为 False，则表示每个通道的伸缩固定为 1，不可改变。默认值为 None，表示使用默认的权重参数属性。具体用法请参见 :ref:`cn_api_paddle_ParamAttr` 。
     - **bias_attr** (ParamAttr|bool，可选) - 指定偏置参数属性的对象。如果为 False，则表示每一个通道的偏移固定为 0，不可改变。默认值为 None，表示使用默认的偏置参数属性。具体用法请参见 :ref:`cn_api_paddle_ParamAttr` 。
     - **data_format** (str，可选) - 指定输入数据格式，数据格式可以为 ``"NCHW"`` 或 ``"NHWC"``，其中 N 是批大小，C 是通道数，H 是特征高度，W 是特征宽度。默认值为 ``"NCHW"``。
     - **use_global_stats** (bool|None，可选) – 指示是否使用全局均值和方差。若设置为 False，则使用一个 mini-batch 的统计数据。若设置为 True 时，将使用全局统计数据。若设置为 None，则会在测试阶段使用全局统计数据，在训练阶段使用一个 mini-batch 的统计数据。默认值为 None。
     - **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
+::::::::::::
+
+    - **affine** (bool，可选) - 该模块是否具有可学习的仿射参数（weight 和 bias）。如果设置为 False，将不会创建可学习的参数，无论 ``weight_attr`` 和 ``bias_attr`` 如何设置。默认值：True。
+    - **device** (PlaceLike，可选) - 参数所在的设备。默认值为 None。
+    - **dtype** (DTypeLike，可选) - 参数的数据类型。默认值为 None。
+
 
 返回
 ::::::::::::

@@ -3,7 +3,7 @@
 BatchNorm3D
 -------------------------------
 
-.. py:class:: paddle.nn.BatchNorm3D(num_features, momentum=0.9, epsilon=1e-05, weight_attr=None, bias_attr=None, data_format='NCDHW', use_global_stats=None, name=None)
+.. py:class:: paddle.nn.BatchNorm3D(num_features, momentum=0.9, epsilon=1e-05, weight_attr=None, bias_attr=None, data_format='NCDHW', use_global_stats=None, name=None, *, affine=True, device=None, dtype=None)
 
 
 构建 ``BatchNorm3D`` 类的一个可调用对象，具体用法参照 ``代码示例``。可以处理 4D 的 Tensor，实现了批归一化层（Batch Normalization Layer）的功能，可用作卷积和全连接操作的批归一化函数，根据当前批次数据按通道计算的均值和方差进行归一化。更多详情请参考：`Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift <https://arxiv.org/pdf/1502.03167.pdf>`_
@@ -40,13 +40,21 @@ BatchNorm3D
 
     - **num_features** (int) - 指明输入 ``Tensor`` 的通道数量。
     - **epsilon** (float，可选) - 为了数值稳定加在分母上的值。默认值：1e-05。
+      ``别名: eps``
     - **momentum** (float，可选) - 此值用于计算 ``moving_mean`` 和 ``moving_var``。默认值：0.9。更新公式如上所示。
     - **weight_attr** (ParamAttr|bool，可选) - 指定权重参数属性的对象。如果为 False，则表示每个通道的伸缩固定为 1，不可改变。默认值为 None，表示使用默认的权重参数属性。具体用法请参见 :ref:`cn_api_paddle_ParamAttr` 。
     - **bias_attr** (ParamAttr|bool，可选) - 指定偏置参数属性的对象。如果为 False，则表示每一个通道的偏移固定为 0，不可改变。默认值为 None，表示使用默认的偏置参数属性。具体用法请参见 :ref:`cn_api_paddle_ParamAttr` 。
     - **data_format** (str，可选) - 指定输入数据格式，数据格式可以为 ``"NCDHW"`` 或 ``"NDHWC"``，其中 N 是批大小，C 是通道数，D 是特征深度，H 是特征高度，W 是特征宽度。默认值为 ``"NCDHW"``。
     - **use_global_stats** (bool|None，可选) – 指示是否使用全局均值和方差。若设置为 False，则使用一个 mini-batch 的统计数据。若设置为 True 时，将使用全局统计数据。若设置为 None，则会在测试阶段使用全局统计数据，在训练阶段使用一个 mini-batch 的统计数据。默认值为 None。
     - **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
+::::::::::::
+
+    - **affine** (bool，可选) - 该模块是否具有可学习的仿射参数（weight 和 bias）。如果设置为 False，将不会创建可学习的参数，无论 ``weight_attr`` 和 ``bias_attr`` 如何设置。默认值：True。
+    - **device** (PlaceLike，可选) - 参数所在的设备。默认值为 None。
+    - **dtype** (DTypeLike，可选) - 参数的数据类型。默认值为 None。
+
 
 返回
 ::::::::::::

@@ -3,7 +3,7 @@
 Hardswish
 -------------------------------
 
-.. py:class:: paddle.nn.Hardswish(name=None)
+.. py:class:: paddle.nn.Hardswish(inplace=False, name=None)
 
 Hardswish 激活函数。创建一个 ``Hardswish`` 类的可调用对象。在 MobileNetV3 架构中被提出，相较于 :ref:`cn_api_paddle_nn_Swish` 函数，具有数值稳定性好，计算速度快等优点，具体原理请参考：`Searching for MobileNetV3 <https://arxiv.org/pdf/1905.02244.pdf>`_ 。
 
@@ -22,6 +22,7 @@ Hardswish 激活函数。创建一个 ``Hardswish`` 类的可调用对象。在
 
 参数
 ::::::::::
+    - **inplace** (bool，可选) - 是否使用 inplace 操作。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