add paddle.gcd & lcm docs

docs/api/paddle/Overview_cn.rst

@@ -115,6 +115,8 @@ tensor数学操作
     " :ref:`paddle.log1p <cn_api_paddle_tensor_log1p>` ", "该OP计算Log1p（加一的自然对数）结果"
     " :ref:`paddle.rad2deg <cn_api_paddle_tensor_rad2deg>` ", "将元素从弧度的角度转换为度"
     " :ref:`paddle.deg2rad <cn_api_paddle_tensor_deg2rad>` ", "将元素从度的角度转换为弧度"
+    " :ref:`paddle.gcd <cn_api_paddle_tensor_gcd>` ", "计算两个输入的按元素绝对值的最大公约数"
+    " :ref:`paddle.lcm <cn_api_paddle_tensor_lcm>` ", "计算两个输入的按元素绝对值的最小公倍数"
 
 .. _tensor_logic:
 

docs/api/paddle/Tensor_cn.rst

@@ -1014,6 +1014,15 @@ gather_nd(index, name=None)
 
 请参考 :ref:`cn_api_tensor_cn_gather_nd`
 
+gcd(x, y, name=None)
+:::::::::
+
+计算两个输入的按元素绝对值的最大公约数
+
+返回：计算后的Tensor
+
+请参考 :ref:`cn_api_paddle_tensor_gcd`
+
 gradient()
 :::::::::
 
@@ -1150,6 +1159,15 @@ kron(y, name=None)
 
 请参考 :ref:`cn_api_paddle_tensor_kron`
 
+lcm(x, y, name=None)
+:::::::::
+
+计算两个输入的按元素绝对值的最小公倍数
+
+返回：计算后的Tensor
+
+请参考 :ref:`cn_api_paddle_tensor_lcm`
+
 less_equal(y, name=None)
 :::::::::
 

docs/api/paddle/gcd_cn.rst

@@ -0,0 +1,58 @@
+.. _cn_api_paddle_tensor_gcd:
+
+gcd
+-------------------------------
+
+.. py:function:: paddle.gcd(x, y, name=None)
+
+计算两个输入的按元素绝对值的最大公约数，输入必须是整型。
+
+.. note::
+
+    gcd(0,0)=0, gcd(0, y)=|y|
+
+参数
+:::::::::
+
+- **x, y**  (Tensor) - 输入的Tensor，数据类型为：int8，int16，int32，int64，uint8。
+    如果x和y的shape不一致，会对两个shape进行广播操作，得到一致的shape（并作为输出结果的shape），
+    请参见 :ref:`cn_user_guide_broadcasting` 。
+- **name**  (str，可选） - 操作的名称(可选，默认值为None）。更多信息请参见 :ref:`api_guide_Name`。
+
+返回
+:::::::::
+
+输出Tensor，与输入数据类型相同。
+
+代码示例
+:::::::::
+
+.. code-block:: python
+
+  import paddle
+  import numpy as np
+
+  x1 = paddle.to_tensor(12)
+  x2 = paddle.to_tensor(20)
+  paddle.gcd(x1, x2)
+  # Tensor(shape=[1], dtype=int64, place=CUDAPlace(0), stop_gradient=True,
+  #        [4])
+
+  x3 = paddle.to_tensor(np.arange(6))
+  paddle.gcd(x3, x2)
+  # Tensor(shape=[6], dtype=int64, place=CUDAPlace(0), stop_gradient=True,
+  #        [20, 1 , 2 , 1 , 4 , 5])
+
+  x4 = paddle.to_tensor(0)
+  paddle.gcd(x4, x2)
+  # Tensor(shape=[1], dtype=int64, place=CUDAPlace(0), stop_gradient=True,
+  #        [20])
+
+  paddle.gcd(x4, x4)
+  # Tensor(shape=[1], dtype=int64, place=CUDAPlace(0), stop_gradient=True,
+  #        [0])
+
+  x5 = paddle.to_tensor(-20)
+  paddle.gcd(x1, x5)
+  # Tensor(shape=[1], dtype=int64, place=CUDAPlace(0), stop_gradient=True,
+  #        [4])

docs/api/paddle/lcm_cn.rst

@@ -0,0 +1,58 @@
+.. _cn_api_paddle_tensor_lcm:
+
+lcm
+-------------------------------
+
+.. py:function:: paddle.lcm(x, y, name=None)
+
+计算两个输入的按元素绝对值的最大公约数，输入必须是整型。
+
+.. note::
+
+    lcm(0,0)=0, lcm(0, y)=0
+
+参数
+:::::::::
+
+- **x, y**  (Tensor) - 输入的Tensor，数据类型为：int8，int16，int32，int64，uint8。
+    如果x和y的shape不一致，会对两个shape进行广播操作，得到一致的shape（并作为输出结果的shape），
+    请参见 :ref:`cn_user_guide_broadcasting` 。
+- **name**  (str，可选） - 操作的名称(可选，默认值为None）。更多信息请参见 :ref:`api_guide_Name`。
+
+返回
+:::::::::
+
+输出Tensor，与输入数据类型相同。
+
+代码示例
+:::::::::
+
+.. code-block:: python
+
+  import paddle
+  import numpy as np
+
+  x1 = paddle.to_tensor(12)
+  x2 = paddle.to_tensor(20)
+  paddle.lcm(x1, x2)
+  # Tensor(shape=[1], dtype=int64, place=CUDAPlace(0), stop_gradient=True,
+  #        [60])
+
+  x3 = paddle.to_tensor(np.arange(6))
+  paddle.lcm(x3, x2)
+  # Tensor(shape=[6], dtype=int64, place=CUDAPlace(0), stop_gradient=True,
+  #        [0, 20, 20, 60, 20, 20])
+
+  x4 = paddle.to_tensor(0)
+  paddle.lcm(x4, x2)
+  # Tensor(shape=[1], dtype=int64, place=CUDAPlace(0), stop_gradient=True,
+  #        [0])
+
+  paddle.lcm(x4, x4)
+  # Tensor(shape=[1], dtype=int64, place=CUDAPlace(0), stop_gradient=True,
+  #        [0])
+
+  x5 = paddle.to_tensor(-20)
+  paddle.lcm(x1, x5)
+  # Tensor(shape=[1], dtype=int64, place=CUDAPlace(0), stop_gradient=True,
+  #        [60])