From c4ac7f9d856c55d0be8d0661ae924c66df0a2b23 Mon Sep 17 00:00:00 2001
From: coco <69197635+cocoshe@users.noreply.github.com>
Date: Tue, 5 Dec 2023 10:04:10 +0800
Subject: [PATCH] =?UTF-8?q?=E3=80=90Hackathon=205th=20No.35=E3=80=91?=
 =?UTF-8?q?=E4=B8=BA=20Paddle=20=E6=96=B0=E5=A2=9E=20histogramdd=20API?=
 =?UTF-8?q?=EF=BC=88update=EF=BC=89=20(#753)?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

* add copysign rfc

* fix input args, add backward kernel, fix python api

* fix types

* fix Number types

* add pdist api design

* fix typo

* fix

* add bitwise_shift rfc

* update

* add bitwise rfc

* update

* update jax shift doc

* add histogramdd rfc

* add some detail

* add test path, fix args desc

* modify params in api: sample to x, range to rangs.
---
 rfcs/APIs/20231001_api_design_for_histogramdd.md | 7 ++++---
 1 file changed, 4 insertions(+), 3 deletions(-)

diff --git a/rfcs/APIs/20231001_api_design_for_histogramdd.md b/rfcs/APIs/20231001_api_design_for_histogramdd.md
index 29507448e..ea37a8248 100644
--- a/rfcs/APIs/20231001_api_design_for_histogramdd.md
+++ b/rfcs/APIs/20231001_api_design_for_histogramdd.md
@@ -381,13 +381,14 @@ PyTorch底层用cpp实现kernel，Numpy通过API在Python层直接实现。
 
 API的设计为:
 
-- paddle.histogramdd(sample, bins, range=None, density=False, weights=None，name=None)
+- paddle.histogramdd(x, bins, ranges=None, density=False, weights=None，name=None)
 
 其中
 
-+ sample(Tensor) - 输入的多维 tensor
++ x(Tensor) - 输入的多维 tensor
 + bins(Tensor[], int[], int) 若为`Tensor[]`，则定义了bin的边缘序列；若为`int[]`，则每个值分别定义了每个维度的等宽bin的数量；若为`int`，则定义了所有维度的等宽bin的数量。
-+ range(*sequence of python:float*)：规定了bin的最左端和最右端，也就是范围。若为None则以所有输入的最小值和最大值作为边界。
++ ranges(*sequence of python:float*)：规定了bin的最左端和最右端，也就是范围。若为None则以所有输入的最小值和最大值作为边界。
+
 + density (bool) – 默认为 False , 结果将包含每个bin中的计数。如果设置为 True ，则每个计数（重量）将除以总计数，然后除以其所在bin的范围宽度。
 + weight(Tensor): 默认所有输入权重为1，他的shape必须与输入sample除去最内部维度的shape相同，例如当sample的shape为[M,N]时，weight的shape必须为[M]。
 + name(str, 可选）- 操作的名称(默认值为None）。