add ms_function cn

docs/api/api_python/mindspore/mindspore.ms_function.rst

@@ -0,0 +1,61 @@
+mindspore.ms_function
+=====================
+
+.. py:class:: mindspore.ms_function(fn=None, obj=None, input_signature=None)
+
+    将Python函数编译为一张可调用的MindSpore图。
+
+    MindSpore可以在运行时对图进行优化。
+
+    **参数：**
+
+        - **fn**  (Function)：要编译成图的Python函数。默认值：None。
+        - **obj**  (Object)：用于区分编译后函数的Python对象。默认值：None。
+        - **input_signature**  (Tensor)：用于表示输入参数的Tensor。Tensor的shape和dtype将作为函数的输入shape和dtype。如果指定了 `input_signature` ，则 `fn` 的每个输入都必须是 `Tensor` 。
+            
+    并且 `fn` 的输入参数将不会接受 `\**kwargs` 参数。实际输入的shape和dtype必须与 `input_signature` 的相同。否则，将引发TypeError。默认值：None。
+
+    **返回：**
+
+        函数，如果 `fn` 不是None，则返回一个已经将输入 `fn` 编译成图的可执行函数；如果 `fn` 为None，则返回一个装饰器。当这个装饰器使用单个 `fn` 参数进行调用时，等价于 `fn` 不是None的场景。
+
+    **支持平台：**
+
+        ``Ascend`` ``GPU`` ``CPU``
+
+    **样例：**
+
+    .. code-block::
+
+        >>> import numpy as np
+        >>> from mindspore import Tensor
+        >>> from mindspore import ms_function
+        ...
+        >>> x =tensor(np.ones([1,1,3,3]).astype(np.float32))
+        >>> y =tensor(np.ones([1,1,3,3]).astype(np.float32))
+        ...
+        >>> # 通过调用ms_function创建可调用的MindSpore图
+        >>> def tensor_add(x, y):
+        ...     z = x + y
+        ...     return z
+        ...
+        >>> tensor_add_graph = ms_function(fn=tensor_add)
+        >>> out = tensor_add_graph(x, y)
+        ...
+        >>> # 通过装饰器@ms_function创建一个可调用的MindSpore图
+        >>> @ms_function
+        ... def tensor_add_with_dec(x, y):
+        ...     z = x + y
+        ...     return z
+        ...
+        >>> out = tensor_add_with_dec(x, y)
+        ...
+        >>> # 通过带有input_signature参数的装饰器@ms_function创建一个可调用的MindSpore图
+        >>> @ms_function(input_signature=(Tensor(np.ones([1, 1, 3, 3]).astype(np.float32)),
+        ...                               Tensor(np.ones([1, 1, 3, 3]).astype(np.float32))))
+        ... def tensor_add_with_sig(x, y):
+        ...     z = x + y
+        ...     return z
+        ...
+        >>> out = tensor_add_with_sig(x, y)
+