add bincount api cn doc

docs/api/paddle/Overview_cn.rst

@@ -233,6 +233,7 @@ tensor线性代数相关
     :header: "API名称", "API功能"
     :widths: 10, 30
 
+    " :ref:`paddle.bincount <cn_api_tensor_bincount>` ", "统计输入张量中元素的出现次数"
     " :ref:`paddle.bmm <cn_api_paddle_tensor_bmm>` ", "对输入x及输入y进行矩阵相乘"
     " :ref:`paddle.cholesky <cn_api_tensor_cholesky>` ", "计算一个对称正定矩阵或一批对称正定矩阵的Cholesky分解"
     " :ref:`paddle.cross <cn_api_tensor_linalg_cross>` ", "计算张量 x 和 y 在 axis 维度上的向量积（叉积）"

docs/api/paddle/Tensor_cn.rst

@@ -387,6 +387,15 @@ backward(grad_tensor=None, retain_graph=False)
         # 3: [4000.]
         # 4: [5000.]
 
+bincount(weights=None, minlength=0)
+:::::::::
+
+返回：计算后的Tensor
+
+返回类型：Tensor
+
+请参考 :ref:`cn_api_tensor_bincount`
+
 bitwise_and(y, out=None, name=None)
 :::::::::
 

docs/api/paddle/bincount_cn.rst

@@ -0,0 +1,37 @@
+.. _cn_api_tensor_bincount:
+
+bincount
+-------------------------------
+
+.. py:function:: paddle.bincount(x, weights=None, minlength=0, name=None):
+
+统计输入张量中每个元素出现的次数，如果传入weights张量则每次计数加一时会乘以weights张量对应的值
+
+参数：
+::::::::::::
+
+    - **x** (Tensor) - 输入Tensor。必须是一维Tensor，其中元素必须大于等于0，数据类型为int32, int64。
+    - **weights** (Tensor, 可选) - weights Tensor，代表输入Tensor中每个元素的权重。长度必须与输入Tensor相同。数据类型为int32, int64, float32或float64。默认为None
+    - **minlength** (int, 可选) - 输出Tensor的最小长度，如果大于输入Tensor的长度，则多出的位置补0。该值必须大于等于0。默认为0。
+    - **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。
+
+返回：
+::::::::::::
+Tensor，维度为1。
+
+代码示例：
+::::::::::::
+
+.. code-block:: python
+
+    import paddle
+
+    x = paddle.to_tensor([1, 2, 1, 4, 5])
+    result1 = paddle.bincount(x)
+    print(result1) # [0, 2, 1, 0, 1, 1]
+
+    w = paddle.to_tensor([2.1, 0.4, 0.1, 0.5, 0.5])
+    result2 = paddle.bincount(x, weights=w)
+    print(result2) # [0., 2.19999981, 0.40000001, 0., 0.50000000, 0.50000000]
+
+