add alexnet doc

docs/api/paddle/vision/Overview_cn.rst

@@ -37,6 +37,8 @@ paddle.vision 目录是飞桨在视觉领域的高层API。具体如下：
     :widths: 10, 30
 
     " :ref:`LeNet <cn_api_paddle_vision_models_LeNet>` ", "LeNet模型"
+    " :ref:`AlexNet <cn_api_paddle_vision_models_AlexNet>` ", "AlexNet模型"
+    " :ref:`alexnet <cn_api_paddle_vision_models_alexnet>` ", "AlexNet模型"
     " :ref:`MobileNetV1 <cn_api_paddle_vision_models_MobileNetV1>` ", "MobileNetV1模型"
     " :ref:`MobileNetV2 <cn_api_paddle_vision_models_MobileNetV2>` ", "MobileNetV2模型"
     " :ref:`mobilenet_v1 <cn_api_paddle_vision_models_mobilenet_v1>` ", "MobileNetV1模型"

docs/api/paddle/vision/models/AlexNet_cn.rst

@@ -0,0 +1,31 @@
+.. _cn_api_paddle_vision_models_AlexNet
+
+AlexNet
+-------------------------------
+
+.. py:function:: paddle.vision.models.AlexNet(num_classes=1000)
+
+ AlexNet模型，来自论文 `"ImageNet Classification with Deep Convolutional Neural Networks" <https://papers.nips.cc/paper/2012/file/c399862d3b9d6b76c8436e924a68c45b-Paper.pdf>`_ 。
+
+参数
+:::::::::
+  - **num_classes** (int, 可选) - 最后一个全连接层输出的维度。默认值：1000。
+
+返回
+:::::::::
+alexnet模型，Layer的实例。
+
+代码示例
+:::::::::
+.. code-block:: python
+
+    import paddle
+    from paddle.vision.models import AlexNet
+
+    # build model
+    model = AlexNet()
+
+    x = paddle.rand([1, 3, 224, 224])
+    out = model(x)
+
+    print(out.shape)

docs/api/paddle/vision/models/alexnet_cn.rst

@@ -0,0 +1,34 @@
+.. _cn_api_paddle_vision_models_alexnet
+
+alexnet
+-------------------------------
+
+.. py:function:: paddle.vision.models.alexnet(pretrained=False, **kwargs)
+
+ AlexNet模型，来自论文 `"ImageNet Classification with Deep Convolutional Neural Networks" <https://papers.nips.cc/paper/2012/file/c399862d3b9d6b76c8436e924a68c45b-Paper.pdf>`_ 。
+
+参数
+:::::::::
+  - **pretrained** (bool，可选) - 是否加载在imagenet数据集上的预训练权重。默认值：False。
+
+返回
+:::::::::
+alexnet模型，Layer的实例。
+
+代码示例
+:::::::::
+.. code-block:: python
+
+    import paddle
+    from paddle.vision.models import alexnet
+
+    # build model
+    model = alexnet()
+
+    # build model and load imagenet pretrained weight
+    # model = alexnet(pretrained=True)
+
+    x = paddle.rand([1, 3, 224, 224])
+    out = model(x)
+
+    print(out.shape)