[DOC] historgram code samples, test=develop

doc/paddle/api/paddle/tensor/linalg/histogram_cn.rst

@@ -8,46 +8,24 @@ histogram
 计算输入张量的直方图。以min和max为range边界，将其均分成bins个直条，然后将排序好的数据划分到各个直条(bins)中。如果min和max都为0, 则利用数据中的最大最小值作为边界。
 
 参数：
-    - **input** (Variable) - 输入Tensor。维度为多维，数据类型为int32, int64, float32或float64。
+    - **input** (Tensor) - 输入Tensor。维度为多维，数据类型为int32, int64, float32或float64。
     - **bins** (int) - 直方图 bins(直条)的个数，默认为100。
     - **min** (int) - range的下边界(包含)，默认为0。
     - **max** (int) - range的上边界(包含)，默认为0。
 
-返回：直方图。
-
-返回类型：Variable，数据为int64类型，维度为(nbins,)。
+返回：Tensor，数据为int64类型，维度为(nbins,)。
 
 抛出异常：
     - ``ValueError`` - 当输入 ``bin``, ``min``, ``max``不合法时。
 
-**代码示例1**：
+**代码示例**：
 
 .. code-block:: python
 
     import paddle
-    import numpy as np
-    startup_program = paddle.Program()
-    train_program = paddle.Program()
-    with paddle.program_guard(train_program, startup_program):
-        inputs = paddle.data(name='input', dtype='int32', shape=[2,3])
-        output = paddle.histogram(inputs, bins=5, min=1, max=5)
-        place = paddle.CPUPlace()
-        exe = paddle.Executor(place)
-        exe.run(startup_program)
-        img = np.array([[2, 4, 2], [2, 5, 4]]).astype(np.int32)
-        res = exe.run(train_program,
-                      feed={'input': img},
-                      fetch_list=[output])
-        print(np.array(res[0])) # [0, 3, 0, 2, 1]
-
-**代码示例2**：
 
-.. code-block:: python
+    inputs = paddle.to_tensor([1, 2, 1])
+    result = paddle.histogram(inputs, bins=4, min=0, max=3)
+    print(result) # [0, 2, 1, 0]
+
 
-    import paddle
-    import numpy as np
-    with paddle.imperative.guard(paddle.CPUPlace()):
-        inputs_np = np.array([0.5, 1.5, 2.5]).astype(np.float)
-        inputs = paddle.imperative.to_variable(inputs_np)
-        result = paddle.histogram(inputs, bins=5, min=1, max=5)
-        print(result) # [1, 1, 0, 0, 0]