输入：
    input.shape = [2, 3]
    input = [[1, 2, 3],
              [4, 5, 6]]

输出：
    output.shape = [2, 3]
    output = [[1, 2, 3],
              [4, 5, 6]]

输入：
    第一个输入：
        input1.shape = [2, 3]
        input1 = [[1, 2, 3],
                  [4, 5, 6]]

    第二个输入：
        input2.shape = [2, 3]
        input2 = [[7, 8, 9],
                  [10, 11, 12]]

输出：
    output.shape = [2, 3]
    output = [[8, 10, 12],
              [14, 16, 18]]

import paddle.fluid as fluid
input0 = fluid.layers.fill_constant(shape=[2, 3], dtype='int64', value=5)
input1 = fluid.layers.fill_constant(shape=[2, 3], dtype='int64', value=3)
sum = fluid.layers.sum([input0, input1])

#用户可以通过executor打印出求和的结果
out = fluid.layers.Print(sum, message="the sum of input0 and input1: ")
exe = fluid.Executor(fluid.CPUPlace())
exe.run(fluid.default_main_program())

#打印出的数据为：
1570701754      the sum of input0 and input1:   The place is:CPUPlace
Tensor[sum_0.tmp_0]
        shape: [2,3,]
        dtype: l
        data: 8,8,8,8,8,8,

#输出了shape为[2,3]的Tensor，与输入的shape一致
#dtype为对应C++数据类型，在不同环境下可能显示值不同，但本质相同
#例如：如果Tensor中数据类型是int64，则对应的C++数据类型为int64_t，所以dtype值为typeid(int64_t).name()，
#      其在MacOS下为'x'，linux下为'l'，Windows下为'__int64'，都表示64位整型变量