（此 ISSUE 为 PaddlePaddle Hackathon 第二期活动的任务 ISSUE，更多详见 【PaddlePaddle Hackathon 第二期】任务总览）

【任务说明】
任务标题：为 Paddle 新增 paddle.nn.CosineEmbeddingLoss 和 paddle.nn.functional.cosine_embedding_loss API.

技术标签：深度学习框架，Python

任务难度：简单

详细描述：CosineEmbeddingLoss, 即余弦相似度损失函数，用于衡量两个向量的相似程度，常用于非线性嵌入学习、半监督学习等领域。该任务目标为向paddle中添加计算该损失函数的功能，并提供类实例paddle.nn.CosineEmbeddingLoss和函数paddle.nn.functional.cosine_embedding_loss两种调用方式。

【提交流程】

请按 新增API 开发&提交流程中的描述，完成任务提交过程中的相关步骤。

【提交内容】

• API 的设计文档，并提 PR 至 PaddlePaddle/community 的 rfcs/APIs 目录。
• Python 实现代码 & 英文 API 文档，在 Paddle repo 的 python/paddle/nn/functional/loss.py实现函数调用，python/paddle/nn/layer/loss.py中实现类实例调用。新增接口初始化在python/paddle/nn/functional/init.py与 paddle/nn/layer/init.py 。
• 单测代码，在 Paddle repo 的 python/paddle/fluid/tests/unittests 目录
• 中文API文档，在 docs repo 的 docs/api/paddle/nn 目录下新建 CosineEmbeddingLoss_cn.rst， docs/api/paddle/nn/functional 目录下新建 cosine_embedding_loss_cn.rst。

【合入标准】

• 1、按 API 设计规范 完成 API设计文档；
• 2、按API 验收标准完成 API功能实现、单测、API文档；

【技术要求】

• 熟悉 CosineEmbeddingLoss 的数学原理和适用场景
• 熟悉 Paddle 动静态图下数学计算过程
• 熟练掌握Python

【参考内容】

• 文档：API 贡献指南

【答疑交流】

• 如果在开发中对于上述任务有任何问题，欢迎在本 ISSUE 下留言交流。
• 对于开发中的共性问题，在活动过程中，会定期组织答疑，请大家关注官网&QQ群的通知，及时参与。