add_eager_boxing_and_op_interpreter_dispatch_error_info

[clackhan]

eager boxing与op_interpreter dispatch添加错误信息

[chengtbf]

这个可以提成一个公共的函数返回？这个 support boxing type 会增加的吧，不用改三处了

[clackhan]

已提供公共函数

[chengtbf]

secind -> second ？ 检查一下注释的语法和拼写错误

[clackhan]

😂手抖，已修改拼写错误

[chengtbf]

secind seciod 你这个真是啥拼写都有啊 😂 其实没必要重复写这么多。变成 op_expr ， inputs -> ErrorString 的函数就行了，也不需要区分是 first、second，你遍历 inputs，把每个 tensor 是 local 还是 Consistent 都输出出来，说这些不一致，要么全是 local 的，要么全是 Consistent 的。

[clackhan]

inputs size 小于等于3时，直接判断效率会跟高一点，当大于3时才遍历 inputs

[chengtbf]

其实不会影响效率，你把函数调用放在 CHECK 后面的输出流里，当 CHECK 失败的时候才会触发，而不是每次调用都会触发，那么不出错的时候就没有开销（0），出错的时候， 多少开销都不重要了吧

[github-actions]

Speed stats:

GPU Name: GeForce GTX 1080 

PyTorch resnet50 time: 136.4ms (= 6818.8ms / 50, input_shape=[16, 3, 224, 224], backward is enabled)
OneFlow resnet50 time: 127.7ms (= 6385.4ms / 50, input_shape=[16, 3, 224, 224], backward is enabled)
Relative speed: 1.07 (= 136.4ms / 127.7ms)

PyTorch resnet50 time: 83.9ms (= 4195.9ms / 50, input_shape=[8, 3, 224, 224], backward is enabled)
OneFlow resnet50 time: 74.4ms (= 3720.3ms / 50, input_shape=[8, 3, 224, 224], backward is enabled)
Relative speed: 1.13 (= 83.9ms / 74.4ms)

PyTorch resnet50 time: 56.7ms (= 2836.0ms / 50, input_shape=[4, 3, 224, 224], backward is enabled)
OneFlow resnet50 time: 48.1ms (= 2407.2ms / 50, input_shape=[4, 3, 224, 224], backward is enabled)
Relative speed: 1.18 (= 56.7ms / 48.1ms)

PyTorch resnet50 time: 47.7ms (= 2384.0ms / 50, input_shape=[2, 3, 224, 224], backward is enabled)
OneFlow resnet50 time: 44.1ms (= 2203.5ms / 50, input_shape=[2, 3, 224, 224], backward is enabled)
Relative speed: 1.08 (= 47.7ms / 44.1ms)

PyTorch resnet50 time: 43.5ms (= 2176.7ms / 50, input_shape=[1, 3, 224, 224], backward is enabled)
OneFlow resnet50 time: 39.2ms (= 1959.0ms / 50, input_shape=[1, 3, 224, 224], backward is enabled)
Relative speed: 1.11 (= 43.5ms / 39.2ms)