Record autotest wrong code

[BBuf]

• 在自动测试框架失败的时候，自动生成绿色的代码文本。
• 添加lonflow.log和oneflow.og1p的自动测试。
• 重写比较运算符的Tensor方法测试的样例。
• refine Tensor.xxx的一些测试方法，删掉一些重复的测试样例。

以Conv3d为例子，产生的代码文本如下：

Conv3d(in_channels=3, out_channels=3, kernel_size=2, stride=[4, 1, 4], padding=1, dilation=1, groups=3, padding_mode='zeros')
train(True)
to('cpu')
to('cpu')
sum()
backward()

log1p产生的代码文本如下：

to('cuda')
log1p()
sum()
backward()

在pow的module中制造一个bug，然后测试可以发现输出了可以帮助定位BUG的代码文本：

[MARD1NO]

如果是作为全局的一个列表来用，我建议用全大写字母，并且放在最上面

[daquexian]

Suggested change

	if end == True:
	if end:

[BBuf]

好的

[daquexian]

Suggested change

	if type(y) is str:
	if isinstance(y, str):

[BBuf]

好的

[daquexian]

可以用 f-string，比 str.format 更易用一些

[BBuf]

好的

[daquexian]

这和 python/oneflow/test_utils/automated_test_util/torch_flow_dual_object.py:373 的改动是不是重复了

如果代码存在多个返回点（比如多个 return、抛出异常）的话，用 with 语句块的 __exit__ 代替在每个返回点手动调用 clear_note_fake_program() 吧

[BBuf]

嗯，是重复了，想了下只需要在程序中保留一个清空函数就可以了。

[daquexian]

有没有可能性把 module 对象的 __call__ 方法的参数也打印出来，以及对 tensor x=torch.tensor([1,2]) 调用 x.pow() 的时候，打印 tensor([1,2]).pow()

[github-actions]

Speed stats:

GPU Name: GeForce GTX 1080 

PyTorch resnet50 time: 139.5ms (= 6977.0ms / 50, input_shape=[16, 3, 224, 224], backward is enabled)
OneFlow resnet50 time: 127.7ms (= 6386.4ms / 50, input_shape=[16, 3, 224, 224], backward is enabled)
Relative speed: 1.09 (= 139.5ms / 127.7ms)

PyTorch resnet50 time: 83.2ms (= 4159.5ms / 50, input_shape=[8, 3, 224, 224], backward is enabled)
OneFlow resnet50 time: 74.2ms (= 3710.7ms / 50, input_shape=[8, 3, 224, 224], backward is enabled)
Relative speed: 1.12 (= 83.2ms / 74.2ms)

PyTorch resnet50 time: 59.3ms (= 2964.6ms / 50, input_shape=[4, 3, 224, 224], backward is enabled)
OneFlow resnet50 time: 47.3ms (= 2365.4ms / 50, input_shape=[4, 3, 224, 224], backward is enabled)
Relative speed: 1.25 (= 59.3ms / 47.3ms)

PyTorch resnet50 time: 48.5ms (= 2424.0ms / 50, input_shape=[2, 3, 224, 224], backward is enabled)
OneFlow resnet50 time: 38.2ms (= 1908.1ms / 50, input_shape=[2, 3, 224, 224], backward is enabled)
Relative speed: 1.27 (= 48.5ms / 38.2ms)

PyTorch resnet50 time: 44.2ms (= 2212.1ms / 50, input_shape=[1, 3, 224, 224], backward is enabled)
OneFlow resnet50 time: 36.9ms (= 1847.3ms / 50, input_shape=[1, 3, 224, 224], backward is enabled)
Relative speed: 1.20 (= 44.2ms / 36.9ms)