update in 2024/5/14

[lqs22yeah]

1.将SAF概率的值从int变成了float（比如原来只能是1%，现在可以设置为1.1%）
2.添加了新算子：element_multiply（逐元素乘）,depthwise convolution（深度可分离卷积，与quantize层有关），droppath（与dropout不同），Swish，Sigmoid
3.为了element_multiply的仿真设计了multiplier乘法器，仿照adder的代码；
TODO:补全乘法器Multiplier.py中的area、power参数
4.添加了ImageNet的接口
TODO：尝试在cifar100和ImageNet上做QAT训练
5.在Network.py中添加了EfficientNet
6.变为多卡训练
7.在layer latency的计算中修正了“相邻层”的序号表示（原来是-1，现在是+input_index[0]），避免了resnet18中出现的负latency
TODO:除此之外还有另外一个layer latency出现负值的bug 出现在alexnet_Imagenet的pooling中，需要考虑为layer latency的计算添加一些特殊条件