调整 paddle.jit.not_to_static 装饰范围

[SigureMo]

我们目前会将整个 SIR 函数用 paddle.jit.to_static 包装

PaddleSOT/symbolic_trace/symbolic/compile_cache.py

Lines 43 to 48 in 3ca867a

	def value_fn(self, context, sir_name):
	return FallbackWrapper(
	paddle.jit.to_static(
	compile_sir(context, sir_name), enable_fallback=False
	)
	)

将其转换为动转静的 StaticFunction，转换的函数中主体逻辑就是利用 Interpreter 解释 SIR，进行组网，由于这部分可能有些动转静会出问题的语法，因此使用了 paddle.jit.not_to_static 进行装饰

PaddleSOT/symbolic_trace/symbolic/interpreter.py

Lines 71 to 83 in 3ca867a

	def compile_sir(context, name):
	@paddle.jit.not_to_static
	def wrapper(args):
	"""
	This function will be decorated by paddle.to_static.
	so the args is variables, not eager tensors.
	"""
	interpreter = Interpreter(context)
	SIR = interpreter.get_sir(name)
	state = prepare_state(SIR, args)
	return interpreter.run_sir(name, state)
	return wrapper

然而实际情况我们有些 API 仍然需要 to_static 的代码转换，比如 paddle.to_tensor，因此我们希望不利用 paddle.jit.not_to_static 将整个函数装饰，而是只装饰部分，避免部分代码动转静转写出问题，并将组网代码进行转换

[Aurelius84]

一些思路

paddle.jit.not_to_static 的实现原理是：会给被装饰的函数动态添加一个CONVERSION_OPTIONS 的属性，然后在动转静触发代码AST转写的convert_call 函数里的convert_to_static 模块里优先判断一个 function/method 对象是否有CONVERSION_OPTIONS 属性，如果有，则直接返回，不做AST Transformer。

此Task的目的是通过额外的一些标记手段（比如扩展CONVERSION_OPTIONS），以保证在convert_call函数里，仅不对当前被装饰的函数做AST Transformer，但内层调用的其他函数依旧进行AST Transformer，即@not_to_static 仅生效在当前函数，忽略内层函数调用。