Qwen2.5-VL 7B训练适配，模型算子ops获取

[schabc]

在使用paddle_custom 适配Qwen2.5-VL 7B时， 对比A100 loss 有差异；
想测试下模型各个算子之间计算是否差异；
希望提供一份paddle上Qwen2.5-VL 7B 使用到得算子列表 用于单元测试

[LielinJiang]

# 1) 执行模型训练之前，需要先输出以下环境变量
export GLOG_v=6 # 新动态图执行器算子输出配置

# 2) 执行模型训练，并 grep 日志文件，完成1-2次迭代之后即可停止
# 启动单卡训练
python tools/train.py -c ppcls/configs/ImageNet/ResNet/ResNet50.yaml > resnet50.log 2>&1
# grep 日志的 loss 信息，确认训练已经完成 1-2 次迭代之后即可停止
grep Loss resnet50.log
# 期望输出如下
[2022/07/05 10:38:20] ppcls INFO: [Train][Epoch 1/120][Iter: 0/5005]lr(PiecewiseDecay): 0.10000000, top1: 0.00000, top5: 0.00391, CELoss: 7.02506, loss: 7.02506, batch_cost: 6.29051s, reader_cost: 3.57217, ips: 40.69624 samples/s, eta: 43 days, 17:27:58
[2022/07/05 10:38:28] ppcls INFO: [Train][Epoch 1/120][Iter: 10/5005]lr(PiecewiseDecay): 0.10000000, top1: 0.00142, top5: 0.00604, CELoss: 8.36165, loss: 8.36165, batch_cost: 0.79642s, reader_cost: 0.02113, ips: 321.43838 samples/s, eta: 5 days, 12:52:01

# 3) 执行如下命令从日志中筛选算子列表
cat resnet50.log | grep -a "API kernel key" | awk '{print $5}' > resnet50_temp.log
cat resnet50.log | grep -a "API kernel key" | cut -d " " -f6 > resnet50_temp.log
sort -u resnet50_temp.log > resnet50_oplist.txt

可以参考上面的脚本获得算子列表