Model skeleton

[reyoung]

Based on PR #3546
Commit is 6d6180d

补充一些没来得及实现的想法:

struct Model {
	Network init_net;
	Stack<Network> nets;
	Stack<Scope> scopes;
	Network* cur_net = nets.top();
	Scope* cur_scope = scopes.top();
	Set<string> all_param_names;

	int name_counter{0};

	Place place {None};
	DeviceContext dev_ctx {None};
};

出栈入栈(RNN/IF):
即RNN和IF中的每一个block都是一个函数，在开始调用函数和结束调用函数的时候，进行出栈入栈。

		def recurrent(callback):
			rnn = cur_net.add_op("recurrent");
			nets.push(rnn.step_net)
			cur_net = nets.top()
			# same thing for scope.
			callback()
			nets.pop()
			cur_net = nets.top()

		def step_net():
			fc(...)
			return fc(...)
		rnn = recurrent(step_net)

子图:

获取子图只能从根网络(即最初的网络)进行。子图获得可以简单的维护一个需要依赖的Variable的名字集合，然后反向遍历Net中的Op。当一个Op的输出的任意一个在名字集合中，将这个Op加入新的子图，同时将这个Op的所有输入加到名字集合中。

[luotao1]

感谢您给PaddlePaddle贡献代码。由于Paddle V1/V2版本已不再维护，相关代码也已从develop分支上删除，因此关闭您的PR，欢迎您向Paddle最新版-Fluid贡献代码。
Thanks for contributing to PaddlePaddle! Since V1/V2 will not be maintained anymore, and related codes have been deleted from develop branch as well, we close this PR. Welcome to contribute to Fluid——the latest version of PaddlePaddle.