[cherry-pick][opencl] Refine opencl tune. test=develop

[ysh329]

状态：cherry-pick，等待review

主要内容

cherry-pick #4700

1. set_opencl_tune接口传入参数由原本bool类型，改为size_t类型，考虑后续增加多种tune_type。其中修改涉及到paddle_api.cc，paddle_api.h，cl_runtime.h，mobilenetv1_light_api.cc；
2. 方法名规范化。
   1. 原DefaultWorkSize改为DefaultGlobalWorkSize，调用该方法的kernel较多：bilinear_interp_image_compute.cc，box_coder_image_compute.cc，concat_image_compute.cc，conv_image_compute.cc，dropout_image_compute.cc，grid_sample_image_compute.cc，lrn_image_compute.cc，nearest_interp_image_compute.cc，pad2d_image_compute.cc，reshape_image_compute.cc，slice_image_compute.cc，split_image_compute.cc；；
   2. 原LocalWorkSize改为DefaultLocalWorkSize，因为原先有一个DefaultGlobalWorksize，方法名统一：
3. 默认计算LWS的方法、正向调试LWS的方法、反向调试LWS的方法，这3个方法存在冗余，合为1个DefaultLocalWorkSize，原有正反向通过bool reverse来控制；
4. 解耦conv和auto-tune，将auto-tune策略的生成LWS的过程封装到GenerateLocalWorkSizes中，见cl_context.cc；
5. 默认开启event，默认enqueue加入event，创建CommandQueue在开启tune选项时带上Profile。见cl_context.cc，cl_runtime.cc。

性能

骁龙835

• 测试模型：caffe_mobilenetv1
• 原性能：14.5ms，性能区间：22~12ms
• tune后性能：11.9ms，性能区间：11~12ms
• 收益：性能提升17%，性能稳定性大幅增强

麒麟990

• 测试模型：caffe_mobilenetv1
• 原性能：13.7ms，性能区间：12.6~15.3ms
• 旧tune后性能：13.0ms，性能区间：10.5~21.1ms，首次跑+tune过程为3.3秒；
• 新tune后性能：12.5ms，性能区间：11.3~14.2ms，首次跑+tune过程为4.5秒；
• 收益：
  1. 新tune相比旧tune：性能提升3.8%，性能稳定性大幅增加，但tune过程时间延长；
  2. 新tune相比未tune：性能提升8.7，性能稳定性无变化。

[zhaoyang-star]

LGTM

[daming5432]

LGTM