fix amax/amin/max/min write overflow

[luotao1]

PR types

Bug fixes

PR changes

APIs

Describe

export FLAGS_use_system_allocator=1, 问题来源于 #47125

amax最小复现代码：

import paddle
import numpy as np
x_np = np.array([[0.2, 0.3, 0.9, 0.9], [0.1, 0.1, 0.6, 0.7]])
x = paddle.to_tensor(x_np, dtype="float32", stop_gradient=False)
out = paddle.amax(x, axis=None, keepdim=False) # 报错(前向没问题，反向触发错误)
grad_tensor = paddle.ones_like(x)
paddle.autograd.backward([out], [grad_tensor], True) 

max最小复现代码：

import paddle
import numpy as np
x_np = np.array([[0.2, 0.3, 0.9, 0.9], [0.1, 0.1, 0.6, 0.7]])
x = paddle.to_tensor(x_np, dtype="float32", stop_gradient=False)
out = paddle.max(x, axis=None, keepdim=False) # 报错(前向没问题，反向触发错误)
# out = paddle.max(x, axis=[0], keepdim=False) # 不报错
grad_tensor = paddle.ones_like(x)
paddle.autograd.backward([out], [grad_tensor], True) 

定位说明

@veyron95 定位到的情况是：

• amax出错：Paddle/paddle/phi/kernels/funcs/reduce_functor.h 中 AMaxOrAMinGradFunctor 内部一个计算发现了写越界：dx->device(place) = dy->broadcast(dim) * mask / equal_number;
• max出错：Paddle/paddle/phi/kernels/funcs/reduce_functor.h中 MaxOrMinGradFunctor 内部一个计算发现了写越界：dx->device(place) = (dy->broadcast(dim) * equals.select(ones, zeros));
• 两者左边 dx dim 原本是（2，4），右边结果打出来有64个数值。右边结果写入左边，写越界了。导致在后续内存释放的时候导致异常。
• 原先未报错的原因：原先默认FLAGS_use_system_allocator=0，内存管理使用的是 BestFitAllocator, 会申请一大块内存供 tensor 使用，即使在实际使用中写越界，由于越界的部分没人使用，也不会有什么太大的问题。

@luotao1 定位到的情况是：

• 静态图没问题，老动态图也没问题，只有新动态图有问题。把python/paddle/fluid/tests/unittests/test_max_min_amax_amin_op.py 115行 def test_dygraph(self): 注释就可以过
• 只有axis=None的情况下，会出错。也就是 TestMaxMinAmaxAminAPI2 和 TestMaxMinAmaxAminAPI6会出错。

两者左边 dx dim 原本是（2，4），右边结果打出来有64个数值

依次打印右边的变量，dy->broadcast(dim)是64数值，需要做一下reshape

[paddle-bot]

你的PR提交成功，感谢你对开源项目的贡献!
请关注后续CI自动化测试结果，详情请参考Paddle-CI手册。
Your PR has been submitted. Thanks for your contribution!
Please wait for the result of CI firstly. See Paddle CI Manual for details.

[cxxly]

LGTM

[veyron95]

LGTM