【Fix PIR Unittest No.550,555】Fix some test case in PIR

[wanghuancoder]

PR Category

Others

PR Types

Others

Description

修复rnn下test_rnn_nets_static.py单测。
rnn使用了老静态图的create_variable机制。用于支持rnn中state的生成：

根据分析，其特点是：

1. 初始值必须没有显存，处于uninitialized状态，因为第一次，和剩下的时候，用的cudnn API不一样
2. persistable必须是True，否则执行器会GC显存，无法给下一轮保存数据
3. 不能参与优化器的参数优化
4. 不需要save，因为test时不需要这个值

PIR使用

                self._dropout_state = paddle.pir.core.create_parameter(
                    dtype="uint8",
                    shape=[0],
                    name=f"dropout_state{NON_PERSISTABLE_VAR_NAME_SUFFIX}",
                    initializer=paddle.nn.initializer.Constant(value=0),
                    trainable=False,
                )
                self._dropout_state.stop_gradient = True

1. shape=[0]初始化的Tensor为uninitialized
2. create_parameter的Value，persistable为True
3. stop_gradient = True，可以不需要优化
4. NON_PERSISTABLE_VAR_NAME_SUFFIX在save里有特殊处理，不会save

关联Issue：#63740

Pcard-67164

[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.