fix demo for now (#1057)

demo/auto-compression/README.md

@@ -54,7 +54,7 @@ python tools/export_model.py \
 ```
 cd PaddleSlim/demo/auto-compression/
 ```
-使用[eval.py](../quant/quant_post/eval.py)脚本得到模型的分类精度：
+使用[eval.py](../quant/quant_post/eval.py)脚本得到模型的分类精度，压缩后的模型也可以使用同一个脚本测试精度：
 ```
 python ../quant/quant_post/eval.py --model_path infermodel_mobilenetv2 --model_name inference.pdmodel --params_name inference.pdiparams
 ```
@@ -95,7 +95,7 @@ python demo_imagenet.py \
 
 ### 3.3 进行剪枝蒸馏策略融合压缩
 注意：本示例为对BERT模型进行ASP稀疏。
-首先参考[脚本](https://github.com/PaddlePaddle/PaddleNLP/tree/develop/examples/language_model/bert#%E9%A2%84%E6%B5%8B)得到可部署的模型。
+首先参考[脚本](https://github.com/PaddlePaddle/PaddleNLP/tree/develop/examples/language_model/bert#%E9%A2%84%E6%B5%8B)得到可部署的模型，或者下载SST-2数据集上的示例模型[SST-2-BERT](https://paddle-qa.bj.bcebos.com/PaddleSlim_datasets/static_bert_models.tar.gz)。
 剪枝蒸馏压缩示例脚本为[demo_glue.py](./demo_glue.py)，使用接口``paddleslim.auto_compression.AutoCompression``对模型进行压缩。运行命令为：
 ```
 python demo_glue.py \

demo/auto-compression/demo_imagenet.py

@@ -97,7 +97,7 @@ if __name__ == '__main__':
         strategy_config=compress_config,
         train_config=train_config,
         train_dataloader=train_dataloader,
-        eval_callback=eval_function,
+        eval_callback=eval_function if 'HyperParameterOptimization' not in compress_config else None,
         devices=args.devices)
 
     ac.compress()

paddleslim/quant/quant_post_hpo.py

@@ -273,6 +273,7 @@ def quantize(cfg):
 
     global g_min_emd_loss
     ### if eval_function is not None, use eval function provided by user.
+    ### TODO(ceci3): fix eval_function 
     if g_quant_config.eval_function is not None:
         emd_loss = g_quant_config.eval_function()
     else: