use object.__setattr__ in DualModule and DeployableModule to avoid unexpected key in self._modules

[marigoold]

之前直接赋值 self.xxx = some_nn_Module 的写法，会在 self._modules 中写入一个 key='xxx' 的键值对，这是由于 torch.nn.Module 的 __setattr__ 决定的，导致遍历、取 state_dict 等行为得到的结果与期望值不符，会多一层不必要的 _torch_module 或者 _deployable_module_model，比如下列场景：

In [1]: from onediff.infer_compiler import oneflow_compile

In [2]: from torchvision.models.resnet import resnet50

In [3]: model = resnet50(pretrained=False, progress=True).eval()

In [4]: of_model = oneflow_compile(model, use_graph=True)

In [5]: of_model._modules.keys()
Out[5]: odict_keys(['_deployable_module_model'])

In [6]: of_model._deployable_module_model._modules.keys()
Out[6]: odict_keys(['_torch_module'])                                                                                                                                                                                                                       

修改之后不用直接赋值语句，而是调用 object.__setattr__，避免在 self._modules 中增加不必要的键值对，然后把子 module 中的 _modules、_parameters、_buffers 都浅拷贝一份，这样遍历、state_dict、get_submodule 等行为都正常了