[ACT] fix mkdirs on distributed training. (#1666)

* fix bugs

* fix dead links

* fix bug

Author: zzjjay

example/auto_compression/README.md

@@ -255,7 +255,7 @@ ac.compress()
 ## 进阶使用
 
 - ACT可以自动处理常见的预测模型，如果有更特殊的改造需求，可以参考[ACT超参配置教程](./hyperparameter_tutorial.md)来进行单独配置压缩策略。
-- ACT接口各个参数详细含义可以参考 [ACT API文档](../docs/zh_cn/api_cn/static/auto-compression/auto_compression_api.rst)。
+- ACT接口各个参数详细含义可以参考 [ACT API文档](../../docs/zh_cn/api_cn/static/auto-compression/auto_compression_api.rst)。
 
 ## 社区交流
 

paddleslim/auto_compression/compressor.py

@@ -127,7 +127,7 @@ def __init__(self,
 
         self.final_dir = save_dir
         if not os.path.exists(self.final_dir):
-            os.makedirs(self.final_dir)
+            os.makedirs(self.final_dir, exist_ok=True)
 
         # load config
         if isinstance(config, str):
@@ -263,7 +263,7 @@ def _infer_shape(self, model_dir, model_filename, params_filename,
                     op.desc.infer_shape(block.desc)
 
         save_path = os.path.join(save_path, "infered_shape")
-        os.makedirs(save_path)
+        os.makedirs(save_path, exist_ok=True)
         paddle.static.save_inference_model(
             save_path,
             feed_vars,
@@ -763,8 +763,13 @@ def single_strategy_compress(self, strategy, config, strategy_idx,
                 inference_program, feed_target_names, fetch_targets, patterns,
                 strategy, config, train_config)
             if 'unstructure' in strategy:
-                test_program_info.program._program = remove_unused_var_nodes(
-                    test_program_info.program._program)
+                if isinstance(test_program_info.program,
+                              paddle.static.CompiledProgram):
+                    test_program_info.program._program = remove_unused_var_nodes(
+                        test_program_info.program._program)
+                else:
+                    test_program_info.program = remove_unused_var_nodes(
+                        test_program_info.program)
             test_program_info = self._start_train(
                 train_program_info, test_program_info, strategy, train_config)
             if paddle.distributed.get_rank() == 0: