实现断点恢复的逻辑和自动选择可用端口

[LEON-gittech]

实现断点恢复的逻辑和自动选择可用端口，端口不可用的报错还是很常见的，对于公司内部使用来说不是很方便，因为并不是在本地运行，每次都要提交一个任务，报错的话又要重新提交一个任务

[staoxiao]

@LEON-gittech ， 感谢您的提交。
但是这个PR里面存在很多无关的内容，比如debug_args.ipynb 和一些中文注释。
另外，huggingface trainer有断点重启的功能，基于其实现会更加简洁。可以简单的在train()里设置resume_from_checkpoint=True

  if list(pathlib.Path(training_args.output_dir).glob("checkpoint-*")):
      trainer.train(resume_from_checkpoint=True)
  else:
      trainer.train()

[LEON-gittech]

我这么实现的原因在于很多情况下我并不是从头开始训练的，我是基于别人微调过的模型或者预训练的模型做进一步的训练，那我又不能修改原本的模型路径，也就是我需要去创建一个新的路径来存放我的checkpoint，还有就是如果 resume_from_checkpoint=True 的话 checkpoint 应该是会保存在本地的，但比如公司里面很常见的场景是起的任务是一个暂时的环境，所以肯定是不能把 checkpoint 保存在环境本地的，需要指定到一个hdfs 或者 nas 地址，这样即便这个任务被 kill 了但 checkpoint 还在。