[Feat] add NNI code to tune hyper-parameter

[seoulsky-field]

Motivation 🤔

• 데이터 제작 competition에서 Model이 고정됨에 따라서 데이터 추가 및 수정과 Hyper-parameter Tuning이 성능 향상의 방법으로 대두되었습니다.
• 팀원 중 한 분께서 Auto-ML을 이용해보면 좋을 것 같다는 의견을 제시하여 기존에 NNI로 사용해 본 경험이 있기에 NNI를 이용하여 Hyper-parameter를 Tuning해보게 되었습니다.

Key Changes 🔑

• Hyper-parameter Tuning에서 사용된 코드는 NNI 기반 Auto-ML를 이용하여 작성되었습니다.
• nni 폴더에 nni의 사용법이 담긴 README.md와 nni의 실행 축인 config.yml, tuning할 parameter 종류와 case를 담은 search_space.json을 추가하였습니다.
• train.py에는 optimizer를 case에 맞게 사용하기 위해 opt_module을 선언하는 코드 추가 및 optimizer를 선언하는 코드를 수정한 후 parser에 argument로 추가해주었습니다. (이로 인해 train.py에서 do_training의 인자가 추가되었습니다.)
• nni의 report_intermediate_result는 wandb의 그래프와 동일한 기능을 한다고 판단하여 사용하지 않고 report_final_result를 사용하였습니다.

To Reviewers 🙏

• train.py에서 nni의 metric을 validation set을 불러오고 사용한 것이 아니라 mean loss를 그대로 사용하였습니다.
• train.py에서 valid_dataset과 valid_loader를 불러오는 코드가 존재하는데, 이는 metric을 validation set의 acc를 기반으로 사용하고자 시도하던 중 추가된 코드이며 추후에 사용될 수 있을 것 같아 남겨두었습니다. (dataset.py에서 valid_dataset을 선언하기 위해 수정된 부분이 존재합니다. : SceneTextDataset class에서 init함수의 self.image_dir 선언 부분을 참고 해주세요. 또한 이로 인해 train.py에서 do_training의 인자가 추가되었습니다.)
• 기존에 있던 코드와 조금 다르게 보일 수 있으나 기존 코드와 달리 pre-commit을 적용한 후 commit하였기에 실제 기능상 수정된 부분 외의 부분은 동일한 기능을 합니다.

resolves: #25

[yehyunsuh]

Good explanation. Looks good to me.

Conflicts are caused by pre-commit. Will merge with the previous develop branch code b(delete @seoulsky-field 's code).