batch_norm layer 放在 RecurrentLayerGroup 里面时，配置解析的一个bug

[lcy-seso]

batch norm layer 作为 RecurrentLayerGroup step 函数里面的一个layer，配置解析时会出错。

比如下面的layer A 在recurrent layer group 里面， layer_group 的name 是 ”layer_group“：

    Layer(name="B",
          type='batch_norm',
          active_type="relu",
          inputs=Input("A", image=Image(channels=128, img_size=1)), )

调用 inputs=Input("A", image=Image(channels=128, img_size=1)), ) 时，input[0].input_layer_name 会被 MakeLayerNameInParentSubmodel 函数命名成 ：A@layer_group。

然后batch norm layer 在解析配置时会继续调用下面的代码（config_parser.py 的 1840 ~ 1847 行）隐式地添加 mean 和 std ：

        for i in xrange(2):
            inputs.append(
                Input(
                    inputs[0].input_layer_name,
                    initial_std=0.0,
                    initial_mean=0.0,
                    is_static=True,
                    is_shared=is_shared, ))

这里的 Input 会再次调用 MakeLayerNameInParentSubmodel ， 将 inputs[0].input_layer_name （这时已经是 A@layer_group）命名为 ：A@layer_group@layer_group，这一次重命名会引起错误。

[qingqing01]

参考 #966

[lcy-seso]

谢谢 @qingqing01 ~