一、卷积层
- 卷积：Conv2d
'''
in_channels:输入通道数
out_channels：输出通道数
kernel_size：卷积核尺寸，整数或者元组
stride：卷积操作的步幅，整数或者元组
padding：数据hw方向上填充的层数，整数或者元组，默认填充的是0
dilation：卷积核内部各点的间距，整数或者元组
groups：控制输入和输出之间的连接；group=1，输出是所有输入的卷积；
group=2，此时相当于有并排的两个卷积层，每个卷积层计算输入通道的一半，
并且产生的输出是输出通道的一半，随后将这两个输出连接起来。
bias：bool类型，为true的话就会对输出添加可学习的偏置量
padding_mode：填充模式，字符串类型
'''
torch.nn.Conv2d(in_channels, out_channels,
kernel_size, s
