in_channels为输入通道数
out_channels为输出通道数
kernel_size为卷积核大小
stride为卷积步长
padding为填充尺寸
groups为是否使用分组卷积，具体解释见下文
bias为偏置
dilation为是否使用空洞卷积（膨胀卷积）
convTranspose2d是对特征层进行转置卷积操作，即进行上采样.转置卷积的运算步骤分为如下几步：
1.在输入特征图中行列内部进行stride-1，外围进行kernel_size-padding-1填充
2.将卷积核参数进行上下、左右翻转，然后进行卷积操作
具体的操作过程。
分组卷积在AlexNet中其实就有使用到，因为算力不足将网络放在两块GPU上运行，shuffle
