如何导入包含conv3x3函数的库，如tf.keras.layers.Conv2D或torch.nn.Conv2d

在Python中，为了导入包含`conv3x3`函数的库（如TensorFlow的`tf.keras.layers.Conv2D`或PyTorch的`torch.nn.Conv2d`），你需要按照各自的库的导入方式来做：

**对于TensorFlow（Keras API）：**

import tensorflow as tf
from tensorflow.keras.layers import Conv2D

# 然后你可以直接使用Conv2D函数
conv_layer = Conv2D(filters=32, kernel_size=(3, 3), activation='relu')  # 假设你想创建一个3x3卷积层

**对于PyTorch：**

import torch
import torch.nn as nn

# 使用nn.Conv2d
class ConvBlock(nn.Module):
    def __init__(self):
        super(ConvBlock, self).__init__()
        self.conv = nn.Conv2d(in_channels=3, out_channels=32, kernel_size=3, stride=1, padding=1)  # 3x3卷积层

# 创建模块实例
model = ConvBlock()

在上述代码中，首先导入了所需的库，然后通过库提供的模块（如`tf.keras.layers`或`torch.nn`）找到了`Conv2D`或`Conv2d`函数。这样，在代码中就可以使用它们创建卷积层了。