给一个简单的跳跃连接代码

以下是一个简单的跳跃连接的代码示例：

# 定义跳跃连接层
class ResidualBlock(nn.Module):
    def __init__(self, in_channels, out_channels, stride=1):
        super(ResidualBlock, self).__init__()
        
        self.conv1 = nn.Conv2d(in_channels, out_channels, kernel_size=3, stride=stride, padding=1, bias=False)
        self.bn1 = nn.BatchNorm2d(out_channels)
        self.relu = nn.ReLU(inplace=True)
        self.conv2 = nn.Conv2d(out_channels, out_channels, kernel_size=3, stride=1, padding=1, bias=False)
        self.bn2 = nn.BatchNorm2d(out_channels)
        
        # 如果输入输出通道数不同，则需要使用卷积核大小为1的卷积来进行跳跃连接
        if in_channels != out_channels or stride != 1:
            self.shortcut = nn.Conv2d(in_channels, out_channels, kernel_size=1, stride=stride, bias=False)
            self.bn_shortcut = nn.BatchNorm2d(out_channels)
        else:
            self.shortcut = nn.Identity()
        
    def forward(self, x):
        identity = self.shortcut(x)
        
        out = self.conv1(x)
        out = self.bn1(out)
        out = self.relu(out)
        
        out = self.conv2(out)
        out = self.bn2(out)
        
        out += self.bn_shortcut(identity)
        out = self.relu(out)
        
        return out

上述代码中，定义了一个`ResidualBlock`类，实现了跳跃连接。具体来说，`ResidualBlock`类包含了两个卷积层和两个批归一化层，以及一个ReLU激活函数。如果输入输出通道数不同或者步长不为1，则需要使用卷积核大小为1的卷积来进行跳跃连接。在前向传播过程中，首先计算出跳跃连接部分的输出，然后将计算出的输出和卷积部分的输出相加。最后，再经过一个ReLU激活函数输出结果。