在U-net下采样后时，通过polling层，可能会出现这种情况，37*37feature maps 压缩成18*18大小，但在上采样过程中，利用
nn.ConvTranspose2d()通常变为36*36大小的feature maps,不同大小的feature maps在进行concat时会报错。
解决这种问题可以采用追加一个反卷积过程，在判断到两个过程得到的feature maps大小不匹配时，使用kernel_size=2,stride=1的反卷积过程，将当前特征映射扩大。
nn.ConvTranspose2d(in_channels=in_channels,out_channels=out_channels,kernel_size=2,stride=1)