其中有没有可学习和反向传播的并且能够实现将输入特征图的通道顺序重新排列每次更新都能使得loss最小化。

是的，有这样的神经网络架构，它被称为卷积神经网络（Convolutional Neural Network，CNN）。CNN可用于图像识别、语音识别、自然语言处理等领域。CNN中的每个神经元只与相邻的几个神经元相连，这样可以大大减少参数量，节省计算资源。CNN中的反向传播算法可以用来更新神经元的权重，使得损失函数最小化。CNN可以通过卷积层对输入特征图进行通道顺序的重新排列，并在后续的全连接层中进行分类或回归等任务。