解决MindSpore ResNet模型构建错误：输入通道数问题

在使用MindSpore构建ResNet模型时，可能会遇到以下错误：

RuntimeError: mindspore\core\ops\conv2d.cc:185 Conv2dInferShape] x_shape[C_in] / group must equal to w_shape[C_in] = 1, but got 3

这个错误通常是因为在ResNet构造函数中，输入通道数被错误地设置为默认的64，而实际输入数据应该是1通道的灰度图像。

为了解决这个问题，需要修改以下代码：

class ResNet(nn.Cell):
    def __init__(self, block, layers, num_classes=34):
        super(ResNet, self).__init__()
        self.in_channels = 1  # 修改输入通道数为1

        self.conv1 = nn.Conv2d(self.in_channels, 64, kernel_size=7, stride=2,   pad_mode='valid')
        # ... 剩余代码不变 ...

同时，在测试模型的时候，输入的数据应该是1通道的灰度图像。

通过以上修改，就能解决ResNet模型构建过程中的输入通道数错误，并成功训练和测试模型。