PyTorch 中的 MaxPool2d(2) 操作：缩小特征图尺寸

这段代码定义了一个包含两个操作的序列，分别是最大池化和 DoubleConv。其中，最大池化操作会将输入的特征图尺寸缩小一半，而 DoubleConv 操作会将输入的通道数从 'in_channels' 变为 'out_channels'。最终，这个序列会输出一个尺寸较小、通道数较多的特征图，用于后续的网络层处理。

'MaxPool2d(2)' 的含义是对输入的特征图进行最大池化操作，窗口大小为 2x2，步幅为 2，即将每个 2x2 的像素块中的最大值作为输出的像素值，从而将特征图尺寸缩小一半。这样做的目的是在保留特征图中重要信息的同时，减小特征图的尺寸，从而降低后续网络层的计算量，提高模型的效率。