卷积神经网络降维：使用MaxPool2d实现特征图尺寸缩减

该卷积神经网络通过使用'MaxPool2d'层进行降维。公式如下：

1. 输入图像大小：(N, C, H, W)
2. 第一次卷积操作后，输出特征图大小为：(N, 16, H, W)
3. 经过第一个最大池化层后，输出特征图大小为：(N, 16, H/2, W/2)
4. 第二次卷积操作后，输出特征图大小为：(N, out_channels, H/2, W/2)
5. 经过第二个最大池化层后，输出特征图大小为：(N, out_channels, H/4, W/4)

其中，N表示批量大小，C表示输入通道数，H和W分别表示输入图像的高度和宽度。