1.参考文章：
【Pytorch】搞懂nn.Conv2d的groups参数的作用 - 知乎 (zhihu.com)
2.理解：
（1）只要你 明白了 多通道的卷积是如何实现的（可以看我的1X1卷积文章），那么这里的分组进行卷积就非常好理解了
核心：其实，虽然我们知道nn.Conv2d(in_fea,out_fea)就是从in_fea个channels 变成 out_fea个channels, 而且也知道是 由out_fea个kernel干的这件事情。
但是，每个kernel其实会把 "同一个"位置的 "所有输入channels"全部进行处理。 √
（2）效果：
--如果分groups =2 ,就可以然参数量 变成1/2 上面那篇知乎文章最后的手绘图清晰
--如果分groups =in_dim,自然，可以将参数量 变成1/in_dim