pytorch池化层ceilmode的作用

rehsape函数有一个比较特殊的-1，这个在许多代码上也是使用的比较频繁
关于-1这部分理解参考这篇文章：
1分钟理解pytorch的reshape函数中-1表示的意义
-1的值为总元素个数除以（其他维度值相乘）
比如原始tensor维度为（2，2，3），reshape为（-1，3，4），-1的值就为12/(3×4）=1，即reshape后的tensor的shape为（1，3，4）

* 当ceil_mode = True时：

             0   0 | 0   0 | 0   ×
             0  1  | 0   1 | 1   ×
           -----------------------
             2   2 | 2   2 | 2   ×
             3   3 | 3   3 | 3   ×
           -----------------------
             4   4 | 4   4 | 4   ×
             × ×   | ×   × | ×   ×

    输出：输出3*3维
        [1 1 1
         3 3 3
         4 4 4]
    即：数据不足以构成2*2,仍然对剩余数据进行计算
* 当ceil_mode = False时：输出2*2维
       0   0 | 0    0 
       1   1 | 1    1 
       --------------
       2   2 |  2   2 
       3   3 |  3   3 
    输出:
        [1   1
         3  3]
    即：数据不足以构成2*2，舍弃