class ModulatedDeformConv(nn.Module):

应用基于NPU的Modulated Deformable 2D卷积操作。

参数：
- in_channels (Int) - 输入图像中的通道数。
- out_channels (Int) - 卷积产生的通道数。
- kernel_size(Int或Tuple) - 卷积核大小。
- stride(Int, Tuple，默认值为1) - 卷积步长。
- padding (Int或Tuple，默认值为0) - 添加到输入两侧的零填充。
- dilation (Int或Tuple，默认值为1) - 内核元素间距。
- groups (Int，默认值为1) - 从输入通道到输出通道的阻塞连接数。
- deform_groups (Int) - 可变形组分区的数量。
- bias (Bool，默认值为False) - 如果值为True，则向输出添加可学习偏差。
- pack (Bool，默认值为True) - 如果值为True，此模块将包括con_offset和掩码。

调用方式样例：

from torch_npu.contrib.module import ModulatedDeformConv
m = ModulatedDeformConv(32, 32, 1)

约束限制
 ModedDeformConv仅实现float32数据类型的操作。conv_offset中权重和偏置必须初始化为0。

示例：

   >>> m = ModulatedDeformConv(32, 32, 1)
   >>> input_tensor = torch.randn(2, 32, 5, 5)
   >>> output = m(input_tensor)

   >>> x = torch.randn(2, 32, 7, 7) 
   >>> model = ModulatedDeformConv(32, 32, 3, 2, 1)

   >>> torch.npu.set_device(0)
   >>> x = x.npu()
   >>> model = model.npu()

   >>> o = model(x)
   >>> l = o.sum()
   >>> l.backward()
   >>> print(l)

class ModulatedDeformConv()