DepthwiseConv2dNative

Menghitung konvolusi kedalaman 2-D dengan `input` dan `filter` 4-D.

Diberikan tensor masukan berbentuk `[batch, in_height, in_width, in_channels]` dan tensor filter/kernel berbentuk `[filter_height, filter_width, in_channels, channel_multiplier]`, yang berisi filter konvolusional `in_channels` dengan kedalaman 1, ` depthwise_conv2d` menerapkan filter yang berbeda ke setiap saluran masukan (berkembang dari 1 saluran menjadi `saluran_pengganda` untuk masing-masing saluran), lalu menggabungkan hasilnya. Jadi, keluarannya memiliki saluran `in_channels * channel_multiplier`.

for k in 0..in_channels-1
   for q in 0..channel_multiplier-1
     output[b, i, j, k * channel_multiplier + q] =
       sum_{di, dj input[b, strides[1] * i + di, strides[2] * j + dj, k] *
                         filter[di, dj, k, q]
 }

Harus memiliki `langkah[0] = langkah[3] = 1`. Untuk kasus paling umum dari langkah horizontal dan simpul yang sama, `langkah = [1, langkah, langkah, 1]`.