x86的HardSwish层的非avx实现有问题

[nicheng0019]

TNN的模型里的HardSwish层有两种情况，一种是input0和input1的shape完全一样，都是(b, c, h, w)，一种情况是input0的shape是(b, c, h, w)，input1的shape是（b, c, 1, 1），x86的非AVX实现

`for (int b = 0; b < batch; b++) {

    for (int c = 0; c < channel; c++) {
        auto input_data0 = input_ptr0 + (b * channel + c) * channel_size;
        auto input_data1 = input_ptr1 + (b * channel + c) * channel_size;
        auto output_data = output_ptr + (b * channel + c) * channel_size;
        for (int index = 0; index < channel_size; index++) {
            float tmp = input_data1[index] * alpha + beta;
            tmp = std::min(tmp, 1.f);
            tmp = std::max(tmp, 0.f);
            output_data[index] = input_data0[index] * tmp;
        }
    }
}`

只考虑了第一种情况，没有考虑第二种情况。