[函数]nn.Conv2d

nn.Conv2d(self, in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True))
参数：

•   in_channel:　输入数据的通道数，例RGB图片通道数为3；
•   out_channel: 输出数据的通道数，这个根据模型调整；
•   kennel_size: 卷积核大小，可以是int，或tuple；kennel_size=2,意味着卷积大小2， kennel_size=（2,3），意味着卷积在第一维度大小为2，在第二维度大小为3；
•   stride：步长，默认为1，与kennel_size类似，stride=2,意味在所有维度步长为2， stride=（2,3），意味着在第一维度步长为2，意味着在第二维度步长为3；
•   padding：　填充,默认为0
•   dilation: 空洞数,int类型,默认为1时表示用普通卷积,>1时表示空洞卷积
•   bias:偏置,默认为True,表示卷积后的每个输出通道上的所有元素都要加上该通道相应的偏置