形式：torch.nn.functional.conv2d(input,filters,bias,stride,padding,dilation,groups)
返回值：一个Tensor变量
作用：在输入图像input中使用filters做卷积运算
参数的具体意义：
input代表输入图像的大小(minibatch，in_channels，H，W)，是一个四维tensor
filters代表卷积核的大小(out_channels，in_channe/groups，H，W)，是一个四维tensor
bias代表每一个channel的bias，是一个维数等于out_channels的tensor
stride是一个数或者一个二元组（SH，SW），代表纵向和横向的步长
padding是一个数或者一个二元组（PH，PW ），代表纵向和横向的填充值
dilation是一个数，代表卷积核内部每个元素之间间隔元素的数目（不常用，默认为0，可以不用管，如果想详细了解，请参考：https://www.cnblogs.com/wanghui-garcia/p/10775367.html）
groups是一个数，代表分组卷积时分的组数，特别的当groups = in_channel时，就是在做逐层卷积（depth-wise conv）
