class torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True)
Conv2d 的输入 input 尺寸为 $(N, C_{in}, H_{in}, W_{in})$，输出 output 尺寸为 $(N, C_{out}, H_{out}, W_{out})$，有:
$out(N_i, C_{out_j}) = bias(C_{out_j}) + \sum {k=0}^{C{in} - 1} weight(C_{out_j}, k) * input(N_i, k)$
其中，$*$ 是 2D cross-correlation 操作. $N$ - batch size, $C$ - channels 数, $H$ - Hight, $W$ - Width.
输入的四维张量 [N, C, H, W] 中的 C 了，即输入张量的channels数。这个形参是确定权重等可学习参数的shape所必需的
期望的四维输出张量的channels数
卷积核的大小, 一般我们会使用5x5、3x3这种左右两个数相同的卷积核，因此这种情况只需要写kernel_size = 5这样的就行了。如果左右两个数不同，比如3x5的卷积核，那么写作kernel_size = (3, 5)，注意需要写一个tuple，而不能写一个列表(list)
卷积核在图像窗口上每次平移的间隔，即所谓的步长
Pytorch与Tensorflow在卷积层实现上最大的差别就在于padding上
Padding即所谓的图像填充，后面的int型常数代表填充的多少（行数、列数），默认为0。需要注意的是这里的填充包括图像的上下左右，以padding = 1为例，若原始图像大小为32x32，那么padding后的图像大小就变成了34x34，而不是33x33。
Pytorch不同于Tensorflow的地方在于，Tensorflow提供的是padding的模式，比如same、valid，且不同模式对应了不同的输出图像尺寸计算公式。而Pytorch则需要手动输入padding的数量，当然，Pytorch这种实现好处就在于输出图像尺寸计算公式是唯一的
是否采用空洞卷积, 默认为1(不采用). 从中文上来讲，这个参数的意义从卷积核上的一个参数到另一个参数需要走过的距离，那当然默认是1了，毕竟不可能两个不同的参数占同一个地方吧(为0). 了解更多Dilated convolution animations。
控制 inputs 和 outputs 间的关联性(分组). 其中，要求 in_channels 和 out_channels 必须都可以被 groups 整除.
group是用做分组卷积，但是现在用的比较多的是groups = in_channel。当groups = in_channel时，是在做的depth-wise conv.
即是否要添加偏置参数作为可学习参数的一个，默认为True。
即padding的模式，默认采用零填充
$H_{out} = \frac{H_{in} + 2\times padding[0] - dilation[0] \times (kernel_size[0] - 1) - 1}{stride[0]} + 1$
$W_{out} = \frac{W_{in} + 2\times padding[1] - dilation[1] \times (kernel_size[1] - 1) - 1}{stride[1]} + 1$
# input [1, 3, 12, 12] output [1, 8, 8, 256]
x = torch.ones([1, 3, 12, 12])
conv1 = torch.nn.Conv2d(3, 256, 5)
y = conv1(x) # y [1, 256, 8, 8]
dw = torch.nn.Conv2d(3, 3, 5, groups=3)
pw = torch.nn.Conv2d(3, 256, 1)
z = dw(x) # [1, 3, 8, 8]
z = pw(z) # [1, 256, 8, 8]
[Reference]