Con2d作为torch.nn下的类，主要参数依次为输入通道数量，输出通道数量，卷积核大小，卷积步长，其中输入通道与图片的输入通道一致，输出通道代表经过conv2d后输出的通道数，卷积核大小代表每次与图像中的同样大小的像素区域进行计算。
图片来源的链接https://www.cnblogs.com/RyanXing/p/12852940.html
若padding等于1，拿上图的红色区域的进行计算，则下一次计算input小矩阵为当前矩阵网右移动一格。
结论：conv2d主要作用是指定输出通道和卷积核大小等参数，对图像特征进行提取。
例如：若有输入为（1,3,1,1），conv2d（3,2,1,1)对于每个通道来说都有一个kernel与之对应，三个通道理应会产生三个结果，但是con2d会将三个结果按对应位置相加，产生一个结果，同时kernel_nul数目为2，所以最终会产生通道数为2.
