nn.Conv2d(num_in_ch, embed_dim, 3, 1, 1)
这是一个2d卷积，也就是他是二维的，而不是一个序列一排一排的卷积。
这里几个参数分别表示 （输入通道数，输出通道数，卷积核大小，步幅，填充大小）
nn.Conv2d(num_in_ch, embed_dim, 3, 1, 1) 则表示：输入通道是num_in_ch，输出通道数为embed_dim，卷积核大小是3，每次移动的步长是1， 在输入特征图的四周各填充一圈0像素 。
Q：怎么实现通道数目的变化的？
一个卷积核，卷积出来就是一个通道，值得注意的是，每个卷积核的通道数一定是和输入数据的输入通道数是一样的。
Q：如果最后一个参数影响的是什么？
A：影响的是高和宽的大小，当卷积核大小为3X3，padding=1的时候，卷积后，高和宽不变。
