卷积实现

设input tensor的shape为N, c_in, h_in, w_in，output tensor的shape为N, c_out, h_out, w_out.
kernel size为k_h, k_w。

forward：
分为两步：

1. img2col:
   由input tensor计算column tensor，shape为c_in * k_h * k_w, N * h_out * w_out。
2. weight与column相乘：
   weight的shape为 c_out, c_in, k_h, k_w，与column矩阵相乘后得到shape为c_out, N * h_out * w_out的tensor，转置后得到output tensor。

backward：

1. 求得output的grad之后，计算得到column的梯度。
2. col2img：
   由column的梯度求得input的梯度。