注：DEBUG 下执行2      2       4   4   2       3   3   1   1   1   1， 有可视化打印输出；RELEASE下同提交要求

完成了in_kernel_size和kernel2col()、kernel2colKernel()的修改
现在 in_kernel_size = num_kernels * num_channels * kernel_height * kernel_width;

尚存BUG: cudaLaunchKernel失败;
pWeight_device大小为 num_kernels * num_channels * kernel_height * kernel_width
而in_kernel_size = num_kernels * kernel_height * kernel_width, 说明题目中认为batch时每个channel的kernel允许不同, 需要修改