功能: 创建卷积层

格式:
[outlayer, w, b] = NetCreateConvolutionLayer(inputlayer, inputRow, inputCol, windowRow, windowCol, moveRow, moveCol, index)
[outlayer, w, b] = NetCreateConvolutionLayer(inputlayer, inputRow, inputCol, windowRow, windowCol, moveRow, moveCol)
[outlayer, w, b] = NetCreateConvolutionLayer(inputlayer, inputRow, inputCol, windowRow, windowCol, moveRow)
[outlayer, w, b] = NetCreateConvolutionLayer(inputlayer, inputRow, inputCol, windowRow, windowCol)

inputlayer : 一个网络层对象, 主要作为当前网络的输入
inputRow   : inputlayer层节点映射到2维矩阵的行数
inputRow   : inputlayer层节点映射到2为矩阵的列数
windowRow  : 卷积滑动窗口的行数
windowCol  : 卷积滑动窗口的列数
moveRow    : 每次窗口横向移动间隔, 默认为1
moveCol    : 每次窗口纵向移动间隔, 默认为1
index      : 起始索引, 默认为1

outlayer : 返回的网络层
w        : 返回卷积中权重变量
b        : 返回卷积中偏置变量

说明:
1. inputRow * inputCol 的值必须与 inputlayer层的节点数一致
2. windowRow 不能比 inputRow 大
3. windowCol 不能比 inputCol 大
4. moveRow 与 moveCol的值不能小于1
5. 起始索引数值不能小于1

原理: 
1. 本函数主要将输入层inputlayer的值映射到一个行为inputRow, 列为inputCol的2维矩阵, 然后使用windowRow * windowCol的窗口在这个2维矩阵上从左至右从上至下的方式进行卷积操作, 其中横向每次滑动moveRow个索引, 纵向每次滑动moveCol个索引，然后在每个窗口进行卷积操作.
2. 注意理解本参数里的最后一个参数Index, 这个参数主要方便对输入向量某一个部分进行卷积操作. 因为本程序的所有层均是以向量作为层的数值存储, 因此有时一个向量中可能包含多个(图像)矩阵时, 则可通过Index设置进行操作.

例子:
inputlay = {NetCreateLayer<矩阵运算\NetCreateLayer>}("", 40);//定义一个40个节点的输入层
b = NetCreateConvolutionLayer(inputlay, 6, 6, 3, 3, 1, 1, 2);//执行完毕后将创建一卷积网络b, 其中滑动窗口为3*3, 输入层为6*6矩阵, 这里将 inputlayer从第2个索引开始后的36个元素映射到6*6的矩阵作为具体操作对象