Fix output size equations in Conv2D_cn.rst

[inc4dge]

修改了数学公式从
“H_{out} = \frac{(H_{in} + stride[0] - 1)}{stride[0]}
W_{out} = \frac{(W_{in} + stride[1] - 1)}{stride[1]}”
到
“H_{out} = \lceil \frac{H_{in}}{stride[0]} \rceil
W_{out} = \lceil \frac{W_{in}}{stride[1]} \rceil”

[paddle-bot]

感谢你贡献飞桨文档，文档预览构建中，Docs-New 跑完后即可预览，预览链接：http://preview-pr-7664.paddle-docs-preview.paddlepaddle.org.cn/documentation/docs/zh/api/index_cn.html
预览工具的更多说明，请参考：飞桨文档预览工具

[github-actions]

📚 本次 PR 文档预览链接（点击展开）

ℹ️ 预览提醒 请等待 Docs-NEW 流水线运行完成后再点击预览链接，否则可能会看到旧版本内容或遇到链接无法访问的情况。

• docs/api/paddle/nn/Conv2D_cn.rst: 点击预览

[sunzhongkai588]

想问下，为什么要改成这样的公式？

[inc4dge]

想问下，为什么要改成这样的公式？

导师您好，

因为原公式 "H_out = (H_in + stride - 1) / stride" 的主要问题在于它只考虑了步长，完全忽略了卷积核大小对输出尺寸的影响。同时，由于缺乏明确的取整规则，在多数情况下会得到小数结果（如输入32、步长3时得到10.66），导致输出尺寸模糊不清，从而引发计算错误。

例如，当输入尺寸为32×32，卷积核为3×3，步长为2时：

• 原公式计算：
  "(32+2-1)/2 = 16.5"，取整后为16或17，结果不确定
• 实际正确结果应为16

修改后的公式
"H_out = ceil(H_in / stride)" 采用了向上取整的思路，这确保了所有输入像素都能被有效利用。以输入32、步长3为例：

• 新公式计算：
  "ceil(32/3) = ceil(10.66) = 11"
• 这个结果明确且与主流深度学习框架的实现保持一致

向上取整的逻辑保证了即使最后剩余不足一个步长的像素区域，也会通过填充方式生成一个完整的输出位置，从而避免信息丢失。