Update channels.md

要遍历第0个维度，如果直接zip(X, K)的话，corr2d()依次读取到X和K的第0和1个维度，对X[i]中的两个矩阵和K[i]中的两个矩阵进行卷积运算，这样会导致出现'''ValueError: too many values to unpack (expected 2)'''这样的错误，因此，要对X和K加上下标0

chapter_convolutional-neural-networks/channels.md

@@ -45,7 +45,7 @@ import paddle
 #@tab mxnet, pytorch, paddle
 def corr2d_multi_in(X, K):
     # 先遍历“X”和“K”的第0个维度（通道维度），再把它们加在一起
-    return sum(d2l.corr2d(x, k) for x, k in zip(X, K))
+    return sum(d2l.corr2d(x, k) for x, k in zip(X[0], K[0]))
 ```
 
 ```{.python .input}