在PyTorch中，可以使用state_dict()方法来获取模型的参数。对于卷积层，卷积核的参数通常被称为权重（weights），可以通过以下代码显示：

import torch

# 定义一个卷积层
conv_layer = torch.nn.Conv2d(in_channels=3, out_channels=16, kernel_size=3, stride=1, padding=1)

# 打印卷积核的参数
print(conv_layer.state_dict()['weight'])

上述代码中，torch.nn.Conv2d创建了一个具有3个输入通道、16个输出通道、3x3大小的卷积核以及1个像素的填充的卷积层。使用state_dict()方法获取模型参数的字典，然后通过键名’weight’获取卷积核的参数。