nn.Sequential( )

`nn.Sequential()`是PyTorch中的一个模型容器，它可以按照顺序将各种模块组合在一起构建神经网络模型。在`nn.Sequential()`中，每个模块都是按照顺序排列的，每个模块的输出都将作为下一个模块的输入。这使得我们可以非常方便地构建神经网络模型。

以下是一个使用`nn.Sequential()`创建简单神经网络模型的示例：

import torch.nn as nn

model = nn.Sequential(
    nn.Linear(784, 128),
    nn.ReLU(),
    nn.Linear(128, 10),
    nn.LogSoftmax(dim=1)
)

在这个示例中，我们创建了一个包含4个模块的神经网络模型。第一个模块是一个线性层，它将输入784个特征转换为128个特征。第二个模块是一个ReLU激活函数，它将线性层的输出进行非线性变换。第三个模块是另一个线性层，它将128个特征转换为10个特征。最后一个模块是一个LogSoftmax层，它将输出转换为概率分布。

需要注意的是，`nn.Sequential()`只适用于顺序模型，即每个模块的输出都将作为下一个模块的输入。如果需要构建更加复杂的神经网络模型，可以使用其他的模型容器，例如`nn.ModuleList`和`nn.ModuleDict`。