使用Sequential进行包装

使用Sequential进行包装是指将多个层按照顺序连接起来，形成一个模型块。这种方法在PyTorch中可以使用nn.Sequential类来实现[^1]。

下面是一个使用Sequential进行包装的示例代码：

import torch
import torch.nn as nn

# 定义多个层
layer1 = nn.Linear(10, 20)
layer2 = nn.ReLU()
layer3 = nn.Linear(20, 30)

# 使用Sequential进行包装
model = nn.Sequential(layer1, layer2, layer3)

# 打印模型结构
print(model)

在上面的代码中，我们首先定义了三个层：一个线性层（nn.Linear）、一个ReLU激活函数层（nn.ReLU）和另一个线性层。然后，我们使用nn.Sequential将这三个层按照顺序连接起来，形成一个模型块。最后，我们打印出模型的结构。

使用Sequential进行包装的好处是可以简化模型的定义过程，尤其是当模型的结构比较简单且层之间没有复杂的连接关系时。此外，Sequential还可以作为一个模块，被包含在更复杂的模型中。