我已经利用pytorch训练好了自己的模型MYmodel()，其中有3层FCN分别为fcn1，fcn2，fcn3，现使用模型用于测试集，但是我只想模型中的fcn1，fcn2起作用，该如何操作

你可以使用`torch.nn.Sequential`来创建一个仅包含`fcn1`和`fcn2`的新模型。具体地，你可以将`fcn1`和`fcn2`放在一个列表中，并将该列表作为参数传递给`torch.nn.Sequential`的构造函数。

以下是一个示例代码：

import torch.nn as nn

class MYmodel(nn.Module):
    def __init__(self):
        super(MYmodel, self).__init__()
        self.fcn1 = nn.Linear(10, 20)
        self.fcn2 = nn.Linear(20, 30)
        self.fcn3 = nn.Linear(30, 40)
    
    def forward(self, x):
        x = self.fcn1(x)
        x = self.fcn2(x)
        x = self.fcn3(x)
        return x

# 创建一个仅包含 fcn1 和 fcn2 的新模型
model = nn.Sequential(
    MYmodel().fcn1,
    MYmodel().fcn2
)

# 使用新模型进行测试
x = torch.randn(1, 10)
output = model(x)

在上面的代码中，我们首先定义了一个名为`MYmodel`的模型，其中包含3个全连接层`fcn1`，`fcn2`和`fcn3`。然后，我们使用`torch.nn.Sequential`创建了一个新模型，该模型仅包含`MYmodel`的`fcn1`和`fcn2`层。最后，我们使用新模型对测试数据`x`进行了测试，得到了输出`output`。