'Sequential' object has no attribute 'add'

### 回答1：
这个错误通常表示你的代码中使用了一个`Sequential`对象，但是它不支持`add`方法，因为它是一个序列容器，包含了多个子模块。如果你想添加新的子模块，可以使用`torch.nn.Sequential`的构造方法，例如：

import torch.nn as nn

# 定义模型
model = nn.Sequential(
    nn.Linear(10, 20),
    nn.ReLU(),
    nn.Linear(20, 1)
)

# 添加新层
model = nn.Sequential(
    *list(model.children()),
    nn.Linear(1, 2)
)

在这个例子中，我们首先定义了一个包含3个子模块的`Sequential`对象，然后使用`list(model.children())`获取子模块列表，并将其解包传递给新的`Sequential`对象，然后在新的`Sequential`对象中添加新的线性层。这样，我们就可以在不改变原始模型结构的情况下添加新的层。

### 回答2：
出现 'Sequential' object has no attribute 'add' 错误的原因是尝试在 Sequential 对象上使用 add 方法，但该对象没有 add 属性。Sequential 是 Keras 中一种常用的模型类型，用于构建顺序模型。

在构建 Sequential 模型时，应该使用 add 方法来添加层。例如，如果要在模型中添加一个全连接层，可以使用：

model = Sequential() # 创建 Sequential 对象
model.add(Dense(64, input_dim=100)) # 添加全连接层

但是，当我们尝试使用了其他方法而不是 add 方法时，就会出现 'Sequential' object has no attribute 'add' 的错误。这可能是因为代码中存在一些错误，导致调用了错误的方法。

为了解决这个问题，我们需要检查代码中对 Sequential 对象的使用，并确保正确地使用了 add 方法。同时，还要确保按照正确的顺序添加各个层，并正确设置层的参数。

以下是一些可能导致错误的常见情况：

1. 未正确导入所需的库或模块。在使用 Sequential 对象之前，应该先导入需要的库和模块，比如从 keras.models 导入 Sequential 和从 keras.layers 导入相应层类型。

2. 对 Sequential 对象使用了其他方法而不是 add 方法。在添加层时，应该使用 add 方法，例如 model.add(Dense(64, input_dim=100))。如果尝试使用其他方法如 model.append(Dense(64, input_dim=100))，就会出现错误。

3. 层的参数设置有误。创建层时，需要设置合适的参数。比如在上述例子中，Dense 层的第一个参数是输出维度，第二个参数是输入维度。如果参数设置有误，也可能会导致错误的出现。

综上所述，当出现 'Sequential' object has no attribute 'add' 错误时，我们应该仔细检查代码中的操作，确认正确导入库和模块，并确保正确地使用了 add 方法来添加层。同时，注意层的参数设置是否正确。这样就可以解决这个错误。