nn.modulelist和nn.sequential有什么区别，例子

参考：

• PyTorch 中的 ModuleList 和 Sequential: 区别和使用场景https://zhuanlan.zhihu.com/p/64990232

---

在PyTorch中，nn.Sequential和nn.ModuleList都是用于组合多个神经网络层的容器。它们的主要区别在于：

• nn.Sequential是按照顺序组合多个神经网络层的容器，因此必须确保前一个模块的输出大小和下一个模块的输入大小是一致的。而nn.ModuleList只是将不同的模块储存在一起，这些模块之间并没有什么先后顺序可言。
• nn.Sequential不需要写forward()函数，而nn.ModuleList的内部没有实现forward()函数，因此需要使用forward()函数对其进行调用。

下面是一个例子，假设我们有两个神经网络层：fc1 = nn.Linear(10, 20)和fc2 = nn.Linear(20, 30)。我们可以使用以下代码将它们组合成一个神经网络：

fc1 = nn.Linear(10, 20)
fc2 = nn.Linear(20, 30)

# 使用 nn.Sequential
model = nn.Sequential(fc1, nn.ReLU(), fc2)

# 使用 nn.ModuleList
layers = [fc1, nn.ReLU(), fc2]
model = nn.ModuleList(layers)