nn.Sequential

 nn.Sequential是PyTorch中用于创建神经网络模型的类。它允许您将多个神经网络层（例如卷积层、池化层、激活函数等）按顺序组合在一起。

    使用nn.Sequential可以轻松地构建复杂的神经网络结构，而无需手动连接各个层。您可以将不同的层作为nn.Sequential的参数传递，并按照您期望的顺序排列它们。

    下是一个使用nn.Sequential的示例，展示如何创建一个简单的卷积神经网络.

model = nn.Sequential(
    nn.Conv2d(in_channels=3, out_channels=64, kernel_size=3, stride=1, padding=1),
    nn.ReLU(),
    nn.MaxPool2d(kernel_size=2, stride=2),
    nn.Conv2d(in_channels=64, out_channels=128, kernel_size=3, stride=1, padding=1),
    nn.ReLU(),
    nn.MaxPool2d(kernel_size=2, stride=2),
    nn.Flatten(),
    nn.Linear(128 * 32 * 32, 10),
)
print(model)
print(model[0])

     nn.Sequential是按照顺序存储的，一切按照顺序存储的东西，都可以按照索引取出，所以这里利用索引0取出第一层函数。