每天五分钟玩转深度学习框架PyTorch：将nn的神经网络层连接起来

本文重点

前面我们学习pytorch中已经封装好的神经网络层，有全连接层，激活层，卷积层等等，我们可以直接使用。

如代码所示我们直接使用了两个nn.Linear（），这两个linear之间并没有组合在一起，所以forward的之后，分别调用了，在实际使用中我们常常将几个神经层组合在一起，这样不仅操作方便，而且代码清晰。

这里介绍一下Sequential()和ModuleList()，它们可以将多个神经网络层组合在一起，这两个函数都是特殊的module，包含子module。ModuleList还可以当作list使用，但是不能直接传入输入。

本文主要学习第二步(模型搭建)

Sequential

写法一：为每一个神经网络层添加一个名字

	net1 = nn.Sequential()
	net1.add_module('conv', nn.Conv2d(3, 3, 3))
	net1.add_module('batchnorm', nn.BatchNorm2d(3))
	net1.add_m