在PyTorch中，nn.Sequential是一個用于構建神經網絡模型的容器。它可以按照順序將多個層組合在一起，以構建深度神經網絡。
nn.Sequential的用法如下所示：
import torch.nn as nn
model = nn.Sequential(
nn.Linear(input_size, hidden_size), # 添加輸入層
nn.ReLU(), # 添加激活函數
nn.Linear(hidden_size, output_size), # 添加輸出層
nn.Sigmoid() # 添加激活函數
)
在上述示例中，nn.Sequential按照順序添加了四個層：一個線性層，一個ReLU激活函數，另一個線性層以及一個Sigmoid激活函數。這些層將按照添加的順序依次被應用于輸入數據，以生成最終的輸出。
可以通過調用model(x)來使用這個nn.Sequential模型，其中x是輸入數據。模型將依次將輸入數據傳遞給添加的每個層，并生成最終的輸出。
