1.torch.nn

是专门为深度学习设计的模块，所以一般进行网络设计时都必须先import torch.nn

下面是torch.nn中包含的一些子模块

接下来介绍其中比较重要的几个

2.Containers

顾名思义，容器，都是一些装东西的类

1）Module

module是神经网络的基类，我们自己设计的网络都需要继承自这个基类，module也可以包含其他module（关于模型嵌套文档里讲的比较多，以后再深入研究）。

一般定义网络时都是这句

class Net(nn.Module):

2）Sequential

这是一个序列模型，就是按照顺序排列的一个Module

# Example of using Sequential
model = nn.Sequential(
          nn.Conv2d(1,20,5),
          nn.ReLU(),
          nn.Conv2d(20,64,5),
          nn.ReLU()
        )

# Example of using Sequential with OrderedDict
model = nn.Sequential(OrderedDict([
          ('conv1', nn.Conv2d(1,20,5)),
          ('relu1', nn.ReLU()),
          ('conv2', nn.Conv2d(20,64,5)),
          ('relu2', nn.ReLU())
        ]))

3)ModuleList

用一个list来储存submodules，我们这里先不看submodule

4)ModuleDict

用一个dict来储存submodules，我们这里先不看submodule

5)ParameterList

ParameterList 可以像一个常规的python链表一样被索引

6)ParameterDict

同上