在 PyTorch 中搭建卷积神经网络（CNN），最常见的两种实现方式是常规逐层定义法和 **nn.Sequential 堆叠法 **。本文将以 CIFAR10 分类任务的经典网络为例，详细讲解两种写法的实现、差异、优缺点及适用场景，附完整可运行代码与注释，方便直接复现与学习。

---

一、网络结构总览

本文实现的是一个 3 层卷积 + 池化 + 全连接的经典 CNN 结构，适配 CIFAR10 32×32 图像分类任务，图形、结构如下：

1. 输入层：3 通道 32×32 图像（CIFAR10 标准格式）
2. 卷积块 1：Conv2d (3→32, 5×5, padding=2) → MaxPool2d (2×2)，输出 32@16×16
3. 卷积块 2：Conv2d (32→32, 5×5, padding=2) → MaxPool2d (2×2)，输出 32@8×8
4. 卷积块 3：Conv2d (32→64, 5×5, padding=2) → MaxPool2d (2×2)，输出 64@4×4
5. 展平层：将 64@4×4 特征图转为一维向量 64×4×4=1024
6. 全连接层：Linear (1024→64) → Linear (64→10)，输出 10 类分类结果

---

二、方法一：常规逐层定义法

1. 完整代码（带详细注释）

python

运行

import torch
from torch import nn
from torch.nn import Conv2d, MaxPool2d, Flatten, Linear

# 自定义卷积神经网络类，继承 nn.Module（所有 PyTorch 模型的基类）
class Tudui(nn.Module):
    def __init__(self):
        # 调用父类 nn.Module 的初始化方法，必须写，否则模型参数无法被正确注册
        super(Tudui, self).__init__()

        # -------------------------- 卷积+池化层定义 --------------------------
        # 第1层卷积：输入通道3（RGB图像），输出通道32，卷积核5×5，padding=2（保持输入输出尺寸不变）
        # 输入形状：[batch, 3, 32, 32] → 输出形状：[batch, 32, 32, 32]
        self.conv1 = Conv2d(
            in_channels=3, 
            out_channels=32, 
            kernel_size=5, 
            padding=2
        )
        # 第1层池化：2×2最大池化，步长默认2，特征图尺寸减半
        # 输入形状：[batch, 32, 32, 32] → 输出形状：[batch, 32, 16, 16]
        self.maxpool1 = MaxPool2d(kernel_size=2)

        # 第2层卷积：输入通道32，输出通道32，卷积核5×5，padding=2
        # 输入形状：[batch, 32, 16, 16] → 输出形状：[batch, 32, 16, 16]
        self.conv2 = Conv2d(
            in_channels=32, 
            out_channels=32, 
            kernel_size=5, 
            padding=2
        )
        # 第2层池化：2×2最大池化，尺寸减半
        # 输入形状：[batch, 32, 16, 16] → 输出形状：[batch, 32, 8, 8]
        self.maxpool2 = MaxPool2d(kernel_size=2)

        # 第3层卷积：输入通道32，输出通道64，卷积核5×5，padding=2
        # 输入形状：[batch, 32, 8, 8] → 输出形状：[batch, 64, 8, 8]
        self.conv3 = Conv2d(
            in_channels=32, 
            out_channels=64, 
            kernel_size=5, 
            padding=2
        )
        # 第3层池化：2×2最大池化，尺寸减半
        # 输入形状：[batch, 64, 8, 8] → 输出形状：[batch, 64, 4, 4]
        self.maxpool3 = MaxPool2d(kernel_size=2)

        # -------------------------- 展平层+全连接层定义 --------------------------
        # Flatten展平层：将 [batch, 64, 4, 4] 的特征图转为 [batch, 1024] 的一维向量
        # 64×4×4=1024，是单张图片经过卷积池化后的特征总数
        self.flatten = Flatten()

        # 全连接层1：输入1024维，输出64维隐藏层特征
        self.linear1 = Linear(in_features=1024, out_features=64)
        # 全连接层2：输入64维，输出10维，对应CIFAR10的10个分类
        self.linear2 = Linear(in_features=64, out_features=10)

    # 前向传播方法：定义数据在网络中的流动路径，必须实现
    def forward(self, x):
        # 第1个卷积+池化块
        x = self.conv1(x)       # 卷积计算
        x = self.maxpool1(x)    # 池化下采样

        # 第2个卷积+池化块
        x = self.conv2(x)
        x = self.maxpool2(x)

        # 第3个卷积+池化块
        x = self.conv3(x)
        x = self.maxpool3(x)

        # 展平特征图，转为一维向量
        x = self.flatten(x)

        # 全连接层计算，得到分类结果
        x = self.linear1(x)
        x = self.linear2(x)

        return x

# -------------------------- 模型测试 --------------------------
if __name__ == "__main__":
    # 实例化模型
    model = Tudui()
    print("模型结构：")
    print(model)

    # 模拟一批CIFAR10输入数据：batch_size=64，通道3，高宽32×32
    input = torch.ones((64, 3, 32, 32))
    # 前向传播，获取输出
    output = model(input)
    print("\n输入形状：", input.shape)
    print("输出形状：", output.shape)  # 输出应为 torch.Size([64, 10])

2. 核心特点解析

• 逐层定义：在 __init__ 中为每一层（卷积、池化、全连接）单独定义实例，每个层都有独立的变量名（如 self.conv1、self.maxpool1）。
• 前向调用：在 forward 方法中，按数据流动顺序逐行调用各层，手动控制数据流向。
• 灵活性强：可以在 forward 中任意插入自定义操作，比如打印中间层形状、添加分支结构、条件判断等。

---

三、方法二：nn.Sequential 堆叠法

1. 完整代码（带详细注释）

python

运行

import torch
from torch import nn
from torch.nn import Conv2d, MaxPool2d, Flatten, Linear, Sequential

# 自定义卷积神经网络类，继承 nn.Module
class Tudui(nn.Module):
    def __init__(self):
        super(Tudui, self).__init__()

        # 使用 nn.Sequential 按顺序堆叠所有层，一次性定义整个网络结构
        # Sequential 会自动按列表顺序执行层，无需在 forward 中逐行调用
        self.model = Sequential(
            # -------------------------- 卷积+池化块 --------------------------
            # 第1个卷积+池化块：Conv2d → MaxPool2d
            Conv2d(3, 32, 5, padding=2),
            MaxPool2d(2),

            # 第2个卷积+池化块：Conv2d → MaxPool2d
            Conv2d(32, 32, 5, padding=2),
            MaxPool2d(2),

            # 第3个卷积+池化块：Conv2d → MaxPool2d
            Conv2d(32, 64, 5, padding=2),
            MaxPool2d(2),

            # -------------------------- 展平层+全连接层 --------------------------
            Flatten(),
            Linear(1024, 64),
            Linear(64, 10)
        )

    # 前向传播方法：直接将数据喂给 Sequential 实例，一行代码完成所有计算
    def forward(self, x):
        x = self.model(x)
        return x

# -------------------------- 模型测试 --------------------------
if __name__ == "__main__":
    # 实例化模型
    model = Tudui()
    print("模型结构：")
    print(model)

    # 模拟一批CIFAR10输入数据
    input = torch.ones((64, 3, 32, 32))
    # 前向传播，获取输出
    output = model(input)
    print("\n输入形状：", input.shape)
    print("输出形状：", output.shape)  # 输出应为 torch.Size([64, 10])

2. 核心特点解析

• 一次性堆叠：在 __init__ 中使用 nn.Sequential，将所有层按数据流动顺序放入列表，一次性完成网络定义。
• 极简前向：forward 方法只需一行代码 x = self.model(x)，无需手动调用每一层。
• 线性执行：层的执行顺序完全由 Sequential 中的列表顺序决定，无法插入分支或自定义操作，适合线性结构的网络。

---

四、两种方法对比总结

表格

对比维度	常规逐层定义法	nn.Sequential 堆叠法
代码结构	层定义分散，forward 逐行调用，代码行数多	层定义集中在 Sequential 中，forward 极简，代码更紧凑
灵活性	极高，支持自定义操作、分支结构、条件判断、中间层调试	较低，仅支持线性堆叠，无法插入额外逻辑
可读性	对新手友好，每一层的调用顺序清晰可见	结构一目了然，适合快速搭建简单网络
调试难度	调试方便，可在 forward 中任意位置打印中间层输出	调试不便，需拆分 Sequential 或手动获取中间层输出
适用场景	复杂网络、多分支结构、需要调试中间层的场景	简单线性网络、快速搭建原型、结构固定的场景

---

五、关键注意事项

1. 效果完全等价：两种写法实现的网络结构、计算流程、参数数量完全一致，训练效果无差异，只是代码组织方式不同。
2. Sequential 线性执行：层的执行顺序严格按照列表顺序，无法调整或分支，因此不适合 ResNet 等带残差连接的复杂网络。
3. 中间层调试：如果需要查看中间层输出形状，常规写法更方便；使用 Sequential 时，可通过拆分多个 Sequential 或手动获取中间层输出实现。
4. 推荐使用场景：简单 CNN 优先使用 nn.Sequential 简化代码；复杂多分支网络优先使用常规写法保证灵活性。

---

六、运行结果说明

两种写法运行后，模型输出形状均为 torch.Size([64, 10])，表示：

• 批次大小 64：一批处理 64 张图片
• 输出维度 10：对应 CIFAR10 的 10 个分类结果

你可以基于这两种写法，为网络添加 nn.ReLU 激活函数、nn.Dropout 层，或调整卷积核数量、池化方式，进一步优化模型性能。