PyTorch中多次调用nn.Sequential是否会重新生成模型？

核心结论分两种情况：

• 每次调用nn.Sequential(...)构造函数时，都会生成全新的模型实例，参数是随机初始化的，相当于重新创建了一个独立模型。比如：

  import torch.nn as nn
  import torch
  
  # 两次调用构造函数，得到两个独立的模型
  model_a = nn.Sequential(nn.Linear(10, 20), nn.ReLU())
  model_b = nn.Sequential(nn.Linear(10, 20), nn.ReLU())
  
  # 验证参数是否不同
  print(torch.allclose(model_a[0].weight, model_b[0].weight))  # 输出False
  

• 如果是调用已经实例化好的Sequential对象（比如用它做前向传播），这只是重复使用同一个模型，不会重新生成新模型，参数也不会被重新初始化。比如：

  model = nn.Sequential(nn.Linear(10, 20), nn.ReLU())
  
  # 多次调用模型做前向传播，用的都是同一个模型实例
  out1 = model(torch.randn(32, 10))
  out2 = model(torch.randn(32, 10))
  

简单来说：看你是调用「构造函数」还是「已创建的对象」——前者会生成新模型，后者只是复用现有模型。

内容的提问来源于stack exchange，提问作者natale