如何在PyTorch的nn.Sequential层中使用torch.square()对张量求平方

你遇到的报错核心原因是torch.square()属于PyTorch的函数式API，调用时必须主动传入输入张量，本身不属于nn.Module的子类实例，无法直接放入nn.Sequential容器中自动承接前序层的输出执行计算。另外你原代码里Conv2d定义末尾缺少闭合的右括号，修改时需要一并补全。

有两种常用方案可以实现需求：

• 方法1：使用nn.Lambda封装（适配PyTorch 1.10及以上版本）
  直接将torch.square用nn.Lambda包装为符合nn.Sequential要求的模块即可，修改后的完整序列代码如下：

self.cnn = nn.Sequential(
    # maxpool
    nn.MaxPool2d((1, 5), stride=(1, 5)),
    nn.Lambda(lambda x: torch.square(x)),
    # layer1
    nn.Conv2d(in_channels=in_channels, out_channels=32, kernel_size=5)
)

• 方法2：自定义平方层（全版本兼容）
  如果使用的PyTorch版本不支持nn.Lambda，可以自行实现一个极简的自定义模块：

class SquareLayer(nn.Module):
    def forward(self, x):
        return torch.square(x)

之后将自定义层放入nn.Sequential即可：

self.cnn = nn.Sequential(
    # maxpool
    nn.MaxPool2d((1, 5), stride=(1, 5)),
    SquareLayer(),
    # layer1
    nn.Conv2d(in_channels=in_channels, out_channels=32, kernel_size=5)
)

内容的提问来源于stack exchange，提问作者shamalaia