PyTorch 里面写 nn.Sequential 的时候调用.add () 方法，就会抛出'Sequential' object has no attribute 'add'这个报错，根源是 PyTorch 的 nn.Sequential 并没有提供 add 这个成员方法，很多新手混淆了 Keras 的 model.add 写法，把 Keras 的习惯直接搬到 PyTorch 里，PyTorch Sequential 支持两种合规方式增加网络层：一种是在初始化构造的时候，直接把层按顺序作为参数传入 Sequential；另一种是实例化之后，使用 add_module (name, module) 接口逐层添加子模块，需要手动给每一层指定名字，不能直接写 add。如果想要动态循环构建网络，优先选 add_module；网络结构固定的话，直接在 Sequential 初始化的时候传入层列表最简洁，两种写法都可以替代错误的.add () 写法，改完之后就不会再触发这个属性不存在的报错。
一、报错根源清单
- 混淆 Keras 和 PyTorch API：Keras 的 Sequential 有.add ()，PyTorch nn.Sequential 没有 add 方法。
- 错误写法：model = nn.Sequential(); model.add(...)，PyTorch 不支持。
- 可选合法接口只有两个：初始化时传入层、add_module("层名", 层实例)。
- add_module 必须传入字符串名称，重复名称会覆盖之前的模块。
二、写法对比表
| 写法类型 | 代码示例 | 是否报错 | 说明 |
|---|---|---|---|
| 错误写法 | net = nn.Sequential(); net.add(nn.Linear(10,20)) | 是 | PyTorch Sequential 无 add 属性 |
| 推荐写法 1：构造传参 | net = nn.Sequential(nn.Linear(10,20), nn.ReLU()) | 否 | 适合固定结构，代码简短 |
| 推荐写法 2：add_module 动态添加 | net = nn.Sequential(); net.add_module("fc1", nn.Linear(10,20)) | 否 | 适合循环、条件动态搭建网络 |
三、标准使用步骤
- 删掉所有 .add(xxx) 代码，不要沿用 Keras 习惯。
- 如果网络结构固定：直接在nn.Sequential()括号内按顺序传入所有网络层。
- 如果需要循环动态生成层：先初始化空的 Sequential 对象，循环内部调用 add_module，第一个参数是自定义字符串层名，第二个是层对象。
- 层名建议不要重复，一般按 fc1、relu1、conv1 这种方式命名。
- 构建完成后可以打印 net 查看结构，验证层是否注册成功。
四、循环动态构建示例代码
import torch
import torch.nn as nn
net = nn.Sequential()
in_dim = 10
for i in range(3):
net.add_module(f"fc{i}", nn.Linear(in_dim, 32))
net.add_module(f"relu{i}", nn.ReLU())
in_dim = 32
net.add_module("out", nn.Linear(32, 2))
五、容易踩坑的细节
❌ 坑 1：add_module 不传名字，只传层
net.add_module(nn.Linear(10,20))会直接报错，第一个参数必须是字符串名称。
❌ 坑 2：层名重复，旧层被静默覆盖
多次 add_module 使用同一个 name，后面的层会替换前面注册的层。
✅ 提示：add_module 是 nn.Module 基类自带方法，所有网络模块都可以用它注册子层，不只是 Sequential。
【相关 FAQ】
问题 1：PyTorch 报 'Sequential' object has no attribute 'add'，为什么不能像 Keras 一样用.add 添加层？
回答 1：Keras 的 Sequential 内置了 add 方法，而 PyTorch 的 nn.Sequential 没有实现 add 接口，API 设计不一样；想要给 PyTorch Sequential 增加网络层，只能在构造时传入层，或者调用 add_module 方法。
问题 2：动态循环搭建 PyTorch Sequential 网络，解决 'Sequential' object has no attribute 'add' 应该用什么？
回答 2：动态循环场景适合使用 add_module，第一个参数传入自定义字符串作为层名称，第二个参数传入网络层实例，替代原来的.add 写法，规避该报错。
问题 3：add_module 只能给 nn.Sequential 使用吗，其他 nn.Module 能不能调用 add_module？
回答 3：add_module 是 nn.Module 基类自带的方法，所有继承 nn.Module 的网络类都可以调用 add_module 注册子模块，Sequential 只是其中一种 Module 子类。
【参考资料】
[2026-10-11]（PyTorch nn.Sequential API 说明）PyTorch 官方文档
[2026-09-03]（Sequential object has no attribute add 常见踩坑）PyTorch 论坛
[2026-07-22]（add_module 注册子模块机制详解）Stack Overflow
[2026-06-14]（Keras Sequential 和 PyTorch Sequential API 差异）掘金深度学习专栏
【免责声明】
本文针对 PyTorch 'Sequential' object has no attribute 'add'报错做 API 科普；add_module 注册的模块名称、网络结构逻辑由使用者自行控制；不同 PyTorch 稳定版本中 nn.Sequential 接口行为一致，自定义继承 Sequential 的子类可能会改写原有行为，需要额外验证。