使用Sequential封装模型时，输入两个参数会报错

[yeyupiaoling]

请提出你的问题 Please ask your question

• PaddlePaddle 2.4.1

使用Sequential封装模型时，输入两个参数会报错

import paddle

class MyLayer(paddle.nn.Layer):
    def __init__(self):
        super().__init__()
        self.fc = paddle.nn.Linear(2, 4)
        self.fc1 = paddle.nn.Linear(2, 4)

    def forward(self, x, l):
        x = self.fc(x)
        x1 = self.fc(l)
        x = x + x1
        return x

model1 = MyLayer()
x = paddle.randn((3, 2), dtype="float32")
y1 = model1(x, x)
print(y1)

model2 = paddle.nn.Sequential(model1)
y2 = model2(x, x)
print(y2)

报错信息：

    return self.forward(*inputs, **kwargs)
TypeError: forward() takes 2 positional arguments but 3 were given

[cxxly]

本地可复现，应该是一个Bug，已反馈给对应研发同学，麻烦您等待修复

[yeyupiaoling]

或许不是bug，本身就不能这输入，因为多个模型的情况下的话，如果不固定一个输入的话，上下模型的输入会有问题。

[cxxly]

或许不是bug，本身就不能这输入，因为多个模型的情况下的话，如果不固定一个输入的话，上下模型的输入会有问题。

哦，是的，需要有这种约束

[yeyupiaoling]

看来只能对模型收入封装的。

[cxxly]

嗯嗯，是的；话说为啥有这种需求，一般layer都是单输出

[yeyupiaoling]

嗯嗯，是的；话说为啥有这种需求，一般layer都是单输出

这样我的模型第1个是两个输入的，第2个分类模型是一个输入的。这个是声纹识别模型，第1个是获取声纹特征，第2个是分类器。 https://github.com/yeyupiaoling/VoiceprintRecognition-PaddlePaddle/blob/develop/ppvector/models/ecapa_tdnn.py#L264-L264