torchtext.experimental.functional.sequential_transforms的用法
这个函数的作用是对多个函数进行“打包”，也就是说把多个函数集合到一起，只需要调用一次，就会按顺序执行。
语法：sequential_transforms(*transforms)
其中参数是需要“打包”的函数名，可以是任意数量的，sequential_transforms函数的源码如下：
def sequential_transforms(*transforms):def func(txt_input):for transform in transforms:txt_input = transform(txt_input)return txt_inputreturn func
在第一次调用sequential_transforms时，参数时所有要打包的函数名，注意，这里的函数名不带括号，第二次调用的时候，就是要进入第一个函数的参数，第一个函数的输出会直接输入到第二个函数，直到运行结束。
例程如下：
from torchtext.experimental.functional import sequential_transforms
word="i have a dream"
def tokenii(sen):return sen.split(' ')def length(sen):return len(sen)def add(len):return len+10process=sequential_transforms(tokenii,length,add)
final=process(word)
print(final)
这个例程主要时定义了三个函数，tokenii函数对一个输入文本按照空格分词，length函数对分词后的列表进行了元素统计，add函数对统计后的值加了10，那么程序最终输出的结果为
14