1、先构造一个只有一层的神经网络：
wang= NetChain[{ElementwiseLayer[Sin]}]
2、这个神经网络的作用是：
接收tensor，然后让Sin函数作用于tensor的每一个元素，并把作用结果以新的tensor的形式输出。
比如，输入：
a={-2, 0, 2};
那么，wang[a]就相当于Sin[a]。
3、换一个tensor：
a={0,1.2,2.3,5,6,7,8,9}
效果也是相同的。
4、下面构造一个两层的神经网络：
wang2= NetChain[{ElementwiseLayer[Sin],SummationLayer[]}]
5、这个网络的作用是：
接收tensor、
Sin作用与tensor的每一个元素，得到新的tensor、
把新的tensor里面的元素加到一起，得到一个实数、
输出这个实数。
比如：
a={0,1.2,2.3,5,6,7,8,9};
wang2[a]
6、而Sin[a]//Total//N也能得到同样的结果。
