判断张量是否在GPU上

如何将自己的张量或模型放到GPU去计算：

        1 如果本来就确定有GPU可用，可以直接使用 .cuda()命令进行移动

        2 如果想先检查一下自己的设备，可以用

                device = torch.device("cuda" if torch.cuda.is_available() else "cpu") 进行设备判断，接着利用.to(device)后缀进行张量的移动

两个在Gpu上的张量经过简单的操作生成的新的张量还在Gpu上吗？

        是的，还在Gpu上，想一些简单的拼接相加操作不会改变新张量所处的位置。

        

两个Gpu经过一个没有在Gpu上的神经网络模型，张量还在Gpu上吗

        事实上，这是会报错的，因为在张量进入神经网络模型时，需要判断网络与张量是否在同一台设备中，如果既有cpu又有gpu，就会报错。如果都在Gpu上，出来的也还是在Gpu上。