神经网络，需要迁移到GPU上的有什么，自定义的损失函数需要吗

核心观念，运算中的数据类型应该一致！

比如你的dataset放到GPU上面 那么它的数据就是torch.cuda.FloatTensor
如果你的模型里是含有weight可学习参数，你又没有把他放到gpu上面
他的数据类型就是torch.FloatTensor，这就不可以进行运算。
自定义损失函数即使继承了 nn.Module 但没有添加新的参数，比如：

class loss(nn.Module):
	def__init__(self):
		super().__init__()
	
	def foward(self,img,label):
		out = img -label
		return out

这样的运算两个输入都是torch.cuda.FloatTensor 那么 不需要把loss迁移到gpu 因为loss本身没有增加新数据