pytorch 对特征进行mean_pytorch基本操作（待更新）

1.torch.cuda()

torch.cuda会记录当前选择的GPU，并且分配的所有CUDA张量将在上面创建。可以使用torch.cuda.device上下文管理器更改所选设备。

但是，一旦张量被分配，您可以直接对其进行操作，而不考虑所选择的设备，结果将始终放在与张量相同的设备上。

默认情况下，不支持跨GPU操作，唯一的例外是copy_()。 除非启用对等存储器访问，否则对分布不同设备上的张量任何启动操作的尝试都将会引发错误。

>>> import torch

>>> x = torch.cuda.FloatTensor()

>>> x

[torch.cuda.FloatTensor with no dimension]

>>> x = torch.cuda.FloatTensor(1)

>>> x

1.00000e-02 *

-2.1046

[torch.cuda.FloatTensor of size 1 (GPU 0)]

>>> y = torch.FloatTensor(1)

>>> y

3.4179e+22

[torch.FloatTensor of size 1]

>>> y.cuda()

3.4179e+22

[torch.cuda.FloatTensor of size 1 (GPU 0)]

>> with torch.cuda.device(1):

… a = torch.cuda.FloatT