【Pytorch实用教程】PyTorch中.to(device)和.cuda()有什么区别？
在 PyTorch 中，.to(device) 和 .cuda() 都是用于将张量或模型移动到 GPU 上的方法，但它们有一些关键区别和各自的优缺点。
.to(device)
.to(device) 是一种更通用和灵活的方法。它可以用于将张量或模型移动到指定的设备上，无论是 CPU 还是 GPU。它接受一个设备字符串（如 "cpu" 或 "cuda"）或一个 torch.device 对象。
优点
- 通用性：可以指定移动到 CPU 或 GPU。
- 灵活性：能够处理多个 GPU 的情况，如
"cuda:0"、"cuda:1"等。 - 兼容性：适用于 PyTorch 中的任何设备类型，不局限于 CUDA。
示例
import torch# 创建一个张量
x = torch.tensor(