全局设置当前设备

一般来说我们最常见到的用法是这样的：

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

等同于：

if torch.cuda.is_available():
    device = torch.device("cuda")
else:
    device = torch.device("cpu")

这个device的用处是作为Tensor或者Model被分配到的位置。因此，在构建device对象后，紧跟的代码往往是：

data = data.to(device)
model = Model(...).to(device)

表示将构建的张量或者模型分配到相应的设备上。

在PyTorch中，默认设备是CPU，如果想使用GPU，按照上述做法略显麻烦，可以全局设置：

torch.set_default.device()

功能： 设置默认计算张量的设备(CUDA或者CPU)

>>> torch.tensor([1.2, 3]).device
device(type="cpu")

>>> torch.set_default_device("cuda")  # current device is 0
>>> torch.tensor([1.2, 3]).device
device(type="cuda", index=0)

>>> torch.set_default_device("cuda:1")
>>> torch.tensor([1.2, 3]).device
device(type="cuda", index=1)

提醒：这不会影响创建与输入共享相同内存的张量的函数，如：torch.from_numpy()和torch.from buffer()