pytorch判断是否cuda 判断变量类型方式

在PyTorch中，我们可以使用以下两种方式来判断是否使用了CUDA以及变量的类型：

1. 使用torch.cuda.is_available()方法判断是否使用了CUDA

torch.cuda.is_available()方法返回一个布尔值，表示当前系统是否支持CUDA。如果返回True，则表示当前系统支持CUDA，否则不支持。

以下是一个示例代码：

import torch

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

print(device)

在上面的代码中，我们首先使用torch.cuda.is_available()方法判断当前系统是否支持CUDA，如果支持，则将设备设置为GPU，否则设置为CPU。

2. 使用torch.Tensor.device属性判断变量类型

在PyTorch中，我们可以使用torch.Tensor.device属性来判断变量的类型。如果该属性返回的是"cpu"，则表示该变量在CPU上，否则在GPU上。

以下是一个示例代码：

import torch

x = torch.randn(3, 3)
if x.device.type == "cuda":
    print("x is on GPU")
else:
    print("x is on CPU")

在上面的代码中，我们首先定义了一个3x3的张量x，然后使用x.device.type属性判断x的类型是否为GPU。

以上就是使用PyTorch判断是否使用了CUDA以及变量类型的完整攻略，包含了两个示例说明。