在使用GPU加速计算的时候，有的时候将张量显式调用了以后会发现其实还是在cpu上计算
打个比方：
class A:
def __init__(self):
super(...)
a = torch.randn((1,2,3)).cuda()
OR
class B:
def __init(self):
a = torch.randn((1,2,3))
b = B()
b.cuda()
在显式调用了cuda以后还是报错在CPU上面计算
问题就是变量类型上面了，这就是调用了cuda以后pytorch并没有将张量转移到GPU上面去进行计算，这个时候我们需要将Tensor转为nn.Parameter类型即可：
class A:
def __init__():
a = nn.Parameter(torch.randn((1,2,3)))
a = A()
a.cuda()
这样就会转移到GPU上面去计算了
