UserWarning: To copy construct from a tensor, it is recommended to use sourceTensor.clone().detach() or sourceTensor.clone().detach().requires_grad_(True), rather than torch.tensor(sourceTensor). x = torch.tensor(x).to(device)

这个警告通常是因为你在使用torch.tensor()函数将一个Tensor对象或者numpy数组转换为PyTorch的Tensor对象时，可能会丢失一些Tensor的属性（如requires_grad）。为了避免这个问题，建议使用Tensor对象的clone()方法来创建一个新的Tensor对象，该方法会将原Tensor对象的所有属性都复制到新的Tensor对象中。如果你需要在新的Tensor对象中禁用requires_grad属性，可以调用detach()方法来创建一个不需要梯度的Tensor对象。以下是一个示例代码：

x = torch.tensor(x).to(device).clone().detach().requires_grad_(True)

在这个示例代码中，我们首先使用torch.tensor()函数将x转换为一个PyTorch的Tensor对象，并将其移动到指定的设备（device）。然后，我们使用clone()方法创建一个新的Tensor对象，并使用detach()方法禁用requires_grad属性。最后，我们使用requires_grad_()方法重新启用requires_grad属性，并将其设置为True。这样，我们就可以在新的Tensor对象中保存原Tensor对象的所有属性，同时又可以禁用requires_grad属性，以便在需要时进行反向传播。