那我该怎么将每个张量都分别传递给CUDA设备

要将张量传递给CUDA设备，你可以使用PyTorch中的`.to()`方法。这个方法可以将张量转移到指定的设备上，例如CUDA设备。下面是一个示例：

import torch

# 创建一个张量
tensor = torch.tensor([1, 2, 3, 4, 5])

# 将张量传递给CUDA设备
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
tensor = tensor.to(device)

print(tensor.device)  # 打印张量所在的设备

在上面的示例中，我们首先检查CUDA是否可用，然后根据可用性选择设备。然后，我们使用`.to()`方法将张量传递给选定的设备。最后，我们打印张量所在的设备。

你可以对多个张量执行相同的操作。只需将每个张量分别传递给`.to()`方法即可。例如：

import torch

# 创建两个张量
tensor1 = torch.tensor([1, 2, 3, 4, 5])
tensor2 = torch.tensor([6, 7, 8, 9, 10])

# 将两个张量传递给CUDA设备
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
tensor1 = tensor1.to(device)
tensor2 = tensor2.to(device)

print(tensor1.device)  # 打印第一个张量所在的设备
print(tensor2.device)  # 打印第二个张量所在的设备

这样，你就可以将多个张量分别传递给CUDA设备了。