pytorch formación modelo de formación con la función de pérdida GPU no tiene que migrar a la GPU

Pytorch durante el entrenamiento, cuando el tensor de datos de entrada, y las necesidades de los modelos a .cuda, pero al hacerlo función de pérdida cuando no se necesita la función de pérdida se establece para formar un cuda, porque la pérdida de datos han sido enviados al tipo de CUDA la pérdida se calcula directamente en ella.