在PyTorch中，可以使用torch.utils.data.DataLoader的map()方法將包含多個張量的元組移動到GPU上。以下是一個示例：

import torch
from torch.utils.data import DataLoader

# 假設(shè)我們有一個包含多個張量的元組
tensors = [torch.randn(3, 4), torch.randn(3, 4), torch.randn(3, 4)]

# 使用DataLoader的map()方法將元組中的張量移動到GPU上
data_loader = DataLoader(tensors, batch_size=2, device='cuda')

for i, (input_tensor, target_tensor) in enumerate(data_loader):
    input_tensor = input_tensor.to('cuda')
    target_tensor = target_tensor.to('cuda')
    print(f"輸入張量: {input_tensor}, 目標(biāo)張量: {target_tensor}")

在這個示例中，我們首先創(chuàng)建了一個包含三個隨機(jī)張量的元組。然后，我們使用DataLoader的map()方法將元組中的張量移動到GPU上。最后，我們遍歷數(shù)據(jù)加載器并打印每個張量的位置。