环境：
这个简单的代码运行良好，没有错误；但是，没有生成图像，也没有显示任何内容，我被迫手动停止代码并中断它退出，否则它似乎会永远运行？这段完全相同的代码在我的 Windows 笔记本电脑上运行良好。有什么线索吗？代码：
import cv2
CV_cat = cv2.imread('Cat.jpg')
cv2.imshow('displaymywindows', CV_cat)
cv2.waitKey(1500)
来自 PyTorch文档：
b = torch.rand(10, requires_grad=True).cuda()
b.is_leaf
False
# b was created by the operation that cast a cpu Tensor into a cuda Tensor
e = torch.rand(10).cuda().requires_grad_()
e.is_leaf
True
# e requires gradients and has no operations creating it
f = torch.rand(10, requires_grad=True, device="cuda")
f.is_leaf
True
# f requires grad, has no operation creating it
但是，当e和f叶张量也都是从 CPU 张量转换为 Cuda 张量（一种运算）时，为什么它们是 Cuda 张量？
是因为Tensor在就地操作之前e就被投进了Cuda吗？requires_grad_()
因为f是通过赋值device="cuda"而不是通过方法来转换的.cuda()？
假设我有一个包含一堆numpyndarrays（甚至torch张量）的列表：
a, b, c = np.random.rand(3, 3), np.random.rand(3, 3), np.random.rand(3, 3)
collection = [a, b, c]
现在，如果我要检查数组b是否在collection（假设我不知道数组中存在什么collection），然后尝试：b in collection吐出以下错误：
ValueError：包含多个元素的数组的真值不明确。使用 a.any() 或 a.all()
这同样适用于包含数组的元组。
解决此问题的一种方法是进行列表理解：
True in [(b == x).all() for x in collection]
但是，这需要一个for循环，我想知道是否有更“有效”的方法来实现这一点？