问题一、Linux查看硬件配置信息
在Linux系统中，你可以使用一些命令来查看硬件配置信息。以下是几个常用的命令：
1️⃣:查看CPU
cat /proc/cpuinfo
一些关键性指标：
2️⃣:查看内存信息
cat /proc/meminfo
一些关键的内存相关指标：
3️⃣：查看显卡信息
方法一：lspci | grep VGA
此方法会列出所有的显卡设备，如果系统中有多个显卡，将会显示它们的信息
方法二：nvidia-smi
此方法仅仅针对 Nvidia 显卡的命令，它可以提供更详细的 Nvidia GPU 相关信息，包括 GPU 的型号、温度、内存使用情况等。
4️⃣：查看硬盘信息
fdisk -l
命令会显示硬盘的分区表、分区的起始扇区和结束扇区、分区的大小、分区的类型等信息。这些信息可以帮助用户了解硬盘的分区情况，以及分区的用途和格式。
问题二、迁移虚拟环境到离线机器
有时候我们在维护服务器、更换机器、迁移服务器、模型固化部署等情况时会经常碰到迁移，这时如果重新在目标机器再安装一次虚拟环境，耗时耗力，而且也有可能目标机器是离线状态。
这时需要将本地的环境移植到新的机器上。
解决方案：conda 常用来执行虚拟环境配置和包管理工作，可以使用conda-pack 进行conda 环境打包和分发。
-
安装conda pack：
conda install conda-pack
-
复制一份虚拟环境：
conda create -n xx（拷贝虚拟环境命名） --clone **（源虚拟环境）,这一步是避免打包的时候出现问题导致源虚拟环境受损，可选做。
-
打包刚刚拷贝的虚拟环境：
conda pack -n xx，这里需要等待一段时间，包涉及到的库越多，打包时间越长；
-
得到一个 xx.tar.gz的文件，将该.tar.gz压缩包下载，大小在几百MB到几个G不等
-
输入
conda config --show，查找Anaconda虚拟环境 -
通过mobaxterm或者其他方式把 xx.tar.gz上传到目标服务器的如下目录里面：
/home/用户名/anaconda3/envs/xx/ -
在目标服务器上解压压缩包：
tar -xzf xx.tar.gz -
在目标服务器上查看虚拟环境：
conda info --envs
问题三、输出tensor有省略号
问题描述：Torch 在输出tensor的时候，如何指定输出全部，不要省略号略过中间值
tensor([[[-102.1618, -102.1618, -103.8347, …, -117.6031, -111.0496,-111.0496],[-102.1618, -102.1618, -103.8347, …, -117.6031, -111.0496,-111.0496], device=‘cuda:0’)
问题原因：输出的时候，由于tensor太长，pytorch会自动将其省略
解决方案：
在开始增加：torch.set_printoptions(threshold=np.inf)
这个方法是来修改pytorch中的打印选项的（其实就是和numpy中更改打印方法一样），就是使用print打印tensor时，我们显示的元素精度，最多显示元素个数等一系列的有关操作的选项。其参数含义如下：