没想到有什么特别影响体验的地方，我现在除了.NET ，其它编程语言的代码统一都用 vscode 搞，all in one, 不同的编程语言用不同配置文件和插件，然后配合 Copilot, 感觉很好，实在有不舒服的地方，就自己用 ts 搞插件增强一下。主要还是 vscode 的远程工具实在太强大了，还在一直增强，我现在用它来显示 Linux 的远程 UI 图像。

@yannxia 你这个算是客观的评价，所以我感觉 go 真的只适合做中间件，用来写业务，怎么都是难受，用 go 写过 2 个 web 项目后，感觉 sprint/asp.net core/Koa 写起来舒服得多。如果未来要有好的业务应用程序开发体验，只能和它最初的哲学原则越来越背离。

go 这种异常设计，就是没有设计，最原始的 C 就是这种模样。go 的 整个设计是简陋而不是简洁，随着需求的增大，go 一定会变成和 C++一样难看。

没什么最佳实践，vscode 远程 ssh 直接开撸。目前完全没遇到难受的地方。不做 web 开放，vscode 我用起来是比 pycharm 舒服。

不要打算搞实时统计，做日结&周结&月结&年节，如果需要细化，就继续细分时间段。然后用计划任务来调度。看看银行怎么搞得，各个银行的账单系统都不是实时的。除非你的系统没几个人，实时统计最终会搞挂掉你的数据库。

没搞懂那些场景下，需要使用 vscode 的调试控制台。用这个调试扩展程序吗?

CHAR(36 )，我们一般也是用这个类型，不过 id 并不在程序中 uuid()， 如果用 uuid()函数来生成，那和使用 int/long 就没啥差别了。一般都是在程序中生成。你这样做也没啥问题。内置的 uuid 生成的也是有序的，如果在程序中生成，也要注意生成值需要自动增长。

你可以解压后看看对比一下 2 个文件。

style 很多时候占用的空间，比数据本身还多，如果没有任何 style, xlsx 文件内部的 xml 这种纯文本压缩后，不会被 txt 大多少，如果实在追求极致的文件大小,cvs 并压缩，应该是是最小的。

格式问题，datagrip 可能内部去掉了单元格的 style.

输出张量:
[
[0.23729032]
[0.84413356]
[0.5424989 ]
[0.24236819]
[0.1216919 ]
[0.574163 ]
[0.5093746 ]
[0.40847316]
[0.32745278]
[0.3172678 ]
]

输出张量:
[
[0.23729032]
[0.84413356]
[0.5424989 ]
[0.24236819]
[0.1216919 ]
[0.574163 ]
[0.5093746 ]
[0.40847316]
[0.32745278]
[0.3172678 ]
]

cupy-cuda117 我也试过，其它环境都和你的一样，只有显卡和驱动版本和型号同你的不一致。

NVIDIA-SMI 470.161.03 Driver Version: 470.161.03 CUDA Version: 11.4

感觉你可能需要更详细的用 conda list 获取所有包的详细版本和签名(或者用 conda-lock)，然后获取你的硬件信息(主要是 GPU 相关的，驱动版本和 CUDA 版本)，并提供一个复现的的 github 仓库地址，然后发给 pytorch 官方，让它们的人去找找原因。

@111qqz 抱歉，我无法复现你的问题，我在 3090/4090 都无法复现此问题，我手头暂时没有 H100/A100 的卡。不同机器上的结果竟然都不一致。但是调换后引用后的值，并不会有变化。可能是底层 CUDA 的 A100/H100 的底层模块不同导致的？你还有其它同事有其它型号的型卡吗? 或者切换以下版本。我用的 cupy-cuda111.
[[0.23727967]
[0.8440665 ]
[0.5425058 ]
[0.24246126]
[0.12167222]
[0.57418287]
[0.5093833 ]
[0.40845215]
[0.32752675]
[0.31734812]

[0.23727967]
[0.8440665 ]
[0.5425058 ]
[0.24246126]
[0.12167222]
[0.57418287]
[0.5093833 ]
[0.40845215]
[0.32752675]
[0.31734812]

@111qqz 库的版本信息呢？

我来给你测试一下。

怀疑是这 2 个库使用了不同的种子，因此后面一个覆盖了前面一个的，导致结果始终不同，不过这应该对最终结果不会造成影响。

@princelai 我也用过。现在懒得折腾，所有项目都尽量用 conda-lock 锁定版本，跳过解析过程。

就我看来，python 的设计是很糟糕的，除了降低了写代码的门槛低。之所以火，纯粹是因为搞 ML 这批人不是计算机专业的，很多人都是学数学等相关专业的。另外就是 python 存在大量的 wapper 函数库（也就是 python 在这这里只是调用底层 c/c++的一层胶水), 这显著降低了 python 的门槛。python 是一门好用，却难学的语言。大部分计算机要不难用，要不难学，c++例外，即难学有难用。