To do 首先看一下我现在的 model 和 不同位置的BP BP的分布 不同取值区间下的MAE ECG和PPG的重采样 散点图（r目前挺高的) ECG不应该这么差（信号质量还可以）
Loop through all results
CPU (中央处理器),Intel Xeon Gold 6240 @ 2.60GHz,高性能计算 (HPC)。适用于处理需要大量单核或多核计算的传统统计模型、数据预处理和并行化任务。 CPU 核心数,72 个逻辑核心,巨大的并行处理能力，可同时运行大量进程或线程。 内存 (RAM),251 GB (总计)，248 GB (可用),超大内存。 GPU (图形处理器),8 张 NVIDIA GeForce RTX 2080... (可能是 RTX 2080 Ti 或 RTX 2080 系列),深度学习加速。适用于运行需要 GPU 加速的模型，例如卷积神经网络 (CNN) 或变分自编码器 (VAE)。 GPU 显存,8 x 11 GB (总计约 88 GB),足够运行大型深度学习模型和复杂的模拟。 系统盘空间,850 GB (/dev/sdb6 挂载在 /)，已用 91% (728G),注意： 系统盘空间已用尽，可能影响系统更新或新软件安装。 数据盘空间,"3 块大容量存储盘 (/data1, /data, /data2)",海量存储。总计超过 59 TB (15T + 15T + 29T)。请注意，/data1 几乎已满。 操作系统 (OS),Ubuntu 18.04.6 LTS,稳定但较旧的 LTS 版本。它支持所需的计算工具，但可能需要注意软件兼容性和安全性更新。 CUDA 版本,10.2,CUDA 版本较旧。新的深度学习框架（如最新的 PyTorch/TensorFlow）可能需要更新的 CUDA 版本（如 11.x 或 12.x）。