段错误（核心已转储）错误及解决过程

在Linux服务器上训练模型时，每当训练数据时程序就会自动停掉，报段错误（核心已转储），经过搜索有人说是程序越界了，stack太小了，于是我用ulimit -a
查看了Linux中stack的大小，然后又使用ulimit -c 10240修改stack的大小，还是不行。
然后我就想，既然他说我的数组过大，那我就设置小一点，结果也还是不行。
既然如此至少得找到是在哪里出了问题，然后我利用print语句，发现了出错的位置：

但我还是没想通为啥这里会出错，直到我打印了state,next_state以后我发现，它们已经经过torch.FloatTensor(state).to(device)的处理了（这些数据其实是从一个buffer中采样得到的，在sample返回前就已经处理过了），所以我直接这样：

，然后就没问题了。
至于到底是什么原理，由于我才疏学浅还不大了解，但应该确实跟栈有关系。（递归学的时候就很头大）
当然，这只是一种解决方法啦，因人而异。