feat(training): 新增 TabM 模型支持及数据质量优化

- 添加 TabMModel、TabPFNModel 深度学习模型实现
- 新增 DataQualityAnalyzer 进行训练前数据质量诊断
- 改进数据处理器 NaN/null 双重处理，增强数据鲁棒性
- 支持 train_skip_days 参数跳过训练初期数据不足期
- Pipeline 自动清理标签为 NaN 的样本

src/scripts/check_gpu.py

@@ -0,0 +1,15 @@
+import torch
+
+# 查看 PyTorch 版本（关键！）
+print(f"PyTorch 版本: {torch.__version__}")
+# CPU 版本会显示: 2.6.0+cpu
+# GPU 版本会显示: 2.6.0+cu118 / 2.6.0+cu121 / 2.6.0+cu124 等
+
+# 检查 CUDA 是否可用
+print(f"CUDA 可用: {torch.cuda.is_available()}")
+
+# 如果有 CUDA，查看版本
+if torch.cuda.is_available():
+    print(f"CUDA 版本: {torch.version.cuda}")
+    print(f"GPU 数量: {torch.cuda.device_count()}")
+    print(f"GPU 名称: {torch.cuda.get_device_name(0)}")