可以去（TensorRT 官方文档Documentation）https://docs.nvidia.com/deeplearning/tensorrt/latest/index.html。可以发现没有binding_name = engine.get_binding_name(0)，只有input_idx = engine.get_tensor_name(0)才正确。发现报错的原因是在这两行代码

原因：这是没有使用了共享库，没有链接，添加了-shared选项之后，即可。

统计二叉树结点个数int NodeCount(BiTree t){if(t==NULL)return 0;elsereturn NodeCount(t->lchild) + NodeCount(t->rchild) + 1;}

一 语法区别贪婪模式与懒惰模式的语法区别在于重复限定修饰符的后面是否有问号，有的话就是懒惰模式，否则就是贪婪模式。二 例子他所说的应该是贪婪量词，是先吃尽所有字符，然后再一个一个地吐出来，直接匹配成功为止而懒惰量词，是从头开始一个字符一个字符地吃，直接匹配成功为止我想其意思应该是贫婪是逐渐向前匹配，而懒惰是向后慢慢匹配吧贪婪和懒惰的匹配过程是这样的：懒惰是从左边一个一个地吃直到匹配为止，不加 ?

一、定义不同1、极值点：若f(a)是函数f(x)的极大值或极小值，则a为函数f(x)的极值点，极大值点与极小值点统称为极值点。极值点是函数图像的某段子区间内上极大值或者极小值点的横坐标。极值点出现在函数的驻点（导数为0的点）或不可导点处（导函数不存在，也可以取得极值，此时驻点不存在）。2、驻点：函数的一阶导数为0地点(驻点也称为稳定点，临界点)。对于多元函数，驻点是所有一阶偏导数都为零的点。3、拐

docker: failed to connect to the docker API at unix:///Users/triumph/.docker/run/docker.sock; check if the path is correct and if the daemon is running: dial unix /Users/triumph/.docker/run/docker.soc

‌训练模型：‌ 配置训练参数（如批次大小、学习率、epoch数），并使用Hugging Face Transformers的Trainer类。‌准备环境与数据：‌ 首先安装必要的库，如transformers、peft和torch，并加载预训练模型和分词器。‌QLoRA‌：若显存不足，可启用量化（如4-bit）以减少内存占用，但会增加训练时间。‌秩 r‌：低秩分解的秩，通常设为4或8（较小值节省内

主要记录一下安装过程，后面会不断的更新。

如果大模型解决了“AI 能听懂人话”这件事，那么 GUI Agent 开始回答一个更朴素的问题：AI 能不能真正帮人把事办完？它短期内不会变成万能助手，但很可能最先从那些高频、重复、规则相对固定的办公流程里体现出价值。它不一定要替代人做判断，但可以替人完成大量机械步骤。如果 AI 能把 80% 的重复动作处理掉，人只负责最后的判断和监督，那已经是很大的进步了。这期播客给我的最终感受是：GUI Ag

随着学习的加深会不断补充的。