MCAP ：机器人数据容器的全面实践指南

Outline:

MCAP 已形成完整工具链生态：

  • Foxglove Studio：可视化分析工具
  • mcap-cli：跨平台命令行工具
  • AWS RoboMaker：原生云存储支持

随着 IEEE 正在制定的 P3196 机器人数据标准，MCAP 正在演进为行业基础架构的重要组成。其设计哲学启示我们：优秀的数据格式应该在存储效率与读取便利间找到平衡，这正是 MCAP 在机器人革命中脱颖而出的关键。

参考资料：

  1. https://getiot.tech/fileformat/mcap/
    在这里插入图片描述

  2. https://juejin.cn/post/7508575831791812658

MCAP ：机器人数据容器的全面实践指南

在机器人和自动驾驶系统开发中，高效存储和处理传感器数据是核心挑战之一。传统的 ROS bag 格式在面对大规模、多类型数据时逐渐暴露出性能瓶颈，而 MCAP（Modular Container for Asynchronous Pub/Sub messages）作为新一代标准化数据容器格式，正快速成为行业新标杆。本文将从基础概念到高级应用，全面讲解 MCAP 的技术特性、工具链使用及工程实践，帮助读者实现从入门到熟练应用的跨越。

一、理解 MCAP：机器人数据的标准化容器

MCAP 是一种专为异步发布/订阅消息设计的模块化容器格式，全称为 Modular Container for Asynchronous Pub/Sub messages。它由 Foxglove 公司主导开发，旨在解决机器人系统中传感器数据记录、存储和分析的核心痛点。与传统数据格式相比，MCAP 具有三大核心优势：

  • 模块化设计是 MCAP 的架构基础。它采用 chunked 存储结构，将元数据、消息数据和索引信息分离存储，这种设计允许高效的随机访问和增量写入，特别适合机器人系统的实时数据记录场景。相比之下，传统 ROS bag 格式采用线性存储，要访问中间数据必须从头扫描文件，在大型数据集上表现尤为低效。
  • 序列化无关性使 MCAP 具备强大的兼容性。它不绑定特定的序列化格式，能够原生支持 Protobuf、MessagePack、JSON 以及 ROS 消息类型等多种数据格式。这种灵活性让 MCAP 能够无缝集成到不同的机器人开发栈中，无论使用 ROS 1、ROS 2 还是自定义系统，都能统一数据存储格式。
  • 跨平台优化确保了 MCAP 在各种环境中的可用性。它提供从嵌入式设备到云端服务器的全栈支持，相同的 MCAP 文件可以在 Linux、Windows 和 macOS 系统间无障碍迁移。这种特性极大简化了多团队协作和数据共享流程。

在应用场景方面，MCAP 已广泛应用于机器人和自动驾驶领域：

  • 记录机器人运动控制数据、多传感器融合数据
  • 存储自动驾驶系统的激光雷达（LiDAR）、摄像头和雷达原始数据
  • 保存仿真环境中的状态数据和测试结果
  • 实现不同开发阶段的数据复用和分析

与 ROS bag 的技术对比更能凸显 MCAP 的优势：

特性ROS bagMCAP
随机访问差（需线性扫描）优（基于索引）
压缩效率一般（LZF/LZ4）高（支持多种算法）
跨平台支持有限（依赖 ROS 环境）全面（原生多系统支持）
格式兼容性仅限 ROS 消息支持多种序列化格式
大型文件处理性能下降明显保持稳定性能
元数据扩展性有限丰富的自定义元数据

二、MCAP 工具链安装与环境配置

掌握 MCAP 的第一步是搭建完整的工具链。根据开发环境和需求的不同，有多种安装方案可供选择。以下是针对主流操作系统的详细安装指南。

2.1 命令行工具安装

Foxglove MCAP CLI 是处理 MCAP 文件的瑞士军刀，支持文件信息查询、格式转换、完整性检查等核心功能。

在 Ubuntu/Debian 系统上，通过 npm 安装最为便捷：

# 安装npm包管理器（如未安装）
sudo apt update && sudo apt install -y npm# 全局安装MCAP CLI
sudo npm install -g @mcap/cli# 验证安装
mcap --version

在 macOS 上，推荐使用 Homebrew：

brew install foxglove/mcap/mcap-cli

Windows 用户可通过 Chocolatey 安装：

choco install mcap-cli

ROS 2 集成工具对于 ROS 开发者必不可少。ROS 2 Foxy 及以上版本提供官方 MCAP 存储插件：

# 替换<distro>为你的ROS 2版本（如humble、iron）
sudo apt install ros-<distro>-rosbag2-storage-mcap# 验证插件安装
ros2 bag list-storage-plugins | grep mcap

成功安装后会显示 mcap 存储插件信息，表明 ROS 2 已支持 MCAP 格式的读写操作。

2.2 图形化工具安装

Foxglove Studio 是可视化 MCAP 数据的强大工具，支持时间轴分析、3D 点云渲染等高级功能。

Ubuntu 用户可通过 deb 包安装：

# 下载最新版本
wget https://download.foxglove.dev/studio/latest/foxglove-studio-latest.deb# 安装
sudo apt install ./foxglove-studio-latest.deb# 启动
foxglove-studio

macOS 用户可使用 DMG 安装包或 Homebrew：

brew install --cask foxglove-studio

Windows 用户可下载 EXE 安装程序或通过 Microsoft Store 获取。

2.3 开发库安装

Python 开发库适用于数据处理和自动化脚本：

# 基础MCAP库
pip install mcap# ROS 1消息支持
pip install mcap-ros1-support# ROS 2消息支持
pip install mcap-ros2-support

C++ 开发库适合高性能应用开发：

# 克隆仓库
git clone https://github.com/foxglove/mcap.gitcd mcap# 创建构建目录
mkdir build && cd build# 配置与编译
cmake .. -DCMAKE_BUILD_TYPE=Release
make -j$(nproc)# 安装
sudo make install

Windows 用户建议使用 CMake GUI 配置 Visual Studio 项目，注意需要定义 MCAP_IMPLEMENTATION 宏以避免链接问题。

三、MCAP 核心操作指南

掌握 MCAP 的基本操作是实现数据管理的基础。本节将详细介绍 MCAP 文件的创建、读取、转换和可视化等核心操作。

3.1 文件信息查询

使用 mcap-cli 快速获取文件元数据：

# 查看基本信息
mcap info your_file.mcap# 输出示例：
# File: your_file.mcap
# Version: 1.0
# Duration: 0:10:23.456
# Message Count: 12543
# Topics:
#   /sensor/lidar (sensor_msgs/PointCloud2) - 3240 msgs
#   /camera/color (sensor_msgs/Image) - 6120 msgs
#   /tf (tf2_msgs/TFMessage) - 3183 msgs# 检查文件完整性
mcap doctor your_file.mcap

ROS 2 用户可使用熟悉的 ros2 bag 命令：

ros2 bag info your_file.mcap --storage mcap

3.2 创建 MCAP 文件

使用 ROS 2 录制是最常见的创建方式：

# 录制所有话题
ros2 bag record -s mcap -o my_recording /topic1 /topic2# 录制指定话题，设置压缩
ros2 bag record -s mcap -o compressed_recording --compression lz4 /lidar /camera

Python 脚本创建提供更大灵活性：

from mcap.writer import Writer
from mcap.records import Channel, Message
import time# 创建Writer实例
with open("custom_data.mcap", "wb") as f:writer = Writer(f)# 定义通道（话题）channel = Channel(topic="/test/topic",message_encoding="json",schema=None  # JSON无需schema)channel_id = writer.add_channel(channel)# 写入消息for i in range(10):message = Message(channel_id=channel_id,log_time=int(time.time() * 1e9),  # 纳秒时间戳publish_time=int(time.time() * 1e9),data=f'{{"value": {i}}}'  # JSON数据)writer.write_message(message)# 完成写入writer.finish()

3.3 读取 MCAP 文件

Python 读取示例（ROS 1 消息）：

from mcap.reader import make_reader
from mcap_ros1.decoder import DecoderFactory# 打开MCAP文件
with open("ros1_data.mcap", "rb") as f:reader = make_reader(f, decoder_factories=[DecoderFactory()])# 遍历所有消息for record in reader.iter_messages():# 打印话题、时间戳和消息内容print(f"Topic: {record.channel.topic}")print(f"Time: {record.message.log_time}")print(f"Message: {record.message.data}\n")

C++ 读取示例：

#include <mcap/reader.hpp>
#include <iostream>int main() {// 打开文件mcap::McapReader reader;auto status = reader.open("data.mcap");if (!status.ok()) {std::cerr << "Failed to open file: " << status.message << std::endl;return 1;}// 读取消息auto messages = reader.readMessages();for (const auto& msg : messages) {std::cout << "Topic: " << msg.channel->topic << std::endl;std::cout << "Message size: " << msg.message->data.size() << " bytes" << std::endl;}return 0;
}

3.4 格式转换

将 ROS bag 转换为 MCAP 格式：

# ROS 1 bag转换
mcap convert input.bag -o output.mcap# ROS 2 bag转换
ros2 bag convert -i input_bag -o output_mcap --storage mcap

将 MCAP 转换为其他格式：

# MCAP转CSV（特定话题）
mcap export --topic /sensor/imu input.mcap output.csv# MCAP转ROS 2 bag
ros2 bag convert -i input.mcap -o output_bag --storage rosbag2_storage_default

3.5 可视化分析

使用 Foxglove Studio 进行可视化分析的基本流程：

启动 Foxglove Studio：

foxglove-studio

加载 MCAP 文件：

  1. 点击左上角 “Open Data Source”
  2. 选择 “Local File” 并导航到 MCAP 文件
  3. 等待文件解析完成

常用可视化操作：

  • 时间轴分析：在 Timeline 面板查看消息分布，可缩放和平移时间范围
  • 话题选择：在 Topics 面板勾选要查看的话题
  • 消息查看：在 Message Viewer 面板查看消息详细内容
  • 3D 可视化：添加 “Point Cloud” 面板可视化激光雷达数据
  • 图像查看：添加 “Image” 面板显示摄像头图像
  • 数据绘图：添加 “Plot” 面板绘制传感器数值曲线

高级功能：

  • 使用 “Transform” 面板查看坐标变换关系
  • 通过 “Statistics” 面板分析消息频率和延迟
  • 利用 “Playback” 控制数据播放速度

四、进阶技巧与最佳实践

当掌握基础操作后，了解进阶技巧能帮助你更高效地使用 MCAP 处理复杂场景。

4.1 自定义 Schema 设计

对于 Protobuf 等需要 schema 的数据格式，合理设计 schema 能提高数据效率：

# Python中定义Protobuf schema并写入MCAP
from mcap.writer import Writer
from mcap.records import Channel, Schema
import protobuf  # 假设使用protobuf库# 定义Protobuf消息类型（通常从.proto文件生成）
class SensorData(protobuf.message.Message):# 字段定义...pass# 创建schema记录
schema = Schema(name="SensorData",encoding="protobuf",data=SensorData.DESCRIPTOR.serialized_pb
)# 添加到MCAP文件
with open("protobuf_data.mcap", "wb") as f:writer = Writer(f)schema_id = writer.add_schema(schema)channel_id = writer.add_channel(Channel(topic="/custom/sensor",message_encoding="protobuf",schema_id=schema_id))# 写入消息...

在 Rust 中处理 Protobuf schema 的示例可参考 GitHub 讨论中的实现方法。

4.2 大型文件处理优化

处理 GB 级 MCAP 文件时，采用以下优化策略：

内存映射：使用内存映射而非全部加载到内存

from mcap.reader import make_reader
import mmapwith open("large_file.mcap", "rb") as f:# 创建内存映射mm = mmap.mmap(f.fileno(), length=0, access=mmap.ACCESS_READ)# 通过内存映射读取reader = make_reader(mm)# 处理数据...

增量读取：按时间范围或消息数量分批读取

# 提取特定时间段的数据
mcap filter --start-time 1620000000 --end-time 1620000100 input.mcap output.mcap

并行处理：利用多线程处理不同话题

from concurrent.futures import ThreadPoolExecutordef process_topic(topic):# 处理单个话题的逻辑pass# 获取所有话题
topics = [channel.topic for channel in reader.iter_channels()]# 并行处理
with ThreadPoolExecutor() as executor:executor.map(process_topic, topics)

4.3 常见问题解决方案

文件损坏修复：

# 尝试修复损坏的MCAP文件
mcap repair corrupted.mcap repaired.mcap# 如果修复失败，提取可用数据
mcap extract --force corrupted.mcap partial.mcap

ROS 2 插件冲突：

# 重新安装MCAP存储插件
sudo apt reinstall ros-<distro>-rosbag2-storage-mcap# 确保环境变量正确
source /opt/ros/<distro>/setup.bash

C++ 链接错误：

  • 预编译 MCAP 库而非源码集成
  • 避免在多个翻译单元中定义 MCAP_IMPLEMENTATION
  • 使用 mcap_builder 辅助 CMake 集成

性能问题：

  • 选择合适的压缩算法（小型文件用 ZSTD，大型文件用 LZ4）
  • 为常用话题建立索引
  • 避免在实时系统中进行大量 MCAP 写入操作

五、MCAP 生态与未来发展

MCAP 生态系统正快速发展，形成了从数据采集到分析的完整工具链。除了核心的 CLI 工具和 Foxglove Studio，还有多种第三方工具和库扩展了 MCAP 的应用范围。

在数据采集方面，MCAP 已被集成到主流机器人框架中：

  • ROS 2 官方支持 MCAP 作为存储格式
  • NVIDIA Isaac Sim 支持导出 MCAP 格式仿真数据
  • Autoware Foundation 推荐 MCAP 用于自动驾驶数据记录

在数据分析领域，MCAP 可与多种工具无缝集成：

  • 与 Python 数据科学生态（Pandas、NumPy）兼容
  • 支持导入到 MATLAB 进行离线分析
  • 可通过 Foxglove Data Platform 实现云端协作

社区支持方面，MCAP 拥有活跃的开发团队和用户社区：

  • GitHub 仓库（https://github.com/foxglove/mcap）提供源码和 issue 跟踪
  • Foxglove 开发者论坛包含大量使用案例和解决方案
  • 定期举办的在线研讨会分享最佳实践

未来，MCAP 的发展将聚焦于几个关键方向：

  • 边缘计算优化：针对嵌入式设备的轻量级实现
  • 实时分析增强：更好的流处理支持和低延迟访问
  • 云端协同：与云存储和分析平台的深度集成
  • AI/ML 集成：优化机器学习训练数据的存储和访问模式

随着机器人和自动驾驶技术的发展，对高质量数据记录和分析的需求将持续增长。MCAP 作为标准化的数据容器格式，正在成为连接不同系统和工具的关键纽带，为机器人开发者提供一致的数据体验。

掌握 MCAP 不仅能提高日常开发效率，更能为数据复用、团队协作和系统优化奠定基础。无论是小型机器人项目还是大型自动驾驶系统，MCAP 都能提供可靠、高效的数据管理解决方案，帮助开发者将更多精力专注于算法和系统设计，而非数据格式兼容问题。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若转载，请注明出处：http://www.pswp.cn/diannao/98186.shtml
繁体地址，请注明出处：http://hk.pswp.cn/diannao/98186.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

【Bluedroid】A2dp Source播放流程源码分析(7)：蓝牙音频流启动流程深度解析(btif_av_stream_start)

【Bluedroid】A2dp Source播放流程源码分析(7)：蓝牙音频流启动流程深度解析(btif_av_stream_start)

本文深入分析Android Bluetooth协议栈中A2DP音频流启动的完整流程，从应用层调用btif_av_stream_start()开始，穿越BTIF、BTA、AVDTP多层架构，最终通过L2CAP发送AVDTP启动命令。揭示状态机驱动、异步消息传递、流控制等核心机制。并通过代码与日志结合的方式，揭示蓝牙音频流从…
阅读更多...
Miniconda安装与VSCode搭建远程Python、Jupyter开发环境

Miniconda安装与VSCode搭建远程Python、Jupyter开发环境

前言 数据科学和机器学习工作流程中&#xff0c;当本地计算机无法满足计算任务的需求时&#xff0c;往往需要一个更强大计算能力的远程环境。另一方面&#xff0c;VSCode由于其轻便和易用性&#xff0c;以及丰富的插件生态系统&#xff0c;一直是远程开发的首选编辑器。本文介绍…
阅读更多...
vue3前端开发的基础教程——快速上手

vue3前端开发的基础教程——快速上手

【前言】这里使用的技术栈&#xff1a;fastapivue3pycharm一、创建vue3项目在项目的文件夹使用下面命令创建vue3前端框架代码npm create vitelatest frontend选择框中选择&#xff1a; Framework: VueVariant: JavaScript 或 TypeScript cd frontend npm install启动本地开发np…
阅读更多...
51单片机2（按键，外部中断，定时器中断，PWM与蜂鸣器）

51单片机2（按键，外部中断，定时器中断，PWM与蜂鸣器）

1.按键模块以按键k1为例&#xff1a;两个引脚被接到GND和P1_4引脚&#xff0c;当K1按键被按下时&#xff0c;P1_4引脚会和GND短路到一起&#xff0c;P1_4引脚会呈现低电平。按键初始化&#xff1a;//按键初始化 void Key_Init(void) {P1 | (0x0f << 4);P3 | (1 << …
阅读更多...
【面试向】人工智能机器学习介绍

【面试向】人工智能机器学习介绍

一、介绍 人工智能&#xff08;AI&#xff09;是通过模拟、延伸和扩展人类智能的技术&#xff0c;使机器能够感知、理解、决策和行动。核心目标是实现“智能自动化”&#xff0c;即让机器在复杂、动态的环境中自主完成任务&#xff0c;甚至超越人类在特定领域的能力。 机器学…
阅读更多...
Python趣味入门：打印与计算初体验

Python趣味入门：打印与计算初体验

1. 尝试使用 print() 打印各种内容print() 是我们在Python中最先接触也是最常用的函数之一。它的核心功能是将内容输出到控制台。让我们用它来玩点花样&#xff1a;在您的IDE中创建一个新的Python文件&#xff08;例如 play_with_print.py&#xff09;&#xff0c;然后尝试以下…
阅读更多...
swagger接口文档规范化(苍穹外卖)

swagger接口文档规范化(苍穹外卖)

swagger接口文档规范化 &#xff08;1&#xff09;说明&#xff1a; 将接口文档分为管理端和用户端 &#xff08;2&#xff09;WebMvcConfiguration修改 位置&#xff1a;sky-server/src/main/java/com/sky/config/WebMvcConfiguration.java 文件完整代码&#xff1a; pa…
阅读更多...
Transformer 架构的演进与未来方向（RNN → Self-Attention → Mamba）——李宏毅大模型2025第四讲笔记

Transformer 架构的演进与未来方向（RNN → Self-Attention → Mamba）——李宏毅大模型2025第四讲笔记

一句话总结——“所有架构都为了解决上一代模型的致命缺陷而生&#xff1a;CNN 解决参数爆炸&#xff0c;ResNet 解决梯度消失&#xff0c;Transformer 解决 RNN 无法并行&#xff0c;而 Mamba 则试图一次解决 Transformer 的 O(N) 与 RNN 的记忆瓶颈。”1 每种架构的存在理由•…
阅读更多...
Vllm-0.10.1：通过vllm bench serve测试TTFT、TPOT、ITL、E2EL四个指标

Vllm-0.10.1：通过vllm bench serve测试TTFT、TPOT、ITL、E2EL四个指标

一、KVM 虚拟机环境GPU:4张英伟达A6000(48G)内存&#xff1a;128G海光Cpu:128核大模型&#xff1a;DeepSeek-R1-Distill-Qwen-32B推理框架Vllm:0.10.1二、四个性能指标介绍2.1、TTFT:Time to First token首次生成token时间&#xff08;ms&#xff09;,TTFT 越短&#xff0c;用户…
阅读更多...
逻辑回归基础

逻辑回归基础

昨天一直在复盘梯度下降&#xff0c;都没咋预习逻辑回归&#xff0c;好在不是很难&#xff0c;来捋捋逻辑回归简介逻辑回归是解决分类问题数学基础-sigmoid函数还要回顾一下概率论极大似然估计再来看一下对数逻辑回归原理逻辑回归的损失函数例子&#xff1a;分类问题评估混淆矩…
阅读更多...
STM32----W25QXX

STM32----W25QXX

W25QXX款图W25QXX存储解读块--->扇-->页块分成128块一块64kb一块分成16扇一扇4kb一个扇区分成16页&#xff0c;页的大小是256个字节 当数据传入W25QXX最小的擦除单元是扇区当已经输入了一页的数据&#xff0c;这时RAM的数据会转存进FLASH&#xff0c;这时会置一个标志位&…
阅读更多...
【Kafka】Kafka使用场景用例Kafka用例图

【Kafka】Kafka使用场景用例Kafka用例图

【Kafka】Kafka使用场景用例&Kafka用例图一、Kafka用例总图二、Kafka用例图示三、Kafka场景案例图一、Kafka用例总图 二、Kafka用例图示 三、Kafka场景案例图 注&#xff1a;以上图片来源于网络&#xff0c;如有不妥请私信删除&#xff01;
阅读更多...
Altium Designer（AD24）集成开发环境简介

Altium Designer（AD24）集成开发环境简介

🏡《专栏目录》 目录 1，概述 2，界面介绍 2，搜索功能简介 1，概述 Altium Designer 24的原理图，PCB等设计工作都是在集成开发环境中进行的，本文简单介绍集成开发环境界面。 2，界面介绍 如下图所示，Altium Designer 24的集成开发环境，包括： 标题栏：目前设计中文件的…
阅读更多...
[论文阅读] 软件工程 | 告别“线程安全玄学”：基于JMM的Java类静态分析，CodeQL3分钟扫遍GitHub千仓错误

[论文阅读] 软件工程 | 告别“线程安全玄学”：基于JMM的Java类静态分析，CodeQL3分钟扫遍GitHub千仓错误

告别“线程安全玄学”&#xff1a;基于JMM的Java类静态分析&#xff0c;CodeQL3分钟扫遍GitHub千仓错误 论文信息类别详情论文原标题Scalable Thread-Safety Analysis of Java Classes with CodeQL主要作者及机构1. Bjrnar Haugstad Jatten&#xff08;哥本哈根IT大学&#xff…
阅读更多...
jQuery.ajax() 方法核心参数详解

jQuery.ajax() 方法核心参数详解

大家好&#xff0c;欢迎来到程序视点&#xff01;我是你们的老朋友.小二&#xff01;jQuery.ajax() 方法核心参数详解基础参数url类型&#xff1a;String功能&#xff1a;请求地址&#xff0c;默认当前页地址。type类型&#xff1a;String&#xff08;get/post为主&#xff0c;…
阅读更多...
LCR 175. 计算二叉树的深度【简单】

LCR 175. 计算二叉树的深度【简单】

LCR 175. 计算二叉树的深度【简单】 题目描述 某公司架构以二叉树形式记录&#xff0c;请返回该公司的层级数。 示例 1&#xff1a;输入&#xff1a;root [1, 2, 2, 3, null, null, 5, 4, null, null, 4] 输出: 4 解释: 上面示例中的二叉树的最大深度是 4&#xff0c;沿着路…
阅读更多...
AI驱动健康升级：新零售企业从“卖产品”到“卖健康”的转型路径

AI驱动健康升级：新零售企业从“卖产品”到“卖健康”的转型路径

随着健康意识的不断提升&#xff0c;健康管理增值服务正逐渐成为零售企业的核心竞争力。消费者对“产品服务”的需求激增&#xff0c;企业亟需构建覆盖健康评估、干预到跟踪的营养健康管理体系&#xff0c;通过数据化手段提升用户粘性。在此背景下&#xff0c;AI技术正推动健康…
阅读更多...
2025年最新三维WebGIS开发学习路线图深度解析

2025年最新三维WebGIS开发学习路线图深度解析

地信小白为何学习webgis&#xff1f;我们在后台经常收到同学们关于地信测绘等专业的吐槽&#xff0c;总结后主要分为以下几类&#xff1a;第一种吐槽学校理论与实践脱节的&#xff0c;学校课程偏重理论&#xff0c;缺乏企业级真实项目经验&#xff0c;导致同学们简历空洞、单一…
阅读更多...
15-Java-面向对象-标准JavaBean类

15-Java-面向对象-标准JavaBean类

文章目录标准JavaBean类标准JavaBean类 类名需要见名知意成员变量使用private修饰提供至少两个构造方法 无参构造方法带全部参数的构造方法 成员方法 提供每一个成员变量对应的setXxx&#xff08;&#xff09;/getXxx&#xff08;&#xff09;如果还有其他行为&#xff0c;也需…
阅读更多...
AI大模型应用研发工程师面试知识准备目录

AI大模型应用研发工程师面试知识准备目录

一、大模型核心基础理论 大模型核心架构&#xff1a;Transformer&#xff08;Encoder/Decoder结构、自注意力机制、多头注意力&#xff09;、GPT系列&#xff08;Decoder-only&#xff09;、BERT系列&#xff08;Encoder-only&#xff09;的差异与适用场景关键技术原理&#xf…
阅读更多...
最新文章

Copyright @ 2022~2023