اختبار مرتبط بالدليل · متوسط المستوى
Kubeflow وML Pipeline Orchestration Quiz
اختبار مكونات خط أنابيب Kubeflow، تجميع KFP v2، وقرارات التخزين المؤقت، بما في ذلك كيفية تنسيق رسومات الاعتماد لأعباء عمل Kubernetes.
سؤال 1 من 8
ما النظام الأساسي الذي يقوم Kubeflow بتشغيل سير عمل التعلم الآلي عليه؟
معاينة كل سؤال8 أسئلة
تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.
- ما النظام الأساسي الذي يقوم Kubeflow بتشغيل سير عمل التعلم الآلي عليه؟
- أباتشي هادوب
- مجموعة Slurm المعدنية العارية
- كوبيرنيتيس
- آلة افتراضية واحدة
- في Kubeflow Pipelines، كيف يتم عادةً تجميع كل خطوة من خطوات سير العمل؟
- كمكون في حاوية يعمل في جراب
- كإجراء مخزن في قاعدة بيانات
- كوظيفة بدون خادم على CDN
- كنص متجانس واحد
- ما البنية التي يستخدمها خط أنابيب Kubeflow للتعبير عن ترتيب الخطوات وتبعياتها؟
- قائمة مسطحة يتم تنفيذها من أعلى إلى أسفل
- حلقة أحداث دائرية
- مخطط علائقي
- رسم بياني حلقي موجه (DAG)
- ما هو مكون Kubeflow المخصص للضبط الآلي للمعلمات الفائقة؟
- كسيرفي
- كاتب
- MiniIO
- أرغو
- With KFP caching enabled, why might a rerun reuse a previous component result?
- A matching eligible execution already has cached outputs
- KFP never executes a component more than once
- KFP ignores every input change
- KFP randomly chooses which pods to skip
- ما هو مكون Kubeflow الذي يستخدم بشكل أساسي لخدمة النماذج المدربة للاستدلال؟
- كاتب
- خوادم الكمبيوتر المحمول
- أرغو سي دي
- كسيرفي
- A team adopts KFP v2. What does the normal compiler output represent?
- A trained model checkpoint
- A PipelineSpec serialized as Intermediate Representation YAML
- A universal Argo Workflows specification for every KFP version
- A SQL query plan for the artifact database
- A Kubeflow step reads a file overwritten at an unchanged URI. Why might its cache need to be disabled or the input version changed?
- Kubernetes forbids external files
- Every pipeline input is automatically content-hashed
- The tracked input can stay the same while the file’s contents change
- Caching always reruns components on every request