Тест за проследяване на експерименти

Отговорите и обясненията се появяват, докато отговаряте на теста.

1. Каква е основната цел на проследяването на експерименти в машинното обучение?
   • За да направите сериите възпроизводими и сравними чрез записване на пълния им контекст
   • За да накарате моделите да се обучават по-бързо на GPU
   • За автоматично внедряване на модели в производство
   • За компресиране на тежести на модели за съхранение
2. Коя комбинация е от съществено значение, за да направите едно тренировъчно бягане наистина възпроизводимо?
   • Само окончателното число за точност
   • Версия на кода, набор от данни и хиперпараметри
   • Температурата на GPU и скоростта на вентилатора
   • Името на специалиста по данни
3. Кое от тях е популярен инструмент за проследяване на експерименти?
   • Фотошоп
   • Kubernetes
   • MLflow
   • PostgreSQL
4. Как повечето инструменти за проследяване на експерименти обикновено улавят показатели по време на обучение?
   • Като след това ръчно копирате числа в електронна таблица
   • Като правите екранни снимки на терминала
   • Чрез четене на изходния код на модела
   • Чрез регистриране на API извиквания, вмъкнати в тренировъчния цикъл, които се предават към бекенда
5. Къде обикновено се съхраняват от система за проследяване големи артефакти като тегло на запазени модели?
   • В хранилище на обект/артефакт, с препратки, съхранявани в хранилището на метаданни
   • Вътре в реда на базата данни с показатели
   • Постоянно в паметта на GPU
   • Изобщо не се съхраняват
6. Как се развива проследяването на експерименти в ерата на големите езикови модели?
   • Той е изоставен, защото LLM не се нуждаят от проследяване
   • Сега също така улавя бързи версии, следи за оценка и качествени резултати
   • Сега проследява само разходите за GPU
   • Той се сля изцяло със софтуера за редактиране на видео
7. Why record a dataset version or content hash with an ML run?
   • To prove the model is unbiased
   • To guarantee identical GPU arithmetic
   • So the run can be linked to the exact data snapshot used
   • To replace the code version
8. In MLflow Tracking, where are large model files typically stored relative to parameters and metrics?
   • Only inside the metric names
   • Always embedded in the database row for each parameter
   • They are not recorded by a tracking system
   • In an artifact store, while run metadata is kept in a backend store