এক্সপেরিমেন্ট ট্র্যাকিং কুইজ

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

1. মেশিন লার্নিং পরীক্ষা ট্র্যাকিং প্রাথমিক উদ্দেশ্য কি?
   • তাদের সম্পূর্ণ প্রসঙ্গ রেকর্ড করে রানগুলিকে পুনরুত্পাদনযোগ্য এবং তুলনীয় করা
   • মডেলগুলিকে GPU-তে দ্রুত ট্রেন করতে
   • স্বয়ংক্রিয়ভাবে উত্পাদন মডেল স্থাপন
   • স্টোরেজ জন্য মডেল ওজন সংকুচিত করা
2. একটি একক প্রশিক্ষণ সত্যিকারের পুনরুত্পাদনযোগ্য করার জন্য কোন সমন্বয় অপরিহার্য?
   • শুধুমাত্র চূড়ান্ত নির্ভুলতা সংখ্যা
   • কোড সংস্করণ, ডেটাসেট এবং হাইপারপ্যারামিটার
   • GPU তাপমাত্রা এবং ফ্যানের গতি
   • তথ্য বিজ্ঞানীর নাম ড
3. এইগুলির মধ্যে কোনটি একটি জনপ্রিয় পরীক্ষার ট্র্যাকিং টুল?
   • ফটোশপ
   • কুবারনেটস
   • এমএলফ্লো
   • পোস্টগ্রেএসকিউএল
4. কিভাবে বেশিরভাগ পরীক্ষা ট্র্যাকার সাধারণত প্রশিক্ষণের সময় মেট্রিক্স ক্যাপচার করে?
   • পরে একটি স্প্রেডশীটে ম্যানুয়ালি নম্বর কপি করে
   • টার্মিনালের স্ক্রিনশট নেওয়ার মাধ্যমে
   • মডেলের সোর্স কোড পড়ার মাধ্যমে
   • এপিআই কল লগিংয়ের মাধ্যমে প্রশিক্ষণ লুপে ঢোকানো হয় যা ব্যাকএন্ডে প্রবাহিত হয়
5. সাধারণত একটি ট্র্যাকিং সিস্টেম দ্বারা সংরক্ষিত মডেল ওজনের মতো বড় শিল্পকর্মগুলি কোথায় সংরক্ষণ করা হয়?
   • বস্তু/আর্টিফ্যাক্ট স্টোরেজে, মেটাডেটা স্টোরে রেফারেন্স সহ
   • মেট্রিক্স ডাটাবেস সারি ভিতরে
   • স্থায়ীভাবে GPU মেমরিতে
   • এগুলি মোটেও সংরক্ষণ করা হয় না
6. বড় ভাষার মডেলের যুগে পরীক্ষা ট্র্যাকিং কীভাবে বিকশিত হচ্ছে?
   • এটি পরিত্যক্ত করা হচ্ছে কারণ এলএলএম-এর কোনো ট্র্যাকিংয়ের প্রয়োজন নেই৷
   • এটি এখন প্রম্পট সংস্করণ, মূল্যায়ন ট্রেস এবং গুণগত আউটপুটগুলিও ক্যাপচার করে
   • এটি এখন শুধুমাত্র GPU খরচ ট্র্যাক করে
   • এটি ভিডিও এডিটিং সফ্টওয়্যারে সম্পূর্ণরূপে একত্রিত হয়েছে
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