গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর
ডিস্ট্রিবিউটেড এআই কুইজের জন্য রে
রে কাজ, অভিনেতা, অবজেক্ট রেফারেন্স, বিতরণ করা লাইব্রেরি এবং কীভাবে একটি ক্লাস্টারের মধ্যে অবজেক্ট ডেটা চলে যায় সে সম্পর্কে আপনার উপলব্ধি পরীক্ষা করুন।
প্রশ্ন 1 এর 8
রে প্রাথমিকভাবে কোন সমস্যা সমাধান করে?
প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন
আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।
- রে প্রাথমিকভাবে কোন সমস্যা সমাধান করে?
- ন্যূনতম কোড পরিবর্তন সহ একটি একক মেশিন থেকে একটি বড় ক্লাস্টারে পাইথন এবং এআই ওয়ার্কলোড স্কেল করা
- স্বয়ংক্রিয়ভাবে ছবি লেবেল করা
- মডেল ফাইল কম্প্রেসিং
- নিউরাল নেটওয়ার্ক আর্কিটেকচার ডিজাইন করা
- রায়ে, 'টাস্ক' এবং 'অভিনেতা'-এর মধ্যে পার্থক্য কী?
- টাস্ক ইমেজ জন্য এবং অভিনেতা টেক্সট জন্য হয়
- একটি টাস্ক একটি রাষ্ট্রহীন সমান্তরাল ফাংশন কল; একজন অভিনেতা একজন রাষ্ট্রীয় কর্মী যা রাষ্ট্রকে ধরে রাখে
- তারা অভিন্ন
- কার্যগুলি শুধুমাত্র CPU-তে এবং অভিনেতা শুধুমাত্র প্রিন্টারগুলিতে চলে৷
- আপনি একটি দূরবর্তী কাজ চালু করার সাথে সাথে রে কি ফিরে আসে?
- চূড়ান্ত ফলাফল, সবসময়
- একটি ত্রুটি বার্তা
- একটি ভবিষ্যত (অবজেক্ট রেফারেন্স) যা আপনি পরে ray.get() দিয়ে সমাধান করবেন
- পুরো ক্লাস্টারের একটি অনুলিপি
- কোন রে লাইব্রেরি ডিস্ট্রিবিউটেড হাইপারপ্যারামিটার অনুসন্ধানের জন্য ডিজাইন করা হয়েছে?
- রে পরিবেশন
- রে ডেটা
- আরএললিব
- রে সুর
- Which object type do Ray’s docs explicitly say can be read from same-node object-store memory without a copy?
- A NumPy array stored in Ray’s object store
- Any Python object whenever an ObjectRef is passed
- An object requested from another node with no network transfer
- Only actor handles stored in a separate database
- স্কেলযোগ্য, অটোস্কেলিং এন্ডপয়েন্টের পিছনে মডেল স্থাপন করতে আপনি কোন রে লাইব্রেরি ব্যবহার করবেন?
- রে সুর
- রে পরিবেশন
- রে ট্রেন
- রে ডেটা
- How does Ray Serve decide when to add replicas in its built-in request-driven autoscaling?
- It reads the model’s training loss
- It changes the number of model parameters
- It monitors ongoing requests or queue demand against configured targets
- It scales only when a human edits the deployment
- How does Ray move an object when a task on a different node needs it?
- It shares the owner’s local memory directly across every node
- It automatically copies all objects into each node’s GPU memory
- It sends only an ObjectRef and never transfers the object data
- It transfers the object over the cluster network; serialization, locality, and object size affect cost