Κουίζ που συνδέεται με οδηγό · Μεσαίο Επίπεδο

Κουίζ ενορχήστρωσης Kubeflow και ML Pipeline

Δοκιμάστε τα στοιχεία του αγωγού Kubeflow, τη μεταγλώττιση του KFP v2 και τις αποφάσεις προσωρινής αποθήκευσης, συμπεριλαμβανομένου του τρόπου με τον οποίο τα γραφήματα εξάρτησης συντονίζουν τους φόρτους εργασίας του Kubernetes.

Σχετικές διαδρομές οδηγώνΕνορχήστρωση Kubeflow And ML Pipeline
Ερώτηση 1 του 8

Σε ποια υποκείμενη πλατφόρμα εκτελεί το Kubeflow ροές εργασιών μηχανικής εκμάθησης;

Προεπισκόπηση κάθε ερώτησης8 ερωτήσεις

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

  1. Σε ποια υποκείμενη πλατφόρμα εκτελεί το Kubeflow ροές εργασιών μηχανικής εκμάθησης;
    • Apache Hadoop
    • Ένα σύμπλεγμα γυμνού μετάλλου Slurm
    • Kubernetes
    • Μια ενιαία εικονική μηχανή
  2. Στο Kubeflow Pipelines, πώς συσκευάζεται συνήθως κάθε βήμα μιας ροής εργασίας;
    • Ως συστατικό σε εμπορευματοκιβώτια που τρέχει σε λοβό
    • Ως αποθηκευμένη διαδικασία σε μια βάση δεδομένων
    • Ως λειτουργία χωρίς διακομιστή σε ένα CDN
    • Ως ενιαίο μονολιθικό σενάριο
  3. Ποια δομή χρησιμοποιεί ένας αγωγός Kubeflow για να εκφράσει τη σειρά και τις εξαρτήσεις των βημάτων;
    • Μια επίπεδη λίστα που εκτελείται από πάνω προς τα κάτω
    • Ένας κυκλικός βρόχος συμβάντων
    • Ένα σχεσιακό σχήμα
    • Ένα κατευθυνόμενο άκυκλο γράφημα (DAG)
  4. Ποιο στοιχείο Kubeflow είναι αφιερωμένο στον αυτοματοποιημένο συντονισμό υπερπαραμέτρων;
    • KServe
    • Κατίμπ
    • MinIO
    • Argo
  5. 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
  6. Ποιο στοιχείο Kubeflow χρησιμοποιείται κυρίως για την εξυπηρέτηση εκπαιδευμένων μοντέλων για συμπεράσματα;
    • Κατίμπ
    • Διακομιστές φορητών υπολογιστών
    • CD Argo
    • KServe
  7. 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
  8. 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