Κουίζ που συνδέεται με οδηγό · Σκληρό Επίπεδο
Κουίζ Seldon Core και Inference Graphs
Ελέγχει στοιχεία γραφήματος συμπερασμάτων Seldon, δρομολόγηση, συνάθροιση, δομή DAG, πρωτόκολλα εξυπηρέτησης και σήματα παρατηρητικότητας.
Ερώτηση 1 του 8
Ποιο είναι το καθοριστικό χαρακτηριστικό που διακρίνει τον Seldon Core από έναν διακομιστή ενός μοντέλου;
Προεπισκόπηση κάθε ερώτησης8 ερωτήσεις
Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.
- Ποιο είναι το καθοριστικό χαρακτηριστικό που διακρίνει τον Seldon Core από έναν διακομιστή ενός μοντέλου;
- Γραφήματα συμπερασμάτων που αλυσιδώνουν πολλαπλά στοιχεία
- Ενσωματωμένο μοντέλο εκπαίδευσης
- Ένα ιδιόκτητο πρόγραμμα οδήγησης GPU
- Αυτόματη επισήμανση δεδομένων
- Ποιο στοιχείο γραφήματος Seldon αποφασίζει σε ποιον θυγατρικό κόμβο να στείλει ένα αίτημα, επιτρέποντας δοκιμές A/B;
- Μετασχηματιστής
- Δρομολογητής
- Συνδυαστής
- Μοντέλο
- Ποιος τύπος συστατικού συγκεντρώνει εξόδους από πολλαπλά μοντέλα για συναρμολόγηση;
- Δρομολογητής
- Μετασχηματιστής
- Συνδυαστής
- Αρχικοποιητής
- Τι είδους δομή γραφήματος σχηματίζει ένα γράφημα συμπερασμάτων Seldon;
- Ένα κυκλικό πλέγμα
- Μια επίπεδη λίστα
- Μόνο ένα δυαδικό δέντρο
- Ένα κατευθυνόμενο άκυκλο γράφημα (DAG)
- Στο Seldon Core v2, ποιος διακομιστής και ποιο πρωτόκολλο επιτρέπουν την εξυπηρέτηση πολλών μοντέλων σε όλο το γράφημα;
- MLServer και το Open Inference Protocol
- Εξυπηρέτηση TensorFlow και μόνο για gRPC
- Nginx και REST
- Spark και παρκέ
- In the Seldon Core 1 Router documentation, what can shift traffic toward better-performing models over time?
- Nightly retraining only
- A multi-armed bandit using live reward signals
- Increasing the pod CPU limit
- Caching every response
- Which Seldon graph component can preprocess a request or postprocess a model response?
- Συνδυαστής
- Δρομολογητής
- Μετασχηματιστής
- Explainer
- Which description of Seldon Core 2 observability is accurate?
- Metrics, tracing and payload logging are all automatically enabled for every REST/gRPC prediction
- It provides only GPU metrics and no tracing
- Payload logging always stores every model request in a local file
- Metrics are exposed; tracing requires configuration, and payload logging is limited to configured Kafka-backed pipeline paths