Cuestionario vinculado a una guía · Medio Nivel

Python Prueba de gestión de dependencias para ML

Comprenda los entornos virtuales, los archivos de bloqueo, las funciones del administrador de paquetes y por qué la selección de la rueda GPU debe probarse en las plataformas de destino.

Rutas de guía relacionadasPython Gestión de dependencias para ML
Pregunta 1 de 8

¿Qué proporciona principalmente un entorno virtual?

Vista previa de cada pregunta8 preguntas

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

  1. ¿Qué proporciona principalmente un entorno virtual?
    • Isolation of project packages from other Python environments
    • A compatible host GPU driver
    • A guarantee of deterministic training
    • A lock on external datasets
  2. ¿Qué agrega generalmente un archivo de bloqueo más allá de un manifiesto de dependencia?
    • A copy of the training dataset
    • A concrete resolved dependency set
    • A host kernel driver
    • A guarantee every wheel exists forever
  3. ¿Por qué un comando de instalación de marco genérico puede elegir una compilación de GPU inadecuada?
    • Every machine has the same runtime libraries
    • Python packaging always ignores CUDA versions
    • Wheel variants depend on platform and accelerator compatibility
    • A lockfile sets host driver versions
  4. ¿Qué ayuda a detectar una instalación limpia de CI?
    • All package vulnerabilities permanently
    • A model's causal validity
    • Future GPU availability
    • Undeclared dependencies available only on a developer machine
  5. ¿Qué capa generalmente no controla un archivo de bloqueo Python?
    • Transitive Python package versions
    • The host NVIDIA kernel driver
    • Some platform package markers
    • Resolved package hashes when supported
  6. What should a team do when supporting both CPU and GPU installations?
    • Store the driver inside requirements.txt
    • Assume one wheel works identically on every platform
    • Test each supported environment and document package constraints
    • Avoid recording the framework version
  7. Why use package hashes where appropriate?
    • They make dependency updates automatic
    • They force every package to use a GPU
    • They provide model accuracy estimates
    • They help verify downloaded artifacts match expected content
  8. What does repeatable package resolution not guarantee by itself?
    • Bitwise-identical training across hardware and data pipelines
    • A recorded dependency graph
    • A clean project environment
    • A tested installation procedure