गाइड से जुड़ी प्रश्नोत्तरी · मध्यम स्तर

एमएल वर्कफ़्लो क्विज़ के लिए अपाचे एयरफ़्लो

एमएल वर्कफ़्लो में एयरफ़्लो कार्य निर्भरता, पुनः प्रयास और बैकफ़िल लागू करें, जिसमें ट्रिगर नियम भी शामिल हैं जो निर्धारित करते हैं कि कार्य कब चलने के लिए तैयार हैं।

प्रश्न 1 का 8

अपाचे एयरफ़्लो में, वर्कफ़्लो को परिभाषित करने के लिए उपयोग किया जाने वाला मुख्य अमूर्त क्या है?

प्रत्येक प्रश्न का पूर्वावलोकन करें8 प्रश्न

जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।

  1. अपाचे एयरफ़्लो में, वर्कफ़्लो को परिभाषित करने के लिए उपयोग किया जाने वाला मुख्य अमूर्त क्या है?
    • एक YAML मेनिफेस्ट
    • एक SQL दृश्य
    • पायथन में लिखा गया एक डीएजी (डायरेक्टेड एसाइक्लिक ग्राफ)।
    • एक ज्यूपिटर नोटबुक
  2. एमएल पाइपलाइन में एयरफ्लो आमतौर पर क्या भूमिका निभाता है?
    • यह अन्य प्रणालियों पर चलने वाले कार्यों को व्यवस्थित और शेड्यूल करता है
    • यह गहन शिक्षण मॉडल को सीधे GPU पर प्रशिक्षित करता है
    • यह फीचर वैक्टर को मेमोरी में स्टोर करता है
    • यह HTTP पर मॉडल पूर्वानुमान प्रस्तुत करता है
  3. किस एयरफ़्लो कंस्ट्रक्ट का उपयोग किसी बाहरी स्थिति, जैसे स्टोरेज में आने वाली फ़ाइल की प्रतीक्षा करने के लिए किया जाता है?
    • एक परिवर्तनशील
    • एक कनेक्शन पूल
    • एक मैक्रो
    • एक सेंसर
  4. एयरफ़्लो 'बैकफ़िल' आपको क्या करने की अनुमति देता है?
    • पुराने DAG रन को स्थायी रूप से हटाएँ
    • ऐतिहासिक डेटा को पुन: संसाधित करने के लिए पिछली तिथियों की एक श्रृंखला पर DAG चलाएँ
    • मेटाडेटा डेटाबेस एन्क्रिप्ट करें
    • शेड्यूलर को अस्थायी रूप से अक्षम करें
  5. Which Airflow component determines when eligible task instances should be scheduled?
    • अनुसूचक
    • The graph view in the web UI
    • A model’s feature encoder
    • The artifact file itself
  6. नए एयरफ्लो संस्करणों में शुरू की गई 'डेटा-अवेयर शेड्यूलिंग' क्या है?
    • कार्यों के बीच पारित सभी डेटा को एन्क्रिप्ट करना
    • प्रशिक्षण डेटा को स्वचालित रूप से लेबल करना
    • प्रति कार्य GPU की संख्या कम करना
    • किसी निश्चित घड़ी के बजाय किसी डेटासेट को अपडेट करने पर डीएजी को ट्रिगर करना
  7. An Airflow cleanup task must run after upstream tasks finish even if one fails. Which setting controls this behavior?
    • The number of model layers
    • The cleanup task’s trigger rule
    • The feature normalization method
    • The UI theme selected for the DAG
  8. A team backfills three months of ML feature data in Airflow. What makes repeating an interrupted task safer?
    • Appending duplicate outputs each time it retries
    • Ignoring the run’s historical date
    • An idempotent operation with the correct historical inputs
    • Changing the training labels on every retry