गाइड से जुड़ी प्रश्नोत्तरी · मध्यम स्तर

ONNX और मॉडल इंटरऑपरेबिलिटी क्विज़

रनटाइम के दौरान ONNX ग्राफ़, ऑपरेटर, निष्पादन प्रदाता, मॉडल एक्सचेंज और ग्राफ़ अनुकूलन के पीछे के प्रमुख विचारों का परीक्षण करें।

संबंधित मार्गदर्शक पथओएनएक्स और मॉडल इंटरऑपरेबिलिटी
प्रश्न 1 का 8

ONNX मुख्य रूप से किस मुख्य समस्या का समाधान करता है?

प्रत्येक प्रश्न का पूर्वावलोकन करें8 प्रश्न

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

  1. ONNX मुख्य रूप से किस मुख्य समस्या का समाधान करता है?
    • एक सामान्य प्रारूप के माध्यम से विभिन्न रूपरेखाओं और रनटाइम के बीच मॉडलों को ले जाना
    • प्रशिक्षण डेटा को स्वचालित रूप से लेबल करना
    • नए तंत्रिका नेटवर्क आर्किटेक्चर उत्पन्न करना
    • सुरक्षा के लिए मॉडल वज़न एन्क्रिप्ट करना
  2. ONNX फ़ाइल किसी मॉडल का प्रतिनिधित्व कैसे करती है?
    • कच्चे प्रशिक्षण डेटा के रूप में
    • मानकीकृत ऑपरेटरों की गणना ग्राफ के रूप में
    • एकल फ़्लोटिंग-पॉइंट संख्या के रूप में
    • पायथन में स्रोत कोड के रूप में
  3. What does the acronym ONNX stand for?
    • Optimized Network Node Execution
    • Open Neural Network Extension
    • Open Neural Network Exchange
    • Operator Network Normalization Exchange
  4. ONNX रनटाइम में, 'निष्पादन प्रदाता' क्या है?
    • एक क्लाउड बिलिंग खाता
    • वह व्यक्ति जिसने मॉडल को प्रशिक्षित किया
    • एक प्रकार का हानि फलन
    • एक बैकएंड जो CPU, CUDA, या TensorRT जैसे विशिष्ट हार्डवेयर पर समर्थित ऑपरेटर चलाता है
  5. ONNX मॉडल में 'ऑपसेट' (ऑपरेटर सेट) संस्करण क्या परिभाषित करता है?
    • ग्राफ़ मानकीकृत ऑपरेटरों के किस संस्करण का उपयोग करता है
    • परीक्षण सेट पर मॉडल की सटीकता
    • आवश्यक GPU की संख्या
    • प्रशिक्षण सीखने की दर
  6. Which graph-level operations can ONNX Runtime apply?
    • Automatic retraining and label correction
    • Constant folding and node fusion, among other optimizations
    • Changing a model’s architecture to a new framework
    • Generating new training examples from inference requests
  7. What can happen when an ONNX Runtime execution provider supports only part of a model graph?
    • The provider must execute every node or fail by definition
    • मॉडल स्वचालित रूप से पुनः प्रशिक्षित हो जाता है
    • The runtime can assign supported nodes or subgraphs to that provider and others to a different provider
    • All unsupported operators are deleted
  8. Why should an ONNX deployment check the model’s opset against the target runtime?
    • The opset specifies the model’s training dataset size
    • An opset number guarantees identical performance
    • The opset controls the number of GPU devices
    • The graph uses versioned operator definitions that the runtime must support