Útmutatóhoz kapcsolódó kvíz · Kemény Szint
Seldon Core és következtetési grafikonok kvíz
Checks Seldon inference-graph components, routing, aggregation, DAG structure, serving protocols and observability signals.
kérdés 1 -ból 8
Mi az a meghatározó tulajdonság, amely megkülönbözteti a Seldon Core-t az egymodellű szerverektől?
Tekintse meg az összes kérdést8 kérdéseket
A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.
- Mi az a meghatározó tulajdonság, amely megkülönbözteti a Seldon Core-t az egymodellű szerverektől?
- Több komponenst láncoló következtetési gráfok
- Beépített modell képzés
- Egy szabadalmaztatott GPU illesztőprogram
- Automatikus adatcímkézés
- Melyik Seldon gráfkomponens dönti el, hogy melyik gyermekcsomóponthoz küldjön kérést, engedélyezve az A/B teszteket?
- Transzformátor
- Router
- Kombinátor
- Modell
- Melyik alkatrésztípus aggregálja több modell kimenetét az összeállításhoz?
- Router
- Transzformátor
- Kombinátor
- Inicializáló
- Milyen gráfszerkezetet alkot egy Seldon-következtető gráf?
- Ciklikus háló
- Lapos lista
- Csak egy bináris fa
- Irányított aciklikus gráf (DAG)
- A Seldon Core v2-ben melyik szerver és protokoll teszi lehetővé a többmodelles kiszolgálást a grafikonon keresztül?
- MLServer és az Open Inference Protocol
- TensorFlow szolgáltatás és csak gRPC
- Nginx és REST
- Szikra és parketta
- 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?
- Kombinátor
- Router
- Transzformátor
- 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