Kuis terkait panduan · Sedang Tingkat
BentoML dan Kuis Pengemasan Model
Memeriksa pengemasan Bento, API layanan, peran Runner lama, pembuatan kontainer, lingkungan yang dapat direproduksi, dan pengelompokan akselerator.
Pertanyaan 1 dari 8
Apa unit terstandarisasi dan dapat diterapkan yang diproduksi oleh BentoML?
Pratinjau setiap pertanyaan8 pertanyaan
Jawaban dan penjelasan muncul saat Anda mengikuti kuis.
- Apa unit terstandarisasi dan dapat diterapkan yang diproduksi oleh BentoML?
- Bento
- Sebuah Pod
- Sebuah Roda
- Sebuah Bagan
- Apa yang terutama ditingkatkan oleh batching mikro adaptif BentoML?
- Akurasi model
- Throughput pada akselerator seperti GPU
- Keterbacaan kode sumber
- Kecepatan pelatihan
- In BentoML 1.1’s Runner-based architecture, what handles compute-heavy model execution separately from API logic?
- The Bento manifest
- The OCI registry
- Pelari
- The HTTP request schema
- Perintah mana yang mengubah Bento bawaan menjadi image OCI Docker?
- penerapan bentoml
- sajikan bentom
- kereta bentom
- bentoml dimasukkan ke dalam wadah
- Manakah dari berikut ini yang menjadi alasan utama BentoML menyematkan versi ketergantungan pada Bento?
- Untuk membuat build dapat direproduksi di seluruh mesin
- Untuk mengurangi ukuran model
- Untuk meningkatkan kecepatan jam GPU
- Untuk mengenkripsi model
- Which decorator marks a class-based object as a BentoML Service in the current API?
- @bentoml.runner
- @bentoml.service
- @bentoml.container
- @bentoml.model_api
- Which command packages a BentoML service definition and its environment into a Bento?
- bentoml launch
- bentoml register
- bentoml build
- bentoml compile
- What does a method decorated as a BentoML API provide?
- A GPU driver
- A Kubernetes node pool
- A model-training dataset
- An inference endpoint exposed by the Service