Kuis terkait panduan · Sedang Tingkat

Kubeflow dan Kuis Orkestrasi Pipeline ML

Menguji komponen pipeline Kubeflow, kompilasi KFP v2, dan keputusan caching, termasuk bagaimana grafik ketergantungan mengoordinasikan beban kerja Kubernetes.

Jalur panduan terkaitOrkestrasi Pipeline Kubeflow dan ML
Pertanyaan 1 dari 8

Pada platform apa Kubeflow menjalankan alur kerja pembelajaran mesin?

Pratinjau setiap pertanyaan8 pertanyaan

Jawaban dan penjelasan muncul saat Anda mengikuti kuis.

  1. Pada platform apa Kubeflow menjalankan alur kerja pembelajaran mesin?
    • Apache Hadoop
    • Cluster Slurm yang terbuat dari logam
    • Kubernet
    • Sebuah mesin virtual tunggal
  2. Di Kubeflow Pipelines, bagaimana setiap langkah alur kerja biasanya dikemas?
    • Sebagai komponen dalam container yang berjalan di dalam pod
    • Sebagai prosedur tersimpan dalam database
    • Sebagai fungsi tanpa server di CDN
    • Sebagai skrip monolitik tunggal
  3. Struktur apa yang digunakan pipeline Kubeflow untuk menyatakan urutan dan ketergantungan langkah-langkah?
    • Daftar datar dieksekusi dari atas ke bawah
    • Perulangan peristiwa melingkar
    • Skema relasional
    • Grafik asiklik berarah (DAG)
  4. Komponen Kubeflow manakah yang didedikasikan untuk penyetelan hyperparameter otomatis?
    • Melayani
    • Katib
    • MiniO
    • Argo
  5. With KFP caching enabled, why might a rerun reuse a previous component result?
    • A matching eligible execution already has cached outputs
    • KFP never executes a component more than once
    • KFP ignores every input change
    • KFP randomly chooses which pods to skip
  6. Komponen Kubeflow manakah yang terutama digunakan untuk menyajikan model terlatih untuk inferensi?
    • Katib
    • Server buku catatan
    • CD Argo
    • Melayani
  7. A team adopts KFP v2. What does the normal compiler output represent?
    • A trained model checkpoint
    • A PipelineSpec serialized as Intermediate Representation YAML
    • A universal Argo Workflows specification for every KFP version
    • A SQL query plan for the artifact database
  8. A Kubeflow step reads a file overwritten at an unchanged URI. Why might its cache need to be disabled or the input version changed?
    • Kubernetes forbids external files
    • Every pipeline input is automatically content-hashed
    • The tracked input can stay the same while the file’s contents change
    • Caching always reruns components on every request