Kuis terkait panduan · Sedang Tingkat
Kuis Registri Model
Terapkan versi registri model, tanda tangan, dan referensi penerapan, termasuk alasan perubahan alias memerlukan alur kerja penyajian yang terverifikasi.
Pertanyaan 1 dari 8
Apa tujuan utama dari registri model?
Pratinjau setiap pertanyaan8 pertanyaan
Jawaban dan penjelasan muncul saat Anda mengikuti kuis.
- Apa tujuan utama dari registri model?
- Untuk memberi label pada data pelatihan mentah
- Untuk berfungsi sebagai katalog yang dikontrol versi dan satu-satunya sumber kebenaran untuk model terlatih
- Untuk mengganti GPU di server
- Untuk menulis kueri SQL
- In current MLflow registry workflows, what can provide a named reference to a model version?
- A reassignable model alias
- A universal mandatory four-stage lifecycle in every registry
- The training GPU’s display resolution
- A random tensor without a model version
- How can a registry support a model rollback?
- By guaranteeing every server switches instantly
- By deleting all previous versions
- By retaining a previous artifact that the serving workflow can reload and validate
- By changing the training labels automatically
- Apa yang dimaksud dengan tanda tangan model dalam registri?
- Tanda tangan tulisan tangan data scientist
- Kata sandi untuk database
- Durasi pelatihan model
- Skema yang menjelaskan jenis input dan output yang diharapkan dari model
- Mengapa silsilah yang tercatat (kumpulan data, penerapan kode, hyperparameter) berharga?
- Hal ini memungkinkan reproduktifitas dan kemampuan audit tentang bagaimana setiap versi dibuat
- Itu membuat model berjalan lebih cepat
- Ini meningkatkan akurasi model secara otomatis
- Ini memampatkan file model
- What connects a registered model decision to an actual application rollout?
- A guarantee that registering a version deploys it everywhere
- A required fax to the GPU vendor
- A configured deployment workflow that loads and verifies the chosen artifact
- A model signature alone with no serving system
- A champion alias is reassigned, but a long-running server still has the old artifact loaded. What should an operator verify?
- Only that the alias has a new value
- That all servers reload automatically in every integration
- Only the number of files in the registry
- The artifact and version actually serving requests
- A model signature expects numerical columns but a request sends strings. What can signature-aware validation help detect?
- Whether the training labels are morally correct
- An input schema or type mismatch
- Every possible accuracy regression
- A guarantee that all numerical inputs are in distribution