Quiz collegato alla guida · Medio Livello
Quiz sull'orchestrazione della pipeline Kubeflow e ML
Testa i componenti della pipeline Kubeflow, la compilazione KFP v2 e le decisioni sulla memorizzazione nella cache, incluso il modo in cui i grafici delle dipendenze coordinano i carichi di lavoro Kubernetes.
Domanda 1 di 8
Su quale piattaforma sottostante Kubeflow esegue i flussi di lavoro di machine learning?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Su quale piattaforma sottostante Kubeflow esegue i flussi di lavoro di machine learning?
- Apache Hadoop
- Un ammasso Slurm di puro metallo
- Kubernetes
- Una singola macchina virtuale
- In Kubeflow Pipelines, come viene generalmente confezionato ogni passaggio di un flusso di lavoro?
- Come componente containerizzato in esecuzione in un pod
- Come procedura memorizzata in un database
- Come funzione serverless su una CDN
- Come un'unica scrittura monolitica
- Quale struttura utilizza una pipeline Kubeflow per esprimere l'ordine e le dipendenze dei passaggi?
- Un elenco semplice eseguito dall'alto verso il basso
- Un ciclo di eventi circolare
- Uno schema relazionale
- Un grafico aciclico diretto (DAG)
- Quale componente Kubeflow è dedicato all'ottimizzazione automatizzata degli iperparametri?
- Kserve
- Katib
- MinIO
- Argo
- Con la cache KFP abilitata, perché una riesecuzione potrebbe riutilizzare il risultato di un componente precedente?
- Un'esecuzione idonea corrispondente ha già output nella cache
- KFP non esegue mai un componente più di una volta
- KFP ignora ogni modifica di input
- KFP sceglie casualmente quali pod saltare
- Quale componente Kubeflow viene utilizzato principalmente per fornire modelli addestrati per l'inferenza?
- Katib
- Server portatili
- Disco Argo
- Kserve
- Un team adotta KFP v2. Cosa rappresenta l'output del compilatore normale?
- Un checkpoint di modello addestrato
- Un PipelineSpec serializzato come YAML di Rappresentazione Intermedia
- Una specifica universale di Argo Workflows per ogni versione di KFP
- Un piano di query SQL per il database degli artefatti
- Un passo di Kubeflow legge un file sovrascritto a un URI invariato. Perché potrebbe essere necessario disabilitare la cache o cambiare la versione dell'input?
- Kubernetes vieta file esterni
- Ogni input del pipeline è automaticamente hashato per contenuto
- L'input tracciato può rimanere lo stesso mentre i contenuti del file cambiano
- La cache rielabora sempre i componenti ad ogni richiesta