ガイド連動クイズ · 中 レベル

Kubeflow と ML パイプライン オーケストレーションのクイズ

Kubeflow パイプライン コンポーネント、KFP v2 コンパイル、および依存関係グラフが Kubernetes ワークロードを調整する方法を含むキャッシュの決定をテストします。

関連するガイドパスKubeflow と ML パイプライン オーケストレーション
質問 1 の 8

Kubeflow は機械学習ワークフローを実行する基盤となるプラットフォームは何ですか?

すべての質問をプレビューする8 質問

クイズに答えると、答えと解説が表示されます。

  1. Kubeflow は機械学習ワークフローを実行する基盤となるプラットフォームは何ですか?
    • アパッチ・ハドゥープ
    • ベアメタル Slurm クラスター
    • Kubernetes
    • 単一の仮想マシン
  2. Kubeflow Pipelines では、ワークフローの各ステップは通常どのようにパッケージ化されますか?
    • ポッド内で実行されるコンテナ化されたコンポーネントとして
    • データベース内のストアド プロシージャとして
    • CDN 上のサーバーレス機能として
    • 単一のモノリシック スクリプトとして
  3. Kubeflow パイプラインはステップの順序と依存関係を表現するためにどのような構造を使用しますか?
    • 上から下に実行されるフラット リスト
    • 循環イベントループ
    • リレーショナルスキーマ
    • 有向非巡回グラフ (DAG)
  4. 自動ハイパーパラメータ調整専用の Kubeflow コンポーネントはどれですか?
    • Kサーブ
    • カティブ
    • MinIO
    • アルゴ
  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. トレーニングされたモデルを推論に提供するために主に使用される Kubeflow コンポーネントはどれですか?
    • カティブ
    • ノートブックサーバー
    • アルゴCD
    • Kサーブ
  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