ガイド連動クイズ · 中 レベル

重みとバイアスのクイズ

再現性とバージョン管理された実験証拠に注意して、W&B 実行追跡、スイープ、アーティファクト、テーブル、ウィーブを調べます。

関連するガイドパス重みとバイアス
質問 1 の 8

Weights & Biases が主に取り組む機械学習の中核問題は何ですか?

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. Weights & Biases が主に取り組む機械学習の中核問題は何ですか?
    • 実験とその指標の追跡と再現
    • モバイルデバイス向けのニューラルネットワークの重みの圧縮
    • 合成トレーニング データを自動的に生成する
    • 安全な導入のためのモデルの重みの暗号化
  2. W&B へのログ記録の一般的なエントリ ポイントとなる 2 つの Python 呼び出しはどれですか?
    • wandb.train() と wandb.deploy()
    • wandb.init() および wandb.log()
    • model.fit() と model.save()
    • wandb.connect() と wandb.send()
  3. W&B スイープの目的は何ですか?
    • 破損したトレーニング データのクリーニング
    • ストレージを節約するために古い実験ログを削除する
    • 多数の実行にわたる自動ハイパーパラメータ検索
    • トレーニング GPU のストリーミング ビデオ
  4. W&B Artifacts では何ができるのですか?
    • ニューラル ネットワークの 3D 視覚化をレンダリングする
    • 研究論文を自動的に作成する
    • モデルを別のフレームワークに変換する
    • データセットとモデルをバージョンアップして結果を再現できるようにする
  5. 2025 年 3 月に Weights & Biases を買収した企業はどこですか?
    • コアウィーブ
    • NVIDIA
    • Microsoft
    • Hugging Face
  6. W&B Weave は何のために設計されていますか?
    • 検索用の埋め込みの生成
    • LLM アプリケーションのトレースと評価
    • Kubernetes クラスターの管理
    • 教師あり学習用の画像のラベル付け
  7. What can a W&B Table help a team compare?
    • Only GPU temperatures from a single machine
    • Only source-code branches with no logged data
    • Predictions or examples across models, epochs, or individual cases
    • Only user accounts and billing plans
  8. What does W&B record when a run uses a logged artifact as an input?
    • A guarantee the model will reproduce identical results on all hardware
    • An automatic change to the dataset contents
    • A license grant for every file
    • A versioned input relationship that helps trace run lineage