가이드 연계 퀴즈 · 중간 레벨

Kubeflow 및 ML 파이프라인 조정 퀴즈

종속성 그래프가 Kubernetes 워크로드를 조정하는 방법을 포함하여 Kubeflow 파이프라인 구성요소, KFP v2 컴파일, 캐싱 결정을 테스트합니다.

관련 가이드 경로Kubeflow 및 ML 파이프라인 오케스트레이션
질문 1 의 8

Kubeflow는 어떤 기본 플랫폼에서 기계 학습 워크플로를 실행하나요?

모든 질문 미리보기8 질문

퀴즈를 풀면 정답과 설명이 나타납니다.

  1. Kubeflow는 어떤 기본 플랫폼에서 기계 학습 워크플로를 실행하나요?
    • 아파치 하둡
    • 베어메탈 Slurm 클러스터
    • 쿠버네티스
    • 단일 가상 머신
  2. Kubeflow Pipelines에서 워크플로의 각 단계는 일반적으로 어떻게 패키징되나요?
    • 포드에서 실행되는 컨테이너화된 구성 요소로
    • 데이터베이스의 저장 프로시저로
    • CDN의 서버리스 기능으로
    • 단일 모놀리식 스크립트로
  3. Kubeflow 파이프라인은 단계의 순서와 종속성을 표현하기 위해 어떤 구조를 사용하나요?
    • 위에서 아래로 실행되는 단순 목록
    • 순환 이벤트 루프
    • 관계형 스키마
    • 방향성 비순환 그래프(DAG)
  4. 자동화된 초매개변수 조정 전용으로 사용되는 Kubeflow 구성요소는 무엇인가요?
    • KServe
    • 카팁
    • 미니IO
    • 아르고
  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. 추론을 위해 학습된 모델을 제공하는 데 주로 사용되는 Kubeflow 구성요소는 무엇인가요?
    • 카팁
    • 노트북 서버
    • 아르고CD
    • KServe
  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