Kuiz berkaitan panduan · Sederhana Tahap

Kuiz Aliran Udara Apache untuk Aliran Kerja ML

Gunakan kebergantungan tugas Aliran Udara, cuba semula dan isi semula pada aliran kerja ML, termasuk peraturan pencetus yang menentukan masa tugasan sedia untuk dijalankan.

Laluan panduan yang berkaitanAliran Kerja Apache Airflow Untuk ML
soalan 1 daripada 8

Dalam Apache Airflow, apakah abstraksi teras yang digunakan untuk menentukan aliran kerja?

Pratonton setiap soalan8 soalan

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

  1. Dalam Apache Airflow, apakah abstraksi teras yang digunakan untuk menentukan aliran kerja?
    • Manifes YAML
    • Pandangan SQL
    • DAG (Graf Acyclic Terarah) yang ditulis dalam Python
    • Buku nota Jupyter
  2. Apakah peranan yang paling biasa dimainkan oleh Aliran Udara dalam saluran paip ML?
    • Ia mengatur dan menjadualkan tugas yang dijalankan pada sistem lain
    • Ia melatih model pembelajaran mendalam secara langsung pada GPU
    • Ia menyimpan vektor ciri dalam ingatan
    • Ia menyediakan ramalan model melalui HTTP
  3. Konstruk Aliran Udara manakah yang digunakan untuk menunggu keadaan luaran, seperti fail yang tiba dalam storan?
    • Pembolehubah
    • Kolam sambungan
    • Satu makro
    • Sebuah sensor
  4. Apakah yang membolehkan anda lakukan 'penimbunan semula' Aliran Udara?
    • Padamkan DAG lama berjalan secara kekal
    • Jalankan DAG pada julat tarikh lalu untuk memproses semula data sejarah
    • Sulitkan pangkalan data metadata
    • Lumpuhkan penjadual buat sementara waktu
  5. Which Airflow component determines when eligible task instances should be scheduled?
    • Penjadual
    • The graph view in the web UI
    • A model’s feature encoder
    • The artifact file itself
  6. Apakah 'penjadualan sedar data' yang diperkenalkan dalam versi Aliran Udara yang lebih baharu?
    • Menyulitkan semua data yang dihantar antara tugas
    • Melabel data latihan secara automatik
    • Mengurangkan bilangan GPU setiap tugas
    • Mencetuskan DAG apabila set data dikemas kini dan bukannya pada jam tetap
  7. An Airflow cleanup task must run after upstream tasks finish even if one fails. Which setting controls this behavior?
    • The number of model layers
    • The cleanup task’s trigger rule
    • The feature normalization method
    • The UI theme selected for the DAG
  8. A team backfills three months of ML feature data in Airflow. What makes repeating an interrupted task safer?
    • Appending duplicate outputs each time it retries
    • Ignoring the run’s historical date
    • An idempotent operation with the correct historical inputs
    • Changing the training labels on every retry