Kuiz berkaitan panduan · Sederhana Tahap

Kubeflow dan ML Pipeline Orchestration Quiz

Uji komponen saluran paip Kubeflow, kompilasi KFP v2 dan keputusan caching, termasuk cara graf pergantungan menyelaraskan beban kerja Kubernetes.

Laluan panduan yang berkaitanOrkestrasi Paip Kubeflow Dan ML
soalan 1 daripada 8

Apakah platform asas yang Kubeflow menjalankan aliran kerja pembelajaran mesin?

Pratonton setiap soalan8 soalan

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

  1. Apakah platform asas yang Kubeflow menjalankan aliran kerja pembelajaran mesin?
    • Apache Hadoop
    • Gugusan Slurm logam kosong
    • Kubernetes
    • Mesin maya tunggal
  2. Dalam Talian Paip Kubeflow, bagaimanakah setiap langkah aliran kerja biasanya dibungkus?
    • Sebagai komponen kontena yang berjalan dalam pod
    • Sebagai prosedur tersimpan dalam pangkalan data
    • Sebagai fungsi tanpa pelayan pada CDN
    • Sebagai skrip monolitik tunggal
  3. Apakah struktur yang digunakan oleh saluran paip Kubeflow untuk menyatakan susunan dan kebergantungan langkah?
    • Senarai rata dilaksanakan dari atas ke bawah
    • Gelung acara bulat
    • Skema hubungan
    • Graf asiklik terarah (DAG)
  4. Komponen Kubeflow manakah yang dikhaskan untuk penalaan hiperparameter automatik?
    • KServe
    • Katib
    • MiniIO
    • Argo
  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. Komponen Kubeflow manakah yang digunakan terutamanya untuk menyediakan model terlatih untuk inferens?
    • Katib
    • Pelayan buku nota
    • CD Argo
    • 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