Gids-gekoppelde quiz · Middelmatig Niveau
Kubeflow en ML Pipeline Orchestration Quiz
Test Kubeflow-pijplijncomponenten, KFP v2-compilatie en caching-beslissingen, inclusief hoe afhankelijkheidsgrafieken de Kubernetes-workloads coördineren.
Vraag 1 van 8
Op welk onderliggend platform voert Kubeflow machine learning-workflows uit?
Bekijk elke vraag8 vragen
Antwoorden en uitleg verschijnen terwijl je de quiz doet.
- Op welk onderliggend platform voert Kubeflow machine learning-workflows uit?
- Apache Hadoop
- Een bare-metal Slurm-cluster
- Kubernetes
- Eén enkele virtuele machine
- Hoe wordt in Kubeflow Pipelines doorgaans elke stap van een workflow verpakt?
- Als een containercomponent die in een pod draait
- Als een opgeslagen procedure in een database
- Als serverloze functie op een CDN
- Als één monolithisch schrift
- Welke structuur gebruikt een Kubeflow-pijplijn om de volgorde en afhankelijkheden van stappen uit te drukken?
- Een platte lijst uitgevoerd van boven naar beneden
- Een cirkelvormige gebeurtenislus
- Een relationeel schema
- Een gerichte acyclische grafiek (DAG)
- Welk Kubeflow-onderdeel is bedoeld voor geautomatiseerde afstemming van hyperparameters?
- KServeren
- Katib
- MiniIO
- Argo
- 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
- Welk Kubeflow-onderdeel wordt voornamelijk gebruikt voor het weergeven van getrainde modellen voor gevolgtrekking?
- Katib
- Notebook-servers
- Argo-cd
- KServeren
- 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
- 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