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.

  1. Op welk onderliggend platform voert Kubeflow machine learning-workflows uit?
    • Apache Hadoop
    • Een bare-metal Slurm-cluster
    • Kubernetes
    • Eén enkele virtuele machine
  2. 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
  3. 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)
  4. Welk Kubeflow-onderdeel is bedoeld voor geautomatiseerde afstemming van hyperparameters?
    • KServeren
    • 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. Welk Kubeflow-onderdeel wordt voornamelijk gebruikt voor het weergeven van getrainde modellen voor gevolgtrekking?
    • Katib
    • Notebook-servers
    • Argo-cd
    • KServeren
  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