Maswali yanayounganishwa na mwongozo · Kati Kiwango

Maswali ya Muundo wa Kuiga Muundo

Hujaribu usakinishaji wa usakinishaji, usalama wa kachumbari, faili za uzito wa tensor-pekee, na uthibitishaji wa miundo inayohamishwa katika nyakati zote za utekelezaji.

Njia za mwongozo zinazohusianaMiundo ya Uainishaji wa Mfano
Swali 1 ya 8

Kwa nini muundo wa kachumbari wa Python unachukuliwa kuwa hatari ya usalama kwa mifano?

Hakiki kila swali8 maswali

Majibu na maelezo huonekana unapojibu maswali.

  1. Kwa nini muundo wa kachumbari wa Python unachukuliwa kuwa hatari ya usalama kwa mifano?
    • Kuipakia kunaweza kutekeleza msimbo kiholela uliopachikwa kwenye faili
    • Inabana faili sana
    • Inafanya kazi tu mwishoni mwa wiki
    • Inafuta mfano asili
  2. Je, ni faida gani kuu ya umbizo la ONNX?
    • Ni umbizo ndogo iwezekanavyo
    • Huruhusu kielelezo kilichofunzwa katika mfumo mmoja kukimbia katika nyakati na lugha nyingine nyingi
    • Inaweza tu kufunguliwa katika PyTorch
    • Inaboresha usahihi kiotomatiki
  3. Kwa nini salama zimekuwa maarufu kwa kushiriki uzani wa mfano?
    • Inaendesha nambari kwenye mzigo kwa urahisi
    • Ni umbizo la zamani zaidi linalopatikana
    • Huhifadhi data ya tensor tu kwa usalama, na upakiaji wa haraka wa kumbukumbu na hakuna utekelezaji wa msimbo
    • Inahifadhi tu usahihi wa mfano
  4. GGUF inahusishwa zaidi na kesi gani ya utumiaji?
    • Kuhifadhi lahajedwali
    • Inasimba barua pepe
    • Mafunzo ya mifano kutoka mwanzo katika wingu
    • Kuendesha miundo mikubwa ya lugha kwa ufanisi kwenye maunzi ya ndani
  5. Je, umbizo la kubadilishana kama ONNX huhifadhi nini kimsingi?
    • Grafu sanifu ya hesabu na uzani wa modeli
    • Video ya mchakato wa mafunzo
    • Seti ya data ya mafunzo pekee
    • Msimbo wa chanzo wa msanidi hutoa maoni
  6. When exporting a Keras 3 model for TensorFlow serving, which directory format can model.export produce?
    • GGUF
    • SavedModel
    • CSV
    • A pickle file containing the entire Python application
  7. After exporting a model to ONNX for a new runtime, what should the team check?
    • That the ONNX file guarantees identical speed on every device
    • That the export automatically includes the original training data
    • That supported operators run and outputs match the reference model on representative inputs
    • That no preprocessing code is needed
  8. Why can a state-dictionary checkpoint be preferable to loading a whole Python object from an untrusted file?
    • It guarantees the model architecture is embedded
    • It makes every checkpoint safe regardless of loader and version
    • It automatically converts the model to ONNX
    • It can load tensor state without reconstructing arbitrary pickled Python objects, subject to the loader’s security settings