แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ
แบบทดสอบ Apache Airflow สำหรับเวิร์กโฟลว์ ML
ใช้การขึ้นต่อกันของงาน Airflow การลองใหม่ และการทดแทนกับเวิร์กโฟลว์ ML รวมถึงกฎทริกเกอร์ที่กำหนดว่างานพร้อมที่จะรันเมื่อใด
คำถาม 1 ของ 8
ใน Apache Airflow อะไรคือสิ่งที่เป็นนามธรรมหลักที่ใช้ในการกำหนดเวิร์กโฟลว์
ดูตัวอย่างทุกคำถาม8 คำถาม
คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ
- ใน Apache Airflow อะไรคือสิ่งที่เป็นนามธรรมหลักที่ใช้ในการกำหนดเวิร์กโฟลว์
- รายการ YAML
- มุมมอง SQL
- DAG (Directed Acyclic Graph) เขียนด้วย Python
- สมุดบันทึก Jupyter
- Airflow มีบทบาทอย่างไรในไปป์ไลน์ ML มากที่สุด
- มันจัดเตรียมและจัดตารางเวลางานที่ทำงานบนระบบอื่น
- โดยจะฝึกฝนโมเดลการเรียนรู้เชิงลึกโดยตรงบน GPU
- มันเก็บคุณสมบัติเวกเตอร์ไว้ในหน่วยความจำ
- ให้บริการการคาดการณ์โมเดลผ่าน HTTP
- โครงสร้าง Airflow ใดที่ใช้ในการรอสภาวะภายนอก เช่น ไฟล์มาถึงที่จัดเก็บข้อมูล
- ตัวแปร
- พูลการเชื่อมต่อ
- มาโคร
- เซ็นเซอร์
- 'โฆษณาทดแทน' ของ Airflow ช่วยให้คุณทำอะไรได้บ้าง
- ลบการทำงาน DAG เก่าอย่างถาวร
- เรียกใช้ DAG ในช่วงวันที่ที่ผ่านมาเพื่อประมวลผลข้อมูลในอดีตอีกครั้ง
- เข้ารหัสฐานข้อมูลเมตาดาต้า
- ปิดการใช้งานตัวกำหนดเวลาชั่วคราว
- Which Airflow component determines when eligible task instances should be scheduled?
- กำหนดการ
- The graph view in the web UI
- A model’s feature encoder
- The artifact file itself
- 'การกำหนดเวลาการรับรู้ข้อมูล' ที่นำมาใช้ใน Airflow เวอร์ชันใหม่คืออะไร
- การเข้ารหัสข้อมูลทั้งหมดที่ส่งผ่านระหว่างงาน
- ติดป้ายกำกับข้อมูลการฝึกอบรมโดยอัตโนมัติ
- ลดจำนวน GPU ต่องาน
- การทริกเกอร์ DAG เมื่อมีการอัปเดตชุดข้อมูลแทนที่จะใช้นาฬิกาคงที่
- An Airflow cleanup task must run after upstream tasks finish even if one fails. Which setting controls this behavior?
- จำนวนเลเยอร์ของโมเดล
- The cleanup task’s trigger rule
- The feature normalization method
- The UI theme selected for the DAG
- 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