แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ

แบบทดสอบการติดตามวงจรชีวิตของ MLflow และโมเดล

ฝึกฝนการติดตามการทดลอง MLflow การบรรจุโมเดล และการอ้างอิงเวอร์ชันรีจิสตรี รวมถึงบทบาทของนามแฝงในเวิร์กโฟลว์การปรับใช้โมเดล

เส้นทางแนะนำที่เกี่ยวข้องการติดตามวงจรชีวิต Mlflow และโมเดล
คำถาม 1 ของ 8

MLflow Tracking แก้ปัญหาหลักอะไรสำหรับนักวิทยาศาสตร์ข้อมูล

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. MLflow Tracking แก้ปัญหาหลักอะไรสำหรับนักวิทยาศาสตร์ข้อมูล
    • ติดป้ายกำกับข้อมูลดิบการฝึกอบรมโดยอัตโนมัติ
    • การเข้ารหัสน้ำหนักโมเดลที่เหลือ
    • เก็บบันทึกพารามิเตอร์ เมตริก และอาร์ติแฟกต์ที่เปรียบเทียบได้ระหว่างการทดสอบหลายๆ รายการ
    • แทนที่ความต้องการคลัสเตอร์ Kubernetes
  2. Which MLflow component stores registered model versions and their tags or aliases?
    • ทะเบียนโมเดล
    • The learning-rate scheduler
    • The training-data labeler
    • The Kubernetes pod scheduler
  3. MLflow เป็น 'ไม่เชื่อเรื่องพระเจ้าแบบเฟรมเวิร์ก' หมายความว่าอย่างไร
    • ใช้งานได้กับ TensorFlow เท่านั้น
    • ต้องมีการเขียนโมเดลใหม่ในภาษาที่กำหนดเอง
    • มันทำงานบน Databricks เท่านั้น
    • ใช้งานได้กับไลบรารี ML หลายแห่ง เช่น scikit-learn, PyTorch และ XGBoost
  4. จุดประสงค์ของรูปแบบโมเดล MLflow คืออะไร
    • เพื่อบีบอัดข้อมูลการฝึก
    • เพื่อรวมโมเดลที่ผ่านการฝึกอบรมด้วยรูปแบบเฟรมเวิร์กและข้อมูลเมตาเพื่อให้สามารถปรับใช้ได้หลายวิธี
    • เพื่อกำหนดเวลางานฝึกอบรมขึ้นใหม่
    • เพื่อแสดงภาพเลเยอร์โครงข่ายประสาทเทียม
  5. บริษัทไหนสร้าง MLflow?
    • ดาต้าบริคส์
    • Google
    • เน็ตฟลิกซ์
    • Amazon
  6. MLflow ขยายเพื่อรองรับแอปพลิเคชัน AI ทั่วไปอย่างไร
    • โดยยกเลิกการรองรับรุ่น ML แบบคลาสสิก
    • โดยกลายเป็นสินค้าปิด
    • โดยการเปลี่ยนกรอบการฝึกอบรมทั้งหมด
    • โดยการเพิ่มการติดตาม การจัดการทันที และการประเมินผลสำหรับแอป LLM
  7. A deployment resolves an MLflow model through a champion alias. What can reassignment of that alias change?
    • The recorded metrics inside every old experiment
    • The registered model version that the named reference resolves to
    • The model framework of all stored artifacts
    • The training labels in a historical dataset
  8. Two MLflow runs use different learning rates. What record helps compare their validation results?
    • Only the wall color of the training room
    • A registry alias without any run information
    • Each run’s logged parameters and validation metrics
    • A notebook filename without the experiment outputs