Ağırlıklar ve Önyargılar Testi

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

1. Ağırlıklar ve Önyargılar öncelikle makine öğrenimindeki hangi temel sorunu ele alıyor?
   • Denemeleri ve ölçümlerini izleme ve çoğaltma
   • Mobil cihazlar için sinir ağı ağırlıklarını sıkıştırma
   • Sentetik eğitim verilerinin otomatik olarak oluşturulması
   • Güvenli dağıtım için model ağırlıklarını şifreleme
2. W&B'ye giriş yapmak için tipik giriş noktası hangi iki Python çağrısıdır?
   • wandb.train() ve wandb.deploy()
   • wandb.init() ve wandb.log()
   • model.fit() ve model.save()
   • wandb.connect() ve wandb.send()
3. W&B Sweeps'in amacı nedir?
   • Bozuk eğitim verilerini temizleme
   • Depolama alanından tasarruf etmek için eski deneme günlüklerini silme
   • Birçok çalıştırmada otomatik hiperparametre araması
   • Eğitim GPU'sunun video akışı
4. W&B Artifacts size ne sağlar?
   • Sinir ağlarının 3 boyutlu görselleştirmelerini işleme
   • Araştırma makalelerini otomatik olarak yazın
   • Modelleri farklı bir çerçeveye dönüştürün
   • Sonuçların çoğaltılabilmesi için sürüm veri kümeleri ve modeller
5. Weights & Biases'i Mart 2025'te hangi şirket satın aldı?
   • CoreWeave
   • NVIDIA
   • Microsoft
   • Hugging Face
6. W&B Weave ne için tasarlandı?
   • Arama için yerleştirmeler oluşturma
   • LLM başvurularının takibi ve değerlendirilmesi
   • Kubernetes kümelerini yönetme
   • Denetimli öğrenme için görüntüleri etiketleme
7. What can a W&B Table help a team compare?
   • Only GPU temperatures from a single machine
   • Only source-code branches with no logged data
   • Predictions or examples across models, epochs, or individual cases
   • Only user accounts and billing plans
8. What does W&B record when a run uses a logged artifact as an input?
   • A guarantee the model will reproduce identical results on all hardware
   • An automatic change to the dataset contents
   • A license grant for every file
   • A versioned input relationship that helps trace run lineage