引導式測驗 · 中等 等級
使用 Argo CD 進行 ML 的 GitOps 測驗
了解 Argo CD 中的所需狀態、協調、漂移和回滾,並將部署運行狀況與模型驗證區分開來。
問題 1 的 8
GitOps 將什麼視為聲明的所需部署狀態?
預覽每個問題8 問題
當您參加測驗時,就會出現答案和解釋。
- GitOps 將什麼視為聲明的所需部署狀態?
- Git 儲存庫中的版本控製配置
- 開發者終端當前狀態
- 最近的預測日誌
- 僅模型的訓練精度
- 當即時叢集狀態與 Git 不同時,Argo CD 會做什麼?
- 自動重新訓練模型
- 報告偏差並可以根據配置的同步策略進行協調
- 更改來源儲存庫以匹配集群
- 重寫模型工件
- 在 Argo CD 設定中,自我修復通常扮演什麼角色?
- 恢復已刪除的訓練數據
- 修復漂移後的模型精度
- 將手動即時變更協調回聲明的 Git 狀態
- 旋轉每個雲秘密
- 為什麼自動同步會因未經審核的清單變更而有風險?
- 它保證不可能回滾
- 它禁用 Kubernetes 健康檢查
- 它會自動更改 Git 歷史記錄
- 它可以快速傳播不正確的期望狀態
- 如何引用模型鏡像進行可追溯部署?
- 僅透過可變的最新標籤
- 透過與驗證證據相關的不可變摘要或版本
- 透過訓練資料集的檔案名
- 透過未記錄的本機路徑
- 在此背景下 Kubernetes 的健康狀態確定了什麼?
- 該數據沒有偏見
- 模型已校準
- 資源健康狀況,而非預測質量
- 候選人超出了基線
- 為什麼 Git 復原可能無法完全復原 ML 部署?
- Kubernetes 忽略鏡像版本
- Git 無法追蹤文字清單
- Argo CD 需要重新訓練才能同步
- 外部狀態(例如註冊表別名或資料遷移)可能無法回滾
- 部署憑證應儲存在哪裡?
- 在設定引用的秘密管理機制中
- 作為提交清單中的明文
- 內部模型重量
- 在公開形象標籤中