Professional-Machine-Learning-Engineer 試験問題 31
あなたは、TensorFlow フレームワークを使用して最先端の深層学習モデルを構築するチームで働いています。
チームは毎週複数の ML 実験を実行しているため、実験の実行を追跡することが困難になっています。
オーバーヘッド コードを最小限に抑えながら、Google Cloud 上で実行される ML 実験を効果的に追跡、可視化、デバッグするためのシンプルなアプローチが必要です。どのように進めるべきでしょうか?
チームは毎週複数の ML 実験を実行しているため、実験の実行を追跡することが困難になっています。
オーバーヘッド コードを最小限に抑えながら、Google Cloud 上で実行される ML 実験を効果的に追跡、可視化、デバッグするためのシンプルなアプローチが必要です。どのように進めるべきでしょうか?
Professional-Machine-Learning-Engineer 試験問題 32
チームは、画像に運転免許証、パスポート、クレジット カードが含まれているかどうかを予測するモデルを構築する必要があります。データ エンジニアリング チームはすでにパイプラインを構築し、運転免許証の画像 10,000 枚、パスポートの画像 1,000 枚、クレジット カードの画像 1,000 枚で構成されるデータセットを生成しました。次に、ラベル マップ ['driversjicense', 'passport', 'credit_card'] を使用してモデルをトレーニングする必要があります。どの損失関数を使用する必要がありますか?
Professional-Machine-Learning-Engineer 試験問題 33
あなたは、生物有機体の特性に基づいた深層学習 ML モデルを実験しているバイオテクノロジーのスタートアップ企業で働いています。あなたのチームは、ML モデルの新しいアーキテクチャを使用した初期段階の実験に頻繁に取り組み、カスタム TensorFlow 演算を C++ で作成しています。大規模なデータセットと大きなバッチ サイズでモデルをトレーニングします。一般的なバッチ サイズには 1024 個のサンプルがあり、各サンプルのサイズは約 1 MB です。すべての重みと埋め込みを含むネットワークの平均サイズは 20 GB です。モデルにはどのハードウェアを選択する必要がありますか?
Professional-Machine-Learning-Engineer 試験問題 34
あなたは広告会社に勤めており、会社の最新の広告キャンペーンの効果を理解したいと考えています。500 MB のキャンペーン データを BigQuery にストリーミングしました。テーブルにクエリを実行し、Al Platform ノートブックの pandas データフレームを使用してそのクエリの結果を操作したいと考えています。あなたは何をするべきか？
Professional-Machine-Learning-Engineer 試験問題 35
あなたは、大規模な BigQuery テーブルに保存されているデータに基づいて分類モデルをトレーニングする Vertex Al パイプラインを開発しました。パイプラインには 4 つのステップがあり、各ステップは KubeFlow v2 API を使用する Python 関数によって作成されます。コンポーネントの名前は次のとおりです。
次のように Vertex Al パイプラインを起動します。
トレーニング ステップのコードとパラメーターを調整することで、モデルの反復を多数実行します。開発、特にデータのエクスポートと前処理のステップに関連するコストが高額であることがわかります。モデル開発コストを削減する必要があります。あなたは何をするべきか？
次のように Vertex Al パイプラインを起動します。
トレーニング ステップのコードとパラメーターを調整することで、モデルの反復を多数実行します。開発、特にデータのエクスポートと前処理のステップに関連するコストが高額であることがわかります。モデル開発コストを削減する必要があります。あなたは何をするべきか？