DP-100 試験問題 151

Azure Machine Learning ワークスペースを管理しています。このワークスペースには、AKS1 という名前の Azure Kubernetes Service (AKS) クラスターとして構成された Azure Machine Learning Kubernetes コンピューティング ターゲットが含まれています。AKS1 は、ワークロードをトレーニングするために異なるノードをターゲットにできるように構成されています。
Azure ML Python SDK v2 を使用して、AKS1 上でコマンドジョブを実行する必要があります。コマンドジョブでは、異なる種類のコンピューティングノードを選択する必要があります。コンピューティングノードの種類は、コマンドパラメーターを使用して指定する必要があります。
コマンドパラメータを設定する必要があります。
どのパラメータを使用すればよいですか?
  • DP-100 試験問題 152

    Python スクリプトを含む 2 つのステップを含む、pipeline1 という名前の Azure Machine Learning パイプラインを作成します。
    最初のステップで処理されたデータは 2 番目のステップに渡されます。
    pipeline1 の下流データ ソースのコンテンツを更新し、パイプラインを再度実行する必要があります。 pipeline1 の新しい実行で更新されたコンテンツが完全に処理されることを確認する必要があります。
    解決策: 両方のステップの PythonScriptStep オブジェクトの allow_reuse パラメーターを False に設定します。この解決策は目標を満たしていますか?
  • DP-100 試験問題 153

    Workspace 1 Workspace! という名前の Azure Machine Learning ワークスペースがあり、これには PyFunc フレーバーを持つ model 1 という名前の登録済み Mlflow モデルがあります。Azure Machine Learning Python SDK vl を使用して、出力接続なしで、endpoint1 という名前のオンライン エンドポイントに model1 をデプロイする予定です。次のコードがあります。

    モデルが正常にデプロイされるようにするには、ManagedOnllneDeployment オブジェクトにパラメーターを追加する必要があります。解決策: scoring_script パラメーターを追加します。
    ソリューションは目標を満たしていますか?
  • DP-100 試験問題 154

    特徴抽出方法を選択する必要があります。
    どちらの方法を使用すべきでしょうか?
  • DP-100 試験問題 155

    ワークスペースという名前のAzure Machine Learningワークスペースを管理します
    次の registry.yml を使用して、registry01 という名前のレジストリを作成する予定です (行番号は参照のみに使用されます)。

    ワークスペース 1 を操作するには、ノートブックで Azure Machine Learning Python SDK v2 と Python 3.10 を使用する必要があります。
    順番に実行する必要がある 3 つのアクションはどれですか。回答するには、適切なアクションをアクション リストから回答領域に移動し、正しい順序に並べます。