このブラウザーはサポートされなくなりました。
Microsoft Edge にアップグレードすると、最新の機能、セキュリティ更新プログラム、およびテクニカル サポートを利用できます。
データ サイエンティストは、PyTorch モデルをトレーニングするコマンド ジョブとしてスクリプトを実行し、ジョブを実行するたびにバッチ サイズと学習率のハイパーパラメーターを指定された値に設定したいと考えています。 データ サイエンティストが行うべきことは何ですか?
複数のスクリプト ファイルを作成します。使用するバッチ サイズと学習率の組み合わせごとに 1 つ作成します。
ジョブを送信する前に、コマンド ジョブのバッチ サイズと学習率のプロパティを設定します。
バッチ サイズと学習率の引数をスクリプトに追加し、コマンド ジョブのコマンド プロパティで設定します。
データ サイエンティストがノートブックでモデルをトレーニングしました。 モデルは、新しいデータに対して毎週再トレーニングする必要があります。 データ サイエンティストは、コードを運用環境に対応させるために何を行う必要がありますか?
各セルのコードをコピーしてスクリプトに貼り付けます。
データを読み取り、モデルをトレーニングするスクリプト内の 1 つの関数にコードを変換します。
データを読み取ってモデルをトレーニングするスクリプトで、コードを複数の関数に変換します。
データ サイエンティストは回帰モデルをトレーニングし、実験の実行で 2 乗平均平方根誤差 (RMSE) を格納することで、モデルのパフォーマンスを追跡したいと考えています。 RMSE のログ記録に使用できる方法はどれですか?
mlflow.log_param()
mlflow.log_artifact()
mlflow.log_metric()
データ サイエンティストが MLflow 自動ログ記録を有効にした場合、すべてのモデル資産はどこにありますか?
[出力とログ] の下にある model フォルダー内。
[出力とログ] の下にある outputs フォルダー内。
[メトリック] の下にある model フォルダー内。
作業を確認する前にすべての問題に回答する必要があります。
このページはお役に立ちましたか?
このトピックについてサポートが必要ですか?
このトピックの意図を把握したり、理解を深めたりするために Ask Learn を使ってみませんか?