Bir ML mühendisi, Amazon SageMaker uç noktasının barındıracağı ML modelini oluşturmak için AWS CloudFormation kullanmalıdır. Mühendis, bu modeli temsil etmek için hangi CloudFormation kaynağını bildirmelidir?
Bir cevap seçin
Cevabınızı kontrol etmek için bir seçeneğe dokunun.
Doğru cevap: AWS::SageMaker::Model.
Neden bu cevap
Doğru cevap AWS::SageMaker::Model'dir çünkü bu kaynak, SageMaker'da bir ML modelini tanımlamak için kullanılır. Modelin depolandığı Amazon S3 konumunu ve modelin çıkarım için kullanacağı Docker görüntüsünü belirtir. AWS::SageMaker::Endpoint, dağıtılan modeli barındıran ve çıkarım isteklerini işleyen bir uç noktayı tanımlar, ancak modelin kendisini değil. AWS::SageMaker::NotebookInstance, model geliştirme ve eğitim için kullanılan bir Jupyter not defteri örneğidir. AWS::SageMaker::Pipeline ise ML iş akışlarını otomatikleştirmek için kullanılır. Bu nedenle, modelin kendisini temsil etmek için AWS::SageMaker::Model doğru seçimdir.
Sonsuz cevap arayışı olmadan sınavınızı geçin
Bu sınav için her doğrulanmış soruyu ve açıklamayı tek bir yerde edinin ve saatlerce süren hazırlıktan tasarruf edin. 1.000'den fazla sertifika · 20'den fazla dil · ücretsiz başlayın.
Sınavınızı daha hızlı geçin → Kart gerekmez