Ray Train / Tune 测验
多项选择题
- Ray Train 不会自动编写什么？
- A) 底层 worker 协调
- B) Framework process-group 设置
- C) 所有模型/数据分区/状态保存与恢复逻辑
- D) Ray 资源请求
显示答案
答案：C
准备模型/data-loader 集成，以及实际的模型、optimizer 和 checkpoint 逻辑。
- 2.58.0 中经过审查的 Train V2 默认行为是什么？
- A) 未设置环境变量时使用 V2
- B) 只能运行 V1
- C) 已移除 TorchTrainer import
- D) Ray extras 会自动安装 PyTorch
显示答案
答案：A
明确区分显式选择旧版实现的运行。Framework 是独立依赖项。
- 在 V2 中设置旧版 trainer_resources 时会发生什么？
- A) 它始终保留更多 controller CPU
- B) 会引发弃用错误
- C) GPU 数量增加
- D) Tune trial 数量改变
显示答案
答案：B
Controller、training-worker 和 Tune-driver 的资源范围不同。
- Checkpoint.from_directory 的作用是什么？
- A) 自动捕获每个模型/optimizer/RNG 状态
- B) 引用用户准备的 checkpoint 目录中的文件
- C) 部署模型
- D) 对数据集进行匿名化
显示答案
答案：B
编写恢复负载，并加载由 get_checkpoint 返回的 checkpoint。
- 2.58.0 V2 的 report 参与规则是什么？
- A) 仅 rank 0 调用它
- B) 每个 worker 以相同次数到达 barrier
- C) 每项 metric 都会自动取平均值
- D) 没有 checkpoint 时不能调用它
显示答案
答案：B
即使仅 rank 0 保存文件，其他 worker 也会报告 checkpoint=None。
- max_failures=0 会禁用所有重试吗？
- A) 会
- B) 不会；controller 和抢占重试有各自独立的设置
- C) 它始终表示无限重试
- D) 它只禁用 Karpenter 重试
显示答案
答案：B
经过审查的 controller_failure_limit 和 max_preemption_failures 默认值均为 -1。
- 当前的 V2 Train/Tune 集成模式是什么？
- A) 将 V2 Trainer 实例直接传递给 Tuner
- B) 在 function trainable 中构造并 fit 一个 Trainer；按需连接 callbacks
- C) 这些库无法组合使用
- D) 始终需要单独的 Kubernetes 集群
显示答案
答案：B
在原生检查中，直接输入 V2 Trainer 会引发 TuneError。集成需要连接配置和资源规划。
- TuneReportCallback 会转发什么？
- A) 自动取平均值的 worker metric
- B) 第二次 checkpoint 上传
- C) 第一个 worker 的 metric dictionary 和现有 checkpoint path
- D) 它始终可以在 Tune session 外部运行
显示答案
答案：C
在 Tune session 中构造它。单独执行 metric 聚合。
简答题
- 为什么要同时为 trial drivers 和 Train workers 预留预算？
显示答案
Drivers 可能占用其嵌套 workers 或 placement groups 所需的资源。请一并检查并发度、worker bundles、集群边界和每个节点的可行性。
- 成功的标量 Tune 示例不能证明什么？
显示答案
它不能证明模型准确性、PyTorch/DDP 或 GPU 性能、多节点 checkpoint 恢复，或 EKS autoscaling。它检查 API 以及两个标量 trial 结果的收集。