ai-134Đọc toàn bộ đề miễn phí

Model Registry – Quản Lý Phiên Bản Và So Sánh Model Experiments

Model Registry theo dõi tất cả thí nghiệm, metrics và artifacts.

AITrung bình35 phút

Tiến độ của tôi ở bài này

Điểm được lưu vào tài khoản sau khi chấm bài.

Đang tải điểm của bạn…

Kiến thức và chủ đề

mlopsmodel-registryexperiment-trackingversioning

Kiến thức tiên quyết: model-checkpoint-and-resumption.

Nội dung đề bài

Mục tiêu kiến thức

Model Registry theo dõi tất cả thí nghiệm, metrics và artifacts.

Yêu cầu

class ModelRegistry:
    def register_run(self, run_name: str, params: dict, metrics: dict, tags: dict = None) -> str:
        # Returns run_id (unique)
        pass
    def get_run(self, run_id: str) -> dict:
        pass
    def get_best_run(self, metric: str, lower_is_better: bool = True) -> dict:
        pass
    def compare_runs(self, run_ids: list[str], metrics: list[str]) -> list[dict]:
        pass
    def list_runs(self, tag_filter: dict = None) -> list[dict]:
        pass

Input

  • Lớp ModelRegistry(): Khởi tạo đối tượng với các tham số, trọng số hoặc cấu hình tương ứng.

Output

  • Các phương thức của ModelRegistry: Trả về kết quả tính toán hoặc cập nhật trạng thái nội bộ của đối tượng.

Ràng buộc

  • Thời gian chạy tối đa: 2000ms.
  • Giới hạn bộ nhớ: 256MB.
  • Dữ liệu đầu vào hợp lệ theo đúng kiểu dữ liệu và miền giá trị được mô tả.

Ví dụ 1

Input

registry = ModelRegistry()
rid = registry.register_run('exp1', {'lr': 0.01}, {'loss': 0.5, 'acc': 0.9})
run = registry.get_run(rid)

Output

{
  'run_id': 'a85b4873',
  'run_name': 'exp1',
  'params': {
  'lr': 0.01
},
  'metrics': {
  'loss': 0.5,
  'acc': 0.9
},
  'tags': {

},
  'timestamp': '2026-09-12T19:24:38.126400'
}

Giải thích

Hàm/lớp được gọi với các tham số mẫu trên và trả về kết quả số học / kích thước tensor tương ứng theo đúng thiết kế.

Ví dụ 2

Input

registry = ModelRegistry()
id1 = registry.register_run('same_name', {}, {'loss': 1.0})
id2 = registry.register_run('same_name', {}, {'loss': 0.5})

Output

'223e7b1f'

Giải thích

Hàm/lớp được gọi với các tham số mẫu trên và trả về kết quả số học / kích thước tensor tương ứng theo đúng thiết kế.

3 cấp độ gợi ýMở dần khi bạn thật sự cần hỗ trợ.
Phân tích lời giảiGiải thích hướng tư duy và thuật toán.
Code tham khảoDùng để đối chiếu sau khi tự làm.

Gợi ý và lời giải chỉ mở sau khi bạn bấm Nộp bài. Giáo viên và quản trị viên mở được ngay.