Quiz dotyczący przyspieszania analizy danych za pomocą procesorów graficznych

1. Jaką bibliotekę open source przyspiesza cuDF? (Zaznacz wszystkie pasujące odpowiedzi).

   Wybierz tyle odpowiedzi, ile uważasz za stosowne.

   pandy

   Polars

   Apache Spark

   Oracle

2. Co musisz zrobić w kwestii środowiska wykonawczego, zanim zaimportujesz cuDF w notatniku Colab Enterprise?

   Zwiększ rozmiar dysku do co najmniej 500 GB.

   Wybierz środowisko wykonawcze wyposażone w GPU (np.L4).

   Włączanie trybu „Duża ilość pamięci RAM” w standardowym środowisku wykonawczym procesora

   Podłącz Dysk Google, aby przechowywać tymczasowe jądra CUDA.

3. Podczas próby uruchomienia cuDF w Colab Enterprise pojawia się błąd „nie wykryto urządzenia obsługującego CUDA”. Jaka jest najbardziej prawdopodobna przyczyna?

   Zbiór danych jest za mały, aby wymagać procesora graficznego

   Rozliczenia Google Cloud są obecnie wyłączone

   Nie masz zainstalowanej standardowej biblioteki pandas

   Środowisko wykonawcze notatnika nie ma procesora graficznego

4. Przyspieszanie działania biblioteki pandas za pomocą GPU nie wymaga wprowadzania zmian w kodzie, jeśli używasz biblioteki NVIDIA cuDF.

   Prawda

   Fałsz

5. Gdy używasz Colab Enterprise z NVIDIA cuDF, gdzie df.read_csv('/content/data.csv') przede wszystkim wczytuje dane?

   zasobniki Google Cloud Storage,

   Pamięć RAM procesora maszyny wirtualnej

   pamięć VRAM dołączonego procesora graficznego,

   dysk twardy lokalnego laptopa,

6. Które z tych metod są prawidłowe, aby włączyć przyspieszenie biblioteki pandas za pomocą cuDF? (Zaznacz wszystkie pasujące odpowiedzi).

   Wybierz tyle odpowiedzi, ile uważasz za stosowne.

   Używanie polecenia magicznego %load_ext cudf.pandas w notatniku

   Zmiana nazwy pliku .py na .cu_py

   Dodanie import cudf.pandas; cudf.pandas.install() przed zaimportowaniem biblioteki pandas

   Uruchamianie skryptu za pomocą polecenia python -m cudf.pandas myscript.py

7. Co się stanie, gdy podczas korzystania z cudf.pandas określona funkcja pandas nie będzie jeszcze przyspieszona przez GPU?

   Płynne przejście na wykonywanie na procesorze

   Wywoływany jest błąd NotImplementedError, a wykonywanie jest wstrzymywane.

   Funkcja jest ignorowana, a wykonywanie jest kontynuowane.

Prześlij odpowiedzi