İçeriğe atla
SinaptikLabAI KNOWLEDGE PLATFORM

UÇ CİHAZDA YAPAY ZEKÂ · Orta

Uç Cihazda Yapay Zekâ Testi — Orta

İşin cihazda mı sunucuda mı çalışacağına dair kararları ve küçültme yöntemlerinin ödünleşimlerini ölçen test.

Soru
6
Süre
12 dk
Ölçülen beceri
4
Seviye
Orta

Kimler çözmeli?

Mobil ve gömülü ürünlerde model çalıştıran uygulama ve ürün mühendisleri için; nicemleme ve gecikme kavramlarının temeli beklenir.

Ölçülen beceriler

  • Cihaz kısıtı muhakemesi
  • Model küçültme ödünleşimi
  • Gizlilik kararı
  • Dağıtım ve güncelleme tasarımı
01ÇÖZ

Testi çöz

Her cevaptan sonra doğru yanıt ve açıklaması gösterilir. Sonuçta beceri bazlı kırılım ve eksik alan önerisi alırsın.

6 soruluk testi çözmeye hazır mısın?

Her cevaptan sonra doğru yanıt ve açıklaması gösterilir. Sonuçta beceri bazlı kırılım ve eksik alanlar için öneri alırsın.

Sonuç anonim olarak kaydedilir: yalnızca puan ve beceri kırılımı; kimlik bilgisi tutulmaz.
02HEDEFLER

Bu test neyi ölçüyor?

Test sonrası ne bildiğini değil, hangi beceride eksik olduğunu görürsün.

  • 01

    Cihaz üstü ve sunucu tarafı çalıştırmayı ödünleşimleriyle ayırt etmek

  • 02

    Bellek ve güç bütçesine uygun küçültme yöntemini seçmek

  • 03

    Karma bir akışta hangi işin nerede yapılacağını gerekçelendirmek

03ÖRNEK SORULAR

Sorular sayfada görünür

Eğitim içeriği JavaScript arkasına gizlenmez. Aşağıdaki üç örnek soru, doğru cevapları ve açıklamalarıyla birlikte taranabilir durumdadır.

  1. Soru 01uc-cihazda-yapay-zeka-orta-1Yerleşim kararı · Orta · Cihaz kısıtı muhakemesi

    Hangi belirti bir işin cihaz üstünde çalıştırılmasını haklı çıkarır?

    • AModelin sık sık daha yetenekli sürümlerle değiştirilmesi gerekmesi.
    • Bİsteklerin gün içinde keskin ve öngörülemeyen tepe yükleri yapması.
    • CBağlantının kopabildiği ve ham verinin cihazdan çıkmaması gereken akış.
    • DÇok uzun belgelerin tek çağrıda özetlenmesi gereken bir ihtiyaç.

    Açıklama

    Cihaz üstü çalıştırmanın iki güçlü gerekçesi bağlantısız çalışma ve verinin cihazdan çıkmamasıdır; bu kısıtlar sunucu tarafı çözümü baştan dışlar. Modelin sık güncellenmesi ise tersine sunucu tarafını işaret eder, çünkü cihazlarda sürüm dağıtımı yavaş ve parçalı ilerler.

  2. Soru 02uc-cihazda-yapay-zeka-orta-2Nicemleme ödünleşimi · Orta · Model küçültme ödünleşimi

    Cihazda dört bitlik ağırlık nicemlemesi neyi kazandırır ve neyi riske atar?

    • ABellek ayak izini ve okuma trafiğini düşürür; kalibrasyon zayıfsa kalite bozulur.
    • BHem belleği hem doğruluğu artırır; yalnızca ilk yükleme süresi uzar.
    • CDoğruluğu aynen korur ve asıl kazancı eğitim süresinin kısalmasıdır.
    • DBellek kullanımı değişmez, yalnızca çekirdeklerin hesap hızı artar.

    Açıklama

    Nicemleme ağırlıkları daha az bitle saklar; bellek ve bellek trafiği düşer, karşılığında duyarlık kaybı bir kalite riski doğurur ve bu risk kalibrasyon verisinin niteliğine bağlıdır. Eğitim süresine etki eden bir yöntem değildir, çünkü çıkarım için hazırlanmış ağırlıklara uygulanır.

    Quantization girdisini oku
  3. Soru 03uc-cihazda-yapay-zeka-orta-3Damıtma · Orta · Model küçültme ödünleşimi

    Küçük bir modelin kalitesini yükseltmek isteyen ekip için damıtma, nicemlemeden hangi yönüyle ayrılır?

    • ADamıtma ağırlıkları sıkıştırır, nicemleme ise katman sayısını azaltır.
    • BDamıtma çalışma anında uygulanır, nicemleme ise eğitim sırasında yapılır.
    • Cİkisi de mimariyi korur, aradaki tek fark kullanılan veri miktarıdır.
    • DDamıtma küçük modeli büyüğün çıktısıyla eğitir; nicemleme duyarlığı düşürür.

    Açıklama

    Damıtma bir eğitim yöntemidir: küçük model, büyük modelin çıktılarını hedef alarak öğrenir ve kapasitesi ölçüsünde kalite kazanır. Nicemleme ise var olan ağırlıkların sayısal duyarlığını düşüren bir sıkıştırmadır; en iyi durumda kaliteyi korur, yükseltmez. 'Damıtma ağırlıkları sıkıştırır' seçeneği iki yöntemin rollerini yer değiştirdiği için yanlıştır.

04SONUÇ

Skor nasıl okunur?

  • AI Curious

    0–35

    Kavramları duymuş, henüz haritası yok.

  • AI Explorer

    36–60

    Temelleri biliyor, uygulamada boşluklar var.

  • AI Practitioner

    61–80

    Uygulama kurabiliyor, değerlendirme eksik.

  • AI Builder

    81–100

    Üretim sistemi kurabiliyor ve ölçebiliyor.

LEARN

Eksik çıkan beceriyi kapat

Test sonucun beceri grafiğine işlenir; sistem hangi dersle devam etmen gerektiğini söyler.