Quiz del Módulo 5: Infraestructura de entrenamiento

Ponga a prueba su comprensión sobre la infraestructura de entrenamiento con estas preguntas.

---

Pregunta 1

¿Qué es el paralelismo de datos en el entrenamiento distribuido?

1. Dividir el modelo entre varias GPU
2. Ejecutar copias del modelo en diferentes GPU con diferentes lotes de datos
3. Entrenar varios modelos diferentes
4. Carga de datos en paralelo

---

Pregunta 2

¿Qué es el entrenamiento con precisión mixta?

1. Entrenar con varios conjuntos de datos
2. Usar tanto FP16 como FP32 para entrenar más rápido y con menor uso de memoria
3. Entrenar con diferentes tasas de aprendizaje
4. Mezclar entrenamiento en CPU y GPU

---

Pregunta 3

¿Cuál es la principal ventaja de las instancias spot/preemptible?

1. Mayor velocidad de entrenamiento
2. Mejor calidad de GPU
3. Ahorro de costos del 60-90% en comparación con instancias bajo demanda
4. Disponibilidad garantizada

---

Pregunta 4

¿Qué significa PyTorch DDP?

1. Deep Data Processing
2. Distributed Data Parallel
3. Dynamic Data Pipeline
4. Direct Data Protocol

---

Pregunta 5

¿Cuándo debe usar el paralelismo de modelo?

1. Siempre, es más eficiente
2. Solo para modelos pequeños
3. Cuando el modelo no cabe en la memoria de una sola GPU
4. Solo para inferencia

---

(Preguntas adicionales sobre selección de GPU, DeepSpeed, plataformas en la nube, checkpointing, etc.)

---

🎉 ¡Quiz completado!

Siguiente: Módulo 6: Servir modelos