ModelArts用户场景调查
关于
1年前
更新
0
频次
18
题目数
分享
ModelArts用户场景调查
本问卷目的为快速了解客户场景，以便提供针对性的服务。请按照实际情况作答，给常感谢！
Q1:用户基本信息收集
华为接口人姓名
公司名称
Q2:人工智能使用的主场景
深度学习模型训练
深度学习模型推理
构建人工智能平台
结构化数据的模型训练
其他
Q3:人工智能训练的规模
单GPU卡训练
多GPU卡并行训练
多GPU节点（单机8卡）并行训练
强化学习，GPU、CPU混部
其他
Q4:平时使用的计算资源是？
PC+游戏卡（消费卡）
台式机+游戏卡（消费卡）
服务器+游戏卡（消费卡）
云上虚拟机 + GPU卡
云上裸机 + GPU卡
其他
Q5:开发的算法实际运行在什么系统上？
Ubuntu
Windows
Centos
其他
Q6:平时使用的python环境管理工具是？
conda
virtual env
docker
未使用任何的环境管理工具
其他
Q7:常用的AI开源框架是？
PyTorch
TensorFlow
Mindspore
peddlepeddle
其他
Q8:训练基础环境的配置来源
dockerhub
conda env配置
自主安装
组内专人负责，直接使用
其他
Q9:为满足算法运行要求，一般会进行哪些操作？
pip install whl包
conda install whl包
apt-get 安装软件
yum安装软件
源码编译安装软件
其他
Q10:开发过程是否需要用到root权限？
是
否
Q11:一般使用root权限做什么操作
apt-get安装软件
yum安装软件
不关心，就希望权限大一点
其他
Q12:更习惯的开发工具是？
Pycharm
VSCode
jupyter notebook
谷歌colab
Linux Terminal
其他
Q13:习惯的调试方式是？
增加打印日志
断点调试
jupyter cell调试
其他
Q14:1是否使用git进行代码版本管理？
是
否
Q15:是否使用docker？
是
否
Q16:会通过编写dockerfile构建镜像吗？
会
不会
Q17:使用的docker镜像来源？
AI平台提供的基础镜像
tensorflow社区提供的镜像
nvidia社区提供的镜像
pytorch社区提供的镜像
ubuntu提供的系统镜像
组内专人配置
其他
Q18:组内资源协调方式
按卡分配
抢占式
通过微信群协调
通过晨会等形式协调
联系我们
在线客服
客服专线 4006-700-778
客服邮箱 wenjuan@idiaoyan.com
问卷网公众号