发布于 2021-12-16 13:16:48
我工作的团队在过去几个月一直在调查顶点AI并与KubeFlow进行比较。正如您所指出的,顶点AI实验与KubeFlow的实验不一样,顶点的实验只是Tensorboard实例和Vizier超参数整定的接口。
在顶点AI中似乎没有类似于分组流水线的实验。然而,正如机器学习的KubeFlow的作者所指出的,KubeFlow自己的实验跟踪功能非常有限,这就是为什么他们倾向于使用KubeFlow与MLflow一起使用。
我还注意到了其他一些不同之处:
除此之外,在流水线执行特性中,顶点似乎与KubeFlow处于功能奇偶,最大的优点是不必管理Kubernetes集群。
发布于 2021-12-15 12:42:00
实际上,顶点AI是一个执行内置管道的无服务器平台:
Kubeflow管道SDKv1.8.9或TensorFlow扩展v0.30.0或更高。
实际上,几乎所有用于创建的Kubeflow管道在顶点AI中都会运行得很好,您只需考虑您在docs (io、dsl和storge)中已经提到的方面(这是一种常识,因为您不能从磁盘中使用外部文件源)。
所以,基本上就是你运行它的地方。如果使用kubeflow (即import kfp
),开发实际上不会改变。
更新:几乎所有特性都支持实验。只需查看这里:实验-顶点AI -谷歌云平台
一些参考资料:
建立一条管道
https://stackoverflow.com/questions/70358400
复制相似问题