几周来,我一直在阅读ML在生产中的不同方法。我决定测试Kubeflow,并决定在GCP上测试它。我开始使用Kubeflow官方网站(这里是https://www.kubeflow.org/docs/gke/)上的guiidline在GCP上部署kubeflow。我遇到了很多问题,很难解决。我开始寻找一种更好的方法,我注意到GCP AI platform现在只需几个简单的步骤就可以部署Kubeflow管道。(https://cloud.google.com/ai-platform/pipelines/docs/connecting-with-sdk.)
在轻松设置之后,我几乎没有什么疑问和疑虑。如果设置和部署Kubeflow如此容易,为什么我们必须通过kubeflow官方网站中建议的如此繁琐的方式。由于在GCP上创建Kubeflow管道基本上意味着我在GCP上部署Kubeflow,这是否意味着我可以访问其他Kubeflow服务,如Katib?
埃尔纳兹
发布于 2021-01-21 15:18:14
kubeflow官方网站以详细的方式提供了所需的信息,就像在google云中一样,它直接为您提供服务,并提供可能的现成解决方案。
参考will fuks document,它说可以,你可以在GCP上访问katlib
发布于 2021-02-03 10:02:12
Kubeflow Pipeline的GCP托管服务就是这样。您不会有太多访问集群来进行更改的权限。我已经部署了一个Kubeflow集群,它仍然可以到达AI Hub。
我相信他们有计划扩展可以部署在AI平台上的东西,但如果你不想等待,自我部署是可能的(但不容易) IMO。
https://stackoverflow.com/questions/65637345
复制相似问题