目前,我试图在本地jupyterlab服务器上使用kubeflow kale jupyter扩展,而没有安装Kubernetes和kubeflow,并试图在GCP AI管道服务器或任何其他Cloud管道服务器上运行我的代码管道我可以通过kubeflow管线SDK(因为它有添加主机名详细信息的功能)来完成这个任务。但是,当试图通过库贝弗-卡莱扩展来实现时,它不起作用。如我所知,我们需要提供Kubeflow</e
我正在探索Kubeflow作为部署和连接典型ML管道的各种组件的一种选择。我使用坞容器作为Kubeflow组件,到目前为止,我还无法成功地使用ContainerOp.file_outputs对象在组件之间传递结果。这就是我试图在管道python代码中声明这一点的方式:import kfp.gcp as gcp
@dsl.pipeline(name='