我目前正在尝试在未安装 Kubernetes 和 kubeflow 的本地 jupyterlab 服务器上使用 kubeflow kale jupyter 扩展,并尝试在 GCP AI 管道服务器或任何其他 Cloud Kubeflow 管道服务器上运行我的代码管道。我可以通过 kubeflow 管道 SDK 来做到这一点(因为它具有添加主机名详细信息的功能)。但是当试图通过 kubeflow-kale 扩展来实现时,它不起作用。据我所知,我们需要提供我无法在 kubeflow-kale UI 扩展下拉字段中添加的 Kubeflow 管道服务器的主机名。我探索了很多 kubeflow-kale 材料和博客,但无法找到解决方案。几乎所有关于 Kubeflow-kale 实现的博客和资料都在 Kubeflow 托管的笔记本服务器上完成
任何人都可以帮助我解决有关 Kubeflow-kale 的以下疑问:-
- Kubeflow-kale 仅支持 kubeflow 托管的笔记本服务器?
- 如果否,我们如何提供在 GCP AI Pipelines 等远程服务器上运行管道的选项?