1

几周以来，我一直在阅读生产中 ML 的不同方法。我决定测试 Kubeflow，并决定在 GCP 上测试它。我开始使用官方 kubeflow 网站（这里https://www.kubeflow.org/docs/gke/）上的 guidline 在 GCP 上部署 Kubeflow 。我遇到了很多问题，很难解决。我开始寻找更好的方法，我注意到 GCP AI 平台现在只需几个简单的步骤即可部署 Kubeflow 管道。（https://cloud.google.com/ai-platform/pipelines/docs/connecting-with-sdk。）

在轻松设置之后，我几乎没有任何疑问和疑问。如果设置和部署 Kubeflow 这么容易，为什么我们必须按照 kubeflow 官网建议的那样繁琐的方式进行。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

4

2 回答 2

0

kubeflow 官方网站以详细的方式提供了所需的信息，并且在谷歌云中它直接为您提供了可能的现成解决方案的服务。

参考 will fuks文件它说是，您可以在 GCP 上访问 katlib

于 2021-01-21T07:18:13.747 回答
0

Kubeflow Pipelines 的 GCP 托管服务就是这样。您将没有太多访问集群的权限来进行更改。我已经部署了一个仍然可以访问 AI Hub 的 Kubeflow 集群。

我相信他们有计划扩展可以在 AI 平台中部署的内容，但如果您不想等待，可以自行部署（但不容易）IMO。

于 2021-02-03T02:02:12.317 回答