我有一个训练自定义(即不基于 sklearn / tensorflow 等类)ml 模型的 kubeflow 管道。现在我想在管道末端添加服务。即我想在我的 Kubernetes 集群中有一个服务,它使用模型来回答预测请求,并且在每次管道运行后应该使用新模型更新该服务。
据我所知,为自定义模型提供服务,我应该:
将我的模型包装到 kfserving.KFModel 类中
使用 1) 运行的包装器创建 docker 映像
使用来自 2) 的图像创建 InferenceService 端点
在 Kubeflow 组件中是否有任何与云无关的方法来执行此操作?(所以基本上组件必须能够构建 docker 镜像)
有没有更好的方法来实现我的目的?
也许我应该将步骤 1-3 移到管道组件之外,只创建一个组件来触发 1-3 的外部执行。这可以做到吗?