问题标签 [kubeflow-pipelines]

我正在尝试将 kubeflow kale 集成到 jupyterlab 中。为此，我使用以下命令安装了推荐的软件包

docker 镜像构建成功。当我在集群中运行这个 jupyterlab 时，出现以下错误

我需要安装任何其他插件吗？

请帮助任何人解决此问题。提前致谢

我根据 Kubeflow Pipelines 的要求（https://cloud.google.com/ai-platform/pipelines/docs/configure-gke-cluster）创建了一个 GKE 集群，如下所示：

• 3 个节点，至少 4GB 内存和两个 CPU
• 具有角色的自定义服务帐户：logging.logWriter、monitoring.metricWriter、monitoring.viewer、storage.objectViewer

尝试在 Kubeflow Pipelines（来自 Marketplace）配置上选择集群时，它显示“OAuth 范围不足”。

我想也许我忽略了一个重要步骤，所以我尝试从 Kubeflow Pipelines 配置页面创建一个新集群。尝试选择此集群时，它仍然显示“OAuth 范围不足”。

是否有更多角色需要添加到服务帐户？

将 .py 文件下载到执行环境中有哪些选项？

在这个例子中：

正在从 CLI 调用 run_preprocess.py 文件。

问题是：如何在那里获取该文件？

我看过这个有趣的例子：https ://github.com/benjamintanweihao/kubeflow-mnist/blob/master/pipeline.py ，它会在运行管道之前克隆代码。

另一种方法是使用 Dockerfile 进行 git 克隆（尽管构建映像需要很长时间）。

还有什么其他选择？

我在本地环境中运行 Kubeflow Pipelines，以及 JupyterLab 和 Elyra 扩展。我创建了一个笔记本管道并按如下方式配置了运行时配置，将 api_endpoint 设置为http://localhost:31380/pipeline（禁用了安全性）。尝试运行管道时会显示以下错误消息：

我有一个使用 Kubeflow Pipeline 的 Google Cloud Platform 帐户。管道的第一个组件预处理一些数据，第二个组件使用该预处理数据训练模型（SKlearn 决策树分类器）。为了展示代码示例，下面的示例是对管道第二个组件的简单修改：

在这里，我没有加载预处理数据，而是使用 IRIS Sklearn 数据集，但输出完全相同。一切似乎都按预期工作，每个打印语句都按预期出现在 Kubeflow 平台输出控制台上，但是在第二个组件完成执行后（在输出控制台上显示最后一个打印正确之后），出现错误：

你知道为什么会这样吗？我做错了什么还是谷歌云/Kubeflow 管道问题？

提前致谢！

我一直在研究 Kubeflow 并试图掌握如何在其中编写我的第一个 hollo world 程序并在我的 mac 上本地运行。我已经在我的机器kfp上kubectl本地安装了。出于测试目的，我想编写一个具有两个功能的简单管道：get_data()和add_data(). 该文档是压倒性的，我不清楚如何在没有安装 k8s 的情况下在本地编程，在创建 zip 和上传之前连接远程 GCP 机器并在本地调试，或者在本地执行代码并查看它是如何在谷歌云上运行的？

在 PyCharm IDE 中使用 Windows 10 和 Python 3.9

我正在尝试使用以下代码列出管道：

我知道主机变量是正确的，因为我从 AI 平台管道复制了它。我遇到以下问题：

我认为找不到该文件，因为该程序无法连接到 GCP 的 AI PLatform 管道。

我通过在 Pycharm 终端中执行以下命令安装了 Kubeflow Pipeline SDK：

• conda create --name mlpipeline python=3.7
• conda 激活 mlpipeline
• pip3 安装 kfp --upgrade --user

当我运行时：

我收到以下命令错误：

我努力了

• 安装 Google Cloud SDK 并初始化 gcloud（虽然当我运行命令时显示“找不到 Python”）
• 使用 gcloud 命令安装 kubectl 和 gsutil

只是想弄清楚是否可以创建 kubeflow 管道来处理 matlab ML 脚本。

我正在网上搜索，但似乎没有人问过这个问题。

我知道 matlab 是 dockerizable，但是有没有人能够为它编写 KF 管道？

我认为 KFServing 应该是工具，但我没有看到任何与 matlab 相关的内容

有什么建议吗？

我有一个 spacy 模型，我正在尝试使用这种格式将它保存到 gcs 存储桶中

但是每次我运行这个我都会收到这个错误消息

此外，当我创建 kubeflow 持久卷并将模型保存在那里时，我可以使用trainer.load('model')我收到此错误消息下载模型

我不明白为什么会出现这些错误，因为当我在本地电脑上运行它并使用本地路径时，它可以完美运行。

我已经 使用以下服务 AI Platform -> Pipelines 从 GCP Console安装Kubeflow了UI 可以正常访问。private GKE Clusterkubeflow pipeline

但是我很困惑如何从互联网访问 UI，因为没有ingress/LBs为此工作负载创建，因为只有类型Cluster IP的服务是作为 kubeflow 安装的一部分创建的

Kubeflow PipelineURL 如下，解析为公共 IP 地址。

我在 CloudDNS 中看不到任何条目，但似乎 URL 的暴露方式类似于CloudRun/App EngineURL 的暴露方式。

在ApplicationTAB fromGKE Console下，可以看到以下内容

请忽略上图中关于“状态”的错误，因为我将节点数更改为 0。