问题标签 [kubeflow]

我开始使用 kubeflow 并创建了第一个小管道。不幸的是，它不起作用，所以当我尝试用我的管道创建一个运行时，什么也没有发生。它既不会创建 Kubernetes pod，也不会改变运行状态（它一直说“未知状态”）。我也看不到归属图或运行输出。

我的管道代码如下所示：

我正在使用安装了 MicroK8s 和 Kubeflow 的 Ubuntu 系统。

当我kubectl get pods --namespace=kubeflow开始运行管道后，没有出现新的 pod。

在 kubeflow 仪表板中，我可以在“所有运行”部分看到运行，但没有状态（未知状态）和持续时间。

当我单击运行并转到配置时，我得到了这些配置：

你们中的一些人可以帮助我吗？

谢谢！

嗨，我想设置 Kubeflow - NVIDIA TensorRT 推理服务器，存储库位于 MinIO 中。

我不知道如何更改gs://inference-server-model-store/tf_model_store来连接 Minio。

我按照在 GCP 上构建 kubeflow的教程进行操作。

在最后一步，我卡在“检查您的培训组件的权限”。

设置好这些secretName 和secretMountPath 之后。

并运行

我得到了错误：

错误：在相应资源中找不到 var '{GOOGLE_APPLICATION_CREDENTIALS ~G_v1_ConfigMap {data.GOOGLE_APPLICATION_CREDENTIALS}}' 中指定的字段错误：没有传递给应用的对象

我在本地机器的 /var/secrets 中找不到我的 GOOGLE_APPLICATION_CREDENTIALS，但我认为 kubeflow 会根据此文档自动为我创建。

或者可能是因为我使用“使用用户名和密码进行身份验证”来验证 kubeflow？

我按照在 GCP 上构建 kubeflow的教程进行操作。

在最后一步，在部署代码并使用 CPU 进行训练之后。

分布式tensorflow遇到这个问题

tensorflow.python.framework.errors_impl.NotFoundError：/tmp/tmprIn1Il/model.ckpt-1_temp_a890dac1971040119aba4921dd5f631a；没有这样的文件或目录
[[Node: save/SaveV2 = SaveV2[dtypes=[DT_FLOAT, DT_FLOAT, DT_FLOAT, DT_FLOAT, DT_FLOAT, DT_FLOAT, DT_FLOAT, DT_FLOAT, DT_INT64], _device="/job:ps/replica:0/task :0/device:CPU:0"](save/ShardedFilename, save/SaveV2/tensor_names, save/SaveV2/shape_and_slices, conv_layer1/conv2d/bias, conv_layer1/conv2d/kernel, conv_layer2/conv2d/bias, conv_layer2/conv2d/kernel ,dense/bias,dense/kernel,dense_1/bias,dense_1/kernel,global_step)]]

我发现了类似的错误报告，但不知道如何解决。

我正在玩 Kubeflow Pipelines，我想要实现的是有一个步骤（python 函数），我在其中创建一个Iterator（generator），我想从中创建一个TF.Dataset

Kubeflow 步骤之间的连接只允许具有原始类型的输入/输出，因此我无法将 Iterator 或 iterator-initialized-dataset 传递到下一步。

这是管道的概述

由于我只能传递原始类型，是否有可能存储迭代器初始化数据集？

数据在谷歌存储上，大到无法放入内存，有人怎么做到这一点？

我知道这是一个宽泛的问题，但由于 Kubeflow 很新，我在任何地方都找不到任何有用的资源。

通过 Kubeflow 管道中的输出发送字符串的最简单方法是什么？我想在我的第一个组件中创建一个时间戳，然后将该时间戳发送到管道中的每个连续步骤。

我见过的发送输出的唯一方法是通过文档中的文件路径。这是我的 component.yaml 文件的一部分，它显示了我的意思：

感兴趣的区域是输出中的“时间标签文件”。而不是创建一个文件，我只想发送一个字符串。只需将“type：GCSPath”更改为“type：String”就足够了，以便在我的管道步骤中，我将能够访问该字符串？

换句话说，我应该将字符串保存到组件内python代码中的文件路径还是有更好的方法？

是否可以使用 Kubeflow Pipelines Python SDK 通过 API 调用上传 Kubeflow Pipeline？

进行 API 调用有以下规范：https ://www.kubeflow.org/docs/pipelines/reference/api/kubeflow-pipeline-api-spec/

但是，当我尝试在 PostMan 中使用路由“/apis/v1beta1/pipelines/upload”上传管道时，出现以下错误：

我确定我需要添加一些 Authorization 标头，但在我走这条老路之前，我想知道是否有计划将此功能添加到 Python SDK。如果你们有任何想法或更好的方法来设置在 Kubeflow Pipelines UI 之外上传管道的请求，请告诉我！

我有一个使用 Kustomize 在最新版本上运行 KubeFlow 的 GKE 设置。主 TFJob 拉取完整模型的 Docker 映像并运行它。我遇到了一个简单的问题，我希望增加 CPU 使用量，但似乎无法做到。

这是我需要在 Docker 模型代码、Kubernetes 配置、TFJob yamls 或其他地方指定的内容吗？

我尝试为容器的 cpu 资源指定最小大小和限制。我还尝试为主 pod 指定这些，但它似乎没有更新。

对此也没有太多文档或许多类似的问题。

在尝试设置我自己的 kubeflow 管道时，我在完成一个步骤并且应该保存输出时遇到了问题。完成步骤后，kubeflow 总是会抛出错误消息This step is in Error state with this message: failed to save outputs: Error response from daemon: No such container: <container-id>

首先，我认为我的管道会出错，但与先前存在的示例管道相同，例如对于“[Sample] Basic - Conditional execution”，我在第一步（翻转硬币）完成后收到此消息。

主容器显示输出：

所以它似乎已经成功运行。

等待容器显示以下输出：

因此，似乎 kubeflow 或我的 docker 守护程序存在问题。kubectl describe pods创建的 pod的输出如下：

那么可能是 argoexec 容器镜像有问题？我看到它试图挂载/var/run/docker.sock。当我尝试cat使用ls /var/run. 当我尝试用它打开它时，vi它提到权限被拒绝，所以我看不到文件的内部。这是该文件的常见行为还是它似乎有任何问题？

我真的很感激我能得到的任何帮助！感谢你们！

我需要在 GCP 上部署 Kubeflowfor ML 管道和 TFX。不幸的是，我无法使用以下 UI 进行安装，因为我需要手动设置区域、网络和子网。

有一个很好的文档页面： https ://www.kubeflow.org/docs/gke/deploy/deploy-cli/

我尝试使用 OAuth 凭据和基本身份验证。我也尝试安装kfctl_v0.5.1_linux.tar.gz和kfctl_v0.5.0_linux.tar.gz. 我总是得到以下信息：

我已经安装了 kubectl：

显然 ~/.kube/config 不存在。哪个应用程序应该创建它？

我做了以下事情：

从家庭/用户/文件夹/kubeflow：

创建了一些文件：

一些检查：

我也尝试更新 kubectl

知道为什么我没有~/.kube/config不存在吗？我尝试手动创建它，但后来我遇到了其他问题。我应该怎么做才能创建缺少的配置。除了使用 CloudShell 在 GCP 上使用 cli 部署 Kubelow 之外，还有其他推荐的方法吗？