Kubeflow

Kubeflow 是 Google 发布的用于在 Kubernetes 集群中部署和管理 tensorflow 任务的框架。主要功能包括

部署

部署之前需要确保

对于开启 RBAC 的 Kubernetes 集群,首先要创建管理员角色绑定:

kubectl create clusterrolebinding tf-admin --clusterrole=cluster-admin --serviceaccount=default:tf-job-operator

然后运行以下命令部署

ks init my-kubeflow
cd my-kubeflow
ks registry add kubeflow github.com/google/kubeflow/tree/master/kubeflow
ks pkg install kubeflow/core
ks pkg install kubeflow/tf-serving
ks pkg install kubeflow/tf-job
ks generate core kubeflow-core --name=kubeflow-core
ks apply default -c kubeflow-core

如果有多个 Kubernetes 集群,也可以切换到其他其集群中部署,如

kubectl config use-context gke
ks env add gke
ks apply gke -c kubeflow-core

稍等一会,就可以看到 tf-hub-lb 服务的公网 IP,也就是 JupyterHub 的访问地址

kubectl get svc tf-hub-lb

对于不支持 LoadBalancer Service 的集群,还可以通过端口转发(http://127.0.0.1:8100)的方式来访问:

kubectl port-forward tf-hub-0 8100:8000

JupyterHub 默认可以用任意用户名和密码登录。登陆后,可以使用自定义镜像来启动 Notebook Server,比如使用

训练示例

使用 CPU:

ks generate tf-cnn cnn --name=cnn
ks apply gke -c cnn

使用 GPU:

ks param set cnn num_gpus 1
ks param set  cnn num_workers 1
ks apply default -c cnn

部署模型

MODEL_COMPONENT=serveInception
MODEL_NAME=inception
MODEL_PATH=gs://cloud-ml-dev_jlewi/tmp/inception
ks generate tf-serving ${MODEL_COMPONENT} --name=${MODEL_NAME} --namespace=default --model_path=${MODEL_PATH}

ks apply gke -c ${MODEL_COMPONENT}

参考文档