Tensorflow
Kubeflow 是 Google 發佈的用於在 Kubernetes 集群中部署和管理 tensorflow 任務的框架。主要功能包括
用於管理 Jupyter 的 JupyterHub 服務
用於管理訓練任務的 Tensorflow Training Controller
用於模型服務的 TF Serving 容器
部署
部署之前需要確保
一套部署好的 Kubernetes 集群或者 Minikube,並配置好 kubectl 命令行工具
安裝 ksonnet 0.8.0 以上版本
對於開啓 RBAC 的 Kubernetes 集群,首先要創建管理員角色綁定:
然後運行以下命令部署
如果有多個 Kubernetes 集群,也可以切換到其他其集群中部署,如
稍等一會,就可以看到 tf-hub-lb
服務的公網IP,也就是 JupyterHub 的訪問地址
對於不支持 LoadBalancer Service 的集群,還可以通過端口轉發(http://127.0.0.1:8100
)的方式來訪問:
JupyterHub 默認可以用任意用戶名和密碼登錄。登陸後,可以使用自定義鏡像來啓動 Notebook Server,比如使用
gcr.io/kubeflow/tensorflow-notebook-cpu
gcr.io/kubeflow/tensorflow-notebook-gpu
訓練示例
使用 CPU:
使用 GPU:
模型部署
參考文檔
Last updated