pipelines

نظرة عامة على خدمة خطوط أنابيب Kubeflow

Kubeflow عبارة عن مجموعة أدوات للتعلم الآلي (ML) مخصصة لجعل عمليات نشر سير عمل ML على Kubernetes بسيطة ومحمولة وقابلة للتطوير.

خطوط أنابيب Kubeflow عبارة عن مسارات عمل ML شاملة قابلة لإعادة الاستخدام تم إنشاؤها باستخدام Kubeflow Pipelines SDK.

تهدف خدمة خطوط أنابيب Kubeflow إلى تحقيق الأهداف التالية:

• التنسيق من النهاية إلى النهاية: تمكين وتبسيط تنسيق خطوط أنابيب التعلم الآلي من النهاية إلى النهاية
• تجربة سهلة: تسهل عليك تجربة العديد من الأفكار والتقنيات وإدارة تجاربك/تجاربك المتنوعة.
• سهولة إعادة الاستخدام: مما يتيح لك إعادة استخدام المكونات وخطوط الأنابيب لتجميع الحلول الشاملة بسرعة، دون الحاجة إلى إعادة البناء في كل مرة.

تثبيت

• يمكن تثبيت خطوط أنابيب Kubeflow كجزء من منصة Kubeflow. وبدلاً من ذلك، يمكنك نشر خطوط أنابيب Kubeflow كخدمة مستقلة.

• لقد تم إهمال وقت تشغيل حاوية Docker على Kubernetes 1.20+. تم تحويل Kubeflow Pipelines لاستخدام Emissary Executor افتراضيًا من Kubeflow Pipelines 1.8. منفذ المبعوث لا يعرف وقت تشغيل الحاوية، مما يعني أنك قادر على تشغيل خطوط أنابيب Kubeflow على مجموعة Kubernetes مع أي أوقات تشغيل للحاوية.

التوثيق

ابدأ بخط أنابيبك الأول واقرأ المزيد من المعلومات في النظرة العامة على خطوط أنابيب Kubeflow.

تعرف على الطرق المختلفة التي يمكنك من خلالها استخدام Kubeflow Pipelines SDK.

راجع مستند واجهة برمجة تطبيقات Kubeflow Pipelines للحصول على مواصفات واجهة برمجة التطبيقات.

راجع المستندات المرجعية لـ Python SDK عند كتابة خطوط الأنابيب باستخدام Python SDK.

المساهمة في خطوط أنابيب Kubeflow

قبل البدء في المساهمة في Kubeflow Pipelines، اقرأ الإرشادات الموجودة في كيفية المساهمة. لمعرفة كيفية إنشاء خطوط أنابيب Kubeflow ونشرها من التعليمات البرمجية المصدر، اقرأ دليل المطور.

اجتماع مجتمع خطوط أنابيب Kubeflow

يُعقد الاجتماع كل يوم أربعاء من الساعة 10 إلى 11 صباحًا (بتوقيت المحيط الهادئ) قم بدعوة التقويم أو الانضمام إلى الاجتماع مباشرة

ملاحظات الاجتماع

قناة الركود لخطوط أنابيب Kubeflow

#kubeflow-خطوط الأنابيب

مشاركات المدونة

• البدء مع خطوط أنابيب Kubeflow (بقلم إيمي أونروه)
• كيفية إنشاء ونشر خط أنابيب Kubeflow للتعلم الآلي (بقلم لاك لاكشمانان)
  • الجزء 1: كيفية إنشاء ونشر مسار Kubeflow للتعلم الآلي
  • الجزء 2: كيفية نشر دفاتر ملاحظات Jupyter كمكونات لخط أنابيب Kubeflow ML
  • الجزء 3: كيفية تنفيذ CI/CD في التعلم الآلي ("MLOps") باستخدام خطوط أنابيب Kubeflow ML
• تحسينات Tekton لخطوط أنابيب Kubeflow 2.0 (بقلم تومي لي)

شكر وتقدير

تستخدم خطوط أنابيب Kubeflow Argo Workflows بشكل افتراضي ضمن الغطاء لتنسيق موارد Kubernetes. لقد كان مجتمع Argo داعمًا للغاية ونحن ممتنون جدًا له. بالإضافة إلى ذلك، تتوفر أيضًا واجهة Tekton الخلفية. للوصول إليه، يرجى الرجوع إلى Kubeflow Pipelines مع مستودع Tekton.