pipelines

Kubeflow 파이프라인 서비스 개요

Kubeflow는 Kubernetes에서 ML 워크플로를 간단하고 이식 가능하며 확장 가능하게 배포하는 데 전념하는 기계 학습(ML) 도구 키트입니다.

Kubeflow 파이프라인은 Kubeflow Pipelines SDK를 사용하여 구축된 재사용 가능한 엔드 투 엔드 ML 워크플로입니다.

Kubeflow 파이프라인 서비스의 목표는 다음과 같습니다.

• 엔드 투 엔드 오케스트레이션: 엔드 투 엔드 기계 학습 파이프라인의 오케스트레이션을 활성화하고 단순화합니다.
• 손쉬운 실험: 다양한 아이디어와 기술을 쉽게 시도하고 다양한 시도/실험을 관리할 수 있습니다.
• 간편한 재사용: 구성요소와 파이프라인을 재사용하여 매번 다시 구축할 필요 없이 엔드투엔드 솔루션을 신속하게 결합할 수 있습니다.

설치

• Kubeflow Pipelines는 Kubeflow 플랫폼의 일부로 설치할 수 있습니다. 또는 Kubeflow Pipelines를 독립형 서비스로 배포할 수 있습니다.

• Docker 컨테이너 런타임은 Kubernetes 1.20 이상에서 더 이상 사용되지 않습니다. Kubeflow Pipelines는 Kubeflow Pipelines 1.8에서 기본적으로 Emissary Executor를 사용하도록 전환했습니다. Emissary executor는 컨테이너 런타임에 구애받지 않습니다. 즉, 모든 컨테이너 런타임을 사용하여 Kubernetes 클러스터에서 Kubeflow Pipelines를 실행할 수 있습니다.

선적 서류 비치

첫 번째 파이프라인을 시작하고 Kubeflow Pipelines 개요에서 추가 정보를 읽어보세요.

Kubeflow Pipelines SDK를 사용할 수 있는 다양한 방법을 알아보세요.

API 사양은 Kubeflow Pipelines API 문서를 참조하세요.

Python SDK를 사용하여 파이프라인을 작성할 때 Python SDK 참조 문서를 참조하세요.

Kubeflow Pipelines에 기여

Kubeflow Pipelines에 기여하기 전에 기여 방법의 지침을 읽어보세요. 소스 코드에서 Kubeflow Pipelines를 빌드하고 배포하는 방법을 알아보려면 개발자 가이드를 읽어보세요.

Kubeflow Pipelines 커뮤니티 회의

회의는 격주 수요일 오전 10~11시(PST)에 진행됩니다. 캘린더 회의에 직접 초대 또는 참여

회의록

Kubeflow 파이프라인 Slack 채널

#kubeflow-파이프라인

블로그 게시물

• Kubeflow Pipelines 시작하기(Amy Unruh 작성)
• Kubeflow 기계 학습 파이프라인을 생성하고 배포하는 방법(작성: Lak Lakshmanan)
  • 1부: Kubeflow 기계 학습 파이프라인을 만들고 배포하는 방법
  • 2부: Jupyter 노트북을 Kubeflow ML 파이프라인의 구성요소로 배포하는 방법
  • 3부: Kubeflow ML 파이프라인을 사용하여 머신러닝('MLOps')에서 CI/CD를 수행하는 방법
• Kubeflow Pipelines 2.0을 위한 Tekton 최적화(작성: Tommy Li)

감사의 말

Kubeflow 파이프라인은 기본적으로 Argo Workflows를 사용하여 Kubernetes 리소스를 조정합니다. 아르고 커뮤니티는 많은 지원을 해왔고 매우 감사하고 있습니다. 또한 Tekton 백엔드도 사용할 수 있습니다. 액세스하려면 Tekton 저장소가 있는 Kubeflow Pipelines를 참조하세요.