kubeflow是在k8s平台之上針對機器學習的開發、訓練、優化、部署、管理的工具集合，內部整合的方式融合機器學習中的很多領域的開源專案，比如jupyter、tfserving、katib、fairing、argo等。可以針對機器學習的不同階段：資料預處理、模型訓練、模型**、服務管理等進行管理。只要安裝了k8s，可以在本地、機房、雲環境中部署。
機器學習的目標最終還是為了在生產環境或者業務場景中使用，但這個過程卻是很複雜的，需要進行資料載入、切分、預處理、特徵工程、模型訓練、驗證、超引數調優、模型部署等等；為了正常使用模型，還需要在模型上線後，持續不斷的輸入資料才能得到**的結果。
擴充套件性：kf基於k8s可以達到可擴充套件、可移植、分布式ml平台， 通過kf你可以輕鬆管理整個ai生命週期，比如在模型部署的時候自動進行擴容、在試驗階段自由建立筆記本。由於底層基於k8s來提供一致性與高可靠，使用者可以更聚焦於上層的演算法模型設計，而不用過多的關注底層構建。
迭代性：構建高質量的機器學習模型可能需要快速的迭代，kf提供友好的ui介面支援快速追蹤對比實驗結果，你可以很方便的決定哪個模型訓練效果更好。kf內部提供jupyter筆記本，支援如tensorflow、pytorch等流行的深度學習框架。模型訓練配置簡單，方便進行分布式訓練、部署，提公升端到端的開發過程。
混合性：機器學習模型的訓練可能涉及多個團隊、多個集群和雲環境的共享，kf支援主流的雲平台，提供各個環境之間的移植性。你可以在本地開發模型、在集群的gpu上進行訓練、最後部署到雲環境中，快速的開發模式和高效的部署使得整個過程就像單機操作一樣。
超參調優：在模型訓練中，超引數調優是很關鍵也很複雜的過程，對模型最終的準確度和效能有很大的影響，手動嘗試各種超引數的組合非常浪費時間。kf通過katib來支援自動超引數優化，這種自動優化會節省大量的計算時間，提高模型優化的效率。
持續整合：kf目前並沒有這個方面成型的產品，但是可以通過pipeline元件來實現。pipeline支援建立可重複的工作流，可以自動觸發整個工作流的重跑以及模型的訓練。
2 壓縮包解壓縮
tar -xvf kfctl_v1.0.2_.tar.gz
3 配置環境變數 vi /etc/profile
export path=$path:""
export kf_name=《自定義名稱》
export base_dir=export kf_dir=$/$
export config_uri=""
4 更新環境變數
source /etc/profile
5 執行命令
mkdir -p $
cd $
6 檢視安裝服務
kubectl -n kubeflow get all
整個安裝過程很緩慢，尤其是前期需要安裝cert-manager進行許可權控制，需要等服務正常。
中間會有大量的映象報錯imagepullbackoff，這表示映象拉取失敗。解決辦法：
1 檢視具體pod的詳情
kubectl describe pod admission-webhook-bootstrap-stateful-set-0 -n kubeflow
2 去阿里雲映象站搜尋映象
3 重新命名
4 修改kustomize中的配置
cd ./kustomize/webhook/base
sudo vim deployment.yaml
修改映象拉取策略
imagepullpolicy: ifnotpresent
原來如果是always表示總是會去拉取遠端映象，ifnotpresent表示本地不存在時才會拉取
5 修改完成後等待一會，如果狀態還沒有變成running，可以執行
部署成功後，通過埠對映可以支援在外部訪問：
export namespace=istio-system
kubectl port-forward --address 0.0.0.0 -n $ svc/istio-ingressgateway 8080:80
後面將會分享notebook、pipeline、katib等的使用，感謝關注。
Docker 入門級 架構介紹與實戰
解決如下問題 docker的架構介紹和基本使用 守護程序負責來與映象，倉庫和容器進行交流 docker的一些常用方法 1.執行daocloud.io nginx，由80埠對映在本地8080埠上 docker run p 8080 80 d daocloud.io nginx p 做埠對映，d 允許這...
Docker 介紹與實戰
解決如下問題 docker的架構介紹和基本使用 守護程序負責來與映象，倉庫和容器進行交流 docker的一些常用方法 1.執行daocloud.io nginx，由80埠對映在本地8080埠上 docker run p 8080 80 d daocloud.io nginx p 做埠對映，d 允許這...
fluuter入門與實戰
import dart io import package flutter material.dart import package flutter material.dart import dart async import package flutter services.dart 載入頁面 s...