如何在kubeflow管道中使用训练运算符（例如TFJob）定义组件/步骤

提问者：小点点

我知道有一种方法可以通过kubectl使用tfjob运算符，就像这里的示例（https://www.kubeflow.org/docs/components/training/tftraining/）：

kubectl create -f https://raw.githubusercontent.com/kubeflow/training-operator/master/examples/tensorflow/simple.yaml

但是我不知道如何在kubeflow管道中合并。一个普通的组件/作业是通过@组件装饰定义的，或者ContainerOp是一种库伯内特斯作业，它在Pod中运行，但是我不知道如何用特殊的训练运算符（如TFJob）定义一个组件，这样我的代码就可以作为

apiVersion: "kubeflow.org/v1"
kind: TFJob

而不是：

apiVersion: "kubeflow.org/v1"
kind: Job

在kubernetes中。

附言：这里有一个例子：https://github.com/kubeflow/pipelines/blob/master/components/kubeflow/launcher/sample.py但看不到任何地方指定TFJob

共1个答案

匿名用户

您引用的示例利用了一些实际创建TFJob的代码（查看示例的文件夹）：

TFJob在这里被实例化：https://github.com/kubeflow/pipelines/blob/master/components/kubeflow/launcher/src/launch_tfjob.py#L97
…并在这里创建为库伯内特斯资源：https://github.com/kubeflow/pipelines/blob/master/components/kubeflow/launcher/src/launch_tfjob.py#L126
…前面的代码由这里指定的Kubeflow组件访问：https://github.com/kubeflow/pipelines/blob/master/components/kubeflow/launcher/component.yaml
…在这里导入到您引用的示例中：https://github.com/kubeflow/pipelines/blob/master/components/kubeflow/launcher/sample.py#L60

您提出的一般问题仍受到当前讨论的影响。使用tfjob_launcher_op似乎是当前推荐的方式。相反，有些人也原生使用ResourceOps来模拟您的kubectl create调用。