本篇内容主要讲解“Kubeflow的使用方法”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“Kubeflow的使用方法”吧!
创新互联建站坚持“要么做到，要么别承诺”的工作理念，服务领域包括：网站制作、成都网站建设、企业官网、英文网站、手机端网站、网站推广等服务，满足客户于互联网时代的五常网站设计、移动媒体设计的需求，帮助企业找到有效的互联网解决方案。努力成为您成熟可靠的网络建设合作伙伴！
本文根据 https://github.com/openthings/kubeflow/blob/master/user_guide.md 翻译。
本文地址 https://my.oschina.net/u/2306127/blog/1808582，By openthings，2018.05.23.
Kubeflow（https://github.com/kubeflow）是基于Kubernetes（https://kubernets.io，容器编排与管理服务软件）和TensorFlow(https://tensorflow.org，深度学习库)的机器学习流程工具，使用Ksonnet进行应用包的管理。
本文简要介绍Kubeflow的部署和交互操作的基本概念和方法，对于Kubernetes、Tensorflow和Ksonnet 的了解对于本文内容的理解将很有帮助，点击下面的链接查看相关的内容。
Kubernetes
Tensorflow
Ksonnet
对部署Kubeflow和运行一个简单的训练任务的手把手教的例子，可以看这个教程（ tutorial）。
Kubernetes>=1.8， see here，安装攻略 https://my.oschina.net/u/2306127/blog/1628082
ksonnet version 0.9.2. (查看 below 有对为什么使用ksonnet的解释)
我们将使用Ksonnet来部署kubeflow到Kubernetes集群上，支持本地的和GKE、Azure中的集群。
初始化一个目录，包含有ksonnet application。
ks init my-kubeflow
安装Kubeflow packages到Ksonnet application中。
这里有一些安装脚本，https://github.com/openthings/kubernetes-tools/tree/master/kubeflow
重庆分公司
重庆分公司
# For a list of releases see:
# https://github.com/kubeflow/kubeflow/releases
VERSION=v0.1.2
cd my-kubeflow
ks registry add kubeflow github.com/kubeflow/kubeflow/tree/${VERSION}/kubeflow
ks pkg install kubeflow/core@${VERSION}
ks pkg install kubeflow/tf-serving@${VERSION}
ks pkg install kubeflow/tf-job@${VERSION}创建Kubeflow core component. 这个core component 包括：
JupyterHub
TensorFlow job controller
ks generate core kubeflow-core --name=kubeflow-core # Enable collection of anonymous usage metrics # Skip this step if you don't want to enable collection. # Or set reportUsage to false (the default). ks param set kubeflow-core reportUsage true ks param set kubeflow-core usageId $(uuidgen)
Ksonnet 允许参数化 Kubeflow的部署，可以按照需求设定。我们定义两个环境变量：nocloud和cloud。
ks env add nocloud ks env add cloud
环境变量 nocloud 用于 minikube和其它的标准 k8s clusters，环境变量 cloud 用于GKE和Azure。
如果使用 GKE, 我们配置云计算环境的参数来使用 GCP的特征，如下：
ks param set kubeflow-core cloud gke --env=cloud
如果集群创建在 Azure 上，使用 AKS/ACS:
ks param set kubeflow-core cloud aks --env=cloud
如果创建时使用acs-engine来代替：
ks param set kubeflow-core cloud acsengine --env=cloud
然后我们设置 ${KF_ENV} 为 cloud 或 nocloud ，从而反映我们在本教程中使用的环境。
$ KF_ENV=cloud|nocloud
缺水情况下，Kubeflow没有持久化我们在Jupyter notebook所做的工作。
如果容器被销毁或重新创建，所有的内容，包括 notebooks 和其它的文件都会被删除。
为了持久化这些文件，用户需要一个缺省的 StorageClass，在 persistent volumes 中定义。
可以运行下面的命令来检查是否有了一个 storage class。
kubectl get storageclass
有了缺省的storage class定义的用户，可以使用jupyterNotebookPVCMount参数去创建一个volume，将被挂载到notebook之中。
ks param set kubeflow-core jupyterNotebookPVCMount /home/jovyan/work
这里我们挂载卷到 /home/jovyan/work ，因为notebook一直以用户jovyan来执行。
选中的目录将被存储到集群的缺省存储上(典型地是永久磁盘)。
创建部署的命名空间（namespace）并且设为换的一部分。可以将namespace设为更适合你自己的kubernetes cluster的名称，如下。
NAMESPACE=kubeflow
kubectl create namespace ${NAMESPACE}
ks env set ${KF_ENV} --namespace ${NAMESPACE}然后应用该components到我们的Kubernetes cluster。
ks apply ${KF_ENV} -c kubeflow-core任何时候，可以使用 ks show 探查特定的 ksonnet component在kubernetes的对象定义。
ks show ${KF_ENV} -c kubeflow-core当启用时，Kubeflow将使用 spartakus 报告匿名数据，这是Kubernetes的一个汇报工具。Spartakus不会报告任何个人信息。查看 here 得到更多细节。这是完全志愿的行为，也可以可选将其关闭，如下所示：
ks param set kubeflow-core reportUsage false
# Delete any existing deployments of spartakus
kubectl delete -n ${NAMESPACE} deploy spartakus-volunteer为了明确开启用法报告，设置 reportUsage 为 true，如下所示：
ks param set kubeflow-core reportUsage true
# Delete any existing deployments of spartakus
kubectl delete -n ${NAMESPACE} deploy spartakus-volunteer报告数据是你对Kubeflow的显著贡献之一，所以请考虑将其开启。这些数据允许我们改善Kubeflow项目并且帮助Kubeflow上开展工作的企业评估其持续的投资。
你可以改进数据质量，通过给每一个Kubeflow deployment 一个单独的ID。
ks param set kubeflow-core usageId $(uuidgen)
这里的 kubeflow-core component 部署JupyterHub和对应的load balancer service，查看状态使用下面的 kubectl 命令行：
kubectl get svc -n=${NAMESPACE}
NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE
...
tf-hub-0 ClusterIP None 8000/TCP 1m
tf-hub-lb ClusterIP 10.11.245.94 80/TCP 1m
... 缺水情况下，我们使用ClusterIPs来访问JupyterHub UI，在下面情况会有所改变：
NodePort (for non-cloud) ，通过指示：
ks param set kubeflow-core jupyterHubServiceType NodePort
ks apply ${KF_ENV}LoadBalancer (for cloud) ，通过指示：
ks param set kubeflow-core jupyterHubServiceType LoadBalancer
ks apply ${KF_ENV}但是，这将使 Jupyter notebook 开放予Internet网络（有潜在的安全风险）。
本地连接到 Jupyter Notebook 可以使用：
PODNAME=`kubectl get pods --namespace=${NAMESPACE} --selector="app=tf-hub" --output=template --template="{{with index .items 0}}{{.metadata.name}}{{end}}"`
kubectl port-forward --namespace=${NAMESPACE} $PODNAME 8000:8000然后，到浏览器中打开 http://127.0.0.1:8000，如果设置了代理，需要对该地址关闭 。
将看到一个提示窗口。
使用任何username/password登录。
点击 "Start My Server" 按钮，将会打开一个对话框。
选择镜像为CPU 或 GPU 类型，在 Image一项有菜单列出预构建的Docker镜像。也可以直接输入Tensorflow的镜像名称，用于运行。
分配内存、CPU、GPU和其他的资源，根据需求而定。 (1 CPU 和 2Gi 内存已经是一个好的起点，可以满足初始练习的需要。)
分配 GPUs, 需要确认你的集群中有可用数量的 GPUs，GPU将会被容器实例独占使用，如果资源不够，该实例将会一直挂起，处于Pending状态。
检查是否有足够的nvidia gpus可用： kubectl get nodes "-o=custom-columns=NAME:.metadata.name,GPU:.status.allocatable.nvidia\.com/gpu"
如果 GPUs 可用，你可以调度你的服务器到 GPU node，通过指定下面的json， 在 Extra Resource Limits section: {"nvidia.com/gpu": "1"}
点击 Spawn
这里 ${USERNAME} 是你 login时用到的名称。
GKE users，如果你有 IAP turned on the pod，将会名称有所不同：
jupyter-accounts-2egoogle-2ecom-3USER-40DOMAIN-2eEXT
如果登陆为像 USER@DOMAIN.EXT， pod 被命名为：
该镜像将近 10 GBs，下载需要比较长的时间，取决于网络情况。
检查 pod 的状态，通过：
kubectl -n ${NAMESPACE} describe pods jupyter-${USERNAME}完成后，将会打开 Jupyter Notebook 初始界面。
上面提供的容器镜像可以用于 Tensorflow models的训练，使用Jupyter即可操作。该镜像包含所有需要的plugins, 包括 Tensorboard，可以用于对模型进行丰富的可视化和探查分析。
未来测试安装情况，我们运行一个基本的hello world应用 (来自 mnist_softmax.py )
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
import tensorflow as tf
x = tf.placeholder(tf.float32, [None, 784])
W = tf.Variable(tf.zeros([784, 10]))
b = tf.Variable(tf.zeros([10]))
y = tf.nn.softmax(tf.matmul(x, W) + b)
y_ = tf.placeholder(tf.float32, [None, 10])
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y), reduction_indices=[1]))
train_step = tf.train.GradientDescentOptimizer(0.05).minimize(cross_entropy)
sess = tf.InteractiveSession()
tf.global_variables_initializer().run()
for _ in range(1000):
batch_xs, batch_ys = mnist.train.next_batch(100)
sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})
correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
print(sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels}))粘贴上面的例子到新的 Python 3 Jupyter notebook，然后 shift+enter 执行代码。这里会得到基于测试数据的 0.9014 结果精度。
需要注意的是，运行大多数 cloud providers时，public IP address 将会暴露到internet，并且缺省是没有安全控制的endpoint。为了产品级部署，需要使用 SSL 和 authentication, 参考 documentation。
我们将每一个部署的模型都作为APP中的 component 。
在云计算中创建一个模型的component：
MODEL_COMPONENT=serveInception
MODEL_NAME=inception
MODEL_PATH=gs://kubeflow-models/inception
ks generate tf-serving ${MODEL_COMPONENT} --name=${MODEL_NAME}
ks param set ${MODEL_COMPONENT} modelPath ${MODEL_PATH}(或者) 创建一个model的component 在 nfs 上，了解和参考 components/k8s-model-server，如下：
MODEL_COMPONENT=serveInceptionNFS
MODEL_NAME=inception-nfs
MODEL_PATH=/mnt/var/nfs/general/inception
MODEL_STORAGE_TYPE=nfs
NFS_PVC_NAME=nfs
ks generate tf-serving ${MODEL_COMPONENT} --name=${MODEL_NAME}
ks param set ${MODEL_COMPONENT} modelPath ${MODEL_PATH}
ks param set ${MODEL_COMPONENT} modelStorageType ${MODEL_STORAGE_TYPE}
ks param set ${MODEL_COMPONENT} nfsPVC ${NFS_PVC_NAME}部署model component。Ksonnet将选择你的环境中的已存在的参数 (e.g. cloud, nocloud)，然后定制化结果部署为合适的：
ks apply ${KF_ENV} -c ${MODEL_COMPONENT}之前, 一些pods和services已经创建在你的集群中。你可以查询kubernetes得到服务endpoint：
kubectl get svc inception -n=${NAMESPACE}
NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE
...
inception LoadBalancer 10.35.255.136 ww.xx.yy.zz 9000:30936/TCP 28m
...在这里，你可以使用的 inception_client 为 ww.xx.yy.zz:9000
在gs://kubeflow-models/inception 的model 是可以公开访问的。但是，如果你的环境没有配置google cloud credential，TF serving 将无法读取model，查看 issue 获取样本。为了设置google cloud credential，你需要环境变量 GOOGLE_APPLICATION_CREDENTIALS 指向credential 文件，或者运行 gcloud auth login. 查看 doc 获取更多详细说明。
Seldon-core 提供了任意机器学习运行时的部署，将其 packaged in a Docker container。
安装seldon package：
ks pkg install kubeflow/seldon
创建 core components：
ks generate seldon seldon
Seldon 允许复杂的 runtime graphs用于模型推理的部署。一个 end-to-end整合的例子参见 kubeflow-seldon example。更多的细节参考 seldon-core documentation。
注意：在提交训练任务之前，你首先需要有一个 deployed kubeflow to your cluster。提交训练任务时，首先确认 TFJob custom resource 是可用的。
我们将每一个TensorFlow job作为APP中的 component 看待。
为训练任务创建 component：
JOB_NAME=myjob
ks generate tf-job ${JOB_NAME} --name=${JOB_NAME}为了配置这个 job需要设置一系列的参数。为了查看参数列表，运行：
ks prototype describe tf-job
参数设置使用 ks param ，设置 Docker image 使用：
IMAGE=gcr.io/tf-on-k8s-dogfood/tf_sample:d4ef871-dirty-991dde4
ks param set ${JOB_NAME} image ${IMAGE}你可以编辑 params.libsonnet 文件，直接设置参数。
警告 由于escaping序列问题，目前命令行的设置参数不能工作 (参见 ksonnet/ksonnet/issues/235)。因此，设置参数需要直接编辑 params.libsonnet 文件。
ks apply ${KF_ENV} -c ${JOB_NAME}监视任务执行情况，参见 TfJob docs.
ks delete ${KF_ENV} -c ${JOB_NAME}Kubeflow 附带了一个 ksonnet prototype ，适合运行 TensorFlow CNN Benchmarks。
创建component：
CNN_JOB_NAME=mycnnjob
ks generate tf-cnn ${CNN_JOB_NAME} --name=${CNN_JOB_NAME}提交任务：
ks apply ${KF_ENV} -c ${CNN_JOB_NAME}查看运行情况 (注意 tf-cnn job 也是 tfjobs. 参考 TfJob docs)
kubectl get -o yaml tfjobs ${CNN_JOB_NAME}删除任务：
ks delete ${KF_ENV} -c ${CNN_JOB_NAME}该 prototype提供了一系列参数控制任务的运行 (如使用 GPUs，分布式运行等...)。查看参数运行：
ks prototype describe tf-cnn
注意：在提交任务之前，你需要有一个部署好Kubeflow的集群（参见 deployed kubeflow to your cluster）。提交，确保 PyTorchJob custom resource 可用。
我们将每一个PyTorch任务看作为APP中的 component 。
为工作任务创建一个 component。
JOB_NAME=myjob
ks generate pytorch-job ${JOB_NAME} --name=${JOB_NAME}为了配置工作任务，需要设置一系列的参数。 显示参数使用：
ks prototype describe pytorch-job
参数设置使用 ks param ，设置Docker image 使用：
