cce部署_CCE部署使用Kubeflow

CCE（容器集群引擎）是华为云提供的一种高性能、高可靠、高安全的容器管理服务，Kubeflow是一个开源的机器学习平台，用于部署和管理机器学习工作流程，本文将介绍如何在华为云上使用CCE部署Kubeflow。

准备工作

1、注册华为云账号并登录。

2、开通CCE服务。

3、安装kubectl命令行工具。

创建CCE集群

1、登录CCE控制台，点击“创建集群”。

2、选择“Kubernetes集群”，输入集群名称和描述，设置节点规格和数量。

3、配置集群网络，选择VPC和子网。

4、设置集群访问权限，包括密钥对、安全组等。

5、点击“创建”按钮，等待集群创建完成。

部署Kubeflow

1、下载Kubeflow镜像：

docker pull gcr.io/kubeflowimagespublic/katib/v1alpha2/katibcontroller:v0.6.0
docker pull gcr.io/kubeflowimagespublic/tfoperator/distrolessamd64:v0.8.0
docker pull gcr.io/kubeflowimagespublic/pytorchoperator:v1.5.0
docker pull gcr.io/kubeflowimagespublic/xgboostoperator:v0.7.0

2、创建一个名为kubeflow的命名空间：

kubectl create namespace kubeflow

3、部署Katib控制器：

kubectl apply f https://storage.googleapis.com/mlpipeline/release/v1.13/kubernetes/katib/katibcontroller.yaml namespace=kubeflow

4、部署TF Operator：

kubectl apply f https://storage.googleapis.com/mlpipeline/release/v1.13/kubernetes/tf_operator/tf_operator.yaml namespace=kubeflow

5、部署PyTorch Operator：

kubectl apply f https://storage.googleapis.com/mlpipeline/release/v1.13/kubernetes/pytorch_operator/pytorch_operator.yaml namespace=kubeflow

6、部署XGBoost Operator：

kubectl apply f https://storage.googleapis.com/mlpipeline/release/v1.13/kubernetes/xgboost_operator/xgboost_operator.yaml namespace=kubeflow

验证Kubeflow部署成功

1、查看Kubeflow组件运行状态：

kubectl get pods n kubeflow watch

2、访问Jupyter Notebook：

kubectl portforward n kubeflow $(kubectl get pods n kubeflow l app=jupyter,component=notebook o jsonpath='{range .items[*]}{@metadata.name}'):8888:8888 &

在浏览器中访问http://localhost:8888，即可看到Jupyter Notebook界面。

下面是一个关于在CCE（云容器引擎）上部署Kubeflow的介绍：