這個多部分的教程通過使用開源工具構建本地機器學習管道為您提供指導。 它非常適合預算的初創公司，強調控制和成本可預測性。
鍵優點：
>目標受眾：
本指南適用於軟件工程師或個人建立可準備生產的ML型號，尤其是ML管道的新模型。 >先決條件：使用的工具：
docker
kubernetes
>牧場主（帶有RKE）
> kubeflow/kubeflow管道（用後面的部分覆蓋）>您將至少需要兩台Linux機器（或啟用了橋接網絡和濫交模式的VM），在同一LAN上被指定為“ Master”和“ Worker”。 請注意，使用VMS限制GPU訪問和性能。 >
基本機器詳細信息（IP地址，用戶名，SSH鍵）才能進行配置。 本教程將使用臨時主機名（例如
）。 在兩台機器上相應地修改您的文件，以反映此主機名和IP地址。 如果使用VMS，請將主機名輸入添加到主機計算機的文件以及瀏覽器訪問中。
步驟1：獲取RKE二進制：>
>從github發行頁面下載適合您的操作系統的二進製文件，使其可執行，然後將其移至
。 rancher-demo.domain.test來驗證安裝
/etc/hosts>/etc/hosts>步驟2：準備Linux主機：
on所有>機器：
docker>組中。 註銷並返回以使小組更改以生效。 AllowTcpForwarding yesin/etc/ssh/sshd_config）。 sudo swapoff -a禁用交換，並在/etc/fstab>中註釋交換條目。 sudo sysctl net.bridge.bridge-nf-call-iptables=1。 resolvconf>，添加名稱服務器（例如，8.8.4.4和8.8.8.8）和restart/etc/resolvconf/resolv.conf.d/head。
resolvconf
>rke config步驟4：提出群集：cluster.yml
run
rke up>
copyto。
>步驟6：安裝kubectl：kube_config_cluster.yml>
使用提供的命令在主節點上$HOME/.kube/config。通過運行
來驗證安裝
>>步驟7：安裝頭盔3：
>使用提供的命令安裝頭盔3。
kubectl>kubectl get nodes步驟8：使用Helm安裝牧場主：
>添加牧場主存儲庫，創建一個名稱空間，然後使用Helm安裝牧場主。 監視部署狀態。
>步驟9：設置入口（用於無負載平衡器的訪問）：
> >創建一個>文件（將主機調整到您選擇的主機名中），然後使用
。>cattle-system>步驟10：訪問牧場主：
>訪問Rancher UI at（或您選擇的主機名），創建一個密碼，並設置域名。
ingress.yml
kubectl apply -f ingress.yml>
> >安裝cert-manager（版本v0.9.1）使用提供的命令。監視豆莢以確保它們運行。 >
這將完成Kubernetes群集設置。該系列的下一部分將涵蓋安裝kubeflow。常見問題（常見問題解答）：
> FAQS部分為有關本地Kubernetes設置的常見問題提供了全面的答案，涵蓋了收益，與基於雲的解決方案，挑戰，安全考慮，遷移策略，硬件需求，縮放，Kubernetes操作員，機器學習工作量和機器學習工作和機器學習工作和機器學習工作和機器學習工作，並進行比較績效監控。以上是機器學習管道：設置本地kubernetes的詳細內容。更多資訊請關注PHP中文網其他相關文章！
