【发布时间】：2019-05-23 21:55:39
【问题描述】：
我可以使用 Kubeflow 运行计算机视觉管道吗？这是个好主意，它会高效运行吗？
假设管道的步骤需要是图像分割、一些过滤等等（gpu 直到现在才启用 opencv），最后可能还有一个为 CNN 服务的 tensorflow。
有什么有用的资源吗？
谢谢，
【问题讨论】：
标签： kubernetes computer-vision kubeflow
【发布时间】：2019-05-23 21:55:39
【问题描述】：
kubeflow pipelines 非常适合您的特定用例。 这个想法是您将所有想要解耦的单独步骤容器化，例如：1/ 预处理、2/ 训练、3/ 服务。每个容器都经过设计，因此它可以采用您想要随时间修改的相关参数来运行不同版本的管道。
- 对于预处理图像，我建议从安装了 opencv 的 GPU 图像开始，该图像会丢弃 Google Cloud Storage 上的输出。
- 对于培训，您可以利用 gcloud 命令附带的
google/cloud-sdk:latest图像，这样您只需复制代码并运行 ml 引擎命令即可。 - 对于服务，您可以使用 ml 引擎来部署模型，从而再次从
google/cloud-sdk:latest开始构建映像，或者您可以使用现成可用的 TF 服务 images，您只需指定存储您保存的模型的存储桶和模型名称see instructions。
此blog posts 描述了如何构建类似的管道。
【讨论】：