在 Kubeflow 中运行自定义容器时，如何将参数传递给容器？答案

【问题标题】：When running custom container in Kubeflow, how to pass arguments to the container?在 Kubeflow 中运行自定义容器时，如何将参数传递给容器？
【发布时间】：2021-11-11 23:05:49
【问题描述】：

我创建了一个容器映像，并希望将其作为我的 Kubeflow 管道的一部分运行。

我在本地测试了镜像，运行没问题：

docker run $IMAGE_URI --my_argument 28

我尝试使用预构建的组件 [CustomContainerTrainingJobRunOp][1] 在 Kubeflow 中运行它，但失败了。似乎问题出在参数上，因为在 Python 代码中硬编码参数值时没有问题。如何正确传递此组件中的参数？谢谢。

import kfp
from kfp.v2 import compiler
from kfp.v2.dsl import component
from kfp.v2.google import experimental
from kfp.v2.google.client import AIPlatformClient
from google_cloud_pipeline_components import aiplatform as gcc_aip

@kfp.dsl.pipeline(name=pipeline_name, pipeline_root='gs://a-gcs-bucket')
def pipeline():
    
    subclass_training_job_run_op = gcc_aip.CustomContainerTrainingJobRunOp(
        project=project_id, 
        display_name=model_display_name,
        container_uri=subclass_container_uri,
        args=["--my_argument", 28],
        staging_bucket=staging_bucket,
        base_output_dir=base_output_uri,
        #dataset=dataset_create_op.outputs["dataset"]
    )

Thank you!


  [1]: https://google-cloud-pipeline-components.readthedocs.io/en/google-cloud-pipeline-components-0.1.4/google_cloud_pipeline_components.aiplatform.html#google_cloud_pipeline_components.aiplatform.CustomContainerTrainingJobRunOp

【问题讨论】：

标签： containers kubeflow google-cloud-vertex-ai

【解决方案1】：

问题解决了：

args=["--my_argument", "28"]

【讨论】：