Kubeflow Dashboard 操作详解
📚 共计 30 章节
01
Kubeflow 初识
什么是 Kubeflow · 诞生背景与核心价值 · MLOps 定位
概念
MLOps
02
环境准备
K8s 集群要求 · kfctl 安装 1.7 · Dashboard HTTPS 配置
安装
集群
03
Dashboard 总览
Central Dashboard 布局 · 左侧导航 · 用户/命名空间切换
界面
导航
04
Notebook 管理
创建 Jupyter 实例 · CPU/GPU/内存 · 挂载 PVC
Notebook
PVC
05
Pipeline 入门
Component / Graph / Run · SDK 构建第一个流水线
Pipeline
SDK
06
Pipeline 进阶
参数传递 · 条件分支与循环 · Artifact 可视化
进阶
Artifact
07
Katib 超参调优
超参调优概念 · Experiment · 搜索算法 (Random/Grid/Bayesian)
Katib
超参
08
KFServing 模型部署
部署 TensorFlow 模型 · InferenceService · 自动扩缩容/金丝雀
Serving
金丝雀
09
Fairing 构建与训练
Fairing 构建/训练 · 远程调试
Fairing
训练
10
Metadata 管理
实验元数据 · Artifact lineage · Pipeline 集成
Metadata
追踪
11
Multi-Tenancy & RBAC
Profile/Namespace 绑定 · 用户角色 · 资源配额
多租户
RBAC
12
Volumes 与数据管理
创建 PVC · Notebook 挂载 · 跨 Pipeline 共享
存储
PVC
13
Experiments & Runs
组织实验 · 对比 Runs · 自动调度/重试
实验
调度
14
Recurring Runs
定时执行 Pipeline · Cron 表达式 · 触发条件
定时
Cron
15
Pipeline 版本管理
版本化代码 · 回滚/对比 · Git 集成
版本
Git
16
Visualization 组件
TensorBoard · 自定义可视化 · Metrics 图表
可视化
TensorBoard
17
Kale 低代码 Pipeline
Notebook 注解生成 Pipeline · Kale 工作流
低代码
Kale
18
Tekton 后端切换
KFP 后端切换 Tekton · 兼容性与差异
Tekton
后端
19
Monitoring & 日志
Pod 日志 · Prometheus/Grafana · 健康检查
监控
日志
20
Backup 与恢复
备份 MySQL/MinIO · 恢复 Kubeflow 环境
备份
恢复
21
升级 Kubeflow
版本升级策略 · 数据迁移 · 回滚方案
升级
迁移
22
自定义 Dashboard 插件
开发插件 · 注册到 Central Dashboard
插件
扩展
23
CI/CD 集成
Jenkins/GitLab CI · 自动触发训练与部署
CI/CD
自动化
24
GPU 管理与调度
GPU 节点池 · NVIDIA Operator · 监控使用率
GPU
调度
25
分布式训练
TFJob / PyTorchJob · AllReduce · Horovod
分布式
Horovod
26
Serving 高级功能
Transformer/Explainer · 模型监控 · A/B 测试
Serving
A/B
27
安全加固
TLS 证书 · OIDC 认证 · 网络/ Pod 安全策略
安全
TLS
28
成本优化
Spot 实例 · 自动缩放 · 资源超分与限制
成本
Spot
29
故障排查
Dashboard 无法访问 · Pipeline 失败 · Notebook 启动失败
排错
诊断
30
生产最佳实践
高可用部署 · 多集群管理 · 团队协作规范
最佳实践
生产