我们如何在 kubeflow 中指定 tensorflow 服务的版本？
how can we specify version of tensorflow serving in kubeflow?
我正在尝试使用 tensorflow serving 来为模型提供服务。当我尝试使用 ksonnet 应用服务组件时，我看到在 kubernetes(gke) 上创建的工作负载正在使用 tensorflow 1.7(gcr.io/kubeflow-images-public/tensorflow-serving-1.7:v20180604-0da89b8a).
有没有办法指定 Kubeflow 中服务的 tensorflow 版本？
TensorFlow 的版本由您使用的 TensorFlow Serving Docker 映像决定。如果您使用 Kubeflow ksonnet 原型进行 TFServing，参数 modelServerImage 可用于设置图像。
此外，创建服务原型后，您可以运行 ks show <env_name> -c <prototype_name> 查看将部署的实际 YAML 文件。这可能会让您更清楚地了解您实际将部署的内容，然后您可以更深入地查看 jsonnet 以了解特定变量（在本例中是引用 tf 服务版本的图像）是如何使用您设置的参数设置的在 params.jsonnet.
中指定
我正在尝试使用 tensorflow serving 来为模型提供服务。当我尝试使用 ksonnet 应用服务组件时，我看到在 kubernetes(gke) 上创建的工作负载正在使用 tensorflow 1.7(gcr.io/kubeflow-images-public/tensorflow-serving-1.7:v20180604-0da89b8a).
有没有办法指定 Kubeflow 中服务的 tensorflow 版本？
TensorFlow 的版本由您使用的 TensorFlow Serving Docker 映像决定。如果您使用 Kubeflow ksonnet 原型进行 TFServing，参数 modelServerImage 可用于设置图像。
此外，创建服务原型后，您可以运行 ks show <env_name> -c <prototype_name> 查看将部署的实际 YAML 文件。这可能会让您更清楚地了解您实际将部署的内容，然后您可以更深入地查看 jsonnet 以了解特定变量（在本例中是引用 tf 服务版本的图像）是如何使用您设置的参数设置的在 params.jsonnet.