在 Kubeflow Pipelines 中，如何将元素列表发送到轻量级 python 组件？

Question

我正在尝试将元素列表作为 PipelineParameter 发送到轻量级组件。
这是重现问题的示例。这是函数：

def my_func(my_list: list) -> bool:
    print(f'my_list is {my_list}')
    print(f'my_list is of type {type(my_list)}')
    print(f'elem 0 is {my_list[0]}')
    print(f'elem 1 is {my_list[1]}')
    return True

如果我用这个执行它：

test_data = ['abc', 'def']
my_func(test_data)

它的行为符合预期：

my_list is ['abc', 'def']
my_list is of type <class 'list'>
elem 0 is abc
elem 1 is def

但是如果我将它包装在一个操作中并设置一个管道：

import kfp

my_op = kfp.components.func_to_container_op(my_func)

@kfp.dsl.pipeline()
def my_pipeline(my_list: kfp.dsl.PipelineParam = kfp.dsl.PipelineParam('my_list', param_type=kfp.dsl.types.List())):
    my_op(my_list)

kfp.compiler.Compiler().compile(my_pipeline, 'my_pipeline.zip')

然后运行管道：

client = kfp.Client()
experiment = client.create_experiment('Default')
client.run_pipeline(experiment.id, 'my job', 'my_pipeline.zip', params={'my_list': test_data})

然后似乎在某个时候我的列表被转换为字符串！

my_list is ['abc', 'def']
my_list is of type <class 'str'>
elem 0 is [
elem 1 is '

Answer 1

这是我发现的一个解决方法，将参数序列化为 json 字符串。不确定这是否真的是最好的方法...

裸函数变为：

def my_func(json_arg_str: str) -> bool:
    import json
    args = json.loads(json_arg_str)
    my_list = args['my_list']
    print(f'my_list is {my_list}')
    print(f'my_list is of type {type(my_list)}')
    print(f'elem 0 is {my_list[0]}')
    print(f'elem 1 is {my_list[1]}')
    return True

只要您将 args 作为 json 字符串而不是列表传递，它仍然有效：

test_data = '{"my_list":["abc", "def"]}' my_func(test_data)

产生预期结果：

my_list is ['abc', 'def']
my_list is of type <class 'list'>
elem 0 is abc
elem 1 is def

现在管道已更改为接受 str 而不是 kfp.dsl.types.List 类型的 PipelineParam:

import kfp 

my_op = kfp.components.func_to_container_op(my_func)

@kfp.dsl.pipeline()
def my_pipeline(json_arg_str: str):
    my_op(json_arg_str)

kfp.compiler.Compiler().compile(my_pipeline, 'my_pipeline.zip')

其中，当这样执行时：

client = kfp.Client()
experiment = client.create_experiment('Default')
client.run_pipeline(experiment.id, 'my job', 'my_pipeline.zip', params={'json_arg_str': test_data})

产生相同的结果：

my_list is ['abc', 'def']
my_list is of type <class 'list'>
elem 0 is abc
elem 1 is def

虽然它有效，但我还是觉得这个解决方法很烦人。如果不是为了允许一个 PipelineParam 是一个列表，那么 kfp.dsl.types.List 的意义何在？

Answer 2

目前最好的选择似乎是序列化参数。有一个与此相关的问题：https://github.com/kubeflow/pipelines/issues/1901

在 Kubeflow Pipelines 中，如何将元素列表发送到轻量级 python 组件？

In Kubeflow Pipelines, how to send a list of elements to a lightweight python component?

kubeflow

kubeflow-pipelines