实例化和关闭 Kubeflow pods
Instantiate and Shutdown Kubeflow pods
我正在学习 Kubernetes 和 Kubeflow，有一些我想做的事情，但我没有在互联网上找到任何关于是否可能或我应该采取的路线的明确答案。
在训练我的机器学习模型时，我想使用大型机器在云端训练我的模型，但之后，我只想在小型实例上提供模型。我希望大型机器只在训练步骤时使用，然后关闭。可以用 Kubeflow 做到这一点吗？如果是这样，我将如何去做？
抱歉新手问题，我还在学习这个平台。
实现此目的的一种方法是拥有两个独立的集群。一个大集群用于训练，另一个小集群用于服务。您可以在更大的集群上使用 Kubeflow Pipelines，训练模型，然后将模型文件放在分布式存储中。在较小的集群上，您可以 运行 KFServing standalone 并将模型二进制文件从分布式存储加载到您的推理服务中。
我正在学习 Kubernetes 和 Kubeflow，有一些我想做的事情，但我没有在互联网上找到任何关于是否可能或我应该采取的路线的明确答案。
在训练我的机器学习模型时，我想使用大型机器在云端训练我的模型，但之后，我只想在小型实例上提供模型。我希望大型机器只在训练步骤时使用，然后关闭。可以用 Kubeflow 做到这一点吗？如果是这样，我将如何去做？
抱歉新手问题，我还在学习这个平台。
实现此目的的一种方法是拥有两个独立的集群。一个大集群用于训练，另一个小集群用于服务。您可以在更大的集群上使用 Kubeflow Pipelines，训练模型，然后将模型文件放在分布式存储中。在较小的集群上，您可以 运行 KFServing standalone 并将模型二进制文件从分布式存储加载到您的推理服务中。