blocks|key|420396|text|您不必重写组件，在kfp中不存在tfx组件的映射，因为它们不是竞争性工具。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|420397|使用tfx创建组件，然后使用策划人运行它们。库贝流管道是其中之一。|offset|length|420398|tfx.orchestration.pipeline将封装tfx组件并创建管道。|style|CODE|420399|我们在kubeflow管道后面有两个调度程序:+Argo+(由gcp使用)和Tekton+(由openshift使用)。在各自的存储库中都有使用tekton的kubeflow管道tfx和使用argo的tfx与库贝流管道的示例。|420400|entityMap|0|LINK|mutability|MUTABLE|url|https://www.tensorflow.org/tfx/guide/custom_orchestrator|1|https://github.com/kubeflow/kfp-tekton/blob/master/samples/kfp-tfx/tfx-taxi-on-prem/TFX-taxi-sample-pvc.py|2|https://github.com/kubeflow/pipelines/blob/74c7773ca40decfd0d4ed40dc93a6af591bbc190/samples/core/parameterized_tfx_oss/parameterized_tfx_oss.py^0|0|E|3|0|0|0|Q|0|1Y|M|1|2L|G|2|0^^$0|@$1|2|3|4|5|6|7|X|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|Y|8|@]|9|@$D|Z|E|10|1|11]]|A|$]]|$1|F|3|G|5|6|7|12|8|@$D|13|E|14|H|I]]|9|@]|A|$]]|$1|J|3|K|5|6|7|15|8|@]|9|@$D|16|E|17|1|18]|$D|19|E|1A|1|1B]]|A|$]]|$1|L|3|-4|5|6|7|1C|8|@]|9|@]|A|$]]]|M|$N|$5|O|P|Q|A|$R|S]]|T|$5|O|P|Q|A|$R|U]]|V|$5|O|P|Q|A|$R|W]]]]

You don’t have to rewrite the components, there is no mapping of components of tfx in kfp, as they are not competitive tools.
With tfx you create the components and then you use an <a href="https://www.tensorflow.org/tfx/guide/custom_orchestrator" rel="nofollow noreferrer">orchestrator</a> to run them. Kubeflow pipelines is one of the orchestrators.
The <code>tfx.orchestration.pipeline</code> will wrap your tfx components and create your pipeline.
We have two schedulers behind kubeflow pipelines: Argo (used by gcp) and Tekton (used by openshift). There are examples for <a href="https://github.com/kubeflow/kfp-tekton/blob/master/samples/kfp-tfx/tfx-taxi-on-prem/TFX-taxi-sample-pvc.py" rel="nofollow noreferrer">tfx with kubeflow pipelines using tekton</a> and <a href="https://github.com/kubeflow/pipelines/blob/74c7773ca40decfd0d4ed40dc93a6af591bbc190/samples/core/parameterized_tfx_oss/parameterized_tfx_oss.py" rel="nofollow noreferrer">tfx with kubeflow pipelines using argo</a> in the respective repositories.

blocks|key|1418622|text|实际上，Kubeflow确实有一个在文档中引用的可重用组件的概念。它们可以是基于python的或者是基于YAML的，等等。然而，没有像TFX这样的“标准”有它们。您只需在示例回购中看到其中的一堆，并创建您自己的可重用的。|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|1418623|您可以在某种程度上互换地对待TFX组件和Kubeflow组件，因为TFX组件确实是通过orchestrator逻辑编译到Kubeflow表示中的。只需将KubeflowDagRunner与TFX管道一起使用即可。然而，我可能遗漏了一些东西:你改写库贝弗尔的动机是什么？|1418624|entityMap|0|LINK|mutability|MUTABLE|url|https://www.kubeflow.org/docs/components/pipelines/sdk/component-development/|1|https://github.com/kubeflow/pipelines/tree/master/components/sample/keras/train_classifier|2|https://github.com/tensorflow/tfx/blob/master/tfx/orchestration/kubeflow/kubeflow_dag_runner.py^0|I|2|0|2D|4|1|0|24|H|2|0^^$0|@$1|2|3|4|5|6|7|R|8|@]|9|@$A|S|B|T|1|U]|$A|V|B|W|1|X]]|C|$]]|$1|D|3|E|5|6|7|Y|8|@]|9|@$A|Z|B|10|1|11]]|C|$]]|$1|F|3|-4|5|6|7|12|8|@]|9|@]|C|$]]]|G|$H|$5|I|J|K|C|$L|M]]|N|$5|I|J|K|C|$L|O]]|P|$5|I|J|K|C|$L|Q]]]]

Actually Kubeflow does have a notion of reusable components that they reference in the <a href="https://www.kubeflow.org/docs/components/pipelines/sdk/component-development/" rel="nofollow noreferrer">docs</a>. They can be python-based or YAML-based and so on. However, there is no 'standard' ones like TFX has them. You can just see a bunch of them in the <a href="https://github.com/kubeflow/pipelines/tree/master/components/sample/keras/train_classifier" rel="nofollow noreferrer">examples repo</a>, and create your own reusable ones.
You can sort of treat TFX components and Kubeflow components somewhat interchangeably though, as TFX components do get compiled into the Kubeflow representation via the orchestrator logic. Simply use the <a href="https://github.com/tensorflow/tfx/blob/master/tfx/orchestration/kubeflow/kubeflow_dag_runner.py" rel="nofollow noreferrer">KubeflowDagRunner</a> with your TFX pipelines. However I might be missing something: What is your motivation to re-write in Kubeflow?

I have an existing TFX pipeline <a href="https://github.com/GoogleCloudPlatform/mlops-with-vertex-ai/tree/main/src/tfx_pipelines" rel="nofollow noreferrer">here</a> that I want to rewrite using the <a href="https://kubeflow-pipelines.readthedocs.io/en/stable/index.html" rel="nofollow noreferrer">KubeFlow Pipelines SDK</a>.
The existing pipeline is using many <a href="https://www.tensorflow.org/tfx/api_docs/python/tfx/v1/components" rel="nofollow noreferrer">TFX Standard Components</a> such as <code>ExampleValidator</code>. When checking the KubeFlow SDK, I see a <a href="https://kubeflow-pipelines.readthedocs.io/en/stable/source/kfp.components.html#module-kfp.components" rel="nofollow noreferrer">kfp.components.package</a> but no existing prebuilt components like TFX provides.
Does the KubeFlow SDK have an equivalent to the TFX Standard Components?

Equivalent of TFX Standard Components in KubeFlow

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

我有一个现有的TFX管道，我想用重写它。现有的管道正在使用许多，如ExampleValidator。在检查KubeFlow SDK时，我看到一个，但没有像TFX这样的现有预构建组件。TFX是否与KubeFlow标准组件等效？

问KubeFlow中TFX标准件的等效性
EN

回答 2

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问KubeFlow中TFX标准件的等效性EN

回答 2

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问KubeFlow中TFX标准件的等效性
EN