kubedl快速入门

KubeDL（Kubernetes Deep Learning）是一个基于Kubernetes的深度学习训练平台。它旨在简化在Kubernetes集群上运行和管理深度学习训练任务的过程。KubeDL提供了一系列的工具和抽象，使得用户可以更容易地扩展他们的训练作业，利用Kubernetes的资源管理和自动化能力。

服务部署

git clone https://github.com/kubedl-io/kubedl.git
cd kubedl
helm install kubedl ./helm/kubedl --create-namespace -n kubedl-system
# helm install kubedl ./helm/kubedl --create-namespace -n kubedl-system  --set resources.requests.cpu=1024m --set resources.requests.memory=2Gi

参考文档：https://kubedl.io/docs/installation/install-using-helm

快速入门

提交TensorFlow任务：

kubectl apply -f https://raw.githubusercontent.com/kubedl-io/kubedl/master/example/tf/tf_job_mnist_distributed_simple.yaml

查看：

kubectl get tfjobs

查看详情：

kubectl describe tfjob tf-distributed-simple

删除：

kubectl delete tfjob tf-distributed-simple

dashboard 部署

kubectl apply -f console/dashboard.yaml

部署参考：https://kubedl.io/docs/training/dashboard

部署dashboard后发现权限异常导致的展示失败。 默认deployment使用serviceAccount: default进行鉴权（kubernetes的默认策略），导致权限不足，可以同通过一下方式增加default 权限。

kubectl create clusterrolebinding kubedl-default --clusterrole=kubedl-role --serviceaccount=kubedl-system:default

或者直接修改serviceAccount: kubedl，更换高权限用户。