k8s
未读
NVIDIA GPU & K8s
参考:https://www.cnblogs.com/KubeExplorer/p/18624112 NVIDIA 实现了NVIDIA/k8s-device-plugin 来使得节点上的 GPU 能够被 k8s 感知到。具体的device plugin可以看http://www.wuyq.net/a
k8s
未读
K8s Admission Policy
参考:https://blog.csdn.net/gitblog_00796/article/details/148523806?ops_request_misc=&request_id=&biz_id=102&utm_term=admission%20policy&utm_medium=distr
k8s
未读
K8s admission webhook
本文参考:https://zhuanlan.zhihu.com/p/404764407 仅做记录 1、介绍 Webhook就是一种HTTP回调,用于在某种情况下执行某些动作,Webhook不是K8S独有的,很多场景下都可以进行Webhook,比如在提交完代码后调用一个Webhook自动构建docke
k8s
未读
K8s device plugin
本文来源:https://zhuanlan.zhihu.com/p/22666267497 仅做记录 Kubernetes 提供了 Device Plugin 机制,用于向
k8s
未读
k8s Scheduler framework
最近又申到了GLCC的一个项目:kuscia 这是一个基于k8s Scheduler framework写的调度器,实现了一个plugin叫kusciascheduling 在写之前需要复习一下调度器框架的写法。原生调度器和volcano的逻辑还是有很大区别的 参考:https://kubernet
k8s
未读
volcano plugin-2
nodeorder nodeorder 是 Volcano 调度器的核心插件之一,用于实现节点排序策略的加权组合,基于多种调度算法的综合得分决定任务的最佳部署节点。支持原生 Kubernetes 的多种调度策略,通过用户定义的权重参数灵活调整各策略的影响力。 核心功能: 多策略集成:整合 Kuber
k8s
未读
volcano plugin-1
Job和Task 关于所有的插件代码里有一个task和pod关系的问题: 看了一下官方的例子 apiVersion: batch.volcano.sh/v1alpha1
kind: Job
metadata:
name: test-job-webhook-disallow
spec:
sch
k8s
未读
六、Hyperparameter Tuning and Auto ML
在前几章中,我们已经看到Kubeflow如何帮助机器学习的各个阶段。但是,了解每个阶段该做什么——无论是特征准备、训练还是模型部署——都需要一定的专业知识和实验。根据“没有免费午餐”定理,没有一个模型能够适用于所有的机器学习问题,因此每个模型都必须精心构建。如果每个阶段都需要大量的人工投入,那么完全