几周来，我一直在阅读生产中ML的不同方法。我决定测试Kubeflow，并决定在GCP上测试它。我开始使用官方Kubeflow网站上的guidline在GCP上部署Kubeflow(此处https://www.kubeflow.org/docs/gke/)。我遇到了很多问题，很难解决。我开始寻找一种更好的方法，我注意到GCP AI平台现在只需几个简单的步骤就可以部署Kubeflow管道。(https://cloud.google.com/ai-platform/pipelines/docs/connecting-with-sdk.)
在轻松设置之后，我几乎没有任何疑问。如果设置和部署Kubeflow这么容易，为什么我们必须按照Kubeflow官方网站上的建议，采用如此繁琐的方式。既然在GCP上创建Kubeflow管道基本上意味着我在GCP中部署Kubeflow，这是否意味着我可以访问其他Kubeflow服务，如Katib？
Elnaz
kubeflow官方网站以详细的方式提供了所需的信息，并在谷歌云中直接为您提供可能的现成解决方案。
参考will fuks文件，它说是的，你可以在GCP 上访问katlib
Kubeflow Pipelines的GCP管理服务就是这样。您将没有足够的权限访问集群以进行更改。我已经部署了一个Kubeflow集群，它仍然可以到达人工智能中心。
我相信他们有计划扩大可以在人工智能平台上部署的内容，但如果你不想等待，自我部署是可能的(但并不容易(