接口

本页介绍了可用于使用 Kubeflow Pipelines 构建和运行机器学习 (ML) 工作流的接口。

用户界面 (UI)

您可以通过在 Kubeflow UI 上点击**Pipeline Dashboard**来访问 Kubeflow Pipelines UI。Kubeflow Pipelines UI 界面如下所示：

在 Kubeflow Pipelines UI 中，您可以执行以下任务：

• 运行预加载的示例以快速试用流水线。
• 将流水线作为压缩文件上传。该流水线可以是您构建的（请参阅如何构建流水线），也可以是其他人与您共享的。
• 创建一个*实验*来分组您的一个或多个流水线运行。请参阅实验的定义。
• 在实验中创建并启动一个*运行*。运行是流水线的单次执行。请参阅运行的定义。
• 探索您的流水线运行的配置、图和输出。
• 比较一个实验中的一次或多次运行结果。
• 通过创建周期性运行来安排运行。

有关访问 Kubeflow Pipelines UI 和运行示例的更多信息，请参阅快速入门指南。

在构建流水线组件时，您可以输出信息以便在 UI 中显示。请参阅导出指标和在 UI 中可视化结果的指南。

Python SDK

Kubeflow Pipelines SDK 提供了一组 Python 包，您可以使用它们来指定和运行您的 ML 工作流。

有关如何使用 SDK 构建流水线组件和流水线的概述，请参阅Kubeflow Pipelines SDK 简介。

REST API

Kubeflow Pipelines API 对于持续集成/持续部署系统非常有用，例如，当您想将流水线执行集成到 shell 脚本或其他系统中时。例如，您可能希望在新数据到来时触发流水线运行。

请参阅Kubeflow Pipelines API 参考文档。