TFX 同时运行多个训练器

Question

我是 tfx 的新手，正在学习组装管道。我已经在 GCP 上的 Kubeflow 中成功构建了一个管道。我想知道如何运行多个训练器，这些训练器将使用相同的 csvexamplegen、转换和 schemagen 在管道中生成不同的输出/推动器。有没有人这样做过？请提前告知并感谢。

  def create_pipeline(

    pipeline_name: Text,

    pipeline_root: Text,

    data_path: Text,

    preprocessing_fn: Text,

    run_fn: Text,

    train_args: trainer_pb2.TrainArgs,

    eval_args: trainer_pb2.EvalArgs,

    eval_accuracy_threshold: float,

    serving_model_dir: Text,

    metadata_connection_config: Optional[

        metadata_store_pb2.ConnectionConfig] = None

) -> pipeline.Pipeline:

      trainer_args = {

      'run_fn': run_fn,

      'transformed_examples': transform.outputs['transformed_examples'],

      'schema': schema_gen.outputs['schema'],

      'transform_graph': transform.outputs['transform_graph'],

      'train_args': train_args,

      'eval_args': eval_args,

      'custom_executor_spec':

          executor_spec.ExecutorClassSpec(trainer_executor.GenericExecutor)}

      trainer = Trainer(**trainer_args)

      components.append(trainer)

return pipeline.Pipeline(

      pipeline_name=pipeline_name,

      pipeline_root=pipeline_root,

      components=components,

      enable_cache=True,

      metadata_connection_config=metadata_connection_config,

      beam_pipeline_args=beam_pipeline_args,

  )

Answer 1

为了让 Kubeflow 获取的培训师独一无二，我必须输入 instance_name 来定义培训师。trainer2 = Trainer(      run_fn=run_fn2,      examples=transform.outputs['transformed_examples'],      schema=schema_gen.outputs['schema'],      transform_graph= transform.outputs['transform_graph'],      train_args= train_args2,      eval_args= eval_args2,      custom_executor_spec= executor_spec.ExecutorClassSpec(trainer_executor.GenericExecutor),      instance_name='trainer2'  )