pipelines

Kubeflow Pipelinesは、Kubeflow機械学習ツールキットのコンポーネントであり、Kubernetes上でのMLワークフローのデプロイをシンプル、ポータブル、スケーラブルにするために設計されています。再利用可能なエンドツーエンドのMLパイプラインを構築、デプロイ、管理するためのプラットフォームを提供します。 このサービスは、MLワークフローのエンドツーエンドオーケストレーション、さまざまな試行と実験を管理することによる容易な実験、およびコンポーネントとパイプラインの容易な再利用によるエンドツーエンドソリューションの迅速な組み立てという3つの主要な目標を達成することを目指しています。 **インストール:** Kubeflow Pipelinesは、Kubeflow Platformの一部として、またはスタンドアロンサービスとしてインストールできます。バージョン1.8以降、デフォルトでEmissary Executorを使用します。これはコンテナランタイムに依存せず、Kubernetesクラスタ上の任意のコンテナランタイムと互換性があります（DockerランタイムはKubernetes 1.20以降で非推奨となっています）。 **依存関係の互換性マトリックス:** - Argo Workflows: v3.7、v4.1 - MySQL: v8 注: Argo Workflows 3.xはKFP 2.xでサポートされていますが、KFP 3.0では非推奨です。オペレーターはKFP 3.0にアップグレードする前に、サポートされている4.xリリースにアップグレードする必要があります。 **ドキュメント:** 概要、SDK使用ガイド、API仕様、Python SDKリファレンスドキュメントを含む包括的なドキュメントが利用可能です。このプロジェクトには、DeepWiki上のAIを活用したリポジトリドキュメントもあります（完全に正確ではない可能性があるという警告付き）。 **コントリビューション:** コントリビューターは、CONTRIBUTING.mdのガイドラインと、ソースからのビルドおよびデプロイに関する開発者ガイドを読む必要があります。オプションの`just`コマンドランナーは、ローカル開発の利便性のために既存の`make`ターゲットの短いエイリアスを提供します。 **コミュニティ:** - コミュニティミーティングは隔週水曜日（午前10時〜11時 PST）に開催され、カレンダー招待と議事録が利用可能です。 - Cloud Native Computing Foundation SlackワークスペースにSlackチャンネル（#kubeflow-pipelines）があります。 **アーキテクチャ:** 詳細はArchitecture.mdファイルで利用可能です。 **謝辞:** Kubeflow Pipelinesは、デフォルトでArgo Workflowsを使用してKubernetesリソースをオーケストレーションしており、Argoコミュニティのサポートに感謝します。