Kubeflow とは Kubernetes ベースの本格的な機械学習基盤です。Google に強力に推進されており、GCPにはワンプッシュでデプロイできます。AWSやAzureにも当然設置可能です。

今回は MiniKFの新登場で、普段の開発マシンやオンプレサーバに簡単に本格的な機械学習基盤 Kubeflow をインストールできるようになりました。

インストール

VagrantとVirtualboxが必須なのでインストールしましょう。

Mac

Brewを使うと楽勝です。

brew cask install vagrant virtualbox

Virtualboxのインストールが The Installation Failed のエラーで失敗した場合は、Macの「セキュリティとプライバシ」の設定で、 "Oracle America, Inc." のソフトウェアを許可してください。

Virtualboxは apt で入ります。

sudo apt install virtualbox

しかし、vagrant は apt で入るバージョンが古くて virtualbox に対応していないので、ダウンロードしてインストールしましょう。

wget https://releases.hashicorp.com/vagrant/2.2.4/vagrant_2.2.4_x86_64.deb
sudo dpkg -i vagrant_2.2.4_x86_64.deb

mkdir -p ~/w/minikf; cd ~/w/minikf
vagrant init arrikto/minikf
vagrant up

最初の up では、VMイメージのダウンロードに20分くらいかかりますが、起動が終わったら Kubeflow 画面へアクセスできます。

open http://10.10.10.10:8080

手元のMacはWiFi接続しており、VMイメージのダウンロードがなかなか終わらないので、上記は本系ドキュメント及びUbuntuでの実行時の挙動から、そうなるはずだ、ということです。

Macなどからトンネルを接続していきましょう。サーバ [ai.local](http://ai.local) でMiniKFを動かしていたら、

ssh -NL 8080:10.10.10.10:8080 ai.local &
open http://localhost:8080

によって Kubeflow 画面にいけます。

設定情報は本系ドキュメントで確認しましょう。本記事執筆時だと、Jupyterノーツボックなど各種サービスの認証情報は次の通りです。

username: user
password: 12341234

以上、本番で Kubeflow の運用を考えていたら、開発時に MiniKF を使って、本番と開発の差分を小さくしておきましょう。