嘿，我刚好有过用命令行批量处理Kubeflow实验的经验，这就给你梳理几个实用的方法，比反复点UI高效太多了！

一、用Kubeflow Pipelines CLI（kfp）快速提交带参数的运行 #

如果你的实验是基于Kubeflow Pipelines的，kfp CLI是最直接的工具，专门用来批量管理Pipeline运行和参数：

1. 先装上kfp工具
   用pip就能搞定：

pip install kfp --upgrade

2. 连接到你的Kubeflow集群
   首先得拿到你Kubeflow Pipelines的API地址（一般是https://<你的Kubeflow域名>/pipeline），然后登录：

kfp login --endpoint <你的Pipeline API地址>

要是你用的是本地测试集群（比如minikube），得先做端口转发：

kubectl port-forward svc/ml-pipeline 8888:80 -n kubeflow

之后用http://localhost:8888作为endpoint登录就行。

3. 提交带自定义参数的运行
   分两种情况：

• 如果你已经有上传到Pipelines的模板：先通过UI或者kfp pipeline list拿到模板ID，然后提交：

kfp run submit --experiment-name <你的实验名> --pipeline-id <模板ID> --param "学习率=0.001" --param "批次大小=64"

• 如果你有本地的Pipeline Python文件：直接编译+提交一步到位：

kfp run submit --experiment-name <你的实验名> --package-path <本地Pipeline文件路径> --param "学习率=0.001" --param "批次大小=64"

二、直接用kubectl操作Kubeflow自定义资源 #

如果你的实验是基于TFJob、PyTorchJob这类Kubeflow自定义资源（CRD）的，直接用kubectl就能搞定参数配置：

1. 先确认集群上的Kubeflow CRDs
   跑这个命令看看哪些可用：

kubectl get crds | grep kubeflow.org

2. 创建带参数的Job示例
   把参数写在YAML文件里，比如一个TFJob的配置：

apiVersion: kubeflow.org/v1
kind: TFJob
metadata:
  name: tf-training-job
  namespace: kubeflow
spec:
  tfReplicaSpecs:
    Worker:
      replicas: 2
      template:
        spec:
          containers:
          - name: tensorflow
            image: tensorflow/tensorflow:2.10.0
            command: ["python", "/app/train.py"]
            args:
            - "--learning-rate=0.001"
            - "--batch-size=64"
            - "--epochs=10"
          restartPolicy: OnFailure

然后应用这个配置：

kubectl apply -f tfjob.yaml

3. 修改现有运行的参数
   要是想调整已经在跑的Job，直接编辑：

kubectl edit tfjob tf-training-job -n kubeflow

在编辑界面改args里的参数，保存后集群会自动更新运行状态。

三、批量实验的小技巧 #

• 写个shell脚本批量提交不同参数的运行，比如调学习率的实验：

# 循环提交不同学习率的运行
for lr in 0.001 0.0005 0.0001; do
  kfp run submit --experiment-name lr-tuning-test --pipeline-id <你的模板ID> --param "learning_rate=$lr" --param "batch_size=64"
done

• 用kfp run list看所有运行状态，kfp run describe <运行ID>看详细日志和参数。

内容的提问来源于stack exchange，提问作者LeoPret