KubeFlow中是否有与TFX标准组件等效的预置组件？

结论 #

KubeFlow Pipelines（KFP）核心SDK本身没有内置和TFX标准组件一一对应的预置ML领域组件。KFP的定位是通用的容器化工作流编排框架，核心能力是将任意容器化逻辑封装为流水线组件并完成调度运行，本身不内置垂直的机器学习流程专属预置组件。

可行落地方案 #

你不需要完全重写现有TFX流水线的逻辑，可参考以下三种方案实现迁移：

• 直接复用TFX组件打包为KFP组件。TFX官方已经原生支持将标准TFX组件导出为KFP兼容的组件格式，你不需要修改ExampleValidator这类原有组件的调用逻辑，只需要通过TFX提供的KFP兼容层把现有流水线打包为KFP可执行的格式即可，改造成本最低。
• 采用KFP生态的公共组件库。如果完全要基于KFP生态开发，可以使用Kubeflow生态附属项目的公共组件库，里面有数据校验、特征工程、模型训练评估类的预置组件，可找到和TFX标准组件功能对齐的实现直接导入使用。
• 自定义封装等价组件。如果有定制需求，可以用KFP的@component装饰器把TFX组件的核心逻辑封装为自定义KFP组件，只需要把原有TFX组件的输入输出参数和KFP组件的IO规范对齐即可，改造难度很低。

内容的提问来源于stack exchange，提问作者pirateofebay