TFJob是广泛应用的机器学习框架，能够帮助模型开发人员实现多机多卡分布式训练。在联邦集群中，可以提交TFJob作业来完成TensorFlow框架下的机学习任务。

前提条件

1、成员集群已经安装kubeflow机器学习框架

2、联邦集群版本大于或者等于v1.14.8

3、成员集群具备TFJob作业运行的资源条件

4、成员集群已经添加到联邦集群中

操作步骤

步骤一：在联邦集群中创建TFJob任务的自定义资源定义

1、从官网下载TFJob的CRD，使用联邦的接入配置创建于联邦的控制面

kubectl --kubeconfig karmada_kubeconfig apply -f tfjob_crd.yaml

2、查看TFJob的CRD

kubectl --kubeconfig karmada_kubeconfig get crd tfjobs.kubeflow.org

预期输出：

[root@ccseagent-hxk4joo11x cceone]# kubectl --kubeconfig karmada_kubeconfig get crd tfjobs.kubeflow.org
NAME                  CREATED AT
tfjobs.kubeflow.org   2026-04-02T09:26:26Z

步骤二：在联邦控制面创建TFJob任务

1、使用接入配置，在联邦控制面创建自定义的TFJob任务

kubectl --kubeconfig karmada_kubeconfig apply -f tfjob-sample.yaml

tfjob-sample.yaml文件内容如下：

apiVersion: kubeflow.org/v1
kind: TFJob
metadata:
  name: tf-sample
  namespace: default
spec:
  runPolicy:
    schedulingPolicy:
      priorityClass: isuite-low-priority
    suspend: false
  tfReplicaSpecs:
    Worker:
      replicas: 1
      restartPolicy: Never
      template:
        metadata: {}
        spec:
          containers:
            - args:
                - -c
                - while true; do echo hello; sleep 10; done
              command:
                - /bin/bash
              image: isuite-pub-registry-xinan1.crs-internal.ctyun.cn/isuite/nvidia-tensorflow:2.16.2-py311-cu123-ubuntu22.04-amd64
              imagePullPolicy: Always
              name: tensorflow
              resources:
                limits:
                  nvidia.com/gpu: "1"
                requests:
                  nvidia.com/gpu: "1"
              volumeMounts:
                - mountPath: /dev/shm
                  name: shm
          priorityClassName: isuite-low-priority
          volumes:
            - emptyDir:
                medium: Memory
              name: shm

步骤三：在联邦控制面创建TFJob任务的分发策略

1、使用接入配置，在联邦控制创建步骤二TFJob任务的分发策略

kubectl --kubeconfig karmada_kubeconfig apply -f tf-sample-pp.yaml

tf-sample-pp.yaml内容如下：

apiVersion: policy.karmada.io/v1alpha1
kind: PropagationPolicy
metadata:
  name: tf-sample
spec:
  resourceSelectors:
    - apiVersion: kubeflow.org/v1
      kind: TFJob
      name: tf-sample
  placement:
    replicaScheduling:
      replicaDivisionPreference: Aggregated
      replicaSchedulingType: Divided

2、查看TFJob任务的状态

kubectl --kubeconfig karmada_kubeconfig get TFJob tf-sample