ডেটা বিজ্ঞানীদের মেশিন লার্নিং (ML) এবং ডেটা সায়েন্স ওয়ার্কলোডের জন্য একটি সামঞ্জস্যপূর্ণ এবং পুনরুত্পাদনযোগ্য পরিবেশ প্রয়োজন যা নির্ভরতা পরিচালনা করতে সক্ষম করে এবং নিরাপদ। AWS ডিপ লার্নিং কন্টেইনার TensorFlow, PyTorch, এবং MXNet-এর মতো সাধারণ ফ্রেমওয়ার্কগুলিতে প্রশিক্ষণ এবং পরিবেশন করার জন্য ইতিমধ্যেই পূর্ব-নির্মিত ডকার চিত্রগুলি সরবরাহ করে৷ এই অভিজ্ঞতা উন্নত করতে, আমরা 2023 JupyterCon-এ SageMaker ওপেন-সোর্স ডিস্ট্রিবিউশনের একটি পাবলিক বিটা ঘোষণা করেছি। এটি বিভিন্ন স্তরের দক্ষতার এমএল ডেভেলপারদের জুড়ে একীভূত এন্ড-টু-এন্ড ML অভিজ্ঞতা প্রদান করে। ডেভেলপারদের আর পরীক্ষা-নিরীক্ষার জন্য বিভিন্ন ফ্রেমওয়ার্ক কন্টেইনারের মধ্যে স্যুইচ করতে হবে না, অথবা তারা স্থানীয় JupyterLab পরিবেশ এবং SageMaker নোটবুক থেকে SageMaker-এ প্রোডাকশন কাজগুলিতে চলে যাওয়ার সময়। ওপেন-সোর্স সেজমেকার ডিস্ট্রিবিউশন ডেটা সায়েন্স, এমএল এবং ভিজ্যুয়ালাইজেশনের জন্য সবচেয়ে সাধারণ প্যাকেজ এবং লাইব্রেরি সমর্থন করে, যেমন টেনসরফ্লো, পাইটর্চ, স্কিট-লার্ন, পান্ডাস এবং ম্যাটপ্লটলিব। আপনি থেকে ধারক ব্যবহার শুরু করতে পারেন আমাজন ইসিআর পাবলিক গ্যালারি আজ থেকে শুরু.
এই পোস্টে, আমরা আপনাকে দেখাব কিভাবে আপনি SageMaker ওপেন-সোর্স ডিস্ট্রিবিউশন ব্যবহার করে আপনার স্থানীয় পরিবেশে দ্রুত পরীক্ষা-নিরীক্ষা করতে পারেন এবং সহজে সেজমেকারে চাকরিতে তাদের প্রচার করতে পারেন।
সমাধান ওভারভিউ
আমাদের উদাহরণের জন্য, আমরা PyTorch ব্যবহার করে একটি ইমেজ ক্লাসিফিকেশন মডেলের প্রশিক্ষণ দিই। আমরা ব্যবহার করি KMNIST PyTorch-এ সর্বজনীনভাবে উপলভ্য ডেটাসেট। আমরা একটি নিউরাল নেটওয়ার্ক মডেলকে প্রশিক্ষণ দিই, মডেলের কার্যকারিতা পরীক্ষা করি এবং অবশেষে প্রশিক্ষণ এবং পরীক্ষার ক্ষতি মুদ্রণ করি। এই উদাহরণের জন্য সম্পূর্ণ নোটবুক পাওয়া যায় সেজমেকার স্টুডিও ল্যাব উদাহরণ সংগ্রহস্থল. আমরা ওপেন সোর্স ডিস্ট্রিবিউশন ব্যবহার করে একটি স্থানীয় ল্যাপটপে পরীক্ষা শুরু করি, এটিতে নিয়ে যান অ্যামাজন সেজমেকার স্টুডিও একটি বড় উদাহরণ ব্যবহার করার জন্য, এবং তারপর একটি নোটবুক কাজ হিসাবে নোটবুক সময়সূচী.
পূর্বশর্ত
আপনার নিম্নলিখিত পূর্বশর্ত প্রয়োজন:
আপনার স্থানীয় পরিবেশ সেট আপ করুন
আপনি সরাসরি আপনার স্থানীয় ল্যাপটপে ওপেন সোর্স ডিস্ট্রিবিউশন ব্যবহার শুরু করতে পারেন। JupyterLab শুরু করতে, আপনার টার্মিনালে নিম্নলিখিত কমান্ডগুলি চালান:
আপনি প্রতিস্থাপন করতে পারেন ECR_IMAGE_ID
এর মধ্যে উপলব্ধ যে কোনো ইমেজ ট্যাগ সহ আমাজন ইসিআর পাবলিক গ্যালারি, অথবা নির্বাচন করুন latest-gpu
ট্যাগ করুন যদি আপনি এমন একটি মেশিন ব্যবহার করেন যা GPU সমর্থন করে।
এই কমান্ডটি JupyterLab শুরু করবে এবং টার্মিনালে একটি URL প্রদান করবে, যেমন http://127.0.0.1:8888/lab?token=<token>
. জুপিটারল্যাব শুরু করতে লিঙ্কটি অনুলিপি করুন এবং আপনার পছন্দের ব্রাউজারে প্রবেশ করুন।
স্টুডিও সেট আপ করুন
স্টুডিও হল ML-এর জন্য একটি এন্ড-টু-এন্ড ইন্টিগ্রেটেড ডেভেলপমেন্ট এনভায়রনমেন্ট (IDE) যা ডেভেলপার এবং ডেটা বিজ্ঞানীদের স্কেলে ML মডেল তৈরি, প্রশিক্ষণ, স্থাপন এবং নিরীক্ষণ করতে দেয়। স্টুডিও সাধারণ ফ্রেমওয়ার্ক এবং প্যাকেজ সহ প্রথম-পক্ষের চিত্রগুলির একটি বিস্তৃত তালিকা প্রদান করে, যেমন ডেটা সায়েন্স, টেনসরফ্লো, পাইটর্চ এবং স্পার্ক। এই চিত্রগুলি ডেটা বিজ্ঞানীদের জন্য সহজ করে ML-এর সাথে শুরু করা সহজ করে তোলে গণনার জন্য তাদের পছন্দের একটি ফ্রেমওয়ার্ক এবং উদাহরণের ধরন বেছে নিয়ে।
আপনি এখন স্টুডিও ব্যবহার করে স্টুডিওতে সেজমেকার ওপেন সোর্স ডিস্ট্রিবিউশন ব্যবহার করতে পারেন আপনার নিজের ইমেজ আনুন বৈশিষ্ট্য আপনার SageMaker ডোমেনে ওপেন সোর্স ডিস্ট্রিবিউশন যোগ করতে, নিম্নলিখিত ধাপগুলি সম্পূর্ণ করুন:
- আপনার অ্যাকাউন্টে ওপেন সোর্স ডিস্ট্রিবিউশন যোগ করুন অ্যামাজন ইলাস্টিক কনটেইনার রেজিস্ট্রি আপনার টার্মিনালে নিম্নলিখিত কমান্ডগুলি চালিয়ে (Amazon ECR) সংগ্রহস্থল:
- একটি সেজমেকার ছবি তৈরি করুন এবং ছবিটি স্টুডিও ডোমেনে সংযুক্ত করুন:
- SageMaker কনসোলে, আপনার ডোমেন এবং বিদ্যমান ব্যবহারকারী প্রোফাইল বেছে নিয়ে স্টুডিও চালু করুন।
- ঐচ্ছিকভাবে, ধাপগুলি অনুসরণ করে স্টুডিও পুনরায় চালু করুন বন্ধ করুন এবং SageMaker স্টুডিও আপডেট করুন.
নোটবুক ডাউনলোড করুন
থেকে নমুনা নোটবুক স্থানীয়ভাবে ডাউনলোড করুন গিটহুব রেপো.
আপনার পছন্দের আইডিইতে নোটবুকটি খুলুন এবং ইনস্টল করার জন্য নোটবুকের শুরুতে একটি সেল যোগ করুন torchsummary
. দ্য torchsummary
প্যাকেজটি বিতরণের অংশ নয়, এবং এটি নোটবুকে ইনস্টল করা নিশ্চিত করবে নোটবুকটি শেষ থেকে শেষ পর্যন্ত চলে। আমরা ব্যবহার করার পরামর্শ দিই conda
or micromamba
পরিবেশ এবং নির্ভরতা পরিচালনা করতে। নোটবুকে নিম্নলিখিত সেল যোগ করুন এবং নোটবুক সংরক্ষণ করুন:
স্থানীয় নোটবুক উপর পরীক্ষা
নিচের স্ক্রিনশটে দেখানো আপলোড আইকনটি বেছে নিয়ে আপনার চালু করা JupyterLab UI-তে নোটবুকটি আপলোড করুন।
এটি আপলোড হয়ে গেলে, চালু করুন cv-kmnist.ipynb
নোটবই. টর্চ, ম্যাটপ্লটলিব, বা আইপিউইজেটগুলির মতো কোনও নির্ভরতা ইনস্টল না করেই আপনি কোষগুলি অবিলম্বে চালানো শুরু করতে পারেন।
আপনি যদি পূর্ববর্তী পদক্ষেপগুলি অনুসরণ করেন তবে আপনি দেখতে পাবেন যে আপনি আপনার ল্যাপটপ থেকে স্থানীয়ভাবে বিতরণটি ব্যবহার করতে পারেন। পরবর্তী ধাপে, স্টুডিওর বৈশিষ্ট্যগুলির সুবিধা নিতে আমরা স্টুডিওতে একই বিতরণ ব্যবহার করি।
পরীক্ষাকে স্টুডিওতে নিয়ে যান (ঐচ্ছিক)
ঐচ্ছিকভাবে, স্টুডিওতে পরীক্ষা-নিরীক্ষার প্রচার করা যাক। স্টুডিওর একটি সুবিধা হল যে অন্তর্নিহিত গণনা সংস্থানগুলি সম্পূর্ণরূপে স্থিতিস্থাপক, তাই আপনি সহজেই উপলব্ধ সংস্থানগুলিকে উপরে বা নীচে ডায়াল করতে পারেন এবং পরিবর্তনগুলি আপনার কাজে বাধা না দিয়ে স্বয়ংক্রিয়ভাবে পটভূমিতে সঞ্চালিত হয়। আপনি যদি আগের থেকে একটি বড় ডেটাসেট এবং গণনা উদাহরণে একই নোটবুক চালাতে চান তবে আপনি স্টুডিওতে স্থানান্তর করতে পারেন।
আপনি আগে চালু করা স্টুডিও UI-এ নেভিগেট করুন এবং নোটবুক আপলোড করতে আপলোড আইকনটি বেছে নিন।
আপনি নোটবুক চালু করার পরে, আপনাকে ইমেজ এবং ইনস্ট্যান্স টাইপ নির্বাচন করতে বলা হবে। কার্নেল লঞ্চারে, নির্বাচন করুন sagemaker-runtime
ইমেজ হিসাবে এবং একটি ml.t3.medium
উদাহরণস্বরূপ, তারপর চয়ন করুন নির্বাচন করা.
আপনি এখন আপনার স্থানীয় উন্নয়ন পরিবেশ থেকে স্টুডিও নোটবুকে নোটবুকের কোনো পরিবর্তন ছাড়াই নোটবুক এন্ড টু এন্ড চালাতে পারবেন!
একটি কাজ হিসাবে নোটবুক সময়সূচী
যখন আপনি আপনার পরীক্ষা-নিরীক্ষা সম্পন্ন করেন, তখন সেজমেকার আপনার নোটবুককে উত্পাদনশীল করার জন্য একাধিক বিকল্প প্রদান করে, যেমন প্রশিক্ষণের কাজ এবং সেজমেকার পাইপলাইন। এই ধরনের একটি বিকল্প হল নোটবুককে সরাসরি একটি নন-ইন্টারেক্টিভ, নির্ধারিত নোটবুক কাজ হিসাবে চালানো সেজমেকার নোটবুকের চাকরি. উদাহরণস্বরূপ, আপনি পর্যায়ক্রমে আপনার মডেলকে পুনরায় প্রশিক্ষণ দিতে চাইতে পারেন, অথবা পর্যায়ক্রমে ইনকামিং ডেটার উপর তথ্য পেতে এবং আপনার স্টেকহোল্ডারদের দ্বারা ব্যবহারের জন্য প্রতিবেদন তৈরি করতে পারেন।
স্টুডিও থেকে, নোটবুক কাজ চালু করতে নোটবুক কাজের আইকনটি বেছে নিন। আপনি যদি আপনার ল্যাপটপে স্থানীয়ভাবে নোটবুক কাজের এক্সটেনশন ইনস্টল করে থাকেন, তাহলে আপনি সরাসরি আপনার ল্যাপটপ থেকে নোটবুকটি নির্ধারণ করতে পারেন। দেখা ইনস্টলেশন গাইড স্থানীয়ভাবে নোটবুক কাজের এক্সটেনশন সেট আপ করতে।
নোটবুকের কাজটি স্বয়ংক্রিয়ভাবে ওপেন-সোর্স ডিস্ট্রিবিউশনের ECR ইমেজ ইউআরআই ব্যবহার করে, যাতে আপনি সরাসরি নোটবুকের কাজ নির্ধারণ করতে পারেন।
বেছে নিন সময়সূচীতে চালান, একটি সময়সূচী চয়ন করুন, উদাহরণস্বরূপ প্রতি সপ্তাহে শনিবার, এবং চয়ন করুন সৃষ্টি. আপনি চয়ন করতে পারেন এখন চালান আপনি যদি অবিলম্বে ফলাফল দেখতে চান.
প্রথম নোটবুকের কাজটি সম্পূর্ণ হলে, আপনি স্টুডিও UI থেকে সরাসরি নোটবুকের আউটপুটগুলি বেছে নিয়ে দেখতে পারেন নোটবই অধীনে আউটপুট ফাইল.
অতিরিক্ত বিবেচনা
ML ওয়ার্কলোডের জন্য সরাসরি সর্বজনীনভাবে উপলব্ধ ECR ইমেজ ব্যবহার করার পাশাপাশি, ওপেন সোর্স ডিস্ট্রিবিউশন নিম্নলিখিত সুবিধাগুলি অফার করে:
- ইমেজ তৈরি করতে ব্যবহৃত ডকারফাইলটি ডেভেলপারদের তাদের নিজস্ব ছবি অন্বেষণ এবং তৈরি করার জন্য সর্বজনীনভাবে উপলব্ধ। আপনি বেস ইমেজ হিসাবে এই ছবিটিকে উত্তরাধিকার সূত্রে পেতে পারেন এবং একটি পুনরুত্পাদনযোগ্য পরিবেশ পেতে আপনার কাস্টম লাইব্রেরিগুলি ইনস্টল করতে পারেন।
- আপনি যদি ডকারে অভ্যস্ত না হন এবং আপনার JupyterLab পরিবেশে Conda পরিবেশ ব্যবহার করতে পছন্দ করেন, আমরা একটি প্রদান করি
env.out
প্রতিটি প্রকাশিত সংস্করণের জন্য ফাইল। আপনি আপনার নিজস্ব কনডা পরিবেশ তৈরি করতে ফাইলের নির্দেশাবলী ব্যবহার করতে পারেন যা একই পরিবেশের অনুকরণ করবে। উদাহরণস্বরূপ, CPU পরিবেশ ফাইল দেখুন cpu.env.out. - ডিপ লার্নিং এবং ইমেজ প্রসেসিং-এর মতো GPU-সামঞ্জস্যপূর্ণ ওয়ার্কলোড চালানোর জন্য আপনি ছবির GPU সংস্করণগুলি ব্যবহার করতে পারেন।
পরিষ্কার কর
আপনার সংস্থানগুলি পরিষ্কার করতে নিম্নলিখিত পদক্ষেপগুলি সম্পূর্ণ করুন:
- আপনি যদি আপনার নোটবুকটি একটি সময়সূচীতে চালানোর জন্য নির্ধারিত করে থাকেন, তাহলে সময়সূচীটি বিরতি দিন বা মুছুন নোটবুক কাজের সংজ্ঞা ভবিষ্যতের কাজের জন্য অর্থ প্রদান এড়াতে ট্যাব।
- অব্যবহৃত গণনা ব্যবহারের জন্য অর্থ প্রদান এড়াতে সমস্ত স্টুডিও অ্যাপ বন্ধ করুন। দেখা বন্ধ করুন এবং স্টুডিও অ্যাপ আপডেট করুন নির্দেশাবলীর জন্য
- ঐচ্ছিকভাবে, আপনি যদি একটি স্টুডিও ডোমেন তৈরি করেন তাহলে সেটি মুছুন।
উপসংহার
ML জীবনচক্রের বিভিন্ন পর্যায়ে একটি পুনরুত্পাদনযোগ্য পরিবেশ বজায় রাখা ডেটা বিজ্ঞানী এবং বিকাশকারীদের জন্য সবচেয়ে বড় চ্যালেঞ্জগুলির মধ্যে একটি। SageMaker ওপেন সোর্স ডিস্ট্রিবিউশনের সাথে, আমরা সবচেয়ে সাধারণ ML ফ্রেমওয়ার্ক এবং প্যাকেজগুলির পারস্পরিক সামঞ্জস্যপূর্ণ সংস্করণগুলির সাথে একটি চিত্র প্রদান করি। ডিস্ট্রিবিউশনটি ওপেন সোর্স, যা ডেভেলপারদের প্যাকেজ এবং বিল্ড প্রসেসে স্বচ্ছতা প্রদান করে, তাদের নিজস্ব ডিস্ট্রিবিউশন কাস্টমাইজ করা সহজ করে তোলে।
এই পোস্টে, আমরা আপনাকে দেখিয়েছি যে কীভাবে আপনার স্থানীয় পরিবেশে, স্টুডিওতে এবং আপনার প্রশিক্ষণের কাজের ধারক হিসাবে বিতরণ ব্যবহার করতে হয়। এই বৈশিষ্ট্যটি বর্তমানে সর্বজনীন বিটাতে রয়েছে৷ আমরা আপনাকে এটি চেষ্টা করে দেখতে এবং আপনার প্রতিক্রিয়া এবং সমস্যাগুলি ভাগ করার জন্য উত্সাহিত করি৷ সর্বজনীন GitHub সংগ্রহস্থল!
লেখক সম্পর্কে
দুর্গা সূর্য অ্যামাজন সেজমেকার সার্ভিস এসএ দলের একজন এমএল সলিউশন আর্কিটেক্ট। তিনি মেশিন লার্নিংকে সবার কাছে অ্যাক্সেসযোগ্য করে তোলার ব্যাপারে আগ্রহী। AWS-তে তার 4 বছরে, তিনি এন্টারপ্রাইজ গ্রাহকদের জন্য AI/ML প্ল্যাটফর্ম সেট আপ করতে সাহায্য করেছেন। যখন সে কাজ করে না, তখন সে মোটরসাইকেল রাইড, রহস্য উপন্যাস এবং তার 5 বছর বয়সী হুস্কির সাথে দীর্ঘ হাঁটা পছন্দ করে।
কেতন বিজয়বর্গীয় আমাজন ওয়েব সার্ভিসে (AWS) একজন সিনিয়র সফটওয়্যার ডেভেলপমেন্ট ইঞ্জিনিয়ার। তার ফোকাস এলাকা মেশিন লার্নিং, বিতরণ সিস্টেম এবং ওপেন সোর্স. কাজের বাইরে, তিনি স্ব-হোস্টিং এবং প্রকৃতি উপভোগ করতে তার সময় কাটাতে পছন্দ করেন।
- এসইও চালিত বিষয়বস্তু এবং পিআর বিতরণ। আজই পরিবর্ধিত পান।
- ইভিএম ফাইন্যান্স। বিকেন্দ্রীভূত অর্থের জন্য ইউনিফাইড ইন্টারফেস। এখানে প্রবেশ করুন.
- কোয়ান্টাম মিডিয়া গ্রুপ। IR/PR প্রশস্ত। এখানে প্রবেশ করুন.
- প্লেটোএআইস্ট্রিম। Web3 ডেটা ইন্টেলিজেন্স। জ্ঞান প্রসারিত. এখানে প্রবেশ করুন.
- উত্স: https://aws.amazon.com/blogs/machine-learning/get-started-with-the-open-source-amazon-sagemaker-distribution/
- : আছে
- : হয়
- :না
- $ ইউপি
- 1
- 10
- 100
- 11
- 2023
- 7
- 9
- a
- সম্পর্কে
- প্রবেশযোগ্য
- দিয়ে
- যোগ
- যোগ
- অতিরিক্ত
- সুবিধা
- সুবিধাদি
- এআই / এমএল
- সব
- ইতিমধ্যে
- এছাড়াও
- মর্দানী স্ত্রীলোক
- আমাজন সেজমেকার
- অ্যামাজন ওয়েব সার্ভিসেস
- আমাজন ওয়েব সার্ভিসেস (এডব্লিউএস)
- an
- এবং
- ঘোষিত
- কোন
- অ্যাপ্লিকেশন
- অ্যাপস
- রয়েছি
- এলাকার
- AS
- At
- সংযুক্ত
- স্বয়ংক্রিয়ভাবে
- সহজলভ্য
- এড়াতে
- ডেস্কটপ AWS
- পটভূমি
- ভিত্তি
- ভিত্তি
- BE
- শুরু
- বিটা
- মধ্যে
- বৃহত্তম
- ব্রাউজার
- নির্মাণ করা
- by
- CAN
- ক্যাট
- সেল
- চ্যালেঞ্জ
- পরিবর্তন
- পছন্দ
- বেছে নিন
- নির্বাচন
- শ্রেণীবিন্যাস
- এর COM
- সাধারণ
- উপযুক্ত
- সম্পূর্ণ
- গনা
- কনফিগারেশন
- সঙ্গত
- কনসোল
- খরচ
- আধার
- কন্টেনারগুলি
- সৃষ্টি
- নির্মিত
- এখন
- প্রথা
- গ্রাহকদের
- কাস্টমাইজ
- উপাত্ত
- তথ্য বিজ্ঞান
- ডেটাসেট
- গভীর
- গভীর জ্ঞানার্জন
- ডিফল্ট
- স্থাপন
- বর্ণনা করা
- ডেভেলপারদের
- উন্নয়ন
- বিভিন্ন
- সরাসরি
- বণ্টিত
- বিতরণ সিস্টেম
- বিতরণ
- ডকশ্রমিক
- ডোমেইন
- সম্পন্ন
- নিচে
- প্রতি
- পূর্বে
- সহজ
- সহজে
- সম্ভব
- উত্সাহিত করা
- শেষ
- সর্বশেষ সীমা
- প্রকৌশলী
- নিশ্চিত করা
- প্রবেশ করান
- উদ্যোগ
- পরিবেশ
- পরিবেশের
- প্রতি
- সবাই
- উদাহরণ
- উদাহরণ
- বিদ্যমান
- অভিজ্ঞতা
- পরীক্ষা
- ল্যাপারোস্কোপিক পদ্ধতি
- অন্বেষণ করুণ
- রপ্তানি
- প্রসার
- ব্যাপক
- বৈশিষ্ট্য
- বৈশিষ্ট্য
- প্রতিক্রিয়া
- ফাইল
- পরিশেষে
- প্রথম
- কেন্দ্রবিন্দু
- অনুসৃত
- অনুসরণ
- জন্য
- ফ্রেমওয়ার্ক
- অবকাঠামো
- থেকে
- সম্পূর্ণ
- সম্পূর্ণরূপে
- ভবিষ্যৎ
- উত্পাদন করা
- পাওয়া
- GitHub
- জিপিইউ
- আছে
- জমিদারি
- he
- সাহায্য
- তার
- তার
- কিভাবে
- কিভাবে
- এইচটিএমএল
- HTTPS দ্বারা
- আইকন
- if
- ভাবমূর্তি
- ছবির শ্রেণীবিভাগ
- চিত্র
- অবিলম্বে
- উন্নত করা
- in
- ইনকামিং
- ইনস্টল
- ইনস্টল
- ইনস্টল করার
- উদাহরণ
- নির্দেশাবলী
- সংহত
- মধ্যে
- সমস্যা
- IT
- নিজেই
- কাজ
- জবস
- JPG
- JSON
- গবেষণাগার
- ল্যাপটপ
- বৃহত্তর
- শুরু করা
- চালু
- শিক্ষা
- যাক
- মাত্রা
- লাইব্রেরি
- জীবনচক্র
- মত
- পছন্দ
- LINK
- তালিকা
- স্থানীয়
- স্থানীয়ভাবে
- লগইন
- দীর্ঘ
- আর
- ক্ষতি
- ভালবাসে
- মেশিন
- মেশিন লার্নিং
- করা
- মেকিং
- পরিচালনা করা
- পরিচালক
- matplotlib
- হতে পারে
- মাইগ্রেট
- ML
- মডেল
- মডেল
- মনিটর
- সেতু
- মোটরসাইকেল
- পদক্ষেপ
- বহু
- পরস্পর
- রহস্য
- নাম
- প্রকৃতি
- প্রয়োজন
- প্রয়োজন
- নেটওয়ার্ক
- স্নায়বিক নেটওয়ার্ক
- নতুন
- পরবর্তী
- না।
- নোটবই
- এখন
- of
- অফার
- on
- ONE
- খোলা
- ওপেন সোর্স
- পছন্দ
- অপশন সমূহ
- or
- আমাদের
- বাইরে
- বাহিরে
- নিজের
- প্যাকেজ
- প্যাকেজ
- পান্ডাস
- অংশ
- কামুক
- বিরতি
- পরিশোধ
- কর্মক্ষমতা
- জায়গা
- প্ল্যাটফর্ম
- Plato
- প্লেটো ডেটা ইন্টেলিজেন্স
- প্লেটোডাটা
- পোস্ট
- পছন্দ করা
- পছন্দের
- পূর্বশর্ত
- প্রিন্ট
- ব্যক্তিগত
- প্রসেস
- প্রক্রিয়াজাতকরণ
- উত্পাদনের
- প্রোফাইল
- উন্নীত করা
- প্রদান
- উপলব্ধ
- প্রদানের
- প্রকাশ্য
- প্রকাশ্যে
- প্রকাশিত
- ধাক্কা
- পাইথন
- পাইটার্চ
- দ্রুত
- সুপারিশ করা
- প্রতিস্থাপন করা
- প্রতিবেদন
- সংগ্রহস্থলের
- আবশ্যকতা
- Resources
- ফলাফল
- চালান
- দৌড়
- s
- SA
- ঋষি নির্মাতা
- সেজমেকার পাইপলাইন
- একই
- শনিবার
- সংরক্ষণ করুন
- স্কেল
- তফসিল
- তালিকাভুক্ত
- বিজ্ঞান
- বিজ্ঞানীরা
- scikit-শিখতে
- নিরাপদ
- দেখ
- জ্যেষ্ঠ
- সেবা
- সেবা
- ভজনা
- সেট
- সেটিংস
- শেয়ার
- সে
- প্রদর্শনী
- গ্লাসকেস
- দেখিয়েছেন
- প্রদর্শিত
- সহজ
- কেবল
- So
- সফটওয়্যার
- সফটওয়্যার উন্নয়ন
- সলিউশন
- উৎস
- স্ফুলিঙ্গ
- ব্যয় করা
- ইন্টার্নশিপ
- অংশীদারদের
- শুরু
- শুরু
- শুরু হচ্ছে
- ধাপ
- প্রারম্ভিক ব্যবহারের নির্দেশাবলী
- চিত্রশালা
- এমন
- সমর্থন
- সুইচ
- সিস্টেম
- TAG
- গ্রহণ করা
- টীম
- tensorflow
- প্রান্তিক
- পরীক্ষা
- যে
- সার্জারির
- তাদের
- তাহাদিগকে
- তারপর
- এইগুলো
- তারা
- এই
- সময়
- থেকে
- আজ
- মশাল
- রেলগাড়ি
- প্রশিক্ষণ
- স্বচ্ছতা
- চেষ্টা
- আদর্শ
- ui
- নিম্নাবস্থিত
- সমন্বিত
- অব্যবহৃত
- আপডেট
- আপলোড করা
- URL টি
- ব্যবহার
- ব্যবহার
- ব্যবহৃত
- ব্যবহারকারী
- ব্যবহারসমূহ
- ব্যবহার
- সংস্করণ
- চেক
- কল্পনা
- প্রয়োজন
- চেয়েছিলেন
- we
- ওয়েব
- ওয়েব সার্ভিস
- সপ্তাহান্তিক কাল
- কখন
- ইচ্ছা
- সঙ্গে
- ছাড়া
- হয়া যাই ?
- কাজ
- বছর
- আপনি
- আপনার
- zephyrnet