অ্যামাজন স্বীকৃতি কাস্টম লেবেল এটি একটি সম্পূর্ণরূপে পরিচালিত কম্পিউটার ভিশন পরিষেবা যা ডেভেলপারদের আপনার ব্যবসার জন্য নির্দিষ্ট এবং অনন্য ইমেজে বস্তুগুলিকে শ্রেণিবদ্ধ করতে এবং সনাক্ত করতে কাস্টম মডেল তৈরি করতে দেয়৷
রিকগনিশন কাস্টম লেবেলগুলির জন্য আপনার কোন পূর্বের কম্পিউটার দৃষ্টি দক্ষতার প্রয়োজন হয় না। আপনি হাজার হাজারের পরিবর্তে দশ হাজার ছবি আপলোড করে শুরু করতে পারেন। যদি ইমেজগুলি ইতিমধ্যেই লেবেল করা থাকে, আপনি মাত্র কয়েকটি ক্লিকে একটি মডেলকে প্রশিক্ষণ দেওয়া শুরু করতে পারেন। যদি না হয়, আপনি তাদের সরাসরি স্বীকৃতি কাস্টম লেবেল কনসোলের মধ্যে লেবেল করতে পারেন, বা ব্যবহার করতে পারেন আমাজন সেজমেকার গ্রাউন্ড ট্রুথ তাদের লেবেল করতে। স্বীকৃতি কাস্টম লেবেলগুলি প্রশিক্ষণের ডেটা স্বয়ংক্রিয়ভাবে পরিদর্শন করতে, সঠিক মডেল ফ্রেমওয়ার্ক এবং অ্যালগরিদম নির্বাচন করতে, হাইপারপ্যারামিটারগুলি অপ্টিমাইজ করতে এবং মডেলটিকে প্রশিক্ষণ দিতে স্থানান্তর শিক্ষা ব্যবহার করে৷ আপনি মডেল নির্ভুলতার সাথে সন্তুষ্ট হলে, আপনি শুধুমাত্র একটি ক্লিকের মাধ্যমে প্রশিক্ষিত মডেল হোস্ট করা শুরু করতে পারেন৷
যাইহোক, আপনি যদি একজন ব্যবসায়িক ব্যবহারকারী হন যা কম্পিউটারের দৃষ্টি সমস্যার সমাধান করতে, কাস্টম মডেলের অনুমানের ফলাফলগুলি কল্পনা করতে এবং এই ধরনের অনুমান ফলাফল পাওয়া গেলে বিজ্ঞপ্তিগুলি পান, তাহলে আপনাকে এই ধরনের একটি অ্যাপ্লিকেশন তৈরি করতে আপনার ইঞ্জিনিয়ারিং টিমের উপর নির্ভর করতে হবে৷ উদাহরণস্বরূপ, যখন একটি ফসলে রোগ দেখা যায় তখন একজন কৃষি অপারেশন ম্যানেজারকে অবহিত করা যেতে পারে, যখন আঙ্গুরগুলি ফসল কাটার জন্য পাকা হয় তখন একজন ওয়াইনমেকারকে অবহিত করা যেতে পারে, বা যখন কোমল পানীয়ের মতো পণ্যগুলি পুনরুদ্ধার করার সময় হয় তখন একটি স্টোর ম্যানেজারকে অবহিত করা যেতে পারে। একটি উল্লম্ব রেফ্রিজারেটরে।
এই পোস্টে, আমরা আপনাকে এমন একটি সমাধান তৈরির প্রক্রিয়ার মধ্য দিয়ে হেঁটেছি যা আপনাকে অনুমান ফলাফলটি কল্পনা করতে এবং সদস্যতা নেওয়া ব্যবহারকারীদের বিজ্ঞপ্তি পাঠাতে দেয় যখন নির্দিষ্ট লেবেলগুলি চিত্রগুলিতে সনাক্ত করা হয় যা রেকগনিশন কাস্টম লেবেল দ্বারা নির্মিত মডেলগুলি ব্যবহার করে প্রক্রিয়া করা হয়৷
সমাধান ওভারভিউ
নিম্নলিখিত চিত্রটি আমাদের সমাধান আর্কিটেকচারের চিত্র তুলে ধরেছে।
এই সমাধানটি একটি পরিমাপযোগ্য এবং ব্যয়-কার্যকর আর্কিটেকচার বাস্তবায়নের জন্য নিম্নলিখিত AWS পরিষেবাগুলি ব্যবহার করে:
- অ্যামাজন অ্যাথেনা - একটি সার্ভারহীন ইন্টারেক্টিভ ক্যোয়ারী সার্ভিস যা স্ট্যান্ডার্ড SQL ব্যবহার করে Amazon S3-এ ডেটা বিশ্লেষণ করা সহজ করে তোলে।
- এডাব্লুএস ল্যাম্বদা - একটি সার্ভারহীন গণনা পরিষেবা যা আপনাকে ট্রিগারগুলির প্রতিক্রিয়া হিসাবে কোড চালাতে দেয় যেমন ডেটার পরিবর্তন, সিস্টেমের অবস্থার পরিবর্তন বা ব্যবহারকারীর ক্রিয়াকলাপ। যেহেতু Amazon S3 সরাসরি একটি Lambda ফাংশন ট্রিগার করতে পারে, তাই আপনি বিভিন্ন ধরনের রিয়েল-টাইম তৈরি করতে পারেন serverless ডেটা-প্রসেসিং সিস্টেম।
- অ্যামাজন কুইকসাইট - একটি খুব দ্রুত, সহজেই ব্যবহারযোগ্য, ক্লাউড-চালিত ব্যবসায়িক বিশ্লেষণ পরিষেবা যা ভিজ্যুয়ালাইজেশন তৈরি করা, অ্যাডহক বিশ্লেষণ করা এবং ডেটা থেকে দ্রুত ব্যবসার অন্তর্দৃষ্টি পেতে সহজ করে তোলে৷
- অ্যামাজন স্বীকৃতি কাস্টম লেবেল - আপনাকে আপনার ব্যবসার প্রয়োজনের জন্য নির্দিষ্ট চিত্রের বস্তু এবং দৃশ্য শনাক্ত করার জন্য একটি কাস্টম কম্পিউটার ভিশন মডেল প্রশিক্ষণের অনুমতি দেয়।
- অ্যামাজন সাধারণ বিজ্ঞপ্তি পরিষেবা – অ্যামাজন এসএনএস হল অ্যাপ্লিকেশন-টু-অ্যাপ্লিকেশন (A2A) এবং অ্যাপ্লিকেশন-টু-পারসন (A2P) যোগাযোগের জন্য সম্পূর্ণরূপে পরিচালিত মেসেজিং পরিষেবা।
- অ্যামাজন সরল সারি পরিষেবা – Amazon SQS হল একটি সম্পূর্ণরূপে পরিচালিত বার্তা সারিবদ্ধ পরিষেবা যা আপনাকে মাইক্রোসার্ভিস, ডিস্ট্রিবিউটেড সিস্টেম এবং সার্ভারহীন অ্যাপ্লিকেশনগুলিকে ডিকপল এবং স্কেল করতে সক্ষম করে৷
- আমাজন সিম্পল স্টোরেজ সার্ভিস - Amazon S3 আপনার নথিগুলির জন্য একটি বস্তুর দোকান হিসাবে কাজ করে এবং সূক্ষ্ম-টিউনড অ্যাক্সেস কন্ট্রোল সহ কেন্দ্রীয় পরিচালনার জন্য অনুমতি দেয়।
সমাধানটি একটি সার্ভারবিহীন ওয়ার্কফ্লো ব্যবহার করে যা ইনপুট S3 বালতিতে একটি চিত্র আপলোড করার সময় ট্রিগার হয়। একটি SQS সারি বস্তু তৈরির জন্য একটি ইভেন্ট বিজ্ঞপ্তি পায়। সমাধানও তৈরি করে মৃত অক্ষর সারি (DLQs) সঠিকভাবে প্রক্রিয়া করা যায় না এমন বার্তাগুলিকে আলাদা করতে এবং আলাদা করতে৷ একটি Lambda ফাংশন SQS কিউ থেকে ফিড করে এবং তৈরি করে DetectLabels
চিত্রের সমস্ত লেবেল সনাক্ত করতে API কল। এই সমাধানটি স্কেল করতে এবং এটিকে একটি ঢিলেঢালাভাবে সংযুক্ত ডিজাইন করতে, Lambda ফাংশন ভবিষ্যদ্বাণী ফলাফলকে অন্য SQS সারিতে পাঠায়। এই SQS সারি অন্য Lambda ফাংশন ট্রিগার করে, যা ভবিষ্যদ্বাণীতে পাওয়া সমস্ত লেবেল বিশ্লেষণ করে। ব্যবহারকারীর পছন্দের উপর ভিত্তি করে (সমাধান স্থাপনের সময় কনফিগার করা হয়েছে), ফাংশনটি একটি SNS বিষয়ে একটি বার্তা প্রকাশ করে। SNS বিষয় ব্যবহারকারীকে ইমেল বিজ্ঞপ্তি প্রদান করার জন্য কনফিগার করা হয়েছে। আপনি Lambda ফাংশন কনফিগার করতে পারেন একটি URL যোগ করতে অ্যামাজন এসএনএস-এ ছবিটি অ্যাক্সেস করার জন্য পাঠানো বার্তায় (একটি Amazon S3 ব্যবহার করে নির্ধারিত URL) অবশেষে, Lambda ফাংশন একটি S3 বালতিতে একটি পূর্বাভাস ফলাফল এবং চিত্র মেটাডেটা আপলোড করে। আপনি S3 বালতি থেকে ফলাফল বিশ্লেষণ এবং কল্পনা করতে Athena এবং QuickSight ব্যবহার করতে পারেন।
পূর্বশর্ত
আপনার একটি মডেল প্রশিক্ষিত এবং স্বীকৃতি কাস্টম লেবেলগুলির সাথে চলতে হবে৷
স্বীকৃতি কাস্টম লেবেল আপনাকে মেশিন লার্নিং মডেল প্রশিক্ষণ প্রক্রিয়া পরিচালনা করতে দেয় আমাজন রেকোনিশন কনসোল, যা এন্ড-টু-এন্ড মডেল ডেভেলপমেন্ট প্রক্রিয়াকে সহজ করে। এই পোস্টের জন্য, আমরা ব্যবহার করি গাছের পাতার রোগ সনাক্ত করার জন্য প্রশিক্ষিত একটি শ্রেণিবিন্যাস মডেল.
সমাধান স্থাপন করুন
আপনি একটি স্থাপনা এডাব্লুএস ক্লাউডফর্মেশন S3 বালতি, SQS সারি, SNS বিষয়, Lambda ফাংশন এবং সহ প্রয়োজনীয় সংস্থানগুলি সরবরাহ করার জন্য টেমপ্লেট এডাব্লুএস আইডেন্টিটি এবং অ্যাক্সেস ম্যানেজমেন্ট (IAM) ভূমিকা. টেমপ্লেটটি us-east-1 অঞ্চলে স্ট্যাক তৈরি করে, কিন্তু উপরের AWS পরিষেবাগুলি উপলব্ধ যে কোনও অঞ্চলে আপনি আপনার স্ট্যাক তৈরি করতে টেমপ্লেটটি ব্যবহার করতে পারেন।
- নিম্নলিখিত ক্লাউডফর্মেশন টেমপ্লেটটি অঞ্চল এবং AWS অ্যাকাউন্টে চালু করুন যেখানে আপনি স্বীকৃতি কাস্টম লেবেল মডেল স্থাপন করেছেন:
- জন্য স্ট্যাকের নাম, একটি স্ট্যাকের নাম লিখুন, যেমন
rekognition-customlabels-analytics-and-notification
. - জন্য CustomModelARN, আপনি ব্যবহার করতে চান এমন Amazon Recognition কাস্টম লেবেল মডেলের ARN লিখুন।
Recognition কাস্টম লেবেল মডেল একই AWS অ্যাকাউন্টে স্থাপন করা প্রয়োজন।
- জন্য ইমেল বিজ্ঞপ্তি, একটি ইমেল ঠিকানা লিখুন যেখানে আপনি বিজ্ঞপ্তি পেতে চান।
- জন্য InputBucketName, স্ট্যাক তৈরি করে S3 বালতিটির জন্য একটি অনন্য নাম লিখুন; উদাহরণ স্বরূপ,
plant-leaf-disease-data-input
.
এখানেই আগত উদ্ভিদ পাতার ছবি সংরক্ষণ করা হয়।
- জন্য আগ্রহের লেবেল, আপনি কমা-বিভক্ত বিন্যাসে 10টি পর্যন্ত বিভিন্ন লেবেল লিখতে পারেন যেগুলি সম্পর্কে আপনি অবহিত হতে চান৷ আমাদের উদ্ভিদ রোগ উদাহরণের জন্য, লিখুন
bacterial-leaf-blight,leaf-smut
. - জন্য মিন কনফিডেন্স, বিজ্ঞপ্তি পেতে ন্যূনতম আত্মবিশ্বাসের প্রান্তিকে প্রবেশ করুন৷ MinConfidence-এর মানের নীচে আত্মবিশ্বাসের সাথে শনাক্ত করা লেবেলগুলি প্রতিক্রিয়াতে ফেরত দেওয়া হয় না এবং বিজ্ঞপ্তি তৈরি করবে না।
- জন্য আউটপুট বাকেটনাম, স্ট্যাক তৈরি করে S3 বালতিটির জন্য একটি অনন্য নাম লিখুন; উদাহরণ স্বরূপ,
plant-leaf-disease-data-output
.
আউটপুট বালতিতে ইমেজ মেটাডেটা সহ JSON ফাইল রয়েছে (লেবেল পাওয়া গেছে এবং আত্মবিশ্বাসের স্কোর)।
- বেছে নিন পরবর্তী.
- উপরে স্ট্যাক বিকল্পগুলি কনফিগার করুন পৃষ্ঠা, ট্যাগ সহ স্ট্যাকের জন্য যেকোনো অতিরিক্ত প্যারামিটার সেট করুন।
- বেছে নিন পরবর্তী.
- মধ্যে ক্ষমতা এবং রূপান্তর বিভাগে, AWS CloudFormation তৈরি করতে পারে তা স্বীকার করতে চেক বক্স নির্বাচন করুন আইএএম সংস্থানসমূহ.
- বেছে নিন স্ট্যাক তৈরি করুন.
স্ট্যাকের বিশদ পৃষ্ঠাটি স্ট্যাকের স্ট্যাটাস হিসাবে দেখাতে হবে CREATE_IN_PROGRESS
। স্ট্যাটাসটি পরিবর্তিত হতে এটি 5 মিনিট পর্যন্ত সময় নিতে পারে CREATE_COMPLETE
.
Amazon SNS ইমেল ঠিকানায় একটি সাবস্ক্রিপশন নিশ্চিতকরণ বার্তা পাঠাবে। তোমার দরকার সাবস্ক্রিপশন নিশ্চিত করুন.
সমাধান পরীক্ষা করুন
এখন যেহেতু আমরা সংস্থানগুলি স্থাপন করেছি, আমরা সমাধানটি পরীক্ষা করতে প্রস্তুত। নিশ্চিত হও মডেল শুরু করুন.
- Amazon S3 কনসোলে, নির্বাচন করুন buckets.
- ইনপুট S3 বালতি চয়ন করুন.
- বালতিতে পরীক্ষার ছবি আপলোড করুন।
উত্পাদনে, আপনি এই বালতিতে চিত্রগুলি সরবরাহ করতে স্বয়ংক্রিয় প্রক্রিয়া সেট আপ করতে পারেন।
এই চিত্রগুলি কর্মপ্রবাহকে ট্রিগার করে। যদি লেবেল আস্থা নির্দিষ্ট থ্রেশহোল্ড অতিক্রম করে, আপনি নিম্নলিখিত মত একটি ইমেল বিজ্ঞপ্তি পাবেন.
আপনি যেকোনও এই বিজ্ঞপ্তিগুলি সরবরাহ করতে SNS বিষয় কনফিগার করতে পারেন৷ গন্তব্যস্থল পরিষেবা দ্বারা সমর্থিত।
ভবিষ্যদ্বাণী ফলাফল বিশ্লেষণ
আপনি সমাধানটি পরীক্ষা করার পরে, আপনি প্রক্রিয়াকৃত চিত্রগুলির পূর্বাভাসের জন্য একটি ভিজ্যুয়াল বিশ্লেষণ তৈরি করতে সমাধানটি প্রসারিত করতে পারেন। এই উদ্দেশ্যে, আমরা Athena ব্যবহার করি, একটি ইন্টারেক্টিভ ক্যোয়ারী সার্ভিস যা স্ট্যান্ডার্ড SQL ব্যবহার করে সরাসরি Amazon S3 থেকে ডেটা বিশ্লেষণ করা সহজ করে, এবং QuickSight ডেটা ভিজ্যুয়ালাইজ করে।
এথেনা কনফিগার করুন
আপনি যদি অ্যামাজন অ্যাথেনার সাথে পরিচিত না হন তবে দেখুন এই টিউটোরিয়াল. অ্যাথেনা কনসোলে, নিম্নলিখিত কোড সহ অ্যাথেনা ডেটা ক্যাটালগে একটি টেবিল তৈরি করুন:
জনসংখ্যা Location
আপনার আউটপুট বালতি নামের সাথে পূর্ববর্তী ক্যোয়ারীতে ক্ষেত্র, যেমন plant-leaf-disease-data-output
.
এই কোডটি এথেনাকে বলে যে কিভাবে S3 বাকেটের পাঠ্যের প্রতিটি সারি ব্যাখ্যা করতে হয়।
আপনি এখন ডেটা জিজ্ঞাসা করতে পারেন:
SELECT * FROM "default"."rekognition_customlabels_analytics" limit 10;
কুইকসাইট কনফিগার করুন
QuickSight কনফিগার করতে, নিম্নলিখিত পদক্ষেপগুলি সম্পূর্ণ করুন:
- খোলা কুইকসাইট কনসোল.
- আপনি QuickSight-এর জন্য সাইন আপ না করলে, আপনাকে সাইন আপ করার বিকল্পের সাথে অনুরোধ করা হবে৷ ধাপ অনুসরণ করুন QuickSight ব্যবহার করতে সাইন আপ করুন.
- আপনি QuickSight এ লগ ইন করার পরে, নির্বাচন করুন কুইকসাইট পরিচালনা করুন আপনার অ্যাকাউন্টের অধীনে।
- নেভিগেশন ফলকে, নির্বাচন করুন সুরক্ষা ও অনুমতি.
- অধীনে এডাব্লুএস পরিষেবাগুলিতে কুইকসাইটের অ্যাক্সেসনির্বাচন যোগ অথবা অপসারণ.
AWS পরিষেবাগুলিতে QuickSight অ্যাক্সেস সক্ষম করার জন্য একটি পৃষ্ঠা উপস্থিত হয়৷
- নির্বাচন করা মর্দানী স্ত্রীলোক গ্রীক পুরাণের দেবী.
- পপ-আপ উইন্ডোতে, নির্বাচন করুন পরবর্তী.
- S3 ট্যাবে, প্রয়োজনীয় S3 বালতি নির্বাচন করুন। এই পোস্টের জন্য, আমি বালতিটি নির্বাচন করি যা আমার এথেনা প্রশ্নের ফলাফল সংরক্ষণ করে।
- প্রতিটি বালতি জন্য, এছাড়াও নির্বাচন করুন এথেনা ওয়ার্কগ্রুপের জন্য অনুমতি লিখুন।
- বেছে নিন শেষ.
- বেছে নিন আপডেট.
- কুইকসাইট কনসোলে, নির্বাচন করুন নতুন বিশ্লেষণ.
- বেছে নিন নতুন ডেটাসেট.
- জন্য ডেটাসেটনির্বাচন গ্রীক পুরাণের দেবী.
- জন্য ডেটা উত্সের নামপ্রবেশ করান
Athena-CustomLabels-analysis
. - জন্য এথেনা ওয়ার্কগ্রুপনির্বাচন প্রাথমিক.
- বেছে নিন ডেটা উত্স তৈরি করুন.
- জন্য ডেটাবেসনির্বাচন
default
ড্রপ-ডাউন মেনুতে। - জন্য টেবিল, টেবিল নির্বাচন করুন
rekognition_customlabels_analytics
. - বেছে নিন নির্বাচন করুন।
- বেছে নিন ঠাহর করা.
- উপরে ঠাহর করা পাতা, অধীনে ক্ষেত্রসমূহ তালিকা, নির্বাচন করুন লেবেল এবং থেকে পাই চার্ট নির্বাচন করুন চাক্ষুষ প্রকার.
আপনি ড্যাশবোর্ডে আরো ভিজ্যুয়ালাইজেশন যোগ করতে পারেন। আপনার বিশ্লেষণ প্রস্তুত হলে, আপনি চয়ন করতে পারেন শেয়ার একটি ড্যাশবোর্ড তৈরি করতে এবং আপনার প্রতিষ্ঠানের মধ্যে শেয়ার করতে।
সারাংশ
এই পোস্টে, আমরা দেখিয়েছি কিভাবে আপনি রেকগনিশন কাস্টম লেবেল ব্যবহার করে প্রক্রিয়াকৃত ছবিতে পাওয়া নির্দিষ্ট লেবেলের (যেমন ব্যাকটেরিয়াল লিফ ব্লাইট বা লিফ স্মাট) বিজ্ঞপ্তি পাওয়ার সমাধান তৈরি করতে পারেন। উপরন্তু, আমরা দেখিয়েছি কিভাবে আপনি Athena এবং QuickSight ব্যবহার করে ফলাফল কল্পনা করতে ড্যাশবোর্ড তৈরি করতে পারেন।
আপনি এখন সহজেই ব্যবসায়িক ব্যবহারকারীদের সাথে এই ধরনের ভিজ্যুয়ালাইজেশন ড্যাশবোর্ড শেয়ার করতে পারেন এবং এই ধরনের অ্যাপ্লিকেশন তৈরি করার জন্য আপনার ইঞ্জিনিয়ারিং টিমের উপর নির্ভর করার পরিবর্তে তাদের বিজ্ঞপ্তিগুলিতে সদস্যতা নেওয়ার অনুমতি দিতে পারেন।
লেখক সম্পর্কে
জে রাও AWS-এর একজন প্রধান সমাধান স্থপতি। তিনি গ্রাহকদের প্রযুক্তিগত এবং কৌশলগত দিকনির্দেশনা প্রদান এবং তাদের AWS-এর সমাধান ডিজাইন ও বাস্তবায়নে সহায়তা করেন।
পশমীন মিস্ত্রী অ্যামাজন স্বীকৃতি কাস্টম লেবেলের জন্য সিনিয়র পণ্য ব্যবস্থাপক। কাজের বাইরে, পশমিন দুঃসাহসিক হাইকিং, ফটোগ্রাফি এবং তার পরিবারের সাথে সময় কাটাতে উপভোগ করে।
- Coinsmart. ইউরোপের সেরা বিটকয়েন এবং ক্রিপ্টো এক্সচেঞ্জ।
- প্লেটোব্লকচেন। Web3 মেটাভার্স ইন্টেলিজেন্স। জ্ঞান প্রসারিত. বিনামূল্যে এক্সেস.
- ক্রিপ্টোহক। Altcoin রাডার। বিনামূল্যে ট্রায়াল.
- সূত্র: https://aws.amazon.com/blogs/machine-learning/receive-notifications-for-image-analysis-with-amazon-rekognition-custom-labels-and-analyze-predictions/
- "
- &
- 10
- 100
- 116
- 7
- 9
- প্রবেশ
- হিসাব
- স্টক
- Ad
- যোগ
- অতিরিক্ত
- ঠিকানা
- অ্যালগরিদম
- সব
- ইতিমধ্যে
- মর্দানী স্ত্রীলোক
- বিশ্লেষণ
- বৈশ্লেষিক ন্যায়
- অন্য
- API
- আবেদন
- অ্যাপ্লিকেশন
- স্থাপত্য
- অটোমেটেড
- সহজলভ্য
- ডেস্কটপ AWS
- সীমান্ত
- বক্স
- নির্মাণ করা
- ভবন
- ব্যবসায়
- কল
- পেতে পারি
- পরিবর্তন
- বেছে নিন
- শ্রেণীবিন্যাস
- কোড
- যোগাযোগ
- গনা
- বিশ্বাস
- কনসোল
- ধারণ
- সাশ্রয়ের
- মিলিত
- সৃষ্টি
- সৃষ্টি
- ফসল
- প্রথা
- গ্রাহকদের
- ড্যাশবোর্ড
- উপাত্ত
- স্থাপন
- মোতায়েন
- বিস্তৃতি
- নকশা
- সনাক্ত
- ডেভেলপারদের
- উন্নয়ন
- বিভিন্ন
- সরাসরি
- রোগ
- বণ্টিত
- কাগজপত্র
- না
- সহজে
- ইমেইল
- সক্রিয়
- প্রকৌশল
- প্রবেশ করান
- ঘটনা
- উদাহরণ
- ল্যাপারোস্কোপিক পদ্ধতি
- প্রসারিত করা
- পরিবার
- দ্রুত
- পরিশেষে
- অনুসরণ করা
- অনুসরণ
- বিন্যাস
- পাওয়া
- ফ্রেমওয়ার্ক
- ক্রিয়া
- উত্পাদন করা
- জমিদারি
- কিভাবে
- কিভাবে
- HTTPS দ্বারা
- সনাক্ত করা
- পরিচয়
- ভাবমূর্তি
- বাস্তবায়ন
- সুদ্ধ
- ইনপুট
- অর্ন্তদৃষ্টি
- ইন্টারেক্টিভ
- IT
- শুধু একটি
- লেবেলগুলি
- শিক্ষা
- তালিকা
- অবস্থান
- খুঁজছি
- মেশিন
- মেশিন লার্নিং
- তৈরি করে
- পরিচালিত
- ব্যবস্থাপনা
- পরিচালক
- মেসেজিং
- সর্বনিম্ন
- মডেল
- মডেল
- অধিক
- ন্যাভিগেশন
- প্রজ্ঞাপন
- অপারেশনস
- পছন্দ
- সংগঠন
- ফটোগ্রাফি
- ভবিষ্যদ্বাণী
- ভবিষ্যতবাণী
- অধ্যক্ষ
- সমস্যা
- প্রক্রিয়া
- প্রসেস
- পণ্য
- উত্পাদনের
- প্রদানের
- উদ্দেশ্য
- দ্রুত
- প্রকৃত সময়
- গ্রহণ করা
- প্রয়োজন
- Resources
- প্রতিক্রিয়া
- ফলাফল
- চালান
- দৌড়
- মাপযোগ্য
- স্কেল
- লোকচক্ষুর
- Serverless
- সেবা
- সেবা
- সেট
- শেয়ার
- সহজ
- সমাধান
- সলিউশন
- সমাধান
- খরচ
- গাদা
- মান
- শুরু
- শুরু
- রাষ্ট্র
- অবস্থা
- স্টোরেজ
- দোকান
- দোকান
- কৌশলগত
- সাবস্ক্রাইব
- চাঁদা
- সমর্থিত
- পদ্ধতি
- সিস্টেম
- টীম
- কারিগরী
- বলে
- পরীক্ষা
- হাজার হাজার
- দ্বারা
- সময়
- প্রশিক্ষণ
- হস্তান্তর
- অনন্য
- ব্যবহার
- ব্যবহারকারী
- মূল্য
- বৈচিত্র্য
- দৃষ্টি
- কল্পনা
- মধ্যে
- হয়া যাই ?
- ওয়ার্কগ্রুপ