आज, हमें इसके पूर्वावलोकन की घोषणा करते हुए खुशी हो रही है अमेज़ॅन सेजमेकर प्रोफाइलर, की क्षमता अमेज़न SageMaker जो सेजमेकर पर गहन शिक्षण मॉडल के प्रशिक्षण के दौरान प्रावधानित एडब्ल्यूएस गणना संसाधनों में एक विस्तृत दृश्य प्रदान करता है। सेजमेकर प्रोफाइलर के साथ, आप सीपीयू और जीपीयू पर सभी गतिविधियों को ट्रैक कर सकते हैं, जैसे सीपीयू और जीपीयू उपयोग, कर्नेल जीपीयू पर चलता है, कर्नेल सीपीयू पर लॉन्च होता है, सिंक ऑपरेशंस, जीपीयू में मेमोरी ऑपरेशंस, कर्नेल लॉन्च और संबंधित रन के बीच विलंबता और डेटा ट्रांसफर सीपीयू और जीपीयू के बीच। इस पोस्ट में, हम आपको सेजमेकर प्रोफाइलर की क्षमताओं के बारे में बताते हैं।
SageMaker प्रोफाइलर PyTorch या TensorFlow प्रशिक्षण स्क्रिप्ट को एनोटेट करने और SageMaker प्रोफाइलर को सक्रिय करने के लिए पायथन मॉड्यूल प्रदान करता है। यह एक यूजर इंटरफ़ेस (यूआई) भी प्रदान करता है जो विज़ुअलाइज़ करता है प्रोफाइल, प्रोफ़ाइल घटनाओं का एक सांख्यिकीय सारांश, और जीपीयू और सीपीयू के बीच घटनाओं के समय संबंध को ट्रैक करने और समझने के लिए एक प्रशिक्षण कार्य की समयरेखा।
प्रोफाइलिंग प्रशिक्षण नौकरियों की आवश्यकता
डीप लर्निंग (डीएल) के उदय के साथ, मशीन लर्निंग (एमएल) कंप्यूट और डेटा गहन हो गया है, जिसके लिए आमतौर पर मल्टी-नोड, मल्टी-जीपीयू क्लस्टर की आवश्यकता होती है। जैसे-जैसे अत्याधुनिक मॉडल खरबों मापदंडों के क्रम में आकार में बढ़ते हैं, उनकी कम्प्यूटेशनल जटिलता और लागत भी तेजी से बढ़ती है। ऐसे बड़े मॉडलों को प्रशिक्षित करते समय एमएल चिकित्सकों को कुशल संसाधन उपयोग की सामान्य चुनौतियों का सामना करना पड़ता है। यह विशेष रूप से बड़े भाषा मॉडल (एलएलएम) में स्पष्ट है, जिसमें आम तौर पर अरबों पैरामीटर होते हैं और इसलिए उन्हें कुशलतापूर्वक प्रशिक्षित करने के लिए बड़े मल्टी-नोड जीपीयू क्लस्टर की आवश्यकता होती है।
बड़े कंप्यूट क्लस्टर पर इन मॉडलों को प्रशिक्षित करते समय, हम I/O बाधाओं, कर्नेल लॉन्च विलंबता, मेमोरी सीमा और कम संसाधन उपयोग जैसी कंप्यूट संसाधन अनुकूलन चुनौतियों का सामना कर सकते हैं। यदि प्रशिक्षण कार्य कॉन्फ़िगरेशन को अनुकूलित नहीं किया गया है, तो इन चुनौतियों के परिणामस्वरूप अकुशल हार्डवेयर उपयोग और लंबे समय तक प्रशिक्षण समय या अपूर्ण प्रशिक्षण रन हो सकते हैं, जो परियोजना के लिए समग्र लागत और समयसीमा में वृद्धि करते हैं।
.. पूर्वापेक्षाएँ
सेजमेकर प्रोफाइलर का उपयोग शुरू करने के लिए निम्नलिखित शर्तें हैं:
- आपके AWS खाते में एक सेजमेकर डोमेन – डोमेन स्थापित करने के निर्देशों के लिए देखें त्वरित सेटअप का उपयोग करके अमेज़ॅन सेजमेकर डोमेन पर ऑनबोर्ड करें. सेजमेकर प्रोफाइलर यूआई एप्लिकेशन तक पहुंचने के लिए आपको व्यक्तिगत उपयोगकर्ताओं के लिए डोमेन उपयोगकर्ता प्रोफाइल भी जोड़ना होगा। अधिक जानकारी के लिए देखें सेजमेकर डोमेन उपयोगकर्ता प्रोफ़ाइल जोड़ें और हटाएं.
- अनुमतियाँ - निम्नलिखित सूची अनुमतियों का न्यूनतम सेट है जिसे सेजमेकर प्रोफाइलर यूआई एप्लिकेशन का उपयोग करने के लिए निष्पादन भूमिका सौंपी जानी चाहिए:
sagemaker:CreateApp
sagemaker:DeleteApp
sagemaker:DescribeTrainingJob
sagemaker:SearchTrainingJobs
s3:GetObject
s3:ListBucket
सेजमेकर प्रोफाइलर के साथ एक प्रशिक्षण कार्य तैयार करें और चलाएं
प्रशिक्षण कार्य चलने के दौरान जीपीयू पर कर्नेल रन को कैप्चर करना शुरू करने के लिए, सेजमेकर प्रोफाइलर पायथन मॉड्यूल का उपयोग करके अपनी प्रशिक्षण स्क्रिप्ट को संशोधित करें। लाइब्रेरी आयात करें और जोड़ें start_profiling()
और stop_profiling()
प्रोफ़ाइलिंग की शुरुआत और अंत को परिभाषित करने की विधियाँ। आप प्रत्येक चरण में विशेष संचालन के दौरान हार्डवेयर गतिविधियों की कल्पना करने के लिए प्रशिक्षण स्क्रिप्ट में मार्कर जोड़ने के लिए वैकल्पिक कस्टम एनोटेशन का भी उपयोग कर सकते हैं।
सेजमेकर प्रोफाइलर के साथ अपनी प्रशिक्षण स्क्रिप्ट को प्रोफाइल करने के लिए आप दो दृष्टिकोण अपना सकते हैं। पहला दृष्टिकोण पूर्ण कार्यों की प्रोफाइलिंग पर आधारित है; दूसरा दृष्टिकोण फ़ंक्शंस में विशिष्ट कोड लाइनों की प्रोफाइलिंग पर आधारित है।
फ़ंक्शंस द्वारा प्रोफ़ाइल करने के लिए, संदर्भ प्रबंधक का उपयोग करें smppy.annotate
पूर्ण कार्यों को एनोटेट करने के लिए। निम्नलिखित उदाहरण स्क्रिप्ट दिखाती है कि प्रत्येक पुनरावृत्ति में प्रशिक्षण लूप और पूर्ण कार्यों को लपेटने के लिए संदर्भ प्रबंधक को कैसे कार्यान्वित किया जाए:
आप भी उपयोग कर सकते हैं smppy.annotation_begin()
और smppy.annotation_end()
फ़ंक्शंस में कोड की विशिष्ट पंक्तियों को एनोटेट करने के लिए। अधिक जानकारी के लिए देखें दस्तावेज़ीकरण.
सेजमेकर प्रशिक्षण जॉब लॉन्चर को कॉन्फ़िगर करें
प्रोफाइलर दीक्षा मॉड्यूल को एनोटेट करने और सेट करने के बाद, प्रशिक्षण स्क्रिप्ट को सहेजें और सेजमेकर पायथन एसडीके का उपयोग करके प्रशिक्षण के लिए सेजमेकर फ्रेमवर्क अनुमानक तैयार करें।
- तय करो
profiler_config
वस्तु का उपयोग करProfilerConfig
औरProfiler
मॉड्यूल इस प्रकार हैं: - के साथ एक सेजमेकर अनुमानक बनाएं
profiler_config
पिछले चरण में बनाई गई वस्तु। निम्नलिखित कोड PyTorch अनुमानक बनाने का एक उदाहरण दिखाता है:
यदि आप TensorFlow अनुमानक बनाना चाहते हैं, तो आयात करें sagemaker.tensorflow.TensorFlow
इसके बजाय, और SageMaker प्रोफाइलर द्वारा समर्थित TensorFlow संस्करणों में से एक को निर्दिष्ट करें। समर्थित फ्रेमवर्क और इंस्टेंस प्रकारों के बारे में अधिक जानकारी के लिए देखें समर्थित ढाँचे.
- फिट विधि चलाकर प्रशिक्षण कार्य प्रारंभ करें:
सेजमेकर प्रोफाइलर यूआई लॉन्च करें
जब प्रशिक्षण कार्य पूरा हो जाता है, तो आप प्रशिक्षण कार्य की प्रोफ़ाइल की कल्पना और अन्वेषण करने के लिए सेजमेकर प्रोफाइलर यूआई लॉन्च कर सकते हैं। आप सेजमेकर प्रोफाइलर यूआई एप्लिकेशन को सेजमेकर कंसोल पर सेजमेकर प्रोफाइलर लैंडिंग पेज के माध्यम से या सेजमेकर डोमेन के माध्यम से एक्सेस कर सकते हैं।
सेजमेकर कंसोल पर सेजमेकर प्रोफाइलर यूआई एप्लिकेशन लॉन्च करने के लिए, निम्नलिखित चरणों को पूरा करें:
- SageMaker कंसोल पर, चुनें प्रोफ़ाइल नेविगेशन फलक में
- के अंतर्गत शुरू हो, उस डोमेन का चयन करें जिसमें आप सेजमेकर प्रोफाइलर यूआई एप्लिकेशन लॉन्च करना चाहते हैं।
यदि आपकी उपयोगकर्ता प्रोफ़ाइल केवल एक डोमेन से संबंधित है, तो आपको डोमेन चुनने का विकल्प नहीं दिखाई देगा।
- उस उपयोगकर्ता प्रोफ़ाइल का चयन करें जिसके लिए आप सेजमेकर प्रोफाइलर यूआई एप्लिकेशन लॉन्च करना चाहते हैं।
यदि डोमेन में कोई उपयोगकर्ता प्रोफ़ाइल नहीं है, तो चुनें उपयोगकर्ता प्रोफ़ाइल बनाएं. नई उपयोगकर्ता प्रोफ़ाइल बनाने के बारे में अधिक जानकारी के लिए देखें उपयोगकर्ता प्रोफ़ाइल जोड़ें और निकालें.
- चुनें प्रोफाइलर खोलें.
आप भी कर सकते हैं डोमेन विवरण पृष्ठ से सेजमेकर प्रोफाइलर यूआई लॉन्च करें.
सेजमेकर प्रोफाइलर से जानकारी प्राप्त करें
जब आप सेजमेकर प्रोफाइलर यूआई खोलते हैं, तो प्रोफ़ाइल चुनें और लोड करें पेज खुलता है, जैसा कि निम्नलिखित स्क्रीनशॉट में दिखाया गया है।
आप उन सभी प्रशिक्षण कार्यों की सूची देख सकते हैं जो सेजमेकर प्रोफाइलर को सबमिट किए गए हैं और किसी विशेष प्रशिक्षण कार्य को उसके नाम, निर्माण समय और चलने की स्थिति (प्रगति में, पूर्ण, विफल, रोका गया, या रुकने) के आधार पर खोज सकते हैं। प्रोफ़ाइल लोड करने के लिए, वह प्रशिक्षण कार्य चुनें जिसे आप देखना चाहते हैं और चुनें भार. कार्य का नाम इसमें दिखना चाहिए लोड की गई प्रोफ़ाइल शीर्ष पर अनुभाग।
डैशबोर्ड और टाइमलाइन तैयार करने के लिए नौकरी का नाम चुनें। ध्यान दें कि जब आप नौकरी चुनते हैं, तो यूआई स्वचालित रूप से डैशबोर्ड खोलता है। आप एक समय में एक प्रोफ़ाइल को लोड और विज़ुअलाइज़ कर सकते हैं। किसी अन्य प्रोफ़ाइल को लोड करने के लिए, आपको पहले पहले से लोड की गई प्रोफ़ाइल को अनलोड करना होगा। किसी प्रोफ़ाइल को अनलोड करने के लिए, इसमें ट्रैश बिन आइकन चुनें लोड की गई प्रोफ़ाइल अनुभाग।
इस पोस्ट के लिए, हम एक की प्रोफ़ाइल देखते हैं अल्बेफ़ दो ml.p4d.24xlarge उदाहरणों पर प्रशिक्षण कार्य।
आपके द्वारा प्रशिक्षण कार्य लोड करने और चयन करने के बाद, यूआई खुलता है डैशबोर्ड पृष्ठ, जैसा कि निम्न स्क्रीनशॉट में दिखाया गया है।
आप प्रमुख मेट्रिक्स के लिए प्लॉट देख सकते हैं, अर्थात् GPU सक्रिय समय, समय के साथ GPU उपयोग, CPU सक्रिय समय और समय के साथ CPU उपयोग। जीपीयू सक्रिय समय पाई चार्ट जीपीयू सक्रिय समय बनाम जीपीयू निष्क्रिय समय का प्रतिशत दिखाता है, जो हमें यह जांचने में सक्षम बनाता है कि पूरे प्रशिक्षण कार्य के दौरान जीपीयू निष्क्रिय से अधिक सक्रिय हैं या नहीं. समय-समय पर जीपीयू उपयोग ग्राफ एक ही चार्ट में सभी नोड्स को एकत्रित करते हुए, प्रति नोड समय के साथ औसत जीपीयू उपयोग दर दिखाता है। आप जांच सकते हैं कि निश्चित समय अंतराल के दौरान जीपीयू में असंतुलित कार्यभार, कम उपयोग की समस्याएं, बाधाएं या निष्क्रिय समस्याएं हैं या नहीं. इन मेट्रिक्स की व्याख्या करने के बारे में अधिक जानकारी के लिए, देखें दस्तावेज़ीकरण.
डैशबोर्ड आपको अतिरिक्त प्लॉट प्रदान करता है, जिसमें सभी जीपीयू कर्नेल द्वारा बिताया गया समय, शीर्ष 15 जीपीयू कर्नेल द्वारा बिताया गया समय, सभी जीपीयू कर्नेल की लॉन्च गिनती और शीर्ष 15 जीपीयू कर्नेल की लॉन्च गिनती शामिल है, जैसा कि निम्नलिखित स्क्रीनशॉट में दिखाया गया है।
अंत में, डैशबोर्ड आपको अतिरिक्त मेट्रिक्स को देखने में सक्षम बनाता है, जैसे कि चरण समय वितरण, जो एक हिस्टोग्राम है जो जीपीयू पर चरण अवधि के वितरण को दिखाता है, और कर्नेल सटीक वितरण पाई चार्ट, जो कर्नेल चलाने पर खर्च किए गए समय का प्रतिशत दिखाता है विभिन्न डेटा प्रकारों जैसे FP32, FP16, INT32, और INT8 में।
आप GPU गतिविधि वितरण पर एक पाई चार्ट भी प्राप्त कर सकते हैं जो GPU गतिविधियों पर खर्च किए गए समय का प्रतिशत दिखाता है, जैसे कर्नेल चलाना, मेमोरी (memcpy
और memset
), और सिंक्रनाइज़ेशन (sync
). आप GPU मेमोरी ऑपरेशंस वितरण पाई चार्ट से GPU मेमोरी ऑपरेशंस पर खर्च किए गए समय के प्रतिशत की कल्पना कर सकते हैं।
आप कस्टम मीट्रिक के आधार पर अपने स्वयं के हिस्टोग्राम भी बना सकते हैं जिन्हें आपने इस पोस्ट में पहले बताए अनुसार मैन्युअल रूप से एनोटेट किया है। नए हिस्टोग्राम में कस्टम एनोटेशन जोड़ते समय, प्रशिक्षण स्क्रिप्ट में आपके द्वारा जोड़े गए एनोटेशन का नाम चुनें या दर्ज करें।
टाइमलाइन इंटरफ़ेस
सेजमेकर प्रोफाइलर यूआई में एक टाइमलाइन इंटरफ़ेस भी शामिल है, जो आपको सीपीयू पर निर्धारित संचालन और कर्नेल और जीपीयू पर चलने के स्तर पर गणना संसाधनों में एक विस्तृत दृश्य प्रदान करता है। टाइमलाइन एक ट्री संरचना में व्यवस्थित है, जो आपको होस्ट स्तर से डिवाइस स्तर तक की जानकारी देती है, जैसा कि निम्नलिखित स्क्रीनशॉट में दिखाया गया है।
प्रत्येक सीपीयू के लिए, आप सीपीयू प्रदर्शन काउंटरों को ट्रैक कर सकते हैं, जैसे clk_unhalted_ref.tsc
और itlb_misses.miss_causes_a_walk
. 2x p4d.24xlarge इंस्टेंस पर प्रत्येक GPU के लिए, आप एक होस्ट टाइमलाइन और एक डिवाइस टाइमलाइन देख सकते हैं। कर्नेल लॉन्च होस्ट टाइमलाइन पर होते हैं और कर्नेल रन डिवाइस टाइमलाइन पर होते हैं।
आप अलग-अलग चरणों को ज़ूम इन भी कर सकते हैं। निम्नलिखित स्क्रीनशॉट में, हमने चरण_41 पर ज़ूम इन किया है। निम्नलिखित स्क्रीनशॉट में चयनित टाइमलाइन स्ट्रिप है AllReduce
ऑपरेशन, वितरित प्रशिक्षण में एक आवश्यक संचार और सिंक्रनाइज़ेशन चरण, GPU-0 पर चलता है। स्क्रीनशॉट में, ध्यान दें कि GPU-0 होस्ट में कर्नेल लॉन्च, GPU-0 डिवाइस स्ट्रीम 1 में कर्नेल रन से कनेक्ट होता है, जिसे सियान में तीर के साथ दर्शाया गया है।
उपलब्धता और विचार
सेजमेकर प्रोफाइलर PyTorch (संस्करण 2.0.0 और 1.13.1) और TensorFlow (संस्करण 2.12.0 और 2.11.1) में उपलब्ध है। निम्न तालिका समर्थित के लिंक प्रदान करती है सेजमेकर के लिए एडब्ल्यूएस डीप लर्निंग कंटेनर.
ढांचा | संस्करण | एडब्ल्यूएस डीएलसी छवि यूआरआई |
पायटॉर्च | 2.0.0 | 763104351884.dkr.ecr.<region>.amazonaws.com/pytorch-training:2.0.0-gpu-py310-cu118-ubuntu20.04-sagemaker |
पायटॉर्च | 1.13.1 | 763104351884.dkr.ecr.<region>.amazonaws.com/pytorch-training:1.13.1-gpu-py39-cu117-ubuntu20.04-sagemaker |
TensorFlow | 2.12.0 | 763104351884.dkr.ecr.<region>.amazonaws.com/tensorflow-training:2.12.0-gpu-py310-cu118-ubuntu20.04-sagemaker |
TensorFlow | 2.11.1 | 763104351884.dkr.ecr.<region>.amazonaws.com/tensorflow-training:2.11.1-gpu-py39-cu112-ubuntu20.04-sagemaker |
सेजमेकर प्रोफाइलर वर्तमान में निम्नलिखित क्षेत्रों में उपलब्ध है: यूएस ईस्ट (ओहियो, एन. वर्जीनिया), यूएस वेस्ट (ओरेगन), और यूरोप (फ्रैंकफर्ट, आयरलैंड)।
सेजमेकर प्रोफाइलर प्रशिक्षण उदाहरण प्रकार ml.p4d.24xlarge, ml.p3dn.24xlarge, और ml.g4dn.12xlarge में उपलब्ध है।
समर्थित फ़्रेमवर्क और संस्करणों की पूरी सूची के लिए, देखें दस्तावेज़ीकरण.
सेजमेकर फ्री टियर या सुविधा की नि:शुल्क परीक्षण अवधि समाप्त होने के बाद सेजमेकर प्रोफाइलर पर शुल्क लगता है। अधिक जानकारी के लिए देखें अमेज़न SageMaker मूल्य निर्धारण.
सेजमेकर प्रोफाइलर का प्रदर्शन
हमने सेजमेकर प्रोफाइलर के ओवरहेड की तुलना विभिन्न ओपन-सोर्स प्रोफाइलर्स से की। तुलना के लिए उपयोग की जाने वाली आधार रेखा बिना प्रोफाइलर के प्रशिक्षण कार्य चलाने से प्राप्त की गई थी।
हमारी मुख्य खोज से पता चला कि सेजमेकर प्रोफाइलर के परिणामस्वरूप आम तौर पर कम बिल योग्य प्रशिक्षण अवधि होती है क्योंकि इसमें एंड-टू-एंड प्रशिक्षण रन पर कम ओवरहेड समय होता है। ओपन-सोर्स विकल्पों की तुलना में इसने कम प्रोफ़ाइलिंग डेटा (10 गुना तक कम) उत्पन्न किया। सेजमेकर प्रोफाइलर द्वारा उत्पन्न छोटी प्रोफाइलिंग कलाकृतियों को कम भंडारण की आवश्यकता होती है, जिससे लागत में भी बचत होती है।
निष्कर्ष
सेजमेकर प्रोफाइलर आपको अपने गहन शिक्षण मॉडल को प्रशिक्षित करते समय गणना संसाधनों के उपयोग में विस्तृत जानकारी प्राप्त करने में सक्षम बनाता है। यह आपको कुशल संसाधन उपयोग सुनिश्चित करने के लिए प्रदर्शन हॉटस्पॉट और बाधाओं को हल करने में सक्षम कर सकता है जो अंततः प्रशिक्षण लागत को कम करेगा और समग्र प्रशिक्षण अवधि को कम करेगा।
सेजमेकर प्रोफाइलर के साथ आरंभ करने के लिए, देखें दस्तावेज़ीकरण.
लेखक के बारे में
रॉय अल्लेला म्यूनिख, जर्मनी स्थित AWS में एक वरिष्ठ AI/ML विशेषज्ञ समाधान वास्तुकार हैं। रॉय AWS ग्राहकों को - छोटे स्टार्टअप से लेकर बड़े उद्यमों तक - AWS पर बड़े भाषा मॉडल को कुशलतापूर्वक प्रशिक्षित करने और तैनात करने में मदद करता है। रॉय को कम्प्यूटेशनल अनुकूलन समस्याओं और एआई कार्यभार के प्रदर्शन में सुधार का शौक है।
सुशांत मून AWS, भारत में एक डेटा वैज्ञानिक हैं, जो अपने AI/ML प्रयासों के माध्यम से ग्राहकों का मार्गदर्शन करने में माहिर हैं। खुदरा, वित्त और बीमा क्षेत्रों में फैली विविध पृष्ठभूमि के साथ, वह नवीन और अनुरूप समाधान प्रदान करते हैं। अपने पेशेवर जीवन से परे, सुशांत तैराकी में कायाकल्प पाते हैं और विभिन्न स्थानों की अपनी यात्राओं से प्रेरणा लेते हैं।
दीक्षा शर्मा वर्ल्डवाइड स्पेशलिस्ट ऑर्गनाइजेशन में एआई/एमएल स्पेशलिस्ट सॉल्यूशंस आर्किटेक्ट हैं। वह सार्वजनिक क्षेत्र के ग्राहकों के साथ काम करती है ताकि उन्हें एडब्ल्यूएस पर जेनरेटिव एआई समाधानों सहित कुशल, सुरक्षित और स्केलेबल मशीन लर्निंग एप्लिकेशन तैयार करने में मदद मिल सके। अपने खाली समय में दीक्षा को पढ़ना, पेंटिंग करना और अपने परिवार के साथ समय बिताना पसंद है।
- एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
- प्लेटोडेटा.नेटवर्क वर्टिकल जेनरेटिव एआई। स्वयं को शक्तिवान बनाएं। यहां पहुंचें।
- प्लेटोआईस्ट्रीम। Web3 इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
- प्लेटोईएसजी. ऑटोमोटिव/ईवीएस, कार्बन, क्लीनटेक, ऊर्जा, पर्यावरण, सौर, कचरा प्रबंधन। यहां पहुंचें।
- प्लेटोहेल्थ। बायोटेक और क्लिनिकल परीक्षण इंटेलिजेंस। यहां पहुंचें।
- चार्टप्राइम. चार्टप्राइम के साथ अपने ट्रेडिंग गेम को उन्नत करें। यहां पहुंचें।
- BlockOffsets. पर्यावरणीय ऑफसेट स्वामित्व का आधुनिकीकरण। यहां पहुंचें।
- स्रोत: https://aws.amazon.com/blogs/machine-learning/announcing-the-preview-of-amazon-sagemaker-profiler-track-and-visualize-detailed-hardware-performance-data-for-your-model-training-workloads/
- :हैस
- :है
- :नहीं
- $यूपी
- 1
- 10
- 100
- 11
- 12
- 125
- 13
- 15% तक
- 17
- 20
- 7
- 9
- a
- About
- पहुँच
- के पार
- सक्रिय
- सक्रिय
- गतिविधियों
- गतिविधि
- जोड़ना
- जोड़ा
- जोड़ने
- अतिरिक्त
- बाद
- के खिलाफ
- योग
- AI
- ऐ / एमएल
- सब
- भी
- विकल्प
- वीरांगना
- अमेज़न SageMaker
- अमेज़ॅन वेब सेवा
- an
- और
- की घोषणा
- की घोषणा
- अन्य
- कोई
- दिखाई देते हैं
- आवेदन
- अनुप्रयोगों
- दृष्टिकोण
- दृष्टिकोण
- हैं
- AS
- सौंपा
- At
- स्वतः
- उपलब्ध
- औसत
- एडब्ल्यूएस
- पृष्ठभूमि
- आधारित
- आधारभूत
- BE
- क्योंकि
- बन
- किया गया
- शुरू
- अंतर्गत आता है
- के बीच
- परे
- अरबों
- बिन
- by
- कर सकते हैं
- क्षमताओं
- क्षमता
- कैप्चरिंग
- कुछ
- चुनौतियों
- प्रभार
- चार्ट
- चेक
- चुनें
- कोड
- सामान्य
- संचार
- तुलना
- तुलना
- पूरा
- पूरा
- जटिलता
- गणना करना
- विन्यास
- जोड़ता है
- कंसोल
- कंटेनरों
- प्रसंग
- इसी
- लागत
- लागत
- काउंटरों
- बनाना
- बनाया
- बनाना
- निर्माण
- वर्तमान में
- रिवाज
- ग्राहक
- सियान
- डैशबोर्ड
- तिथि
- आँकड़े वाला वैज्ञानिक
- गहरा
- ध्यान लगा के पढ़ना या सीखना
- परिभाषित
- बचाता है
- तैनात
- वर्णित
- विस्तृत
- विवरण
- युक्ति
- विभिन्न
- वितरित
- वितरित प्रशिक्षण
- वितरण
- कई
- डोमेन
- डोमेन
- किया
- नीचे
- ड्राइव
- अवधि
- दौरान
- से प्रत्येक
- पूर्व
- पूर्व
- कुशल
- कुशलता
- सक्षम
- सक्षम बनाता है
- समाप्त
- शुरू से अंत तक
- प्रयासों
- समाप्त होता है
- सुनिश्चित
- दर्ज
- संपूर्ण
- प्रविष्टि
- युग
- अवधियों को
- आवश्यक
- यूरोप
- घटनाओं
- स्पष्ट
- उदाहरण
- निष्पादन
- का पता लगाने
- विफल रहे
- परिवार
- Feature
- वित्त
- खोज
- पाता
- खत्म
- प्रथम
- फिट
- निम्नलिखित
- इस प्रकार है
- के लिए
- आगे
- ढांचा
- चौखटे
- मुक्त
- मुफ्त आज़माइश
- से
- पूर्ण
- कार्यों
- आम तौर पर
- उत्पन्न
- उत्पन्न
- उत्पादक
- जनरेटिव एआई
- जर्मनी
- मिल
- देते
- GPU
- GPUs
- ग्राफ
- आगे बढ़ें
- था
- हार्डवेयर
- है
- he
- मदद
- मदद करता है
- उसे
- उसके
- मेजबान
- कैसे
- How To
- एचटीएमएल
- http
- HTTPS
- i
- नायक
- निष्क्रिय
- if
- की छवि
- लागू करने के
- आयात
- में सुधार लाने
- in
- शामिल
- सहित
- बढ़ना
- इंडिया
- संकेत दिया
- व्यक्ति
- अप्रभावी
- करें-
- अभिनव
- निविष्टियां
- अंतर्दृष्टि
- प्रेरणा
- उदाहरण
- बजाय
- निर्देश
- बीमा
- इंटरफेस
- में
- आयरलैंड
- मुद्दों
- IT
- यात्रा
- आईटी इस
- काम
- नौकरियां
- जेपीजी
- कुंजी
- लेबल
- अवतरण
- भाषा
- बड़ा
- लांच
- शुरूआत
- सीख रहा हूँ
- कम
- स्तर
- पुस्तकालय
- जीवन
- सीमाएं
- पंक्तियां
- लिंक
- सूची
- भार
- लोड हो रहा है
- लंबे समय तक
- बंद
- प्यार करता है
- निम्न
- मशीन
- यंत्र अधिगम
- प्रबंधक
- मैन्युअल
- याद
- तरीका
- तरीकों
- मीट्रिक
- मेट्रिक्स
- न्यूनतम
- ML
- आदर्श
- मॉडल
- संशोधित
- मॉड्यूल
- अधिक
- चाहिए
- नाम
- यानी
- पथ प्रदर्शन
- आवश्यकता
- नया
- नहीं
- नोड
- नोड्स
- वस्तु
- प्राप्त
- प्राप्त
- of
- ऑफर
- ओहियो
- on
- ONE
- केवल
- खुला
- खुला स्रोत
- खोलता है
- आपरेशन
- संचालन
- इष्टतमीकरण
- अनुकूलित
- विकल्प
- or
- आदेश
- ओरेगन
- संगठन
- संगठित
- के ऊपर
- कुल
- अपना
- पृष्ठ
- फलक
- पैरामीटर
- विशेष
- विशेष रूप से
- आवेशपूर्ण
- प्रति
- प्रतिशतता
- प्रदर्शन
- अवधि
- अनुमतियाँ
- प्लेटो
- प्लेटो डेटा इंटेलिजेंस
- प्लेटोडाटा
- प्रसन्न
- बिन्दु
- पद
- शुद्धता
- तैयार करना
- आवश्यक शर्तें
- पूर्वावलोकन
- पिछला
- पहले से
- समस्याओं
- पेशेवर
- प्रोफाइल
- प्रोफाइल
- रूपरेखा
- प्रगति
- परियोजना
- प्रदान करता है
- सार्वजनिक
- अजगर
- pytorch
- त्वरित
- तेजी
- मूल्यांकन करें
- पढ़ना
- को कम करने
- क्षेत्रों
- कायाकल्प
- संबंध
- हटाना
- की आवश्यकता होती है
- संसाधन
- उपयुक्त संसाधन चुनें
- परिणाम
- खुदरा
- प्रकट
- वृद्धि
- भूमिका
- रॉय
- रन
- दौड़ना
- चलाता है
- sagemaker
- सहेजें
- बचत
- स्केलेबल
- अनुसूचित
- वैज्ञानिक
- लिपियों
- एसडीके
- Search
- दूसरा
- अनुभाग
- सेक्टर
- सुरक्षित
- देखना
- प्रयास
- चयनित
- का चयन
- वरिष्ठ
- सेवाएँ
- सेट
- की स्थापना
- वह
- चाहिए
- दिखाया
- दिखाता है
- एक
- आकार
- छोटा
- छोटे
- समाधान ढूंढे
- स्रोत
- तनाव
- विशेषज्ञ
- विशेषज्ञता
- विशिष्ट
- बिताना
- खर्च
- प्रारंभ
- शुरू
- स्टार्टअप
- राज्य के-the-कला
- सांख्यिकीय
- स्थिति
- कदम
- कदम
- रोक
- रोक
- भंडारण
- धारा
- संरचना
- प्रस्तुत
- ऐसा
- सारांश
- समर्थित
- तुल्यकालन
- तालिका
- अनुरूप
- लेना
- tensorflow
- से
- कि
- RSI
- लेकिन हाल ही
- उन
- वहाँ।
- जिसके चलते
- इसलिये
- इन
- इसका
- यहाँ
- भर
- टियर
- पहर
- समय
- समयसीमा
- बार
- सेवा मेरे
- ऊपर का
- ट्रैक
- ट्रैकिंग
- रेलगाड़ी
- प्रशिक्षण
- स्थानांतरण
- यात्रा
- पेड़
- परीक्षण
- अरबों
- दो
- प्रकार
- आम तौर पर
- ui
- अंत में
- समझ
- us
- उपयोग
- प्रयुक्त
- उपयोगकर्ता
- यूजर इंटरफेस
- उपयोगकर्ताओं
- का उपयोग
- विभिन्न
- संस्करण
- संस्करणों
- देखें
- वर्जीनिया
- vs
- करना चाहते हैं
- था
- we
- वेब
- वेब सेवाओं
- पश्चिम
- कब
- कौन कौन से
- जब
- मर्जी
- साथ में
- बिना
- कार्य
- दुनिया भर
- होगा
- लपेटो
- आप
- आपका
- जेफिरनेट
- ज़ूम