In भाग 1 इस श्रृंखला में, हमने किनारे पर दृश्य गुणवत्ता निरीक्षण उपयोग के मामले के लिए एंड-टू-एंड एमएलओपीएस पाइपलाइन के लिए एक आर्किटेक्चर का मसौदा तैयार किया। इसे डेटा लेबलिंग से लेकर मॉडल प्रशिक्षण और किनारे पर तैनाती तक संपूर्ण मशीन लर्निंग (एमएल) प्रक्रिया को स्वचालित करने के लिए डिज़ाइन किया गया है। प्रबंधित और सर्वर रहित सेवाओं पर ध्यान केंद्रित करने से आपकी पाइपलाइन के लिए बुनियादी ढांचे को संचालित करने की आवश्यकता कम हो जाती है और आपको जल्दी से शुरुआत करने की अनुमति मिलती है।
इस पोस्ट में, हम इस बात पर गहराई से चर्चा करेंगे कि पाइपलाइन के लेबलिंग और मॉडल निर्माण और प्रशिक्षण भागों को कैसे कार्यान्वित किया जाता है। यदि आप विशेष रूप से आर्किटेक्चर के किनारे परिनियोजन पहलू में रुचि रखते हैं, तो आप आगे बढ़ सकते हैं भाग 3. हम एक साथ भी प्रदान करते हैं गीथहब रेपो यदि आप इसे तैनात करना चाहते हैं और इसे स्वयं आज़माना चाहते हैं।
समाधान अवलोकन
इस श्रृंखला के लिए उपयोग किया जाने वाला नमूना उपयोग मामला एक दृश्य गुणवत्ता निरीक्षण समाधान है जो धातु टैग पर दोषों का पता लगा सकता है, जिसे विनिर्माण प्रक्रिया के हिस्से के रूप में तैनात किया जा सकता है। निम्नलिखित चित्र एमएलओपीएस पाइपलाइन की उच्च-स्तरीय वास्तुकला को दर्शाता है जिसे हमने इस श्रृंखला की शुरुआत में परिभाषित किया था। यदि आपने इसे अभी तक नहीं पढ़ा है, तो हम अनुशंसा करते हैं कि इसे जांच लें भाग 1.
डेटा लेबलिंग को स्वचालित करना
डेटा लेबलिंग एक स्वाभाविक रूप से श्रम-गहन कार्य है जिसमें डेटा को लेबल करने के लिए मनुष्य (लेबलर) शामिल होते हैं। हमारे उपयोग के मामले में लेबलिंग का अर्थ है एक छवि का निरीक्षण करना और दिखाई देने वाले प्रत्येक दोष के लिए बाउंडिंग बॉक्स बनाना। यह सीधा लग सकता है, लेकिन इसे स्वचालित करने के लिए हमें कई बातों का ध्यान रखना होगा:
- लेबलर्स को बाउंडिंग बॉक्स बनाने के लिए एक उपकरण प्रदान करें
- लेबलर्स के कार्यबल का प्रबंधन करें
- अच्छी लेबल गुणवत्ता सुनिश्चित करें
- हमारे डेटा और लेबल को प्रबंधित और संस्करणित करें
- पूरी प्रक्रिया को व्यवस्थित करें
- इसे सीआई/सीडी प्रणाली में एकीकृत करें
हम यह सब AWS सेवाओं के साथ कर सकते हैं। लेबलिंग को सुविधाजनक बनाने और अपने कार्यबल को प्रबंधित करने के लिए, हम इसका उपयोग करते हैं अमेज़ॅन सैजमेकर ग्राउंड ट्रुथ, एक डेटा लेबलिंग सेवा जो आपको अपना स्वयं का डेटा लेबलिंग वर्कफ़्लो और कार्यबल बनाने और प्रबंधित करने की अनुमति देती है। आप लेबलर्स के अपने निजी कार्यबल का प्रबंधन कर सकते हैं, या बाहरी लेबलर्स की शक्ति का उपयोग कर सकते हैं अमेज़ॅन मैकेनिकल तुर्क या तृतीय-पक्ष प्रदाता।
इसके अलावा, पूरी प्रक्रिया को AWS SDK के माध्यम से कॉन्फ़िगर और प्रबंधित किया जा सकता है, जिसका उपयोग हम अपने CI/CD पाइपलाइन के हिस्से के रूप में अपने लेबलिंग वर्कफ़्लो को व्यवस्थित करने के लिए करते हैं।
लेबलिंग कार्य का उपयोग लेबलिंग वर्कफ़्लो को प्रबंधित करने के लिए किया जाता है। सेजमेकर ग्राउंड ट्रुथ कई अलग-अलग लेबलिंग कार्य प्रकारों के लिए आउट-ऑफ़-द-बॉक्स टेम्पलेट प्रदान करता है, जिसमें बाउंडिंग बॉक्स बनाना भी शामिल है। बाउंडिंग बॉक्स कार्यों के लिए लेबलिंग कार्य कैसे सेट करें, इसके बारे में अधिक जानकारी के लिए देखें अमेज़ॅन सेजमेकर ग्राउंड ट्रुथ में YOLO ऑब्जेक्ट डिटेक्शन के लिए डेटा लेबलिंग को सुव्यवस्थित करना. हमारे उपयोग के मामले के लिए, हम इसे अनुकूलित करते हैं बाउंडिंग बॉक्स कार्यों के लिए कार्य टेम्पलेट और हमारी छवियों को डिफ़ॉल्ट रूप से लेबल करने के लिए मैकेनिकल तुर्क द्वारा प्रदान किए गए मानव एनोटेटर का उपयोग करें। निम्नलिखित स्क्रीनशॉट दिखाता है कि किसी छवि पर काम करते समय लेबलर क्या देखता है।
चलिए आगे लेबल गुणवत्ता के बारे में बात करते हैं। हमारे लेबल की गुणवत्ता हमारे एमएल मॉडल की गुणवत्ता को प्रभावित करेगी। मैकेनिकल तुर्क जैसे बाहरी मानव कार्यबल के साथ छवि लेबलिंग को स्वचालित करते समय, डोमेन विशेषज्ञता की कमी के कारण एक अच्छी और सुसंगत लेबल गुणवत्ता सुनिश्चित करना चुनौतीपूर्ण है। कभी-कभी डोमेन विशेषज्ञों के एक निजी कार्यबल की आवश्यकता होती है। हालाँकि, हमारे नमूना समाधान में, हम अपनी छवियों की स्वचालित लेबलिंग लागू करने के लिए मैकेनिकल तुर्क का उपयोग करते हैं।
अच्छी लेबल गुणवत्ता सुनिश्चित करने के कई तरीके हैं। सर्वोत्तम प्रथाओं के बारे में अधिक जानकारी के लिए, AWS re:Invent 2019 टॉक देखें, अमेज़ॅन सेजमेकर ग्राउंड ट्रुथ के साथ सटीक प्रशिक्षण डेटासेट बनाएं. इस नमूना समाधान के भाग के रूप में, हमने निम्नलिखित पर ध्यान केंद्रित करने का निर्णय लिया:
अंत में, हमें यह सोचने की ज़रूरत है कि अपने लेबल को कैसे संग्रहीत किया जाए ताकि उन्हें बाद में प्रशिक्षण के लिए पुन: उपयोग किया जा सके और प्रयुक्त मॉडल प्रशिक्षण डेटा की ट्रैसेबिलिटी को सक्षम किया जा सके। सेजमेकर ग्राउंड ट्रुथ लेबलिंग कार्य का आउटपुट JSON-लाइन्स प्रारूप में एक फ़ाइल है जिसमें लेबल और अतिरिक्त मेटाडेटा शामिल है। हमने इसका उपयोग करने का निर्णय लिया ऑफ़लाइन स्टोर of अमेज़न SageMaker फ़ीचर स्टोर हमारे लेबल संग्रहीत करने के लिए। केवल लेबलों को संग्रहीत करने की तुलना में अमेज़न सरल भंडारण सेवा (अमेज़ॅन S3), यह हमें कुछ विशिष्ट लाभ प्रदान करता है:
- यह पॉइंट-इन-टाइम क्वेरीज़ के साथ संयुक्त रूप से फीचर मानों का पूरा इतिहास संग्रहीत करता है। यह हमें अपने डेटासेट को आसानी से संस्करणित करने और ट्रैसेबिलिटी सुनिश्चित करने की अनुमति देता है।
- एक केंद्रीय फीचर स्टोर के रूप में, यह हमारे डेटा की पुन: प्रयोज्यता और दृश्यता को बढ़ावा देता है।
सेजमेकर फ़ीचर स्टोर के परिचय के लिए, देखें अमेज़ॅन सेजमेकर फ़ीचर स्टोर के साथ शुरुआत करना. सेजमेकर फ़ीचर स्टोर सारणीबद्ध प्रारूप में सुविधाओं को संग्रहीत करने का समर्थन करता है। हमारे उदाहरण में, हम प्रत्येक लेबल वाली छवि के लिए निम्नलिखित सुविधाएँ संग्रहीत करते हैं:
- वह स्थान जहां छवि Amazon S3 पर संग्रहीत है
- छवि आयाम
- बाउंडिंग बॉक्स निर्देशांक और वर्ग मान
- एक स्थिति ध्वज यह दर्शाता है कि लेबल को प्रशिक्षण में उपयोग के लिए अनुमोदित किया गया है या नहीं
- लेबल बनाने के लिए लेबलिंग कार्य नाम का उपयोग किया गया
निम्नलिखित स्क्रीनशॉट दिखाता है कि फीचर स्टोर में एक सामान्य प्रविष्टि कैसी दिख सकती है।
इस प्रारूप के साथ, हम आसानी से फीचर स्टोर को क्वेरी कर सकते हैं और बाद में प्रशिक्षण के लिए उपयोग किए जाने वाले डेटासेट का निर्माण करने के लिए पांडा जैसे परिचित टूल के साथ काम कर सकते हैं।
ऑर्केस्ट्रेटिंग डेटा लेबलिंग
अंततः, अब हमारी लेबलिंग पाइपलाइन के प्रत्येक चरण को स्वचालित और व्यवस्थित करने का समय आ गया है! इसके लिए हम प्रयोग करते हैं AWS स्टेप फ़ंक्शंस, एक सर्वर रहित वर्कफ़्लो सेवा जो हमें हमारे वर्कफ़्लो में चरणों को त्वरित रूप से व्यवस्थित करने और कल्पना करने के लिए एपीआई एकीकरण प्रदान करती है। हम एक सेट का भी उपयोग करते हैं AWS लाम्बा कुछ अधिक जटिल चरणों के लिए कार्य, विशेष रूप से निम्नलिखित:
- जांचें कि क्या Amazon S3 में ऐसी नई छवियां हैं जिनके लिए लेबलिंग की आवश्यकता है
- आवश्यक इनपुट प्रारूप में डेटा तैयार करें और लेबलिंग कार्य शुरू करें
- आवश्यक इनपुट प्रारूप में डेटा तैयार करें और लेबल सत्यापन कार्य शुरू करें
- फीचर स्टोर में लेबल का अंतिम सेट लिखें
निम्नलिखित चित्र दिखाता है कि पूर्ण चरण फ़ंक्शंस लेबलिंग राज्य मशीन कैसी दिखती है।
लेबलिंग: बुनियादी ढांचे की तैनाती और सीआई/सीडी में एकीकरण
अंतिम चरण स्टेप फ़ंक्शंस वर्कफ़्लो को हमारे सीआई/सीडी सिस्टम में एकीकृत करना और यह सुनिश्चित करना है कि हम आवश्यक बुनियादी ढांचे को तैनात करते हैं। इस कार्य को पूरा करने के लिए, हम इसका उपयोग करते हैं AWS क्लाउड डेवलपमेंट किट (एडब्ल्यूएस सीडीके) लैम्ब्डा फ़ंक्शंस और स्टेप फ़ंक्शंस वर्कफ़्लो जैसे सभी आवश्यक बुनियादी ढांचे को बनाने के लिए। साथ सीडीके पाइपलाइन, AWS CDK का एक मॉड्यूल, हम इसमें एक पाइपलाइन बनाते हैं AWS कोडपिपलीन जो हमारे बुनियादी ढांचे में बदलाव लाता है और स्टेप फ़ंक्शंस वर्कफ़्लो शुरू करने के लिए एक अतिरिक्त पाइपलाइन ट्रिगर करता है। चरण फ़ंक्शंस एकीकरण CodePipeline में यह कार्य बहुत आसान हो जाता है। हम उपयोग करते हैं अमेज़न EventBridge और कोडपाइपलाइन स्रोत क्रियाएं यह सुनिश्चित करने के लिए कि पाइपलाइन एक शेड्यूल पर ट्रिगर होती है और साथ ही जब परिवर्तन गिट में धकेल दिए जाते हैं।
निम्नलिखित आरेख विस्तार से दिखाता है कि लेबलिंग के लिए सीआई/सीडी आर्किटेक्चर कैसा दिखता है।
डेटा लेबलिंग को स्वचालित करने का पुनर्कथन करें
अब हमारे पास सेजमेकर ग्राउंड ट्रुथ का उपयोग करके धातु टैग की बिना लेबल वाली छवियों से स्वचालित रूप से लेबल बनाने के लिए एक कार्यशील पाइपलाइन है। छवियों को अमेज़ॅन S3 से उठाया गया है और सेजमेकर ग्राउंड ट्रुथ लेबलिंग कार्य में डाला गया है। छवियों को लेबल करने के बाद, हम लेबल सत्यापन कार्य का उपयोग करके गुणवत्ता जांच करते हैं। अंत में, लेबल्स को सेजमेकर फ़ीचर स्टोर में एक फ़ीचर समूह में संग्रहीत किया जाता है। यदि आप कार्यशील उदाहरण को स्वयं आज़माना चाहते हैं, तो साथ में दिए गए उदाहरण को देखें गिटहब भंडार. आइए आगे देखें कि मॉडल बिल्डिंग को स्वचालित कैसे करें!
स्वचालित मॉडल बिल्डिंग
लेबलिंग के समान, आइए हमारी मॉडल बिल्डिंग पाइपलाइन पर गहराई से नज़र डालें। कम से कम, हमें निम्नलिखित चरणों को व्यवस्थित करने की आवश्यकता है:
- फ़ीचर स्टोर से नवीनतम सुविधाएँ प्राप्त करें
- मॉडल प्रशिक्षण के लिए डेटा तैयार करें
- मॉडल को प्रशिक्षित करें
- मॉडल के प्रदर्शन का मूल्यांकन करें
- मॉडल का संस्करण और भंडारण करें
- यदि प्रदर्शन स्वीकार्य है तो तैनाती के लिए मॉडल को मंजूरी दें
मॉडल निर्माण प्रक्रिया आमतौर पर एक डेटा वैज्ञानिक द्वारा संचालित होती है और यह नोटबुक या पायथन कोड का उपयोग करके किए गए प्रयोगों के एक सेट का परिणाम है। किसी प्रयोग को पूरी तरह से स्वचालित एमएलओपीएस पाइपलाइन में बदलने के लिए हम एक सरल तीन-चरणीय प्रक्रिया का पालन कर सकते हैं:
- मौजूदा प्रीप्रोसेसिंग, प्रशिक्षण और मूल्यांकन कोड को कमांड लाइन स्क्रिप्ट में बदलें।
- मॉडल बिल्डिंग को व्यवस्थित करने के लिए सेजमेकर पाइपलाइन परिभाषा बनाएं। प्रसंस्करण और प्रशिक्षण चरणों के भाग के रूप में चरण एक में बनाई गई स्क्रिप्ट का उपयोग करें।
- पाइपलाइन को अपने सीआई/सीडी वर्कफ़्लो में एकीकृत करें।
यह तीन-चरणीय प्रक्रिया सामान्य है और इसका उपयोग आपकी पसंद के किसी भी मॉडल आर्किटेक्चर और एमएल ढांचे के लिए किया जा सकता है। आइए इसका अनुसरण करें और निम्नलिखित स्क्रिप्ट बनाने के लिए चरण 1 से शुरुआत करें:
- प्रीप्रोसेस.py - यह सेजमेकर फ़ीचर स्टोर से लेबल की गई छवियों को खींचता है, डेटासेट को विभाजित करता है, और इसे हमारे मॉडल को प्रशिक्षित करने के लिए आवश्यक प्रारूप में बदल देता है, हमारे मामले में YOLOv8 के लिए इनपुट प्रारूप
- ट्रेन.py - यह ट्रेन एक अल्ट्रालिटिक्स YOLOv8 ऑब्जेक्ट डिटेक्शन मॉडल धातु टैग की छवियों पर खरोंच का पता लगाने के लिए PyTorch का उपयोग करना
ऑर्केस्ट्रेटिंग मॉडल बिल्डिंग
चरण 2 में, हम इन स्क्रिप्ट्स को प्रशिक्षण और प्रसंस्करण कार्यों में बंडल करते हैं और अंतिम सेजमेकर पाइपलाइन को परिभाषित करते हैं, जो निम्नलिखित चित्र की तरह दिखती है।
इसमें निम्नलिखित चरण शामिल हैं:
- सेजमेकर फ़ीचर स्टोर से नवीनतम सुविधाओं को लोड करने के लिए एक प्रोसेसिंगस्टेप; डेटासेट को प्रशिक्षण, सत्यापन और परीक्षण सेट में विभाजित करें; और प्रशिक्षण के लिए डेटासेट को टारबॉल के रूप में संग्रहीत करें।
- प्रशिक्षण, सत्यापन और परीक्षण डेटासेट का उपयोग करके मॉडल को प्रशिक्षित करने और मॉडल के लिए औसत औसत परिशुद्धता (एमएपी) मीट्रिक निर्यात करने के लिए एक प्रशिक्षण चरण।
- यह मूल्यांकन करने के लिए एक कंडीशनस्टेप कि प्रशिक्षित मॉडल का एमएपी मीट्रिक मान कॉन्फ़िगर सीमा से ऊपर है या नहीं। यदि ऐसा है, तो एक रजिस्टरमॉडल चरण चलाया जाता है जो प्रशिक्षित मॉडल को सेजमेकर मॉडल रजिस्ट्री में पंजीकृत करता है।
यदि आप विस्तृत पाइपलाइन कोड में रुचि रखते हैं, तो देखें पाइपलाइन परिभाषा हमारे नमूना भंडार में।
प्रशिक्षण: बुनियादी ढांचे की तैनाती और सीआई/सीडी में एकीकरण
अब चरण 3 का समय है: सीआई/सीडी वर्कफ़्लो में एकीकरण। हमारी सीआई/सीडी पाइपलाइन पहले लेबलिंग अनुभाग में दर्शाए गए समान पैटर्न का अनुसरण करती है। हम CodePipeline से आवश्यक पाइपलाइनों को तैनात करने के लिए AWS CDK का उपयोग करते हैं। फर्क सिर्फ इतना है कि हम उपयोग करते हैं अमेज़न SageMaker पाइपलाइन स्टेप फ़ंक्शंस के बजाय। सेजमेकर पाइपलाइन परिभाषा को कोडपिपलाइन में कोडबिल्ड कार्रवाई के हिस्से के रूप में निर्मित और ट्रिगर किया गया है।
निष्कर्ष
अब हमारे पास सेजमेकर का उपयोग करके पूरी तरह से स्वचालित लेबलिंग और मॉडल प्रशिक्षण वर्कफ़्लो है। हमने प्रयोग कोड से कमांड लाइन स्क्रिप्ट बनाकर शुरुआत की। फिर हमने प्रत्येक मॉडल प्रशिक्षण वर्कफ़्लो चरण को व्यवस्थित करने के लिए सेजमेकर पाइपलाइन का उपयोग किया। कमांड लाइन स्क्रिप्ट को प्रशिक्षण और प्रसंस्करण चरणों के हिस्से के रूप में एकीकृत किया गया था। पाइपलाइन के अंत में, प्रशिक्षित मॉडल को सेजमेकर मॉडल रजिस्ट्री में संस्करणित और पंजीकृत किया जाता है।
चेक आउट भाग 3 इस श्रृंखला में, जहां हम अपने एमएलओपीएस वर्कफ़्लो के अंतिम चरण पर करीब से नज़र डालेंगे। हम पाइपलाइन बनाएंगे जो मॉडल को संकलित और उपयोग करके एक एज डिवाइस पर तैनात करेगी AWS IoT ग्रीनग्रास!
लेखक के बारे में
माइकल रोथ AWS में एक वरिष्ठ समाधान वास्तुकार हैं जो जर्मनी में विनिर्माण ग्राहकों को AWS प्रौद्योगिकी के माध्यम से उनकी व्यावसायिक चुनौतियों को हल करने में सहायता करते हैं। काम और परिवार के अलावा उनकी रुचि स्पोर्ट्स कारों में है और वह इटैलियन कॉफी का आनंद लेते हैं।
जोर्ग वॉहरले AWS में एक सॉल्यूशन आर्किटेक्ट है, जो जर्मनी में विनिर्माण ग्राहकों के साथ काम करता है। स्वचालन के जुनून के साथ, जोर्ज ने अपने पूर्व-एडब्ल्यूएस जीवन में एक सॉफ्टवेयर डेवलपर, डेवऑप्स इंजीनियर और साइट विश्वसनीयता इंजीनियर के रूप में काम किया है। क्लाउड से परे, वह एक महत्वाकांक्षी धावक है और अपने परिवार के साथ गुणवत्तापूर्ण समय का आनंद लेता है। इसलिए यदि आपके पास DevOps चुनौती है या आप दौड़ना चाहते हैं: तो उसे बताएं।
जोहान्स लैंगर AWS में एक वरिष्ठ समाधान वास्तुकार हैं, जो जर्मनी में उद्यम ग्राहकों के साथ काम करते हैं। जोहान्स को वास्तविक व्यावसायिक समस्याओं को हल करने के लिए मशीन लर्निंग लागू करने का शौक है। अपने निजी जीवन में, जोहान्स को गृह सुधार परियोजनाओं पर काम करना और अपने परिवार के साथ बाहर समय बिताना अच्छा लगता 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. कार्बन, क्लीनटेक, ऊर्जा, पर्यावरण, सौर, कचरा प्रबंधन। यहां पहुंचें।
- प्लेटोहेल्थ। बायोटेक और क्लिनिकल परीक्षण इंटेलिजेंस। यहां पहुंचें।
- स्रोत: https://aws.amazon.com/blogs/machine-learning/build-an-end-to-end-mlops-pipeline-for-visual-quality-inspection-at-the-edge-part-2/
- :हैस
- :है
- :कहाँ
- $यूपी
- 1
- 150
- 2019
- 7
- a
- About
- ऊपर
- पूरा
- सही
- कार्य
- कार्रवाई
- अनुकूलन
- अतिरिक्त
- फायदे
- को प्रभावित
- बाद
- आगे
- सब
- अनुमति देना
- की अनुमति देता है
- भी
- वीरांगना
- अमेज़न SageMaker
- अमेज़ॅन वेब सेवा
- महत्त्वाकांक्षी
- an
- और
- कोई
- एपीआई
- लागू
- अनुमोदित
- स्थापत्य
- हैं
- AS
- पहलू
- At
- को स्वचालित रूप से
- स्वचालित
- स्वतः
- स्वचालित
- स्वचालन
- औसत
- एडब्ल्यूएस
- AWS re: आविष्कार
- BE
- किया गया
- से पहले
- शुरू
- के अतिरिक्त
- BEST
- सर्वोत्तम प्रथाओं
- परे
- मुक्केबाज़ी
- बक्से
- निर्माण
- इमारत
- बंडल
- व्यापार
- लेकिन
- by
- कर सकते हैं
- कौन
- कारों
- मामला
- केंद्रीय
- चुनौती
- चुनौतियों
- चुनौतीपूर्ण
- परिवर्तन
- चेक
- जाँच
- चुनाव
- कक्षा
- करीब
- बादल
- कोड
- कॉफी
- संयुक्त
- तुलना
- पूरा
- जटिल
- कॉन्फ़िगर किया गया
- संगत
- होते हैं
- निर्माण
- बदलना
- सका
- बनाना
- बनाया
- बनाना
- ग्राहक
- तिथि
- आँकड़े वाला वैज्ञानिक
- डेटासेट
- का फैसला किया
- गहरा
- चूक
- परिभाषित
- परिभाषित
- परिभाषा
- गड्ढा
- तैनात
- तैनात
- तैनाती
- तैनात
- विस्तार
- विस्तृत
- विवरण
- पता लगाना
- खोज
- डेवलपर
- विकास
- युक्ति
- अंतर
- विभिन्न
- अलग
- do
- डोमेन
- किया
- मसौदा तैयार
- खींचना
- ड्राइंग
- संचालित
- दो
- से प्रत्येक
- आसानी
- आसान
- Edge
- सक्षम
- समाप्त
- शुरू से अंत तक
- इंजीनियर
- सुनिश्चित
- उद्यम
- संपूर्ण
- प्रविष्टि
- मूल्यांकन करें
- मूल्यांकन
- उदाहरण
- मौजूदा
- प्रयोग
- प्रयोगों
- विशेषज्ञता
- विशेषज्ञों
- निर्यात
- बाहरी
- की सुविधा
- परिचित
- परिवार
- Feature
- विशेषताएं
- फेड
- कुछ
- आकृति
- पट्टिका
- अंतिम
- अंत में
- फोकस
- का पालन करें
- निम्नलिखित
- इस प्रकार है
- के लिए
- प्रारूप
- ढांचा
- से
- पूर्ण
- पूरी तरह से
- कार्यों
- जर्मनी
- मिल
- जाना
- Go
- अच्छा
- जमीन
- समूह
- है
- उच्च स्तर
- उसे
- उसके
- इतिहास
- होम
- कैसे
- How To
- तथापि
- एचटीएमएल
- http
- HTTPS
- मानव
- मनुष्य
- if
- की छवि
- छवियों
- लागू करने के
- कार्यान्वित
- सुधार
- in
- में गहराई
- सहित
- करें-
- इंफ्रास्ट्रक्चर
- स्वाभाविक
- निवेश
- बजाय
- एकीकृत
- एकीकृत
- एकीकरण
- एकीकरण
- रुचि
- में
- परिचय
- IOT
- IT
- इतालवी
- काम
- नौकरियां
- जेपीजी
- जानना
- लेबल
- लेबलिंग
- लेबल
- रंग
- बाद में
- ताज़ा
- सीख रहा हूँ
- चलो
- जीवन
- पसंद
- लाइन
- लिंक्डइन
- भार
- स्थान
- देखिए
- हमशक्ल
- लग रहा है
- मशीन
- यंत्र अधिगम
- बनाना
- बनाता है
- प्रबंधन
- कामयाब
- विनिर्माण
- बहुत
- नक्शा
- मई..
- मतलब
- साधन
- यांत्रिक
- मेटाडाटा
- धातु
- मीट्रिक
- माइकल
- हो सकता है
- न्यूनतम
- ML
- एमएलओपीएस
- आदर्श
- मॉड्यूल
- अधिक
- नाम
- आवश्यकता
- नया
- अगला
- अभी
- संख्या
- वस्तु
- ऑब्जेक्ट डिटेक्शन
- of
- on
- ONE
- केवल
- संचालित
- or
- आदेश
- हमारी
- आउट
- परिणाम
- सड़क पर
- अपना
- पांडा
- भाग
- विशेष रूप से
- भागों
- जुनून
- आवेशपूर्ण
- पैटर्न
- प्रदर्शन
- स्टाफ़
- उठाया
- पाइपलाइन
- प्लेटो
- प्लेटो डेटा इंटेलिजेंस
- प्लेटोडाटा
- पद
- बिजली
- प्रथाओं
- शुद्धता
- निजी
- समस्याओं
- प्रक्रिया
- प्रसंस्करण
- परियोजनाओं
- को बढ़ावा देता है
- प्रदान करना
- बशर्ते
- प्रदाताओं
- प्रदान करता है
- खींचती
- धकेल दिया
- अजगर
- pytorch
- गुणवत्ता
- प्रश्नों
- जल्दी से
- RE
- पढ़ना
- वास्तविक
- की सिफारिश
- कम कर देता है
- उल्लेख
- पंजीकृत
- रजिस्टरों
- रजिस्ट्री
- विश्वसनीयता
- कोष
- की आवश्यकता होती है
- अपेक्षित
- रन
- धावक
- sagemaker
- SageMaker पाइपलाइन
- वही
- अनुसूची
- वैज्ञानिक
- लिपियों
- एसडीके
- अनुभाग
- देखता है
- वरिष्ठ
- कई
- serverless
- सेवा
- सेवाएँ
- सेट
- सेट
- दिखाता है
- सरल
- केवल
- साइट
- So
- सॉफ्टवेयर
- समाधान
- समाधान ढूंढे
- हल
- कुछ
- ध्वनि
- स्रोत
- विशेष रूप से
- खर्च
- विभाजित
- विभाजन
- खेल-कूद
- प्रारंभ
- शुरू
- राज्य
- स्थिति
- कदम
- कदम
- भंडारण
- की दुकान
- संग्रहित
- भंडार
- भंडारण
- सरल
- सहायक
- समर्थन करता है
- निश्चित
- प्रणाली
- लेना
- बातचीत
- कार्य
- कार्य
- टेक्नोलॉजी
- टेम्पलेट
- टेम्पलेट्स
- परीक्षण
- कि
- RSI
- लेकिन हाल ही
- फिर
- वहाँ।
- इन
- वे
- चीज़ें
- सोचना
- तीसरे दल
- इसका
- तीन चरणों
- द्वार
- यहाँ
- पहर
- सेवा मेरे
- साधन
- उपकरण
- ऊपर का
- सुराग लग सकना
- रेलगाड़ी
- प्रशिक्षित
- प्रशिक्षण
- गाड़ियों
- रूपांतरण
- शुरू हो रहा
- सच
- कोशिश
- प्रकार
- ठेठ
- ui
- us
- उपयोग
- उदाहरण
- प्रयुक्त
- का उपयोग
- आमतौर पर
- सत्यापन
- मूल्य
- मान
- सत्यापन
- संस्करण
- बहुत
- के माध्यम से
- दृश्यता
- दिखाई
- कल्पना
- करना चाहते हैं
- तरीके
- we
- वेब
- वेब सेवाओं
- कुंआ
- थे
- क्या
- कब
- या
- कौन कौन से
- पूरा का पूरा
- मर्जी
- साथ में
- काम
- काम किया
- वर्कफ़्लो
- workflows
- कार्यबल
- काम कर रहे
- अभी तक
- Yolo
- आप
- आपका
- स्वयं
- यूट्यूब
- जेफिरनेट