हाई-स्पीड 5G मोबाइल नेटवर्क के आगमन के साथ, दूरसंचार नेटवर्क और क्लाउड के अभिसरण का उपयोग करने के अवसर के साथ उद्यमों को पहले से कहीं अधिक आसानी से तैनात किया गया है। आज तक के सबसे प्रमुख उपयोग मामलों में से एक के रूप में, किनारे पर मशीन लर्निंग (एमएल) ने उद्यमों को विलंबता को कम करने और उनके अनुप्रयोगों की जवाबदेही बढ़ाने के लिए एमएल मॉडल को अपने अंतिम-ग्राहकों के करीब तैनात करने की अनुमति दी है। उदहारण के लिए, स्मार्ट स्थल समाधान ऑन-प्रिमाइसेस हार्डवेयर नेटवर्किंग उपकरण में निवेश को कम करते हुए 5G नेटवर्क पर क्राउड एनालिटिक्स के लिए नियर-रीयल-टाइम कंप्यूटर विज़न का उपयोग कर सकते हैं। खुदरा विक्रेता प्राकृतिक भाषा प्रसंस्करण (एनएलपी), रीयल-टाइम अनुशंसा प्रणाली और धोखाधड़ी का पता लगाने के साथ चलते-फिरते अधिक घर्षण रहित अनुभव प्रदान कर सकते हैं। यहां तक की जमीन और हवाई रोबोटिक्स सुरक्षित, अधिक स्वायत्त संचालन अनलॉक करने के लिए एमएल का उपयोग कर सकते हैं।
किनारे पर एमएल के प्रवेश की बाधा को कम करने के लिए, हम एक पूर्व-प्रशिक्षित मॉडल को तैनात करने का एक उदाहरण प्रदर्शित करना चाहते थे अमेज़न SageMaker सेवा मेरे AWS वेवलेंथ, सभी कोड की 100 से कम पंक्तियों में। इस पोस्ट में, हम प्रदर्शित करते हैं कि 5G नेटवर्क-आधारित अनुप्रयोगों के लिए मॉडल अनुमान विलंबता को कम करने के लिए SageMaker मॉडल को AWS वेवलेंथ में कैसे तैनात किया जाए।
समाधान अवलोकन
AWS के तेजी से बढ़ते वैश्विक बुनियादी ढांचे में, AWS वेवलेंथ 5G नेटवर्क के किनारे पर क्लाउड कंप्यूट और स्टोरेज की शक्ति लाता है, और अधिक प्रदर्शन करने वाले मोबाइल अनुभवों को अनलॉक करता है। AWS वेवलेंथ के साथ, आप अपने वर्चुअल प्राइवेट क्लाउड (VPC) को टेलीकम्युनिकेशन कैरियर के नेटवर्क एज के अनुरूप वेवलेंथ ज़ोन तक बढ़ा सकते हैं 29 शहर दुनिया भर में। निम्नलिखित आरेख इस वास्तुकला का एक उदाहरण दिखाता है।
आप के माध्यम से किसी दिए गए क्षेत्र के भीतर वेवलेंथ जोन में ऑप्ट इन कर सकते हैं एडब्ल्यूएस प्रबंधन कंसोल या AWS कमांड लाइन इंटरफ़ेस (एडब्ल्यूएस सीएलआई)। एडब्ल्यूएस वेवलेंथ पर भू-वितरित अनुप्रयोगों को तैनात करने के बारे में अधिक जानने के लिए देखें एडब्ल्यूएस वेवलेंथ पर भू-वितरित अमेज़ॅन ईकेएस क्लस्टर तैनात करें.
इस पोस्ट में चर्चा की गई बुनियादी बातों पर निर्माण, हम किनारे पर एमएल को नमूना वर्कलोड के रूप में देखते हैं जिसके साथ एडब्ल्यूएस वेवलेंथ को तैनात किया जाता है। हमारे नमूना कार्यभार के रूप में, हम एक पूर्व-प्रशिक्षित मॉडल को तैनात करते हैं अमेज़न SageMaker जम्पस्टार्ट.
सेजमेकर पूरी तरह से प्रबंधित एमएल सेवा है जो डेवलपर्स को एमएल मॉडल को अपने एडब्ल्यूएस वातावरण में आसानी से तैनात करने की अनुमति देती है। हालांकि AWS मॉडल प्रशिक्षण के लिए कई विकल्प प्रदान करता है—से एडब्ल्यूएस बाज़ार मॉडल और सेजमेकर बिल्ट-इन एल्गोरिदम—ओपन-सोर्स एमएल मॉडल को तैनात करने के लिए कई तकनीकें हैं।
जम्पस्टार्ट पूर्व-प्रशिक्षित मॉडल के साथ सैकड़ों बिल्ट-इन एल्गोरिदम तक पहुंच प्रदान करता है जिसे सेजमेकर एंडपॉइंट्स पर मूल रूप से तैनात किया जा सकता है। पूर्वानुमानित रखरखाव और कंप्यूटर दृष्टि से स्वायत्त ड्राइविंग और धोखाधड़ी का पता लगाने तक, जम्पस्टार्ट कंसोल पर एक-क्लिक परिनियोजन के साथ कई लोकप्रिय उपयोग मामलों का समर्थन करता है।
क्योंकि SageMaker वेवलेंथ ज़ोन में मूल रूप से समर्थित नहीं है, इसलिए हम प्रदर्शित करते हैं कि क्षेत्र से मॉडल कलाकृतियों को कैसे निकाला जाए और किनारे पर फिर से तैनात किया जाए। ऐसा करने के लिए, आप उपयोग करें अमेज़ॅन इलास्टिक कुबेरनेट्स सेवा (अमेज़ॅन ईकेएस) क्लस्टर और वेवलेंथ ज़ोन में नोड समूह, इसके बाद जम्पस्टार्ट द्वारा उत्पन्न कंटेनर छवि के साथ एक परिनियोजन मेनिफेस्ट बनाकर। निम्नलिखित आरेख इस वास्तुकला को दिखाता है।
.. पूर्वापेक्षाएँ
इसे यथासंभव आसान बनाने के लिए, सुनिश्चित करें कि आपके एडब्ल्यूएस खाते में वेवलेंथ जोन सक्षम है। ध्यान दें कि यह एकीकरण केवल में उपलब्ध है us-east-1
और us-west-2
, और आप उपयोग कर रहे होंगे us-east-1
डेमो की अवधि के लिए।
AWS वेवलेंथ में ऑप्ट इन करने के लिए, निम्नलिखित चरणों को पूरा करें:
- Amazon VPC कंसोल पर, चुनें जोन के अंतर्गत सेटिंग और चुनें यूएस ईस्ट (वेरिज़ोन) / यूएस-ईस्ट-1-डब्लूएल1.
- चुनें प्रबंधित.
- चुनते हैं में चुना.
- चुनें अद्यतन क्षेत्र.
AWS वेवलेंथ इन्फ्रास्ट्रक्चर बनाएं
इससे पहले कि हम स्थानीय सैजमेकर मॉडल इंट्रेंस एंडपॉइंट को कुबेरनेट परिनियोजन में परिवर्तित करें, आप वेवलेंथ ज़ोन में एक ईकेएस क्लस्टर बना सकते हैं। ऐसा करने के लिए, AWS वेवलेंथ नोड समूह के साथ Amazon EKS क्लस्टर तैनात करें। अधिक जानने के लिए आप विजिट कर सकते हैं एडब्ल्यूएस कंटेनर ब्लॉग पर यह गाइड or वेरिज़ॉन का 5GedgeTutorials रिपॉजिटरी ऐसे ही एक उदाहरण के लिए।
अगला, एक का उपयोग करना AWS क्लाउड 9 पसंद का पर्यावरण या इंटरैक्टिव डेवलपमेंट एनवायरनमेंट (आईडीई), अपेक्षित सैजमेकर पैकेज डाउनलोड करें और डॉकर लिखें, जम्पस्टार्ट की एक प्रमुख निर्भरता।
जम्पस्टार्ट का उपयोग करके मॉडल कलाकृतियाँ बनाएँ
सबसे पहले, सुनिश्चित करें कि आपके पास एक है AWS पहचान और अभिगम प्रबंधन (IAM) सेजमेकर के लिए निष्पादन भूमिका। अधिक जानने के लिए, पर जाएँ सेजमेकर रोल्स.
- का प्रयोग यह उदाहरण है, train_model.py नामक एक फाइल बनाएं जो एक पूर्व-निर्मित मॉडल को पुनः प्राप्त करने के लिए SageMaker सॉफ़्टवेयर डेवलपमेंट किट (SDK) का उपयोग करती है (प्रतिस्थापित करें) आपके SageMaker निष्पादन भूमिका के Amazon संसाधन नाम (ARN) के साथ)। इस फ़ाइल में, आप का उपयोग करके स्थानीय रूप से एक मॉडल परिनियोजित करते हैं
instance_type
में विशेषताmodel.deploy()
फ़ंक्शन, जो आपके द्वारा परिभाषित सभी आवश्यक मॉडल कलाकृतियों का उपयोग करके आपके आईडीई के भीतर एक डॉकर कंटेनर शुरू करता है:
- अगला, सेट करें
infer_model_id
सैजमेकर मॉडल की उस आईडी के लिए जिसे आप उपयोग करना चाहते हैं।
पूरी सूची के लिए, देखें पूर्व-प्रशिक्षित मॉडल टेबल के साथ बिल्ट-इन एल्गोरिदम. हमारे उदाहरण में, हम ट्रांसफ़ॉर्मर्स (BERT) मॉडल से बिडायरेक्शनल एनकोडर रिप्रेजेंटेशन का उपयोग करते हैं, जिसका उपयोग आमतौर पर प्राकृतिक भाषा प्रसंस्करण के लिए किया जाता है।
- चलाएं
train_model.py
जम्पस्टार्ट मॉडल कलाकृतियों को पुनः प्राप्त करने और अपनी स्थानीय मशीन पर पूर्व-प्रशिक्षित मॉडल को तैनात करने के लिए स्क्रिप्ट:
क्या यह चरण सफल होना चाहिए, आपका आउटपुट निम्न के समान हो सकता है:
आउटपुट में, आपको क्रम में तीन कलाकृतियाँ दिखाई देंगी: TensorFlow अनुमान के लिए आधार छवि, मॉडल की सेवा करने वाली अनुमान स्क्रिप्ट और प्रशिक्षित मॉडल वाली कलाकृतियाँ। हालाँकि आप इन कलाकृतियों के साथ एक कस्टम डॉकर छवि बना सकते हैं, एक और तरीका है कि सेजमेकर स्थानीय मोड को आपके लिए डॉकर छवि बनाने दें। बाद के चरणों में, हम स्थानीय रूप से चल रही कंटेनर छवि को निकालते हैं और उसे तैनात करते हैं अमेज़ॅन इलास्टिक कंटेनर रजिस्ट्री (अमेज़ॅन ईसीआर) के साथ-साथ मॉडल आर्टिफैक्ट को अलग से पुश करें अमेज़न सरल भंडारण सेवा (अमेज़न S3)।
स्थानीय मोड की कलाकृतियों को दूरस्थ कुबेरनेट परिनियोजन में बदलें
अब जब आपने पुष्टि कर दी है कि SageMaker स्थानीय रूप से काम कर रहा है, तो चल रहे कंटेनर से परिनियोजन मेनिफेस्ट निकालें। निम्नलिखित चरणों को पूरा करें:
SageMaker स्थानीय मोड परिनियोजन मेनिफ़ेस्ट के स्थान की पहचान करें: ऐसा करने के लिए, हमारी रूट निर्देशिका में किसी भी नामित फ़ाइल को खोजें docker-compose.yaml
.
docker_manifest=$( find /tmp/tmp* -name "docker-compose.yaml" -printf '%T+ %pn' | sort | tail -n 1 | cut -d' ' -f2-)
echo $docker_manifest
SageMaker स्थानीय मोड मॉडल कलाकृतियों के स्थान की पहचान करें: इसके बाद, अंतर्निहित मात्रा को स्थानीय SageMaker अनुमान कंटेनर पर लगाया जाता है, जिसका उपयोग प्रत्येक EKS कार्यकर्ता नोड में Amazon s3 पर विरूपण साक्ष्य अपलोड करने के बाद किया जाएगा।
model_local_volume = $(grep -A1 -w "volumes:" $docker_manifest | tail -n 1 | tr -d ' ' | awk -F: '{print $1}' | cut -c 2-) # Returns something like: /tmp/tmpcr4bu_a7</p>
SageMaker इंट्रेंस कंटेनर चलाने की स्थानीय कॉपी बनाएं: इसके बाद, हम वर्तमान में चल रहे कंटेनर इमेज को हमारे मशीन लर्निंग इनफेरेंस मॉडल पर चलाएंगे और स्थानीय रूप से कंटेनर की कॉपी बनाएंगे। यह सुनिश्चित करेगा कि Amazon ECR से प्राप्त करने के लिए हमारे पास कंटेनर इमेज की अपनी प्रति है।
# Find container ID of running SageMaker Local container
mkdir sagemaker-container
container_id=$(docker ps --format "{{.ID}} {{.Image}}" | grep "tensorflow" | awk '{print $1}')
# Retrieve the files of the container locally
docker cp $my_container_id:/ sagemaker-container/
पर अभिनय करने से पहले model_local_volume
, जिसे हम Amazon S3 पर पुश करेंगे, चल रही डॉकर इमेज की एक कॉपी को पुश करेंगे, जो अब sagemaker-container
निर्देशिका, अमेज़न लोचदार कंटेनर रजिस्ट्री के लिए। प्रतिस्थापित करना सुनिश्चित करें region
, aws_account_id
, docker_image_id
और my-repository:tag
या का पालन करें अमेज़न ईसीआर उपयोगकर्ता गाइड. साथ ही, अंतिम ईसीआर इमेज यूआरएल (aws_account_id.dkr.ecr.region.amazonaws.com/my-repository:tag
), जिसे हम अपने EKS परिनियोजन में उपयोग करेंगे।
अब जब हमारे पास एक ईसीआर छवि है जो अनुमान समापन बिंदु के अनुरूप है, तो एक नया अमेज़ॅन एस3 बकेट बनाएं और सेजमेकर स्थानीय कलाकृतियों की प्रतिलिपि बनाएँ (model_local_volume
) इस बाल्टी के लिए। समानांतर में, एक आइडेंटिटी एक्सेस मैनेजमेंट (IAM) बनाएं जो Amazon EC2 इंस्टेंसेस को बकेट के भीतर पढ़ने वाली वस्तुओं तक पहुंच प्रदान करता है। प्रतिस्थापित करना सुनिश्चित करें आपके Amazon S3 बकेट के लिए विश्व स्तर पर अद्वितीय नाम के साथ।
अगला, यह सुनिश्चित करने के लिए कि प्रत्येक EC2 उदाहरण लॉन्च पर मॉडल विरूपण साक्ष्य की एक प्रति खींचे, अपने EKS कार्यकर्ता नोड्स के लिए उपयोगकर्ता डेटा संपादित करें। अपने उपयोगकर्ता डेटा स्क्रिप्ट में, सुनिश्चित करें कि प्रत्येक नोड लॉन्च के समय S3 API का उपयोग करके मॉडल कलाकृतियों को पुनः प्राप्त करता है। प्रतिस्थापित करना सुनिश्चित करें आपके Amazon S3 बकेट के लिए विश्व स्तर पर अद्वितीय नाम के साथ। यह देखते हुए कि नोड के उपयोगकर्ता डेटा में EKS बूटस्ट्रैप स्क्रिप्ट भी शामिल होगी, संपूर्ण उपयोगकर्ता डेटा कुछ इस तरह दिखाई दे सकता है।
अब, आप मौजूदा डॉकटर मैनिफ़ेस्ट का निरीक्षण कर सकते हैं और इसका उपयोग करके कुबेरनेट्स-फ्रेंडली मेनिफेस्ट फ़ाइलों में अनुवाद कर सकते हैं कम्पोज, एक प्रसिद्ध रूपांतरण उपकरण। नोट: यदि आपको संस्करण संगतता त्रुटि मिलती है, तो इसे बदलें version
docker-compose.yml की पंक्ति 27 में विशेषता “2”
.
Kompose चलाने के बाद, आपको चार नई फ़ाइलें दिखाई देंगी: a Deployment
वस्तु, Service
वस्तु, PersistentVolumeClaim
वस्तु, और NetworkPolicy
वस्तु। अब आपके पास वह सब कुछ है जो आपको किनारे पर कुबेरनेट्स में प्रवेश करने के लिए चाहिए!
सेजमेकर मॉडल कलाकृतियों को परिनियोजित करें
सुनिश्चित करें कि आपने अपने AWS Cloud9 IDE में kubectl और aws-iam-authenticator डाउनलोड कर लिया है। यदि नहीं, तो इंस्टॉलेशन गाइड का पालन करें:
अब, निम्न चरणों को पूरा करें:
संशोधित करें service/algo-1-ow3nv
सेवा प्रकार को स्विच करने के लिए ऑब्जेक्ट ClusterIP
सेवा मेरे NodePort
. हमारे उदाहरण में, हमने पोर्ट 30,007 को अपने रूप में चुना है NodePort
:
इसके बाद, आपको अपने नोड के लिए सुरक्षा समूह में नोडपोर्ट को अनुमति देनी होगी। ऐसा करने के लिए, सुरक्षा समूह आईडी पुनर्प्राप्त करें और नोडपोर्ट को अनुमति दें:
अगला, संशोधित करें algo-1-ow3nv-deployment.yaml
माउंट करने के लिए प्रकट करें /tmp/model hostPath
कंटेनर के लिए निर्देशिका। बदलना आपके द्वारा पहले बनाई गई ECR छवि के साथ:
आपके द्वारा कॉम्पोज़ से बनाई गई मैनिफ़ेस्ट फ़ाइलों के साथ, अपने क्लस्टर में कॉन्फ़िगरेशन लागू करने के लिए kubectl का उपयोग करें:
5G एज मॉडल से कनेक्ट करें
अपने मॉडल से कनेक्ट करने के लिए, निम्न चरणों को पूरा करें:
Amazon EC2 कंसोल पर, EKS वर्कर नोड के कैरियर IP को पुनः प्राप्त करें या सीधे कैरियर IP पते को क्वेरी करने के लिए AWS CLI का उपयोग करें:
अब, वाहक आईपी पता निकाले जाने के साथ, आप नोडपोर्ट का उपयोग करके सीधे मॉडल से जुड़ सकते हैं। नाम की एक फाइल बनाएं invoke.py
एक पाठ-आधारित इनपुट प्रदान करके सीधे BERT मॉडल को लागू करने के लिए जो एक भावना-विश्लेषक के विरुद्ध चलाया जाएगा यह निर्धारित करने के लिए कि स्वर सकारात्मक था या नकारात्मक:
आपका आउटपुट निम्न के समान होना चाहिए:
क्लीन अप
बनाए गए सभी एप्लिकेशन संसाधनों को नष्ट करने के लिए, AWS वेवलेंथ वर्कर नोड्स, EKS कंट्रोल प्लेन और VPC के भीतर बनाए गए सभी संसाधनों को हटा दें। इसके अतिरिक्त, कंटेनर छवि को होस्ट करने के लिए उपयोग किए जाने वाले ECR रेपो को हटाएं, SageMaker मॉडल कलाकृतियों को होस्ट करने के लिए उपयोग की जाने वाली S3 बाल्टियाँ और sagemaker-demo-app-s3 IAM
नीति।
निष्कर्ष
इस पोस्ट में, हमने अमेज़ॅन ईकेएस और एडब्ल्यूएस वेवलेंथ का उपयोग करके सैजमेकर मॉडल को नेटवर्क एज में तैनात करने के लिए एक उपन्यास दृष्टिकोण का प्रदर्शन किया। एडब्ल्यूएस वेवलेंथ पर अमेज़ॅन ईकेएस सर्वोत्तम प्रथाओं के बारे में जानने के लिए देखें एडब्ल्यूएस वेवलेंथ पर भू-वितरित अमेज़ॅन ईकेएस क्लस्टर तैनात करें. इसके अतिरिक्त, जम्पस्टार्ट के बारे में अधिक जानने के लिए, पर जाएँ अमेज़न सैजमेकर जम्पस्टार्ट डेवलपर गाइड या जम्पस्टार्ट उपलब्ध मॉडल तालिका.
लेखक के बारे में
रॉबर्ट बेलसन AWS वर्ल्डवाइड टेलीकॉम बिजनेस यूनिट में एक डेवलपर एडवोकेट है, जो AWS एज कंप्यूटिंग में विशेषज्ञता रखता है। वह स्वचालन, हाइब्रिड नेटवर्किंग और एज क्लाउड का उपयोग करके अपनी व्यावसायिक चुनौतियों को हल करने के लिए डेवलपर समुदाय और बड़े उद्यम ग्राहकों के साथ काम करने पर ध्यान केंद्रित करता है।
मोहम्मद अल-मेहदार AWS में वर्ल्डवाइड टेलीकॉम बिजनेस यूनिट में एक वरिष्ठ समाधान वास्तुकार हैं। उनका मुख्य ध्यान ग्राहकों को AWS पर Telco और Enterprise IT वर्कलोड बनाने और तैनात करने में सक्षम बनाने में मदद करना है। AWS में शामिल होने से पहले, मोहम्मद टेल्को उद्योग में 13 से अधिक वर्षों से काम कर रहे हैं और LTE पैकेट कोर, 5G, IMS और WebRTC के क्षेत्रों में अनुभव का खजाना लेकर आए हैं। मोहम्मद के पास कॉनकॉर्डिया विश्वविद्यालय से दूरसंचार इंजीनियरिंग में स्नातक की डिग्री है।
इवान क्राविट्ज़ अमेज़ॅन वेब सर्विसेज में एक सॉफ्टवेयर इंजीनियर है, जो सेजमेकर जम्पस्टार्ट पर काम कर रहा है। उन्हें खाना पकाने और न्यूयॉर्क शहर में दौड़ने में मज़ा आता है।
जस्टिन सेंट अरनॉल्ड आईटी उद्योग में 15 से अधिक वर्षों के अनुभव के साथ सार्वजनिक क्षेत्र के लिए वेरिज़ोन में एक सहयोगी निदेशक - समाधान आर्किटेक्ट हैं। वह एज कंप्यूटिंग और 5G नेटवर्क की शक्ति के प्रबल पक्षधर हैं और इन तकनीकों का लाभ उठाने वाले नवीन प्रौद्योगिकी समाधान विकसित करने में विशेषज्ञ हैं। जस्टिन अपने ग्राहकों के लिए अत्याधुनिक समाधान प्रदान करने में Amazon Web Services (AWS) द्वारा पेश की जाने वाली क्षमताओं को लेकर विशेष रूप से उत्साहित हैं। अपने खाली समय में, जस्टिन को नवीनतम प्रौद्योगिकी प्रवृत्तियों के साथ अप-टू-डेट रहना और उद्योग में दूसरों के साथ अपने ज्ञान और अंतर्दृष्टि को साझा करना अच्छा लगता है।
- एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
- प्लेटोब्लॉकचैन। Web3 मेटावर्स इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
- स्रोत: https://aws.amazon.com/blogs/machine-learning/deploy-pre-trained-models-on-aws-wavelength-with-5g-edge-using-amazon-sagemaker-jumpstart/
- :है
- 1
- 10
- 100
- 11
- 15 साल
- 5G
- 7
- 8
- 9
- a
- About
- स्वीकार करें
- पहुँच
- लेखा
- के पार
- कार्य
- इसके अतिरिक्त
- पता
- आगमन
- वकील
- बाद
- के खिलाफ
- एल्गोरिदम
- सब
- की अनुमति देता है
- हालांकि
- हमेशा
- वीरांगना
- अमेज़ॅन EC2
- अमेज़न SageMaker
- अमेज़न SageMaker जम्पस्टार्ट
- अमेज़ॅन वेब सेवा
- अमेज़ॅन वेब सेवा (एडब्ल्यूएस)
- विश्लेषिकी
- और
- अन्य
- एपीआई
- आवेदन
- अनुप्रयोगों
- लागू करें
- दृष्टिकोण
- स्थापत्य
- हैं
- क्षेत्रों के बारे में जानकारी का उपयोग करके ट्रेडिंग कर सकते हैं।
- AS
- सहयोगी
- संघ
- At
- स्वचालन
- स्वायत्त
- उपलब्ध
- एडब्ल्यूएस
- AWS क्लाउड 9
- अवरोध
- आधार
- BE
- शुरू करना
- BEST
- सर्वोत्तम प्रथाओं
- जूते का फीता
- लाता है
- निर्माण
- में निर्मित
- व्यापार
- by
- बुलाया
- कर सकते हैं
- क्षमताओं
- मामलों
- कैट
- CD
- चुनौतियों
- परिवर्तन
- चुनाव
- चुनें
- City
- ग्राहकों
- करीब
- बादल
- Cloud9
- समूह
- कोड
- COM
- सामान्यतः
- समुदाय
- अनुकूलता
- पूरा
- गणना करना
- कंप्यूटर
- Computer Vision
- कंप्यूटिंग
- की पुष्टि
- जुडिये
- कंसोल
- कंटेनर
- कंटेनरों
- नियंत्रण
- कन्वर्जेंस
- रूपांतरण
- बदलना
- मूल
- इसी
- सका
- बनाना
- बनाया
- बनाना
- भीड़
- वर्तमान में
- रिवाज
- ग्राहक
- कट गया
- अग्रणी
- तिथि
- तारीख
- परिभाषित
- डिग्री
- उद्धार
- पहुंचाने
- दिखाना
- साबित
- निर्भरता
- तैनात
- तैनात
- तैनाती
- तैनाती
- को नष्ट
- खोज
- निर्धारित करना
- डेवलपर
- डेवलपर्स
- विकासशील
- विकास
- सीधे
- निदेशक
- चर्चा की
- डाक में काम करनेवाला मज़दूर
- डाउनलोड
- ड्राइविंग
- से प्रत्येक
- पूर्व
- आसानी
- पूर्व
- गूंज
- Edge
- बढ़त कंप्यूटिंग
- प्रभाव
- सक्षम
- सक्षम
- endpoint
- इंजीनियर
- अभियांत्रिकी
- सुनिश्चित
- उद्यम
- उद्यम
- उत्साही
- प्रविष्टि
- वातावरण
- वातावरण
- उपकरण
- त्रुटि
- और भी
- कभी
- सब कुछ
- उदाहरण
- निष्पादन
- मौजूदा
- का विस्तार
- अनुभव
- अनुभव
- विशेषज्ञ
- विस्तार
- उद्धरण
- पट्टिका
- फ़ाइलें
- अंतिम
- खोज
- फोकस
- केंद्रित
- का पालन करें
- पीछा किया
- निम्नलिखित
- के लिए
- धावा
- धोखा
- धोखाधड़ी का पता लगाना
- मुक्त
- घर्षणहीन
- से
- पूरी तरह से
- समारोह
- आधार
- उत्पन्न
- मिल
- दी
- वैश्विक
- ग्लोबली
- ग्लोब
- Go
- जा
- समूह
- समूह की
- गाइड
- मार्गदर्शिकाएँ
- हार्डवेयर
- साज़
- है
- मदद
- रखती है
- मेजबान
- कैसे
- How To
- एचटीएमएल
- http
- HTTPS
- सैकड़ों
- संकर
- ID
- पहचान
- की छवि
- आयात
- in
- शामिल
- बढ़ना
- उद्योग
- इंफ्रास्ट्रक्चर
- अभिनव
- त कनीक का नवीनीकरण
- निवेश
- अंतर्दृष्टि
- स्थापित
- उदाहरण
- एकीकरण
- इंटरैक्टिव
- निवेश
- IP
- आईपी एड्रेस
- IT
- आईटी उद्योग
- शामिल होने
- जेपीजी
- JSON
- जस्टिन
- रखना
- कुंजी
- बच्चा
- किट (एसडीके)
- ज्ञान
- लेबल
- भाषा
- बड़ा
- विलंब
- ताज़ा
- लांच
- जानें
- सीख रहा हूँ
- लीवरेज
- पसंद
- लाइन
- पंक्तियां
- सूची
- स्थानीय
- स्थानीय स्तर पर
- स्थान
- देखिए
- मशीन
- यंत्र अधिगम
- मुख्य
- रखरखाव
- बनाना
- कामयाब
- प्रबंध
- मेटाडाटा
- कम से कम
- ML
- मोबाइल
- मोबाइल नेटवर्क
- मोड
- आदर्श
- मॉडल
- संशोधित
- अधिक
- अधिकांश
- माउंट
- नाम
- नामांकित
- प्राकृतिक
- प्राकृतिक भाषा संसाधन
- आवश्यकता
- नकारात्मक
- नेटवर्क
- संजाल आधारित
- शुद्ध कार्यशील
- नेटवर्क
- नया
- न्यूयॉर्क
- न्यू यॉर्क शहर
- अगला
- NLP
- नोड
- नोड्स
- उपन्यास
- संख्या
- वस्तु
- वस्तुओं
- of
- प्रस्तुत
- ऑफर
- on
- ONE
- खुला स्रोत
- संचालन
- अवसर
- ऑप्शंस
- आदेश
- अन्य
- उत्पादन
- अपना
- संकुल
- समानांतर
- विशेष रूप से
- आवेशपूर्ण
- पथ
- प्लेटो
- प्लेटो डेटा इंटेलिजेंस
- प्लेटोडाटा
- नीति
- लोकप्रिय
- स्थिति में
- सकारात्मक
- संभव
- पद
- बिजली
- प्रथाओं
- Predictor
- पूर्व
- निजी
- प्रसंस्करण
- प्रसिद्ध
- प्रदान करता है
- प्रदान कर
- सार्वजनिक
- खींचती
- धक्का
- तेजी
- पढ़ना
- वास्तविक समय
- सिफारिश
- को कम करने
- क्षेत्र
- रजिस्ट्री
- दूरस्थ
- की जगह
- अनुरोधों
- अपेक्षित
- संसाधन
- उपयुक्त संसाधन चुनें
- खुदरा विक्रेताओं
- रिटर्न
- भूमिका
- जड़
- रन
- दौड़ना
- सुरक्षित
- sagemaker
- सेजमेकर अनुमान
- एसडीके
- मूल
- Search
- सेक्टर
- सुरक्षा
- चयनित
- वरिष्ठ
- सेवा
- कार्य करता है
- सेवा
- सेवाएँ
- सेट
- बांटने
- चाहिए
- दिखाता है
- सरल
- केवल
- So
- सॉफ्टवेयर
- सॉफ्टवेयर विकास
- सॉफ्टवेयर इंजीनियर
- समाधान
- समाधान ढूंढे
- हल
- कुछ
- विशेषज्ञता
- शुरू होता है
- कथन
- स्थिति
- कदम
- कदम
- भंडारण
- स्ट्रेटेजी
- आगामी
- सफल
- ऐसा
- समर्थित
- समर्थन करता है
- स्विच
- सिस्टम
- टैग
- लेना
- तकनीक
- टेक्नोलॉजीज
- टेक्नोलॉजी
- टेल्को
- दूरसंचार
- दूरसंचार
- दूरसंचार इंजीनियरिंग
- टेम्पलेट
- tensorflow
- कि
- RSI
- लेकिन हाल ही
- इन
- तीन
- पहर
- सेवा मेरे
- स्वर
- साधन
- प्रशिक्षित
- ट्रान्सफ़ॉर्मर
- अनुवाद करना
- रुझान
- <strong>उद्देश्य</strong>
- के अंतर्गत
- आधारभूत
- अद्वितीय
- इकाई
- विश्वविद्यालय
- अनलॉक
- अनलॉकिंग
- आधुनिकतम
- यूआरएल
- उपयोग
- उपयोगकर्ता
- v1
- मूल्य
- विविधता
- स्थल
- Verizon
- संस्करण
- के माध्यम से
- वास्तविक
- दृष्टि
- भेंट
- आयतन
- संस्करणों
- जरूरत है
- धन
- वेब
- वेब सेवाओं
- कुंआ
- प्रसिद्ध
- या
- कौन कौन से
- जब
- मर्जी
- साथ में
- अंदर
- कामगार
- काम कर रहे
- दुनिया भर
- होगा
- यमलो
- साल
- आप
- आपका
- यूट्यूब
- जेफिरनेट
- क्षेत्र