Amazon alapkőzet nagy teljesítményű alapozómodellek széles skáláját kínálja az Amazontól és más vezető AI-cégektől, beleértve Antropikus, AI21, meta, Összefüggés Stabilitás AI, és a felhasználási esetek széles skáláját fedi le, beleértve a szöveg- és képgenerálást, a keresést, a csevegést, az érvelést és az ügynököket stb. Az új Amazon Titan képgenerátor A modell lehetővé teszi a tartalomkészítők számára, hogy egyszerű angol szöveges promptok segítségével gyorsan jó minőségű, valósághű képeket hozzanak létre. A fejlett AI-modell megérti a több objektummal kapcsolatos összetett utasításokat, és stúdióminőségű képeket ad vissza hirdető, e-kereskedelem és szórakozás. A kulcsfontosságú funkciók közé tartozik a képek finomítása a promptok ismétlésével, az automatikus háttérszerkesztés, valamint ugyanannak a jelenetnek több változatának generálása. Az alkotók saját adataikkal is testreszabhatják a modellt, hogy a márkához tartozó képeket meghatározott stílusban jelenítsék meg. Fontos, hogy a Titan Image Generator beépített biztosítékokkal rendelkezik, például láthatatlan vízjelekkel minden mesterséges intelligencia által generált képen, hogy ösztönözze felelős használat és mérsékelje a dezinformáció terjedését. Ez az innovatív technológia lehetővé teszi egyedi képek készítését nagy mennyiségben bármely iparág elérhetőbb és hatékonyabb.
Az új Amazon Titan multimodális beágyazások modell segít pontosabb keresést és ajánlásokat létrehozni a szöveg, a képek vagy mindkettő megértésével. A képeket és az angol szöveget szemantikai vektorokká alakítja, rögzítve az adatok jelentését és összefüggéseit. Kombinálhat szöveget és képeket, például termékleírásokat és fényképeket a tételek hatékonyabb azonosítása érdekében. A vektorok gyors, pontos keresési élményt nyújtanak. A Titan Multimodal Embeddings rugalmas vektorméretekben, lehetővé téve a teljesítményigények optimalizálását. Egy aszinkron API és Amazon OpenSearch szolgáltatás csatlakozó segítségével könnyedén integrálhatja a modellt a neurális keresőalkalmazásokba.
Ebben a bejegyzésben végigvezetjük a Titan Image Generator és a Titan Multimodal Embeddings modellek használatát az AWS Python SDK-n keresztül.
Kép generálás és szerkesztés
Ebben a részben bemutatjuk az AWS SDK használatának alapvető kódolási mintáit új képek generálására és a meglévő képek mesterséges intelligenciával történő szerkesztésére. A kódpéldák Pythonban találhatók, és ebben a JavaScript (Node.js) is elérhető GitHub tárház.
Mielőtt az Amazon Bedrock API-t használó szkripteket írhatna, telepítenie kell az AWS SDK megfelelő verzióját a környezetében. Python szkriptekhez használhatja a AWS SDK Pythonhoz (Boto3). A Python-felhasználók esetleg telepíteni szeretnék a Párna modul, amely megkönnyíti az olyan képműveleteket, mint a képek betöltése és mentése. A beállítási utasításokat lásd a GitHub tárház.
Ezenkívül engedélyezze a hozzáférést az Amazon Titan Image Generator és a Titan Multimodal Embeddings modellekhez. További információkért lásd: Modell hozzáférés.
Segítő funkciók
A következő funkció beállítja az Amazon Bedrock Boto3 futásidejű klienst, és képeket generál különféle konfigurációk hasznos terheinek felvételével (amiről később ebben a bejegyzésben tárgyalunk):
Képet generál szövegből
A szöveges promptból új képet generáló szkriptek a következő megvalósítási mintát követik:
- Szöveges prompt és opcionális negatív szöveges prompt konfigurálása.
- Használja a
BedrockRuntime
klienst, hogy meghívja a Titan Image Generator modellt. - Elemezze és dekódolja a választ.
- Mentse a kapott képeket lemezre.
Szöveg-kép
A következő egy tipikus képgeneráló szkript a Titan Image Generator modellhez:
Ez az alábbiakhoz hasonló képeket eredményez.
1. válaszkép | 2. válaszkép |
Képváltozatok
A képváltozatok lehetőséget biztosítanak egy meglévő kép finom változatainak létrehozására. A következő kódrészlet az előző példában generált képek egyikét használja változatos képek létrehozásához:
Ez az alábbiakhoz hasonló képeket eredményez.
Eredeti kép | 1. válaszkép | 2. válaszkép |
Meglévő kép szerkesztése
A Titan Image Generator modell lehetővé teszi elemek vagy területek hozzáadását, eltávolítását vagy cseréjét egy meglévő képen belül. Megadhatja, hogy melyik területet érintse az alábbiak egyikének megadásával:
- Maszk kép – A maszkkép egy bináris kép, amelyben a 0 értékű pixelek azt a területet jelölik, amelyet befolyásolni szeretnének, a 255 értékű képpontok pedig azt a területet, amelynek változatlannak kell maradnia.
- Maszk prompt – A maszkprompt a befolyásolni kívánt elemek természetes nyelvű szöveges leírása, amely házon belüli szöveg-szegmentálási modellt használ.
További információ: Gyors mérnöki irányelvek.
A képre szerkesztést alkalmazó szkriptek a következő megvalósítási mintát követik:
- Töltse be a szerkeszteni kívánt képet lemezről.
- Alakítsa át a képet base64 kódolású karakterláncra.
- Állítsa be a maszkot az alábbi módszerek egyikével:
- Töltsön be egy maszkképet a lemezről, base64-ként kódolja és állítsa be a
maskImage
paraméter. - Állítsa be
maskText
paramétert az érintett elemek szöveges leírásához.
- Töltsön be egy maszkképet a lemezről, base64-ként kódolja és állítsa be a
- Adja meg a létrehozandó új tartalmat az alábbi lehetőségek egyikével:
- Elem hozzáadásához vagy cseréjéhez állítsa be a
text
paramétert az új tartalom leírásához. - Egy elem eltávolításához hagyja ki a
text
paramétert teljesen.
- Elem hozzáadásához vagy cseréjéhez állítsa be a
- Használja a
BedrockRuntime
klienst, hogy meghívja a Titan Image Generator modellt. - Elemezze és dekódolja a választ.
- Mentse a kapott képeket lemezre.
Objektumszerkesztés: Befestés maszkképpel
Az alábbi egy tipikus képszerkesztő szkript a Titan Image Generator modellhez maskImage
. A korábban generált képek egyikét vesszük, és egy maszkképet adunk, ahol a 0 értékű pixelek feketének, a 255 értékű pixelek pedig fehérnek jelennek meg. A képen látható egyik kutyát szöveges prompt segítségével macskára is cseréljük.
Ez az alábbiakhoz hasonló képeket eredményez.
Eredeti kép | Maszk kép | Szerkesztett kép |
Objektum eltávolítása: Befestés maszk prompttal
Egy másik példában használjuk maskPrompt
egy objektum megadása a képen, a korábbi lépésekből vett, szerkeszthető. A szöveges prompt kihagyásával az objektum törlődik:
Ez az alábbiakhoz hasonló képeket eredményez.
Eredeti kép | Válasz kép |
Háttérszerkesztés: Kifestés
A kifestés akkor hasznos, ha le szeretné cserélni egy kép hátterét. A kicsinyítési hatás érdekében a kép határait is kiterjesztheti. A következő példaszkriptben használjuk maskPrompt
a megtartandó objektum megadása; is használhatod maskImage
. A paraméter outPaintingMode
megadja, hogy engedélyezhető-e a maszkon belüli képpontok módosítása. Ha úgy van beállítva DEFAULT
, a maszk belsejében lévő pixelek módosíthatók, hogy a rekonstruált kép összességében egységes legyen. Ez a lehetőség akkor javasolt, ha a maskImage
feltéve nem reprezentálja az objektumot pixel szintű pontossággal. Ha úgy van beállítva PRECISE
, a maszk belsejében lévő pixelek módosulását megakadályozzák. Ez az opció akkor javasolt, ha a maskPrompt
vagy maskImage
amely pixel szintű pontossággal ábrázolja az objektumot.
Ez az alábbiakhoz hasonló képeket eredményez.
Eredeti kép | szöveg | Válasz kép |
"strand" | ||
"erdő" |
Ezen kívül a különböző értékek hatásait outPaintingMode
, Egy maskImage
amelyek nem körvonalazzák az objektumot pixelszintű pontossággal, a következők.
Ez a rész áttekintést nyújt a Titan Image Generator modellel végrehajtható műveletekről. Pontosabban, ezek a szkriptek a szöveg-kép, a képváltoztatás, a befestés és a kifestés feladatokat mutatják be. Képesnek kell lennie a minták adaptálására saját alkalmazásaihoz, ha hivatkozik az adott feladattípusok paramétereinek részleteire Az Amazon Titan Image Generator dokumentációja.
Multimodális beágyazás és keresés
Használhatja az Amazon Titan Multimodal Embeddings modellt olyan vállalati feladatokhoz, mint a képkeresés és a hasonlóságon alapuló ajánlás, és beépített mérsékléssel rendelkezik, amely segít csökkenteni a keresési eredmények torzítását. Többféle beágyazási dimenzió áll rendelkezésre a legjobb késleltetési/pontossági kompromisszumokhoz a különböző igényekhez, és mindegyik testreszabható egy egyszerű API-val, hogy alkalmazkodjon a saját adataihoz, miközben megőrzi az adatbiztonságot és az adatvédelmet. Az Amazon Titan Multimodal Embeddings egyszerű API-kként érhető el a valós idejű vagy aszinkron kötegelt transzformációs keresési és ajánlási alkalmazásokhoz, és különféle vektoradatbázisokhoz csatlakoztatható, pl. Amazon OpenSearch szolgáltatás.
Segítő funkciók
A következő funkció egy képet és opcionálisan szöveget alakít át multimodális beágyazásokká:
A következő függvény a legjobb hasonló multimodális beágyazásokat adja vissza, adott a multimodális beágyazások lekérdezésnek. Vegye figyelembe, hogy a gyakorlatban használhat felügyelt vektoradatbázist, például az OpenSearch szolgáltatást. Az alábbi példa illusztráció:
Szintetikus adatkészlet
Illusztráció céljából használjuk Az Anthropic Claude 2.1 modellje az Amazon Bedrockban hogy véletlenszerűen generáljon hét különböző terméket, mindegyik három változattal, a következő prompt segítségével:
Generate a list of 7 items description for an online e-commerce shop, each comes with 3 variants of color or type. All with separate full sentence description.
A visszaadott kimenetek listája a következő:
Rendelje hozzá a fenti választ a változóhoz response_cat
. Ezután a Titan Image Generator modellt használjuk termékképek létrehozásához minden egyes cikkhez:
Az összes elkészített kép megtalálható a bejegyzés végén található mellékletben.
Multimodális adatkészlet indexelés
A multimodális adatkészlet indexeléséhez használja a következő kódot:
Multimodális keresés
Multimodális kereséshez használja a következő kódot:
Az alábbiakban néhány keresési eredmény látható.
Következtetés
A bejegyzés bemutatja az Amazon Titan Image Generator és az Amazon Titan Multimodal Embeddings modelleket. A Titan Image Generator segítségével egyedi, jó minőségű képeket hozhat létre szöveges promptokból. A legfontosabb funkciók közé tartozik a felszólítások ismétlése, az automatikus háttérszerkesztés és az adatok testreszabása. Olyan biztosítékokkal rendelkezik, mint a láthatatlan vízjelek, amelyek ösztönzik a felelősségteljes használatot. A Titan Multimodal Embeddings a szöveget, képeket vagy mindkettőt szemantikus vektorokká alakítja a pontos keresés és ajánlások érdekében. Ezután Python kódmintákat adtunk ezeknek a szolgáltatásoknak a használatához, és bemutattuk, hogy szöveges promptokból képeket generálunk, és ezeken a képeken iterálunk; meglévő képek szerkesztése maszkképek vagy maszkszöveg által meghatározott elemek hozzáadásával, eltávolításával vagy cseréjével; multimodális beágyazások létrehozása szövegből, képekből vagy mindkettőből; és hasonló multimodális beágyazások keresése egy lekérdezéshez. Szintetikus e-kereskedelmi adatkészlettel is demonstráltunk, amelyet a Titan Multimodal Embeddings segítségével indexeltünk és kerestünk. Ennek a bejegyzésnek az a célja, hogy a fejlesztők elkezdhessék használni ezeket az új AI-szolgáltatásokat alkalmazásaikban. A kódminták sablonként szolgálhatnak az egyéni megvalósításokhoz.
Az összes kód elérhető a GitHub tárház. További információkért tekintse meg a Amazon Bedrock felhasználói kézikönyv.
A szerzőkről
Rohit Mittal az Amazon AI fő termékmenedzsere, aki multimodális alapmodelleket épít. Nemrég ő vezette az Amazon Titan Image Generator modell bevezetését az Amazon Bedrock szolgáltatás részeként. Az AI/ML, az NLP és a keresés terén szerzett tapasztalattal olyan termékek építése iránt érdeklődik, amelyek innovatív technológiával oldják meg az ügyfelek fájdalmait.
Dr. Ashwin Swaminathan Számítógépes jövőkép és gépi tanulás kutató, mérnök és menedzser, több mint 12 éves iparági tapasztalattal és 5+ éves tudományos kutatási tapasztalattal. Erős alapok és bizonyított képesség a gyors tudás megszerzésére és az újabb és feltörekvő területeken való közreműködésre.
Dr. Yusheng Xie az Amazon AGI vezető alkalmazott tudósa. Munkája középpontjában a multimodális alapmodellek felépítése áll. Mielőtt csatlakozott volna az AGI-hez, különböző multimodális mesterséges intelligencia fejlesztéseket vezetett az AWS-nél, mint például az Amazon Titan Image Generator és az Amazon Textract Queries.
Dr. Hao Yang vezető alkalmazott tudós az Amazonnál. Fő kutatási területe a tárgyak észlelése és tanulása korlátozott megjegyzésekkel. A munkán kívül Hao szeret filmeket nézni, fényképezni és szabadtéri tevékenységeket végezni.
Dr. Davide Modolo az Amazon AGI alkalmazott tudományos menedzsere, nagy multimodális alapmodellek felépítésén dolgozik. Mielőtt csatlakozott volna az Amazon AGI-hoz, 7 évig menedzser/vezető volt az AWS AI Labs-nál (Amazon Bedrock és Amazon Rekognition). A munkán kívül szívesen utazik és bármilyen sportot űz, különösen a focit.
Dr. Baichuan Sun, jelenleg Sr. AI/ML Solutions Architectként dolgozik az AWS-nél, a generatív AI-ra összpontosítva, és tudását az adattudományban és a gépi tanulásban alkalmazza gyakorlati, felhő alapú üzleti megoldások kínálatában. Menedzsment tanácsadás és mesterséges intelligencia-megoldás architektúra terén szerzett tapasztalatával számos összetett kihívással foglalkozik, többek között a robotika számítógépes látásmódjával, az idősoros előrejelzéssel és a prediktív karbantartással. Munkája a projektmenedzsment, a szoftver-kutatás és -fejlesztés, valamint az akadémiai tevékenységek szilárd hátterére épül. A munkán kívül Dr. Sun élvezi az utazás és a családjával és barátaival töltött idő egyensúlyát.
Dr. Kai Zhu jelenleg felhőtámogatási mérnökként dolgozik az AWS-nél, és segít az ügyfeleknek az AI/ML-hez kapcsolódó szolgáltatások, például a SageMaker, a Bedrock stb. problémáiban. A SageMaker téma szakértője. Az adattudományban és adatmérnökségben szerzett tapasztalattal a generatív AI-alapú projektek építése iránt érdeklődik.
Kris Schultz több mint 25 évet töltött azzal, hogy a feltörekvő technológiák és a világszínvonalú dizájn kombinálásával életre keltse a lenyűgöző felhasználói élményt. Senior termékmenedzserként Kris segít megtervezni és felépíteni AWS-szolgáltatásokat a média és szórakoztatás, a játékok és a térbeli számítástechnika támogatására.
Függelék
A következő szakaszokban olyan kihívást jelentő használati eseteket mutatunk be, mint a szövegbeszúrás, a kezek és a tükrözések, hogy kiemeljük a Titan Image Generator modell képességeit. A korábbi példákban előállított minta kimeneti képeket is tartalmazzuk.
szöveg
A Titan Image Generator modell kiválóan teljesít az olyan összetett munkafolyamatokban, mint például az olvasható szöveg beszúrása a képekbe. Ez a példa bemutatja a Titán azon képességét, hogy a nagy- és kisbetűket egyértelműen egységes stílusban jelenítse meg egy képen belül.
egy corgi baseball sapkát viselő „genai” felirattal | egy boldog fiú, aki feltartja a hüvelykujját, „generative AI” feliratú pólót visel |
kezek
A Titan Image Generator modell képes részletes AI-képek generálására is. A képen valósághű kezek és ujjak láthatók látható részletekkel, túlmutatva az egyszerűbb mesterséges intelligencia-képalkotáson, amelyből hiányozhat az ilyen specifikusság. A következő példákban figyelje meg a póz és az anatómia pontos ábrázolását.
egy ember keze felülről nézve | közelről egy kávésbögrét tartó személy kezére |
Tükör
A Titan Image Generator modell által generált képek térben rendezik el az objektumokat, és pontosan tükrözik a tükörhatásokat, amint azt a következő példák is bemutatják.
Egy aranyos bolyhos fehér macska áll a hátsó lábain, és kíváncsian néz egy díszes arany tükörbe. A tükörképben a macska önmagát látja | gyönyörű ég tó gondolatok a vízen |
Szintetikus termék képek
Az alábbiakban a bejegyzésben korábban generált termékképek láthatók a Titan Multimodal Embeddings modellhez.
- SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
- PlatoData.Network Vertical Generative Ai. Erősítse meg magát. Hozzáférés itt.
- PlatoAiStream. Web3 Intelligence. Felerősített tudás. Hozzáférés itt.
- PlatoESG. Carbon, CleanTech, Energia, Környezet, Nap, Hulladékgazdálkodás. Hozzáférés itt.
- PlatoHealth. Biotechnológiai és klinikai vizsgálatok intelligencia. Hozzáférés itt.
- Forrás: https://aws.amazon.com/blogs/machine-learning/use-amazon-titan-models-for-image-generation-editing-and-searching/
- :van
- :is
- :nem
- :ahol
- $ UP
- 1
- 10
- 100
- 12
- 125
- 14
- 15%
- 16
- 17
- 19
- 24
- 25
- 300
- 31
- 7
- a
- képesség
- Képes
- felett
- egyetemi
- tudományos kutatás
- hozzáférés
- hozzáférhető
- pontos
- pontosan
- ható
- tevékenységek
- tevékenység
- alkalmazkodni
- hozzá
- hozzáadásával
- mellett
- címek
- állítható
- fejlett
- érint
- szerek
- AGI
- AI
- AI szolgáltatások
- AI-hajtású
- AI / ML
- cél
- Minden termék
- lehetővé
- megengedett
- lehetővé teszi, hogy
- Is
- amazon
- Amazon felismerés
- Amazon szöveg
- Az Amazon Web Services
- között
- an
- elemzés
- anatómia
- és a
- Másik
- bármilyen
- api
- API-k
- alkalmazások
- alkalmazott
- alkalmazandó
- alkalmaz
- megfelelő
- építészet
- VANNAK
- TERÜLET
- területek
- Sor
- AS
- At
- auto
- Automatikus
- elérhető
- AWS
- háttér
- Rossz
- Egyenleg
- Baseball
- alapvető
- BE
- strand
- előtt
- BEST
- Túl
- előítélet
- Fekete
- Kék
- test
- mindkét
- határokat
- Bringing
- széles
- barna
- épít
- Épület
- beépített
- üzleti
- by
- Naptár
- szoba
- TUD
- vászon
- sapka
- képességek
- Rögzítése
- visz
- szállítás
- autók
- esetek
- CAT
- kihívások
- kihívást
- csevegés
- osztály
- klasszikus
- világosan
- vásárló
- közel
- bezárás
- felhő
- kód
- Kódolás
- Kávé
- szín
- össze
- kombinálása
- jön
- kompakt
- Companies
- teljesen
- bonyolult
- számítógép
- Számítógépes látás
- számítástechnika
- összefüggő
- következetes
- tanácsadó
- tartalom
- tartalomkészítők
- contribuer
- ellenőrzések
- Számláló
- terjed
- Covers
- teremt
- létrehozása
- alkotók
- legénység
- Jelenleg
- szokás
- vevő
- Ügyfelek
- szabható
- testreszabás
- testre
- szabott
- dátum
- adat-tudomány
- adatbiztonság
- adatbiztonság és adatvédelem
- adatbázis
- adatbázisok
- alapértelmezett
- bizonyítani
- igazolták
- mutatja
- Farmeranyag
- leírás
- Design
- részlet
- részletes
- részletek
- Érzékelés
- fejlesztők
- Fejlesztés
- DICT
- különböző
- Dimenzió
- méretek
- megvitatni
- hamis információ
- távolság
- Nem
- Kutya
- Don
- le-
- dr
- e-commerce
- minden
- Korábban
- könnyű
- Környezetbarát
- e-kereskedelem
- hatás
- hatékonyan
- hatások
- hatékony
- bármelyik
- elem
- elemek
- más
- beágyazás
- csiszolókő
- fejlődő technológiák
- lehetővé
- lehetővé teszi
- lehetővé téve
- kódolás
- ösztönzése
- végén
- vonzó
- mérnök
- Mérnöki
- Angol
- Vállalkozás
- Szórakozás
- Környezet
- különösen
- stb.
- példa
- példák
- Kizárólagos
- létező
- tapasztalat
- tapasztalt
- Tapasztalatok
- szakértő
- terjed
- arcok
- megkönnyíti
- néző
- család
- Funkció
- Jellemzők
- filmek
- megfelelő
- rugalmas
- Úszó
- koncentrál
- összpontosítás
- következik
- következő
- következik
- A
- erdő
- talált
- Alapítvány
- alapítványi
- barátok
- ból ből
- front
- Tele
- funkció
- alapjai
- Nyereség
- szerencsejáték
- generál
- generált
- generál
- generáló
- generáció
- nemző
- Generatív AI
- generátor
- adott
- Giving
- üveg
- megy
- Arany
- Aranysárga
- gps
- szürke
- Zöld
- földelt
- útmutatást
- útmutató
- kéz
- fogantyú
- kezek
- boldog
- he
- Szív
- magasság
- segít
- segít
- nagy teljesítményű
- jó minőségű
- Kiemel
- övé
- holding
- Hogyan
- How To
- HTML
- HTTPS
- azonosítani
- if
- kép
- Image Search
- képek
- végrehajtás
- megvalósítások
- importál
- ami fontos
- in
- tartalmaz
- beleértve
- Beleértve
- indexelt
- indexek
- ipar
- információ
- újító
- innovatív technológia
- bemenet
- belső
- telepíteni
- utasítás
- integrálni
- integrált
- érdekelt
- érdekek
- belső
- bele
- Bemutatja
- láthatatlan
- kérdések
- IT
- tételek
- iteráló
- ITS
- JavaScript
- Farmer
- csatlakozott
- jpg
- json
- Tart
- Kulcs
- Kedves
- tudás
- Labs
- hiány
- tó
- nyelv
- hordozható számítógép
- nagy
- a későbbiekben
- indít
- vezető
- tanulás
- Led
- lábak
- élet
- mint
- Korlátozott
- Lista
- betöltés
- néz
- Elő/Utó
- gép
- gépi tanulás
- készült
- Fő
- karbantartás
- csinál
- készítő
- KÉSZÍT
- sikerült
- vezetés
- menedzser
- maszk
- Mérkőzés
- gyufa
- anyag
- matt
- Anyag
- max
- maximális
- Lehet..
- jelenti
- Média
- háló
- mód
- tükör
- Enyhít
- enyhítés
- modell
- modellek
- módosított
- monitor
- több
- többszörös
- zene
- Természetes
- Szükség
- igények
- negatív
- Neon
- ideg-
- Új
- újabb
- NLP
- csomópont
- node.js
- Egyik sem
- megjegyezni
- Értesítés..
- értesítések
- szám
- számtalan
- tárgy
- Objektumfelismerés
- objektumok
- of
- on
- ONE
- online
- csak
- Művelet
- optimalizálás
- opció
- Opciók
- or
- Más
- Egyéb
- vázlat
- teljesítmény
- kimenetek
- kívül
- felett
- átfogó
- áttekintés
- saját
- Fájdalom
- paraméter
- rész
- Mintás
- minták
- Teljesít
- teljesítmény
- telefon
- fényképezés
- képek
- Plató
- Platón adatintelligencia
- PlatoData
- játék
- kérem
- zsebek
- pont
- póz
- állás
- hatalom
- powered
- Gyakorlati
- gyakorlat
- pontos
- Pontosság
- prémium
- megakadályozták
- előző
- Fő
- magánélet
- gyárt
- Készült
- termelő
- Termékek
- termék menedzser
- Termékek
- programozható
- program
- projekt menedzsment
- projektek
- utasításokat
- igazolt
- ad
- feltéve,
- biztosít
- amely
- célokra
- Piton
- világítás
- lekérdezések
- kérdés
- gyorsan
- R
- K + F
- véletlen
- hatótávolság
- Arány
- RE
- real-time
- valószerű
- nemrég
- Ajánlást
- ajánlások
- ajánlott
- Piros
- csökkenteni
- utal
- referenciái
- finomítani
- tükröznie
- visszaverődés
- összefüggő
- Kapcsolatok
- kipihent
- marad
- eltávolítás
- eltávolítása
- eltávolított
- eltávolítása
- hozam
- kiolvasztott
- cserélni
- képvisel
- képviselet
- jelentése
- kötelező
- kutatás
- kutató
- válasz
- felelős
- kapott
- Eredmények
- visszatérés
- Visszatér
- szakadt
- robotika
- Szerep
- ROSE
- körül
- futásidejű
- s
- biztosítékok
- sagemaker
- azonos
- minta
- megtakarítás
- Skála
- színhely
- Tudomány
- Tudós
- kaparókanál
- forgatókönyv
- szkriptek
- sdk
- Keresés
- keres
- Rész
- szakaszok
- biztonság
- mag
- lát
- szemantikus
- idősebb
- mondat
- különálló
- Series of
- szolgál
- szolgáltatás
- Szolgáltatások
- szolgáló
- készlet
- Szettek
- beállítás
- felépítés
- hét
- Webshop
- rövid
- kellene
- Műsorok
- oldal
- Ezüst
- hasonló
- Egyszerű
- egyetlen
- Méret
- méretek
- Ég
- alvás
- Tornacipő
- töredék
- So
- Futball
- szoftver
- szilárd
- megoldások
- Megoldások
- Megoldja
- néhány
- Hely
- térbeli
- térbeli számítástechnika
- különleges
- kifejezetten
- sajátosság
- meghatározott
- Költési
- költött
- Sport
- terjedése
- standard
- állványok
- kezdet
- Lépés
- Lépései
- egyenes
- utca
- Húr
- erős
- erős alapok
- stílus
- tárgy
- ilyen
- megfelelő
- nap
- támogatás
- Támogatott
- szintetikus
- Vesz
- meghozott
- bevétel
- tartály
- Feladat
- feladatok
- Technologies
- Technológia
- sablonok
- szöveg
- hogy
- A
- A terület
- azok
- akkor
- Ott.
- Ezek
- ezt
- azok
- három
- Keresztül
- idő
- Idősorok
- titán-
- Cím
- címei
- nak nek
- tokenek
- felső
- nyomozó
- Csomagkövetés
- Átalakítás
- utazás
- Utazó
- fa
- kettő
- típus
- típusok
- tipikus
- megértés
- megérti
- városi
- használ
- használt
- hasznos
- használó
- Felhasználók
- használ
- segítségével
- Értékek
- változó
- Változat
- variációk
- különféle
- változat
- keresztül
- látható
- látomás
- kötet
- séta
- gyalogos
- akar
- meleg
- volt
- Nézz
- őrzés
- Víz
- vízjelek
- Út..
- we
- háló
- webes szolgáltatások
- Mit
- amikor
- vajon
- ami
- míg
- fehér
- széles
- Széleskörű
- szélesség
- lesz
- val vel
- belül
- Munka
- munkafolyamatok
- dolgozó
- művek
- világ
- ír
- X
- év
- Jóga
- te
- A te
- zephyrnet