Začetki spremembe paradigme strojnega učenja (ML) obstajajo že desetletja, vendar s takojšnjo razpoložljivostjo skoraj neskončne računalniške zmogljivosti, ogromnim širjenjem podatkov in hitrim napredkom tehnologij ML stranke v panogah hitro sprejemajo in uporabljajo ML. tehnologije za preoblikovanje svojih podjetij.
Nedavno so generativne aplikacije AI pritegnile pozornost in domišljijo vseh. Resnično smo na vznemirljivi prelomni točki v širokem sprejemanju ML in verjamemo, da bo vsaka uporabniška izkušnja in aplikacija na novo odkrita z generativno umetno inteligenco.
Generativni AI je vrsta AI, ki lahko ustvari nove vsebine in ideje, vključno s pogovori, zgodbami, slikami, videoposnetki in glasbo. Kot vsa umetna inteligenca tudi generativno umetno inteligenco poganjajo modeli ML – zelo veliki modeli, ki so vnaprej usposobljeni na obsežnih korpusih podatkov in se običajno imenujejo temeljni modeli (FM).
Zaradi velikosti in narave splošnega namena se FM-ji razlikujejo od tradicionalnih modelov ML, ki običajno opravljajo posebne naloge, kot je analiza besedila za razpoloženje, razvrščanje slik in napovedovanje trendov.
Pri tradicionalnih modelih ML morate za doseganje vsake posebne naloge zbrati označene podatke, usposobiti model in ta model uvesti. Pri temeljnih modelih lahko namesto zbiranja označenih podatkov za vsak model in usposabljanja več modelov uporabite isti vnaprej usposobljen FM za prilagajanje različnih nalog. FM-je lahko tudi prilagodite za izvajanje funkcij, specifičnih za domeno, ki se razlikujejo od vaših podjetij, z uporabo le majhnega deleža podatkov in izračunov, potrebnih za usposabljanje modela iz nič.
Generativna umetna inteligenca lahko povzroči motnje v številnih panogah, tako da spremeni način ustvarjanja in porabe vsebine. Proizvodnja izvirne vsebine, ustvarjanje kode, izboljšanje storitev za stranke in povzemanje dokumentov so tipični primeri uporabe generativne umetne inteligence.
Amazon SageMaker JumpStart ponuja vnaprej pripravljene odprtokodne modele za širok nabor vrst težav, ki vam pomagajo pri začetku uporabe strojnega jezika. Te modele lahko postopoma usposabljate in prilagajate pred uvedbo. JumpStart ponuja tudi predloge rešitev, ki nastavijo infrastrukturo za pogoste primere uporabe, in primere izvedljivih prenosnih računalnikov za ML z Amazon SageMaker.
Z več kot 600 predhodno usposobljenimi modeli, ki so na voljo in rastejo vsak dan, JumpStart omogoča razvijalcem, da hitro in preprosto vključijo vrhunske tehnike ML v svoje delovne tokove proizvodnje. Do vnaprej usposobljenih modelov, predlog rešitev in primerov lahko dostopate prek ciljne strani JumpStart v Amazon SageMaker Studio. Do modelov JumpStart lahko dostopate tudi s SDK-jem SageMaker Python. Za informacije o tem, kako programsko uporabljati modele JumpStart, glejte Uporabite algoritme SageMaker JumpStart z vnaprej usposobljenimi modeli.
Aprila 2023 je bil predstavljen AWS Amazon Bedrock, ki omogoča ustvarjanje generativnih aplikacij, ki jih poganja umetna inteligenca, prek vnaprej usposobljenih modelov zagonskih podjetij, vključno z Laboratoriji AI21, Antropičnoin Stabilnost AI. Amazon Bedrock ponuja tudi dostop do temeljnih modelov Titan, družine modelov, ki jih je AWS usposobil v podjetju. Z brezstrežniško izkušnjo Amazon Bedrock lahko enostavno najdete pravi model za svoje potrebe, hitro začnete, zasebno prilagodite FM-je z lastnimi podatki ter jih preprosto integrirate in uvedete v svoje aplikacije z uporabo orodij in zmogljivosti AWS, ki jih poznate. z (vključno z integracijami s funkcijami SageMaker ML, kot je Eksperimenti Amazon SageMaker za testiranje različnih modelov in Amazonski cevovodi SageMaker za upravljanje vaših FM v velikem obsegu), ne da bi morali upravljati kakršno koli infrastrukturo.
V tej objavi prikazujemo, kako uvesti modele umetne inteligence, ki ustvarjajo slike in besedilo, iz JumpStarta z uporabo Komplet za razvoj oblaka AWS (AWS CDK). AWS CDK je odprtokodno ogrodje za razvoj programske opreme za definiranje virov vaših aplikacij v oblaku z uporabo znanih programskih jezikov, kot je Python.
Za generiranje slike uporabljamo model Stable Diffusion in model FLAN-T5-XL razumevanje naravnega jezika (NLU) in ustvarjanje besedila iz Objemni obraz v JumpStartu.
Pregled rešitev
Spletna aplikacija je zgrajena na Poenostavljeno, odprtokodna knjižnica Python, ki olajša ustvarjanje in skupno rabo čudovitih spletnih aplikacij po meri za ML in znanost o podatkih. Spletno aplikacijo gostimo z uporabo Amazonska storitev za kontejnerje z elastiko (Amazon ECS) z AWS Fargate do njega pa se dostopa prek izravnalnika obremenitve aplikacij. Fargate je tehnologija, ki jo lahko uporabljate z Amazon ECS za zagon posode ne da bi morali upravljati strežnike ali gruče ali virtualne stroje. Končne točke generativnega modela AI se zaženejo iz slik JumpStart v Registar elastičnih zabojnikov Amazon (Amazon ECR). Podatki o modelu so shranjeni na Preprosta storitev shranjevanja Amazon (Amazon S3) v računu JumpStart. Spletna aplikacija komunicira z modeli prek Amazon API Gateway in AWS Lambda funkcije, kot je prikazano na naslednjem diagramu.
API Gateway zagotavlja spletni aplikaciji in drugim odjemalcem standardni vmesnik RESTful, hkrati pa ščiti funkcije Lambda, ki se povezujejo z modelom. To poenostavlja kodo odjemalske aplikacije, ki uporablja modele. Končne točke API Gateway so v tem primeru javno dostopne, kar omogoča možnost razširitve te arhitekture za izvajanje različnih Kontrole dostopa API in integrirati z drugimi aplikacijami.
V tej objavi vas bomo vodili skozi naslednje korake:
- namestite Vmesnik ukazne vrstice AWS (AWS CLI) in AWS CDK v2 na vašem lokalnem računalniku.
- Klonirajte in nastavite aplikacijo AWS CDK.
- Razmestite aplikacijo AWS CDK.
- Uporabite model AI za ustvarjanje slike.
- Uporabite model AI za ustvarjanje besedila.
- Oglejte si razporejene vire na Konzola za upravljanje AWS.
Ponujamo pregled kode v tem projektu v dodatku na koncu te objave.
Predpogoji
Imeti morate naslednje predpogoje:
Infrastrukturo v tej vadnici lahko namestite iz lokalnega računalnika ali pa uporabite AWS Cloud9 kot vašo delovno postajo za uvajanje. AWS Cloud9 ima vnaprej naložene AWS CLI, AWS CDK in Docker. Če se odločite za AWS Cloud9, ustvarite okolje Iz AWS konzola.
Ocenjeni strošek dokončanja te objave je 50 USD, ob predpostavki, da vire pustite delovati 8 ur. Ne pozabite izbrisati virov, ki jih ustvarite v tej objavi, da se izognete nenehnim bremenitvam.
Namestite AWS CLI in AWS CDK na vaš lokalni računalnik
Če na vašem lokalnem računalniku še nimate AWS CLI, glejte Namestitev ali posodobitev najnovejše različice AWS CLI in Konfiguriranje CLI AWS.
Namestite AWS CDK Toolkit globalno z naslednjim ukazom upravitelja paketov vozlišča:
Zaženite naslednji ukaz, da preverite pravilno namestitev in natisnete številko različice AWS CDK:
Prepričajte se, da imate Docker nameščen na lokalnem računalniku. Za preverjanje različice izdajte naslednji ukaz:
Klonirajte in nastavite aplikacijo AWS CDK
Na lokalnem računalniku klonirajte aplikacijo AWS CDK z naslednjim ukazom:
Pomaknite se do mape projekta:
Preden uvedemo aplikacijo, preglejmo strukturo imenika:
O stack
vsebuje kodo za vsak sklad v aplikaciji AWS CDK. The code
vsebuje kodo za funkcije Lambda. Repozitorij vsebuje tudi spletno aplikacijo, ki se nahaja pod mapo web-app
.
O cdk.json
pove AWS CDK Toolkit, kako zagnati vašo aplikacijo.
Ta aplikacija je bila testirana v us-east-1
Regija, vendar bi moralo delovati v kateri koli regiji, ki ima zahtevane storitve in vrsto instance sklepanja ml.g4dn.4xlarge
določeno v app.py
.
Nastavite virtualno okolje
Ta projekt je nastavljen kot standardni projekt Python. Ustvarite virtualno okolje Python z naslednjo kodo:
Za aktiviranje virtualnega okolja uporabite naslednji ukaz:
Če uporabljate platformo Windows, aktivirajte virtualno okolje na naslednji način:
Ko je virtualno okolje aktivirano, nadgradite pip na najnovejšo različico:
Namestite zahtevane odvisnosti:
Preden uvedete katero koli aplikacijo AWS CDK, morate zagnati prostor v svojem računu in regijo, v katero uvajate. Za zagon v vaši privzeti regiji izdajte naslednji ukaz:
Če želite razmestiti v določen račun in regijo, izdajte naslednji ukaz:
Za več informacij o tej nastavitvi obiščite Začetek uporabe AWS CDK.
Struktura sklada aplikacij AWS CDK
Aplikacija AWS CDK vsebuje več skladov, kot je prikazano na naslednjem diagramu.
Sklade v svoji aplikaciji AWS CDK lahko navedete z naslednjim ukazom:
Sledijo drugi uporabni ukazi AWS CDK:
- cdk ls – Navede vse sklade v aplikaciji
- cdk sint – Oddaja sintetizirano Oblikovanje oblaka AWS Predloga
- uvedba cdk – Razmesti ta sklad v vaš privzeti račun AWS in regijo
- cdk razl – Primerja razporejeni sklad s trenutnim stanjem
- cdk dokumenti – Odpre dokumentacijo AWS CDK
Naslednji razdelek prikazuje, kako uvesti aplikacijo AWS CDK.
Razmestite aplikacijo AWS CDK
Aplikacija AWS CDK bo uvedena v privzeto regijo glede na konfiguracijo vaše delovne postaje. Če želite vsiliti uvedbo v določeni regiji, nastavite svojo AWS_DEFAULT_REGION
ustrezno spremenljivko okolja.
Na tej točki lahko namestite aplikacijo AWS CDK. Najprej zaženete omrežni sklad VPC:
Če ste pozvani, vnesite y
za nadaljevanje uvajanja. Videti bi morali seznam virov AWS, ki so oskrbovani v skladu. Ta korak traja približno 3 minute.
Nato zaženete sklad spletnih aplikacij:
Po analizi sklada bo AWS CDK prikazal seznam virov v skladu. Vnesite y, da nadaljujete z uvajanjem. Ta korak traja približno 5 minut.
Zapišite si WebApplicationServiceURL
iz izhoda za kasnejšo uporabo. Pridobite ga lahko tudi na konzoli AWS CloudFormation pod GenerativeAiDemoWebStack
izhodi sklada.
Zdaj zaženite sklad končnih točk modela AI za generiranje slik:
Ta korak traja približno 8 minut. Končna točka modela za generiranje slike je razporejena, zdaj jo lahko uporabljamo.
Uporabite model AI za ustvarjanje slike
Prvi primer prikazuje, kako uporabiti stabilno difuzijo, zmogljivo tehniko generativnega modeliranja, ki omogoča ustvarjanje visokokakovostnih slik iz besedilnih pozivov.
- Do spletne aplikacije dostopajte z
WebApplicationServiceURL
od izhodaGenerativeAiDemoWebStack
v vašem brskalniku. - V podoknu za krmarjenje izberite Generacija slike.
- O Ime končne točke SageMaker in URL API GW polja bodo vnaprej izpolnjena, vendar lahko spremenite poziv za opis slike, če želite.
- Izberite Ustvari sliko.
- Aplikacija bo poklicala končno točko SageMaker. Traja nekaj sekund. Prikazala se bo slika z značilnostmi v opisu vaše slike.
Uporabite model AI za ustvarjanje besedila
Drugi primer se osredotoča na uporabo modela FLAN-T5-XL, ki je osnovni ali veliki jezikovni model (LLM), za doseganje učenja v kontekstu za ustvarjanje besedila, hkrati pa obravnava širok spekter razumevanja naravnega jezika (NLU) in naravnega naloge za ustvarjanje jezika (NLG).
Nekatera okolja lahko omejujejo število končnih točk, ki jih lahko zaženete hkrati. V tem primeru lahko zaženete eno končno točko SageMaker naenkrat. Če želite ustaviti končno točko SageMaker v aplikaciji AWS CDK, morate uničiti nameščeni sklad končnih točk in preden zaženete drugi sklad končnih točk. Če želite onemogočiti končno točko modela AI za ustvarjanje slike, izdajte naslednji ukaz:
Nato zaženite sklad končnih točk modela AI za generiranje besedila:
V pozive vnesite y.
Ko je sklad končne točke modela za generiranje besedila zagnan, dokončajte naslednje korake:
- Vrnite se v spletno aplikacijo in izberite Ustvarjanje besedila v podoknu za krmarjenje.
- O Kontekst vnosa polje je vnaprej izpolnjeno s pogovorom med stranko in agentom glede težave s telefonom stranke, vendar lahko vnesete svoj kontekst, če želite.
- Pod kontekstom boste v spustnem meniju našli nekaj vnaprej izpolnjenih poizvedb. Izberite poizvedbo in izberite Ustvari odgovor.
- Svojo poizvedbo lahko vnesete tudi v Vhodna poizvedba polje in nato izberite Ustvari odgovor.
Oglejte si razporejene vire na konzoli
Na konzoli AWS CloudFormation izberite Skladovnice v navigacijskem podoknu za ogled razporejenih skladov.
Na konzoli Amazon ECS lahko vidite gruče na Grozdi stran.
Na konzoli AWS Lambda si lahko ogledate funkcije na funkcije stran.
Na konzoli API Gateway lahko vidite končne točke API Gateway na API-ji stran.
Na konzoli SageMaker si lahko ogledate razporejene končne točke modela na Končne točke stran.
Ko so skladi zagnani, se generirajo nekateri parametri. Ti so shranjeni v Shramba parametrov AWS Systems Manager. Če si jih želite ogledati, izberite Shramba parametrov v navigacijskem podoknu na Upravitelj sistemov AWS konzola.
Čiščenje
Da se izognete nepotrebnim stroškom, počistite vso infrastrukturo, ustvarjeno z naslednjim ukazom na vaši delovni postaji:
Vnesite y
ob pozivu. Ta korak traja približno 10 minut. Preverite, ali so vsi viri izbrisani na konzoli. Izbrišite tudi vedra sredstev S3, ki jih je ustvaril AWS CDK na konzoli Amazon S3, kot tudi repozitorije sredstev na Amazon ECR.
zaključek
Kot je prikazano v tej objavi, lahko uporabite AWS CDK za uvajanje generativnih modelov AI v JumpStart. Prikazali smo primer generiranja slike in primer generiranja besedila z uporabo uporabniškega vmesnika, ki ga poganjajo Streamlit, Lambda in API Gateway.
Zdaj lahko gradite svoje generativne AI projekte z uporabo vnaprej usposobljenih modelov AI v JumpStart. Ta projekt lahko razširite tudi za natančno nastavitev temeljnih modelov za vaš primer uporabe in nadzor dostopa do končnih točk prehoda API.
Vabimo vas, da preizkusite rešitev in prispevate k projektu naprej GitHub. Delite svoje misli o tej vadnici v komentarjih!
Povzetek licence
Ta vzorčna koda je na voljo pod spremenjeno licenco MIT. Glej LICENCA datoteko za več informacij. Preglejte tudi ustrezne licence za stabilna difuzija in flan-t5-xl modeli na Hugging Face.
O avtorjih
Hantzley Tauckoor je vodja arhitekture partnerskih rešitev APJ s sedežem v Singapurju. Ima 20 let izkušenj v industriji IKT na več funkcionalnih področjih, vključno z arhitekturo rešitev, poslovnim razvojem, prodajno strategijo, svetovanjem in vodenjem. Vodi ekipo višjih arhitektov rešitev, ki partnerjem omogočajo razvoj skupnih rešitev, izgradnjo tehničnih zmogljivosti in jih vodijo skozi fazo implementacije, ko stranke selijo in posodabljajo svoje aplikacije na AWS.
Kwonyul Choi je tehnični direktor pri BABITALK, korejskem zagonu platforme za nego lepote, s sedežem v Seulu. Pred to vlogo je Kownyul delal kot inženir za razvoj programske opreme pri AWS s poudarkom na AWS CDK in Amazon SageMaker.
Arunprasath Shankar je višji arhitekt za rešitve AI/ML pri AWS, ki strankam po vsem svetu pomaga učinkovito in uspešno prilagoditi svoje rešitve AI v oblaku. V prostem času Arun uživa v gledanju znanstvenofantastičnih filmov in poslušanju klasične glasbe.
Satish Upreti je vodja PSA in MSP za varnost v partnerski organizaciji v APJ. Satish ima 20 let izkušenj s tehnologijami lokalnega zasebnega in javnega oblaka. Odkar se je avgusta 2020 pridružil AWS kot strokovnjak za migracije, nudi obsežno tehnično svetovanje in podporo partnerjem AWS pri načrtovanju in izvajanju kompleksnih migracij.
Dodatek: Predstavitev kode
V tem razdelku ponujamo pregled kode v tem projektu.
Aplikacija AWS CDK
Glavna aplikacija AWS CDK je v app.py
datoteko v korenskem imeniku. Projekt je sestavljen iz več skladov, zato jih moramo uvoziti:
Definiramo naše generativne modele umetne inteligence in od SageMakerja pridobimo povezane URI-je:
Funkcija get_sagemaker_uris pridobi vse informacije o modelu iz JumpStart. glej script/sagemaker_uri.py
.
Nato instanciramo sklade:
Prvi sklad za zagon je sklad VPC, GenerativeAiVpcNetworkStack. Sklad spletnih aplikacij, GenerativeAiDemoWebStack, je odvisen od sklada VPC. Odvisnost se izvaja s podajanjem parametrov vpc=network_stack.vpc.
Poglej app.py
za celotno kodo.
Omrežni sklad VPC
V skladu GenerativeAiVpcNetworkStack ustvarimo VPC z javnim podomrežjem in zasebnim podomrežjem, ki se raztezata čez dve območji razpoložljivosti:
Poglej /stack/generative_ai_vpc_network_stack.py
za celotno kodo.
Demo paket spletnih aplikacij
V skladu GenerativeAiDemoWebStack zaženemo funkcije Lambda in ustrezne končne točke API Gateway, prek katerih spletna aplikacija komunicira s končnimi točkami modela SageMaker. Oglejte si naslednji delček kode:
Spletna aplikacija je zaprta in gostuje na Amazon ECS s Fargate. Oglejte si naslednji delček kode:
Poglej /stack/generative_ai_demo_web_stack.py
za celotno kodo.
Generiranje slik Sklad končne točke modela SageMaker
Sklad GenerativeAiTxt2imgSagemakerStack ustvari končno točko modela za generiranje slike iz JumpStart in shrani ime končne točke v shrambo parametrov Systems Manager. Ta parameter bo uporabila spletna aplikacija. Oglejte si naslednjo kodo:
Poglej /stack/generative_ai_txt2img_sagemaker_stack.py
za celotno kodo.
NLU in sklad končnih točk modela SageMaker za ustvarjanje besedila
Sklad GenerativeAiTxt2nluSagemakerStack ustvari končno točko modela NLU in generiranja besedila iz JumpStarta in shrani ime končne točke v shrambo parametrov upravitelja sistemov. Ta parameter bo uporabljala tudi spletna aplikacija. Oglejte si naslednjo kodo:
Poglej /stack/generative_ai_txt2nlu_sagemaker_stack.py
za celotno kodo.
Spletna aplikacija
Spletna aplikacija se nahaja v /web-app
imenik. To je aplikacija Streamlit, ki je v skladu z Dockerfile
:
Če želite izvedeti več o Streamlitu, glejte Poenostavljena dokumentacija.
- Distribucija vsebine in PR s pomočjo SEO. Okrepite se še danes.
- PlatoAiStream. Podatkovna inteligenca Web3. Razširjeno znanje. Dostopite tukaj.
- Kovanje prihodnosti z Adryenn Ashley. Dostopite tukaj.
- Kupujte in prodajajte delnice podjetij pred IPO s PREIPO®. Dostopite tukaj.
- vir: https://aws.amazon.com/blogs/machine-learning/deploy-generative-ai-models-from-amazon-sagemaker-jumpstart-using-the-aws-cdk/
- :ima
- : je
- $GOR
- 1
- 10
- 100
- 20
- 20 let
- 2020
- 2023
- 7
- 8
- 9
- a
- O meni
- dostop
- dostopna
- dostopen
- ustrezno
- Račun
- Doseči
- čez
- prilagodijo
- naslavljanje
- Sprejem
- Sprejetje
- napredovanje
- nasveti
- Agent
- AI
- Z AI napajanjem
- AI / ML
- algoritmi
- vsi
- Dovoli
- že
- Prav tako
- Amazon
- Amazon API Gateway
- Amazon SageMaker
- Amazon SageMaker JumpStart
- Amazon Web Services
- an
- analiziranje
- in
- kaj
- API
- aplikacija
- uporaba
- aplikacije
- aplikacije
- april
- Arhitektura
- SE
- območja
- okoli
- AS
- Sredstva
- At
- pozornosti
- Avgust
- razpoložljivost
- Na voljo
- izogniti
- AWS
- AWS Cloud9
- Oblikovanje oblaka AWS
- AWS Lambda
- nazaj
- gugalnica
- temeljijo
- BAT
- BE
- lepa
- Beauty
- pred
- počutje
- Verjemite
- med
- Bootstrap
- široka
- brskalnik
- izgradnjo
- zgrajena
- poslovni
- poslovni razvoj
- podjetja
- vendar
- by
- klic
- CAN
- Zmogljivosti
- kapaciteta
- Zajeto
- ki
- primeru
- primeri
- CD
- centri
- spremenite
- lastnosti
- Stroški
- preveriti
- Izberite
- stranke
- stranke
- Cloud
- Cloud9
- Koda
- prihaja
- Skupno
- pogosto
- dokončanje
- kompleksna
- Izračunajte
- računalnik
- konfiguracija
- Konzole
- gradnjo
- svetovanje
- porabi
- vseboval
- Posoda
- Vsebuje
- vsebina
- ozadje
- prispevajo
- nadzor
- Pogovor
- pogovorov
- popravi
- strošek
- ustvarjajo
- ustvaril
- ustvari
- Oblikovanje
- CTO
- Trenutna
- po meri
- stranka
- Izkušnje s strankami
- Za stranke
- Stranke, ki so
- prilagodite
- vrhunsko
- datum
- znanost o podatkih
- dan
- desetletja
- privzeto
- Določa
- Dokazano
- dokazuje,
- Odvisnost
- odvisno
- razporedi
- razporejeni
- uvajanja
- uvajanje
- razpolaga
- opis
- uniči
- Razvoj
- Razvijalci
- Razvoj
- drugačen
- Difuzija
- zaslon
- Moti
- Lučki delavec
- dokument
- opravljeno
- dont
- navzdol
- vsak
- enostavno
- lahka
- učinkovito
- učinkovito
- omogočajo
- omogoča
- konec
- Končna točka
- inženir
- Vnesite
- okolje
- okolja
- ocenjeni
- Tudi vsak
- vsak dan
- vsakdo je
- Primer
- Primeri
- zanimivo
- izkušnje
- razširiti
- obsežen
- Obraz
- false
- seznanjeni
- družina
- Lastnosti
- Nekaj
- Polje
- Področja
- file
- Najdi
- prva
- Osredotočite
- po
- sledi
- za
- moč
- Fundacija
- ulomek
- Okvirni
- iz
- polno
- funkcija
- funkcionalno
- funkcije
- Prehod
- zbiranje
- zbiranje
- glavni namen
- ustvarila
- generacija
- generativno
- Generativna AI
- dobili
- git
- Globalno
- Globalno
- Pridelovanje
- Imajo
- ob
- he
- pomoč
- pomoč
- visoka kvaliteta
- njegov
- Domov
- gostitelj
- gostila
- URE
- Kako
- Kako
- HTML
- http
- HTTPS
- IKT
- Ideje
- if
- slika
- slike
- domišljija
- izvajati
- Izvajanje
- uvoz
- in
- Vključno
- vključi
- industrij
- Industrija
- Neskončno
- Pregibna točka
- Podatki
- Infrastruktura
- namestitev
- namestitev
- nameščen
- primer
- Namesto
- integrirati
- integracije
- interaktivni
- vmesnik
- v
- povabi
- vprašanje
- IT
- pridružil
- skupno
- jpg
- json
- Korejski
- pristanek
- jezik
- jeziki
- velika
- pozneje
- Zadnji
- kosilo
- začela
- začetek
- vodi
- Vodja
- Vodstvo
- Interesenti
- UČITE
- učenje
- pustite
- Knjižnica
- Licenca
- Licence
- kot
- LIMIT
- vrstica
- Seznam
- Poslušanje
- seznami
- LLM
- obremenitev
- lokalna
- nahaja
- stroj
- strojno učenje
- Stroji
- je
- Glavne
- Znamka
- IZDELA
- upravljanje
- upravljanje
- upravitelj
- več
- ogromen
- Meni
- morda
- selitev
- migracije
- Minute
- MIT
- ML
- Model
- modeli
- posodobiti
- spremembe
- več
- filmi
- več
- Glasba
- morajo
- Ime
- naravna
- Narava
- ostalo
- Nimate
- potrebe
- mreža
- Novo
- Naslednja
- Vozel
- zdaj
- Številka
- of
- Ponudbe
- on
- ONE
- v teku
- samo
- open source
- Odprtokodna programska oprema
- Odpre
- or
- Da
- Organizacija
- izvirno
- Ostalo
- naši
- izhod
- več
- pregled
- lastne
- paket
- Stran
- podokno
- paradigma
- parameter
- parametri
- partner
- partnerji
- Podaje
- Izvedite
- faza
- telefon
- slika
- Načrt
- platforma
- platon
- Platonova podatkovna inteligenca
- PlatoData
- Točka
- možnost
- Prispevek
- potencial
- poganja
- močan
- predpogoji
- Tiskanje
- Predhodna
- zasebna
- problem
- proizvodnja
- Programiranje
- programskih jezikov
- Projekt
- projekti
- zagotavljajo
- zagotavlja
- javnega
- Javni oblak
- javno
- Python
- poizvedbe
- hitro
- območje
- hitro
- hitro
- pripravljen
- Pred kratkim
- besedilu
- o
- okolica
- povezane
- Skladišče
- obvezna
- Zahteve
- vir
- viri
- tisti,
- pregleda
- Revolucioniranje
- Pravica
- vloga
- koren
- Run
- tek
- sagemaker
- prodaja
- Enako
- Lestvica
- sci-fi
- Znanost
- praska
- SDK
- drugi
- sekund
- Oddelek
- varnost
- glej
- Semena
- SAMO
- višji
- sentiment
- Seoul
- Brez strežnika
- Strežniki
- Storitev
- Storitve
- nastavite
- nastavitev
- Delite s prijatelji, znanci, družino in partnerji :-)
- premik
- shouldnt
- Prikaži
- je pokazala,
- pokazale
- Razstave
- Enostavno
- saj
- Singapur
- Velikosti
- majhna
- EMS
- So
- Software
- Razvoj programske opreme
- Rešitev
- rešitve
- nekaj
- vir
- Vesolje
- specialist
- specifična
- določeno
- stabilna
- sveženj
- Skladovnice
- standardna
- začel
- zagon
- Ustanavljanjem
- Korak
- Koraki
- stop
- shranjevanje
- trgovina
- shranjeni
- trgovine
- zgodbe
- Strategija
- Struktura
- subnet
- podpora
- sistemi
- meni
- Naloga
- Naloge
- skupina
- tehnični
- tehnike
- Tehnologije
- Tehnologija
- pove
- predloge
- Test
- testi
- da
- O
- njihove
- Njih
- POTEM
- te
- ta
- skozi
- čas
- titan
- do
- Orodje
- orodja
- tradicionalna
- tradicionalna
- Vlak
- usposobljeni
- usposabljanje
- Transform
- Trends
- Res
- resnično
- OBRAT
- Navodila
- dva
- tip
- Vrste
- tipičen
- tipično
- pod
- razumevanje
- predstavil
- posodabljanje
- nadgradnja
- uporaba
- primeru uporabe
- Rabljeni
- uporabnik
- Uporabniški vmesnik
- uporabo
- uporabiti
- različnih
- Popravljeno
- preverjanje
- različica
- preko
- Video posnetki
- Poglej
- Virtual
- praktično
- obisk
- želeli
- je
- gledanju
- način..
- we
- web
- Spletna aplikacija
- spletne storitve
- Dobro
- ki
- medtem
- široka
- Širok spekter
- razširjen
- Wikipedia
- bo
- okna
- z
- brez
- delo
- delal
- delovnih tokov
- delovno mesto
- let
- Vi
- Vaša rutina za
- zefirnet
- cone