MLOps ایک کلیدی ڈسپلن ہے جو اکثر مشین لرننگ (ML) ماڈلز کی تیاری کے راستے کی نگرانی کرتا ہے۔ کسی ایک ماڈل پر توجہ مرکوز کرنا فطری ہے جسے آپ تربیت اور تعینات کرنا چاہتے ہیں۔ تاہم، حقیقت میں، آپ ممکنہ طور پر درجنوں یا یہاں تک کہ سینکڑوں ماڈلز کے ساتھ کام کریں گے، اور اس عمل میں متعدد پیچیدہ مراحل شامل ہو سکتے ہیں۔ لہٰذا، بڑے پیمانے پر مختلف پیچیدگیوں کے ساتھ ماڈلز کو ٹریک کرنے، تربیت دینے، تعینات کرنے اور مانیٹر کرنے کے لیے بنیادی ڈھانچہ کا ہونا ضروری ہے۔ یہیں سے MLOps ٹولنگ آتی ہے۔
ایمیزون سیج میکر پائپ لائنزکی ایک خصوصیت ایمیزون سیج میکر، ML کے لیے ایک مقصد سے تیار کردہ ورک فلو آرکیسٹریشن سروس ہے جو آپ کو پیمانے پر اینڈ ٹو اینڈ ایم ایل ورک فلو کو خودکار کرنے میں مدد کرتی ہے۔ یہ ڈیٹا کی تیاری، ماڈل ٹریننگ، ٹیوننگ اور توثیق جیسے کاموں کو آرکیسٹریٹ کرنے کے لیے ایک مرکزی پلیٹ فارم فراہم کرکے ایم ایل ماڈلز کی ترقی اور دیکھ بھال کو آسان بناتا ہے۔ SageMaker پائپ لائنز آپ کو ورک فلو کے انتظام کو ہموار کرنے، تجربات کو تیز کرنے اور ماڈلز کو زیادہ آسانی سے دوبارہ تربیت دینے میں مدد کر سکتی ہیں۔
اس پوسٹ میں، ہم سیج میکر پائپ لائنز کی ایک دلچسپ نئی خصوصیت پر روشنی ڈالتے ہیں جس کے نام سے جانا جاتا ہے۔ سلیکٹیو ایگزیکیوشن. یہ نئی خصوصیت آپ کو اپنے ML ورک فلو کے مخصوص حصوں کو منتخب طور پر چلانے کے لیے بااختیار بناتی ہے، جس کے نتیجے میں دائرہ کار میں پائپ لائن کے مراحل تک دوڑ کو محدود کرکے اور دائرہ کار سے باہر قدموں کو چلانے کی ضرورت کو ختم کرکے اہم وقت اور حسابی وسائل کی بچت ہوتی ہے۔ مزید برآں، ہم استعمال کے مختلف معاملات کو تلاش کرتے ہیں جہاں سلیکٹیو ایگزیکیوشن کے استعمال کے فوائد واضح ہو جاتے ہیں، اور اس کی قدر کی تجویز کو مزید مستحکم کرتے ہیں۔
حل جائزہ
سیج میکر پائپ لائنز کی ریلیز کے ساتھ اپنے ڈویلپر کے تجربے کو اختراع کرنا جاری رکھے ہوئے ہے۔ سلیکٹیو ایگزیکیوشن. ایم ایل بلڈرز اب پائپ لائن کے اندر چلانے کے لیے مخصوص اقدامات کا انتخاب کرنے کی اہلیت رکھتے ہیں، پوری پائپ لائن کو دوبارہ چلانے کی ضرورت کو ختم کرتے ہوئے۔ یہ خصوصیت آپ کو پائپ لائن کے مخصوص حصوں کو دوبارہ چلانے کے قابل بناتی ہے جبکہ منتخب کردہ مراحل سے وابستہ رن ٹائم پیرامیٹرز میں ترمیم کرتے ہیں۔
یہ نوٹ کرنا ضروری ہے کہ منتخب کردہ اقدامات غیر منتخب کردہ اقدامات کے نتائج پر انحصار کر سکتے ہیں۔ ایسے معاملات میں، ان غیر منتخب اقدامات کے نتائج کو موجودہ پائپ لائن ورژن کے حوالے سے دوبارہ استعمال کیا جاتا ہے۔ اس کا مطلب یہ ہے کہ ریفرنس رن پہلے ہی مکمل ہوچکا ہوگا۔ ڈیفالٹ ریفرنس رن موجودہ پائپ لائن ورژن کا تازہ ترین رن ہے، لیکن آپ حوالہ کے طور پر موجودہ پائپ لائن ورژن کے مختلف رن کو استعمال کرنے کا انتخاب بھی کر سکتے ہیں۔
ریفرنس رن کی مجموعی حالت ہونی چاہیے۔ کامیاب, ناکام or روک دیا. یہ نہیں ہو سکتا چل رہا ہے جب سلیکٹیو ایگزیکیوشن اپنے آؤٹ پٹ کو استعمال کرنے کی کوشش کرتا ہے۔ سلیکٹیو ایگزیکیوشن کا استعمال کرتے وقت، آپ چلانے کے لیے کسی بھی تعداد کا انتخاب کر سکتے ہیں، جب تک کہ وہ پائپ لائن کا ایک متصل حصہ بنیں۔
مندرجہ ذیل خاکہ پائپ لائن کے رویے کو مکمل رن کے ساتھ واضح کرتا ہے۔
درج ذیل خاکہ سلیکٹیو ایگزیکیوشن کا استعمال کرتے ہوئے پائپ لائن کے رویے کی وضاحت کرتا ہے۔
مندرجہ ذیل حصوں میں، ہم یہ دکھاتے ہیں کہ مختلف منظرناموں کے لیے سلیکٹیو ایگزیکیوشن کا استعمال کیسے کیا جائے، بشمول پائپ لائن ڈائریکٹ ایسکلک گرافس (DAGs) میں پیچیدہ ورک فلو۔
شرائط
سلیکٹیو ایگزیکیوشن کے ساتھ تجربہ شروع کرنے کے لیے، ہمیں پہلے آپ کے سیج میکر ماحول کے درج ذیل اجزاء کو ترتیب دینے کی ضرورت ہے:
- SageMaker Python SDK - یقینی بنائیں کہ آپ کے پاس اپ ڈیٹ ہے۔ SageMaker Python SDK آپ کے ازگر کے ماحول میں انسٹال ہے۔ آپ SageMaker Python SDK ورژن کو انسٹال یا اپ گریڈ کرنے کے لیے اپنی نوٹ بک یا ٹرمینل سے درج ذیل کمانڈ چلا سکتے ہیں۔ 2.162.0 یا اس سے زیادہ:
python3 -m pip install sagemaker>=2.162.0
orpip3 install sagemaker>=2.162.0
. - سیج میکر اسٹوڈیو تک رسائی (اختیاری) - ایمیزون سیج میکر اسٹوڈیو پائپ لائن کے رن کو دیکھنے اور پہلے سے موجود پائپ لائن ARNs کے ساتھ بصری طور پر بات چیت کرنے میں مددگار ثابت ہو سکتا ہے۔ اگر آپ کو SageMaker اسٹوڈیو تک رسائی نہیں ہے یا آپ آن ڈیمانڈ نوٹ بک یا دیگر IDEs استعمال کر رہے ہیں، تو آپ پھر بھی اس پوسٹ کی پیروی کر سکتے ہیں اور Python SDK کا استعمال کرتے ہوئے اپنے پائپ لائن ARNs کے ساتھ تعامل کر سکتے ہیں۔
مکمل اینڈ ٹو اینڈ واک تھرو کے لیے نمونہ کوڈ میں دستیاب ہے۔ GitHub repo.
سیٹ اپ
کے ساتہ sagemaker>=1.162.0
ازگر ایس ڈی کے، ہم نے متعارف کرایا SelectiveExecutionConfig
کے حصے کے طور پر کلاس sagemaker.workflow.selective_execution_config
ماڈیول سلیکٹیو ایگزیکیوشن فیچر پائپ لائن ARN پر انحصار کرتا ہے جسے پہلے نشان زد کیا گیا تھا۔ کامیابی ہوئی, ناکام or روک دیا. درج ذیل کوڈ کا ٹکڑا ظاہر کرتا ہے کہ کس طرح درآمد کیا جائے۔ SelectiveExecutionConfig
کلاس، حوالہ پائپ لائن ARN بازیافت کریں، اور منسلک پائپ لائن کے مراحل اور رن ٹائم پیرامیٹرز کو جمع کریں جو پائپ لائن کو چلاتے ہیں:
import boto3
from sagemaker.workflow.pipeline import Pipeline
from sagemaker.workflow.selective_execution_config import SelectiveExecutionConfig sm_client = boto3.client('sagemaker')
# reference the name of your sample pipeline pipeline_name = "AbalonePipeline"
# filter for previous success pipeline execution arns
pipeline_executions = [_exec for _exec in Pipeline(name=pipeline_name).list_executions()['PipelineExecutionSummaries'] if _exec['PipelineExecutionStatus'] == "Succeeded"
]
# get the last successful execution
latest_pipeline_arn = pipeline_executions[0]['PipelineExecutionArn']
print(latest_pipeline_arn)
>>> arn:aws:sagemaker:us-east-1:123123123123:pipeline/AbalonePipeline/execution/x62pbar3gs6h # list all steps of your sample pipeline
execution_steps = sm_client.list_pipeline_execution_steps( PipelineExecutionArn=latest_pipeline_arn
)['PipelineExecutionSteps']
print(execution_steps)
>>> [{'StepName': 'Abalone-Preprocess', 'StartTime': datetime.datetime(2023, 6, 27, 4, 41, 30, 519000, tzinfo=tzlocal()), 'EndTime': datetime.datetime(2023, 6, 27, 4, 41, 30, 986000, tzinfo=tzlocal()), 'StepStatus': 'Succeeded', 'AttemptCount': 0, 'Metadata': {'ProcessingJob': {'Arn': 'arn:aws:sagemaker:us-east-1:123123123123:processing-job/pipelines-fvsmu7m7ki3q-Abalone-Preprocess-d68CecvHLU'}}, 'SelectiveExecutionResult': {'SourcePipelineExecutionArn': 'arn:aws:sagemaker:us-east-1:123123123123:pipeline/AbalonePipeline/execution/ksm2mjwut6oz'}}, {'StepName': 'Abalone-Train', 'StartTime': datetime.datetime(2023, 6, 27, 4, 41, 31, 320000, tzinfo=tzlocal()), 'EndTime': datetime.datetime(2023, 6, 27, 4, 43, 58, 224000, tzinfo=tzlocal()), 'StepStatus': 'Succeeded', 'AttemptCount': 0, 'Metadata': {'TrainingJob': {'Arn': 'arn:aws:sagemaker:us-east-1:123123123123:training-job/pipelines-x62pbar3gs6h-Abalone-Train-PKhAc1Q6lx'}}}, {'StepName': 'Abalone-Evaluate', 'StartTime': datetime.datetime(2023, 6, 27, 4, 43, 59, 40000, tzinfo=tzlocal()), 'EndTime': datetime.datetime(2023, 6, 27, 4, 57, 43, 76000, tzinfo=tzlocal()), 'StepStatus': 'Succeeded', 'AttemptCount': 0, 'Metadata': {'ProcessingJob': {'Arn': 'arn:aws:sagemaker:us-east-1:123123123123:processing-job/pipelines-x62pbar3gs6h-Abalone-Evaluate-vmkZDKDwhk'}}}, {'StepName': 'Abalone-MSECheck', 'StartTime': datetime.datetime(2023, 6, 27, 4, 57, 43, 821000, tzinfo=tzlocal()), 'EndTime': datetime.datetime(2023, 6, 27, 4, 57, 44, 124000, tzinfo=tzlocal()), 'StepStatus': 'Succeeded', 'AttemptCount': 0, 'Metadata': {'Condition': {'Outcome': 'True'}}}] # list all configureable pipeline parameters # params can be altered during selective execution
parameters = sm_client.list_pipeline_parameters_for_execution( PipelineExecutionArn=latest_pipeline_arn
)['PipelineParameters']
print(parameters)
>>> [{'Name': 'XGBNumRounds', 'Value': '120'}, {'Name': 'XGBSubSample', 'Value': '0.9'}, {'Name': 'XGBGamma', 'Value': '2'}, {'Name': 'TrainingInstanceCount', 'Value': '1'}, {'Name': 'XGBMinChildWeight', 'Value': '4'}, {'Name': 'XGBETA', 'Value': '0.25'}, {'Name': 'ApprovalStatus', 'Value': 'PendingManualApproval'}, {'Name': 'ProcessingInstanceCount', 'Value': '1'}, {'Name': 'ProcessingInstanceType', 'Value': 'ml.t3.medium'}, {'Name': 'MseThreshold', 'Value': '6'}, {'Name': 'ModelPath', 'Value': 's3://sagemaker-us-east-1-123123123123/Abalone/models/'}, {'Name': 'XGBMaxDepth', 'Value': '12'}, {'Name': 'TrainingInstanceType', 'Value': 'ml.c5.xlarge'}, {'Name': 'InputData', 'Value': 's3://sagemaker-us-east-1-123123123123/sample-dataset/abalone/abalone.csv'}]
استعمال کے مقدمات
اس سیکشن میں، ہم چند منظرنامے پیش کرتے ہیں جہاں سلیکٹیو ایگزیکیوشن ممکنہ طور پر وقت اور وسائل کو بچا سکتا ہے۔ ہم ایک عام پائپ لائن کے بہاؤ کا استعمال کرتے ہیں، جس میں ڈیٹا نکالنے، تربیت، تشخیص، ماڈل رجسٹریشن اور تعیناتی جیسے اقدامات شامل ہیں، بطور حوالہ انتخابی عمل درآمد کے فوائد کو ظاہر کرنے کے لیے۔
سیج میکر پائپ لائنز آپ کو پائپ لائن پیرامیٹرز کا استعمال کرتے ہوئے اپنی پائپ لائن چلانے کے لیے رن ٹائم پیرامیٹرز کی وضاحت کرنے کی اجازت دیتی ہے۔ جب ایک نیا رن شروع ہوتا ہے، تو یہ عام طور پر شروع سے ختم ہونے تک پوری پائپ لائن کو چلاتا ہے۔ تاہم، اگر قدم کیشنگ فعال ہے، SageMaker Pipelines اسی انتساب کی اقدار کے ساتھ موجودہ پائپ لائن مرحلے کے پچھلے رن کو تلاش کرنے کی کوشش کرے گی۔ اگر کوئی مماثلت پائی جاتی ہے تو، SageMaker پائپ لائنز اس قدم کو دوبارہ گننے کے بجائے پچھلے رن کے آؤٹ پٹس کا استعمال کریں گی۔ نوٹ کریں کہ سٹیپ کیشنگ کے فعال ہونے کے باوجود، SageMaker Pipelines اب بھی پورے ورک فلو کو بطور ڈیفالٹ انجام تک چلائے گی۔
سلیکٹیو ایگزیکیوشن فیچر کے اجراء کے ساتھ، آپ اب ایک مکمل پائپ لائن ورک فلو کو دوبارہ چلا سکتے ہیں یا پہلے والی پائپ لائن ARN کا استعمال کرتے ہوئے منتخب طور پر اقدامات کا سب سیٹ چلا سکتے ہیں۔ یہ قدم کیشنگ کو فعال کیے بغیر بھی کیا جا سکتا ہے۔ درج ذیل استعمال کے معاملات ان مختلف طریقوں کی وضاحت کرتے ہیں جن کو آپ سلیکٹیو ایگزیکیوشن استعمال کر سکتے ہیں۔
کیس 1 استعمال کریں: ایک قدم چلائیں۔
ڈیٹا سائنسدان اکثر MLOps پائپ لائن کے تربیتی مرحلے پر توجہ مرکوز کرتے ہیں اور پری پروسیسنگ یا تعیناتی کے اقدامات کے بارے میں فکر نہیں کرنا چاہتے ہیں۔ سلیکٹیو ایگزیکیوشن ڈیٹا سائنسدانوں کو ماڈل کو بہتر بنانے کے لیے صرف ٹریننگ سٹیپ پر توجہ مرکوز کرنے اور ٹریننگ پیرامیٹرز یا ہائپر پیرامیٹرز میں ترمیم کرنے کی اجازت دیتا ہے۔ یہ وقت بچا سکتا ہے اور لاگت کو کم کر سکتا ہے کیونکہ کمپیوٹ کے وسائل صرف صارف کے منتخب کردہ پائپ لائن کے مراحل کو چلانے کے لیے استعمال کیے جاتے ہیں۔ درج ذیل کوڈ دیکھیں:
# select a reference pipeline arn and subset step to execute
selective_execution_config = SelectiveExecutionConfig( source_pipeline_execution_arn="arn:aws:sagemaker:us-east-1:123123123123:pipeline/AbalonePipeline/execution/9e3ljoql7s0n", selected_steps=["Abalone-Train"]
) # start execution of pipeline subset
select_execution = pipeline.start( selective_execution_config=selective_execution_config, parameters={ "XGBNumRounds": 120, "XGBSubSample": 0.9, "XGBGamma": 2, "XGBMinChildWeight": 4, "XGBETA": 0.25, "XGBMaxDepth": 12 }
)
مندرجہ ذیل اعداد و شمار پائپ لائن کو عمل میں ایک قدم کے ساتھ واضح کرتے ہیں اور پھر مکمل ہوتے ہیں۔
کیس 2 استعمال کریں: متعدد ملحقہ پائپ لائن کے مراحل چلائیں۔
پچھلے استعمال کے معاملے کو جاری رکھتے ہوئے، ایک ڈیٹا سائنسدان ایک نئے ماڈل کو تربیت دینا اور سنہری ٹیسٹ ڈیٹا سیٹ کے مقابلے میں اس کی کارکردگی کا جائزہ لینا چاہتا ہے۔ یہ تشخیص اس بات کو یقینی بنانے کے لیے اہم ہے کہ ماڈل صارف کی قبولیت کی جانچ (UAT) یا پیداوار کی تعیناتی کے لیے سخت رہنما اصولوں پر پورا اترتا ہے۔ تاہم، ڈیٹا سائنسدان پورے پائپ لائن ورک فلو کو چلانا یا ماڈل کو تعینات نہیں کرنا چاہتا۔ وہ صرف اور صرف تربیت اور تشخیص کے مراحل پر توجہ مرکوز کرنے کے لیے سلیکٹیو ایگزیکیوشن کا استعمال کر سکتے ہیں، وقت اور وسائل کی بچت کرتے ہوئے ابھی بھی تصدیق کے نتائج حاصل کر سکتے ہیں:
# select a reference pipeline arn and subset step to execute
selective_execution_config = SelectiveExecutionConfig( source_pipeline_execution_arn="arn:aws:sagemaker:us-east-1:123123123123:pipeline/AbalonePipeline/execution/9e3ljoql7s0n", selected_steps=["Abalone-Train", "Abalone-Evaluate"]
) # start execution of pipeline subset
select_execution = pipeline.start( selective_execution_config=selective_execution_config, parameters={ "ProcessingInstanceType": "ml.t3.medium", "XGBNumRounds": 120, "XGBSubSample": 0.9, "XGBGamma": 2, "XGBMinChildWeight": 4, "XGBETA": 0.25, "XGBMaxDepth": 12 }
)
کیس 3 استعمال کریں: پائپ لائن کے ناکام مراحل کو اپ ڈیٹ اور دوبارہ چلائیں۔
آپ سلیکٹیو ایگزیکیوشن کو پائپ لائن کے اندر ناکام ہونے والے مراحل کو دوبارہ چلانے کے لیے استعمال کر سکتے ہیں یا پھر ناکام قدم سے پائپ لائن کو دوبارہ شروع کر سکتے ہیں۔ یہ ٹربل شوٹنگ اور ڈیبگ کرنے کے ناکام اقدامات کے لیے مفید ہو سکتا ہے کیونکہ یہ ڈویلپرز کو ان مخصوص مسائل پر توجہ مرکوز کرنے کی اجازت دیتا ہے جن کو حل کرنے کی ضرورت ہے۔ یہ زیادہ موثر مسئلہ حل کرنے اور تیز تر تکرار کے اوقات کا باعث بن سکتا ہے۔ مندرجہ ذیل مثال واضح کرتی ہے کہ آپ پائپ لائن کے صرف ناکام قدم کو دوبارہ چلانے کا انتخاب کیسے کر سکتے ہیں۔
# select a previously failed pipeline arn
selective_execution_config = SelectiveExecutionConfig( source_pipeline_execution_arn="arn:aws:sagemaker:us-east-1:123123123123:pipeline/AbalonePipeline/execution/fvsmu7m7ki3q", selected_steps=["Abalone-Evaluate"]
) # start execution of failed pipeline subset
select_execution = pipeline.start( selective_execution_config=selective_execution_config
)
متبادل طور پر، ایک ڈیٹا سائنسدان ناکام مرحلے اور اس کی پیروی کرنے والے تمام مراحل کی وضاحت کرکے ایک ناکام مرحلے سے ورک فلو کے اختتام تک پائپ لائن کو دوبارہ شروع کر سکتا ہے۔ SelectiveExecutionConfig
.
کیس 4 استعمال کریں: پائپ لائن کوریج
کچھ پائپ لائنوں میں، بعض شاخیں دوسروں کے مقابلے میں کم چلائی جاتی ہیں۔ مثال کے طور پر، ایک برانچ ہو سکتی ہے جو صرف اس وقت چلتی ہے جب کوئی مخصوص حالت ناکام ہو جاتی ہے۔ ان شاخوں کو اچھی طرح جانچنا ضروری ہے تاکہ یہ یقینی بنایا جا سکے کہ جب ناکامی ہوتی ہے تو وہ توقع کے مطابق کام کرتی ہیں۔ ان کم کثرت سے چلنے والی شاخوں کی جانچ کرکے، ڈویلپر اس بات کی تصدیق کر سکتے ہیں کہ ان کی پائپ لائن مضبوط ہے اور غلطی سے نمٹنے کے طریقہ کار مطلوبہ ورک فلو کو مؤثر طریقے سے برقرار رکھتے ہیں اور قابل اعتماد نتائج پیدا کرتے ہیں۔
selective_execution_config = SelectiveExecutionConfig( source_pipeline_execution_arn="arn:aws:sagemaker:us-east-1:123123123123:pipeline/AbalonePipeline/execution/9e3ljoql7s0n", selected_steps=["Abalone-Train", "Abalone-Evaluate", "Abalone-MSECheck", "Abalone-FailNotify"]
)
نتیجہ
اس پوسٹ میں، ہم نے سیج میکر پائپ لائنز کے سلیکٹیو ایگزیکیوشن فیچر پر تبادلہ خیال کیا، جو آپ کو اپنے ایم ایل ورک فلو کے مخصوص مراحل کو منتخب طور پر چلانے کا اختیار دیتا ہے۔ یہ صلاحیت اہم وقت اور کمپیوٹیشنل وسائل کی بچت کا باعث بنتی ہے۔ ہم نے میں کچھ نمونہ کوڈ فراہم کیا۔ GitHub repo جو یہ ظاہر کرتا ہے کہ سلیکٹیو ایگزیکیوشن کو کیسے استعمال کیا جائے اور مختلف منظرنامے پیش کیے جہاں یہ صارفین کے لیے فائدہ مند ہو سکتا ہے۔ اگر آپ سلیکٹیو ایگزیکیوشن کے بارے میں مزید جاننا چاہتے ہیں تو ہمارا حوالہ دیں۔ ڈویلپر گائیڈ اور API حوالہ گائیڈ.
سیج میکر پائپ لائنز ورک فلو کے اندر دستیاب مراحل کو مزید تفصیل سے دریافت کرنے کے لیے، ملاحظہ کریں۔ ایمیزون سیج میکر ماڈل بلڈنگ پائپ لائن اور سیج میکر ورک فلوز. مزید برآں، آپ کو سیج میکر پائپ لائنز کا استعمال کرتے ہوئے مختلف استعمال کے معاملات اور عمل درآمد کے طریقوں کی نمائش کرنے والی مزید مثالیں مل سکتی ہیں۔ AWS سیج میکر کی مثالیں۔ GitHub ذخیرہ۔ یہ وسائل آپ کی سمجھ کو مزید بڑھا سکتے ہیں اور آپ کے موجودہ اور مستقبل کے ML پروجیکٹس میں SageMaker پائپ لائنز اور سلیکٹیو ایگزیکیوشن کی مکمل صلاحیت سے فائدہ اٹھانے میں آپ کی مدد کر سکتے ہیں۔
مصنفین کے بارے میں
پرناو مورتی AWS میں ایک AI/ML ماہر حل آرکیٹیکٹ ہے۔ وہ صارفین کو مشین لرننگ (ML) کام کے بوجھ کو SageMaker پر بنانے، تربیت دینے، تعینات کرنے اور منتقل کرنے میں مدد کرنے پر توجہ مرکوز کرتا ہے۔ اس نے پہلے سیمی کنڈکٹر انڈسٹری میں کام کیا جو سیمی کنڈکٹر کے عمل کو بہتر بنانے کے لیے بڑے کمپیوٹر وژن (CV) اور قدرتی زبان کی پروسیسنگ (NLP) ماڈل تیار کرتا ہے۔ اپنے فارغ وقت میں وہ شطرنج کھیلنا اور سفر کرنا پسند کرتا ہے۔
اکھل نمبرسو ایک Sr.Product Manager-Technical ہے جو کلاؤڈ میں موثر ٹولز اور خدمات کے ذریعے ٹیموں کو ML نتائج کو تیز کرنے میں مدد کرنے پر مرکوز ہے۔ اسے ٹیبل ٹینس کھیلنا پسند ہے اور وہ کھیلوں کا پرستار ہے۔
نشانت کرشنا مورتی ایمیزون اسٹورز کے ساتھ ایک سینئر سافٹ ویئر ڈویلپمنٹ انجینئر ہے۔ اس نے کمپیوٹر سائنس میں ماسٹرز کی ڈگری حاصل کی ہے اور فی الحال سیج میکر پر ایم ایل سلوشنز بنا کر اور ان کو چلانے کے ذریعے ایمیزون کے اندر مختلف اداروں میں ایم ایل ایڈاپشن کو تیز کرنے پر توجہ مرکوز کرتا ہے۔
- SEO سے چلنے والا مواد اور PR کی تقسیم۔ آج ہی بڑھا دیں۔
- پلیٹو ڈیٹا ڈاٹ نیٹ ورک ورٹیکل جنریٹو اے آئی۔ اپنے آپ کو بااختیار بنائیں۔ یہاں تک رسائی حاصل کریں۔
- پلیٹوآئ اسٹریم۔ ویب 3 انٹیلی جنس۔ علم میں اضافہ۔ یہاں تک رسائی حاصل کریں۔
- پلیٹو ای ایس جی۔ آٹوموٹو / ای وی، کاربن، کلین ٹیک، توانائی ، ماحولیات، شمسی، ویسٹ مینجمنٹ یہاں تک رسائی حاصل کریں۔
- پلیٹو ہیلتھ۔ بائیوٹیک اینڈ کلینیکل ٹرائلز انٹیلی جنس۔ یہاں تک رسائی حاصل کریں۔
- چارٹ پرائم۔ ChartPrime کے ساتھ اپنے ٹریڈنگ گیم کو بلند کریں۔ یہاں تک رسائی حاصل کریں۔
- بلاک آفسیٹس۔ ماحولیاتی آفسیٹ ملکیت کو جدید بنانا۔ یہاں تک رسائی حاصل کریں۔
- ماخذ: https://aws.amazon.com/blogs/machine-learning/unlocking-efficiency-harnessing-the-power-of-selective-execution-in-amazon-sagemaker-pipelines/
- : ہے
- : ہے
- :کہاں
- $UP
- 1
- 100
- 12
- 2023
- 25
- 27
- 30
- 31
- 7
- 9
- a
- کی صلاحیت
- ہمارے بارے میں
- رفتار کو تیز تر
- تیز
- قبولیت
- تک رسائی حاصل
- تیزابیت
- اس کے علاوہ
- منہ بولابیٹا بنانے
- فائدہ
- فائدہ مند
- فوائد
- کے خلاف
- AI / ML
- تمام
- کی اجازت دیتا ہے
- پہلے ہی
- بھی
- تبدیل
- ایمیزون
- ایمیزون سیج میکر
- ایمیزون سیج میکر پائپ لائنز
- ایمیزون ویب سروسز
- an
- اور
- کوئی بھی
- نقطہ نظر
- کیا
- AS
- منسلک
- At
- کوششیں
- خود کار طریقے سے
- دستیاب
- AWS
- BE
- کیونکہ
- بن
- رہا
- رویے
- برانچ
- شاخیں
- تعمیر
- بلڈرز
- عمارت
- لیکن
- by
- کر سکتے ہیں
- نہیں کر سکتے ہیں
- صلاحیت
- کیس
- مقدمات
- مرکزی
- کچھ
- شطرنج
- میں سے انتخاب کریں
- طبقے
- بادل
- کوڈ
- آتا ہے
- مکمل
- مکمل
- پیچیدہ
- پیچیدگیاں
- اجزاء
- کمپیوٹنگ
- کمپیوٹر
- کمپیوٹر سائنس
- کمپیوٹر ویژن
- شرط
- جاری ہے
- قیمت
- اہم
- موجودہ
- اس وقت
- گاہکوں
- اعداد و شمار
- ڈیٹا کی تیاری
- ڈیٹا سائنسدان
- تاریخ کے وقت
- پہلے سے طے شدہ
- وضاحت
- ڈگری
- مظاہرہ
- ثبوت
- تعیناتی
- تعیناتی
- مطلوبہ
- تفصیل
- ڈیولپر
- ڈویلپرز
- ترقی
- ترقی
- مختلف
- براہ راست
- بات چیت
- کرتا
- نہیں کرتا
- کیا
- نہیں
- درجنوں
- کے دوران
- آسانی سے
- مؤثر طریقے
- کارکردگی
- ہنر
- ختم کرنا
- بااختیار بنانا
- چالو حالت میں
- کے قابل بناتا ہے
- آخر
- آخر سے آخر تک
- انجینئر
- بڑھانے کے
- کو یقینی بنانے کے
- پوری
- ماحولیات
- اندازہ
- تشخیص
- بھی
- واضح
- مثال کے طور پر
- مثال کے طور پر
- دلچسپ
- عملدرآمد
- پھانسی
- توقع
- تجربہ
- تلاش
- نکالنے
- ناکام
- ناکام رہتا ہے
- ناکامی
- پرستار
- تیز تر
- نمایاں کریں
- چند
- اعداد و شمار
- فلٹر
- مل
- ختم
- پہلا
- بہاؤ
- توجہ مرکوز
- توجہ مرکوز
- توجہ مرکوز
- پر عمل کریں
- کے بعد
- کے لئے
- فارم
- ملا
- مفت
- اکثر
- سے
- مکمل
- مزید
- مزید برآں
- مستقبل
- جمع
- حاصل
- حاصل کرنے
- GitHub کے
- گولڈن
- گورننگ
- گرافکس
- ہدایات
- استعمال کرنا
- ہے
- he
- مدد
- مدد گار
- مدد
- مدد کرتا ہے
- اعلی
- ان
- کی ڈگری حاصل کی
- کس طرح
- کیسے
- تاہم
- HTML
- HTTPS
- سینکڑوں
- if
- وضاحت کرتا ہے
- نفاذ
- درآمد
- اہم
- کو بہتر بنانے کے
- in
- شامل ہیں
- سمیت
- صنعت
- انفراسٹرکچر
- اختراعات
- انسٹال
- نصب
- کے بجائے
- بات چیت
- بات چیت
- میں
- متعارف
- شامل
- مسائل
- IT
- تکرار
- میں
- فوٹو
- صرف
- کلیدی
- جانا جاتا ہے
- زبان
- بڑے
- آخری
- تازہ ترین
- قیادت
- لیڈز
- جانیں
- سیکھنے
- کم
- کی طرح
- امکان
- محدود
- لسٹ
- لانگ
- مشین
- مشین لرننگ
- برقرار رکھنے کے
- دیکھ بھال
- انتظام
- نشان لگا دیا گیا
- میچ
- مئی..
- کا مطلب ہے کہ
- نظام
- درمیانہ
- ملتا ہے
- میٹا ڈیٹا
- شاید
- منتقلی
- ML
- ایم ایل اوپس
- ماڈل
- ماڈل
- نظر ثانی کرنے
- ماڈیول
- کی نگرانی
- زیادہ
- زیادہ موثر
- ایک سے زیادہ
- ضروری
- نام
- قدرتی
- قدرتی زبان عملیات
- ضرورت ہے
- نئی
- ویزا
- نوٹ بک
- اب
- تعداد
- of
- اکثر
- on
- ڈیمانڈ
- ایک
- صرف
- or
- آرکیسٹرا
- دیگر
- دیگر
- ہمارے
- باہر
- نتائج
- نتائج
- مجموعی طور پر
- پیرامیٹرز
- حصہ
- راستہ
- کارکردگی
- پائپ لائن
- مقام
- پلیٹ فارم
- پلاٹا
- افلاطون ڈیٹا انٹیلی جنس
- پلیٹو ڈیٹا
- کھیل
- حصہ
- پوسٹ
- ممکنہ
- ممکنہ طور پر
- طاقت
- تیاری
- حال (-)
- پیش
- پچھلا
- پہلے
- پہلے
- مسائل کو حل کرنے
- عمل
- عمل
- پروسیسنگ
- پیدا
- مصنوعات
- پیداوار
- منصوبوں
- تجویز
- فراہم
- فراہم کرنے
- ازگر
- حقیقت
- کو کم
- رجسٹریشن
- جاری
- قابل اعتماد
- انحصار کرو
- ذخیرہ
- وسائل
- وسائل
- نتیجے
- نتائج کی نمائش
- تجربے کی فہرست
- سخت
- مضبوط
- رن
- چل رہا ہے
- چلتا ہے
- sagemaker
- سیج میکر پائپ لائنز
- اسی
- محفوظ کریں
- بچت
- بچت
- پیمانے
- منظرنامے
- سائنس
- سائنسدان
- سائنسدانوں
- گنجائش
- sdk
- سیکشن
- سیکشنز
- دیکھنا
- منتخب
- انتخابی
- سیمکولیٹر
- سروس
- سروسز
- مقرر
- دکھائیں
- نمائش
- اہم
- آسان بنانے
- ایک
- ٹکڑا
- سافٹ ویئر کی
- سوفٹ ویئر کی نشوونما
- مکمل طور پر
- مضبوط کرنا
- حل
- کچھ
- ماہر
- مخصوص
- اسپورٹس
- کے لئے نشان راہ
- اسٹیج
- شروع کریں
- حالت
- مرحلہ
- مراحل
- ابھی تک
- پردہ
- کارگر
- سٹوڈیو
- کامیابی
- کامیاب
- اس طرح
- ٹیبل
- موزوں
- لے لو
- کاموں
- ٹیموں
- ٹرمنل
- ٹیسٹ
- ٹیسٹنگ
- سے
- کہ
- ۔
- ان
- تو
- وہاں.
- لہذا
- یہ
- وہ
- اس
- اچھی طرح سے
- کے ذریعے
- وقت
- اوقات
- کرنے کے لئے
- اوزار
- ٹریک
- ٹرین
- ٹریننگ
- سفر
- متحرک
- سچ
- ٹھیٹھ
- عام طور پر
- افہام و تفہیم
- غیر مقفل
- اپ ڈیٹ کریں
- اپ ڈیٹ
- اپ گریڈ
- استعمال کی شرائط
- استعمال کیس
- رکن کا
- صارفین
- کا استعمال کرتے ہوئے
- استعمال کیا
- استعمال کرنا۔
- توثیق
- قیمت
- اقدار
- مختلف
- اس بات کی تصدیق
- ورژن
- نقطہ نظر
- واک تھرو
- چاہتے ہیں
- چاہتا ہے
- طریقوں
- we
- ویب
- ویب خدمات
- جب
- جس
- جبکہ
- گے
- ساتھ
- کے اندر
- بغیر
- کام
- کام کیا
- کام کا بہاؤ
- کام کے بہاؤ
- فکر
- گا
- تم
- اور
- زیفیرنیٹ