ہیلتھ کیئر اینڈ لائف سائنسز (HCLS) کے صارفین اپنے ڈیٹا سے مزید حاصل کرنے کے لیے جنریٹو AI کو ایک ٹول کے طور پر اپنا رہے ہیں۔ استعمال کے معاملات میں دستاویز کا خلاصہ شامل ہے تاکہ قارئین کو دستاویز کے اہم نکات پر توجہ مرکوز کرنے میں مدد ملے اور اہم صفات کو اجاگر کرنے کے لیے غیر ساختہ متن کو معیاری شکلوں میں تبدیل کیا جا سکے۔ منفرد ڈیٹا فارمیٹس اور سخت ریگولیٹری تقاضوں کے ساتھ، صارفین سب سے زیادہ پرفارمنس اور کم لاگت والے ماڈل کو منتخب کرنے کے ساتھ ساتھ اپنے کاروباری استعمال کے معاملے میں فٹ ہونے کے لیے ضروری کسٹمائزیشن (فائن ٹیوننگ) کرنے کی صلاحیت کی تلاش میں ہیں۔ اس پوسٹ میں، ہم آپ کو فالکن لارج لینگویج ماڈل (LLM) استعمال کرنے کے بارے میں بتاتے ہیں۔ ایمیزون سیج میکر جمپ اسٹارٹ اور LangChain اور Python کے ساتھ طویل دستاویزات کا خلاصہ کرنے کے لیے ماڈل کا استعمال کرنا۔
حل جائزہ
ایمیزون سیج میکر حقیقی دنیا کی ML ایپلیکیشنز تیار کرنے کے Amazon کے دو دہائیوں کے تجربے پر بنایا گیا ہے، بشمول پروڈکٹ کی سفارشات، پرسنلائزیشن، ذہین خریداری، روبوٹکس، اور آواز کی مدد سے چلنے والے آلات۔ SageMaker ایک HIPAA- اہل مینیجڈ سروس ہے جو ایسے ٹولز مہیا کرتی ہے جو ڈیٹا سائنسدانوں، ML انجینئرز، اور کاروباری تجزیہ کاروں کو ML کے ساتھ اختراع کرنے کے قابل بناتے ہیں۔ سیج میکر کے اندر ہے۔ ایمیزون سیج میکر اسٹوڈیو، ایک مربوط ترقیاتی ماحول (IDE) مقصد سے بنایا گیا باہمی تعاون کے ساتھ ML ورک فلو، جس کے نتیجے میں، SageMaker JumpStart نامی مربوط مرکز میں کوئیک سٹارٹ حل اور پہلے سے تربیت یافتہ ML ماڈلز کی وسیع اقسام شامل ہیں۔ SageMaker JumpStart کے ساتھ، آپ پہلے سے تربیت یافتہ ماڈلز، جیسے Falcon LLM، پہلے سے تعمیر شدہ نمونہ نوٹ بک اور SDK سپورٹ کے ساتھ ان طاقتور ٹرانسفارمر ماڈلز کے ساتھ تجربہ کرنے اور ان کو تعینات کرنے کے لیے استعمال کر سکتے ہیں۔ آپ SageMaker اسٹوڈیو اور SageMaker JumpStart کو اپنے AWS اکاؤنٹ میں اپنے جنریٹو ماڈل کو تعینات کرنے اور استفسار کرنے کے لیے استعمال کر سکتے ہیں۔
آپ اس بات کو بھی یقینی بناسکتے ہیں کہ انفرنس پے لوڈ ڈیٹا آپ کے VPC کو نہیں چھوڑتا ہے۔ آپ ماڈلز کو سنگل کرایہ دار کے اختتامی نقطہ کے طور پر فراہم کر سکتے ہیں اور انہیں نیٹ ورک آئسولیشن کے ساتھ تعینات کر سکتے ہیں۔ مزید برآں، آپ SageMaker JumpStart کے اندر پرائیویٹ ماڈل ہب کی اہلیت کا استعمال کرتے ہوئے اور منظور شدہ ماڈلز کو وہاں اسٹور کرکے اپنی حفاظتی ضروریات کو پورا کرنے والے ماڈلز کے منتخب سیٹ کو درست اور منظم کرسکتے ہیں۔ سیج میکر کے دائرہ کار میں ہے۔ HIPAA BAA, ایس او سی 123، اور HITRUST CSF.
۔ فالکن ایل ایل ایم زبان کا ایک بڑا ماڈل ہے، جسے ٹیکنالوجی انوویشن انسٹی ٹیوٹ (TII) کے محققین نے AWS کا استعمال کرتے ہوئے 1 ٹریلین سے زیادہ ٹوکنز پر تربیت دی ہے۔ فالکن کے بہت سے مختلف تغیرات ہیں، اس کے دو اہم اجزاء Falcon 40B اور Falcon 7B، بالترتیب 40 بلین اور 7 بلین پیرامیٹرز پر مشتمل ہیں، جن میں مخصوص کاموں کے لیے تربیت یافتہ فائن ٹیون ورژن ہیں، جیسے کہ درج ذیل ہدایات۔ Falcon متن کا خلاصہ، جذبات کا تجزیہ، سوال کا جواب، اور بات چیت سمیت متعدد کاموں پر اچھی کارکردگی کا مظاہرہ کرتا ہے۔ یہ پوسٹ ایک واک تھرو فراہم کرتی ہے جس کی پیروی آپ اپنے AWS اکاؤنٹ میں Falcon LLM کو تعینات کرنے کے لیے کر سکتے ہیں، SageMaker JumpStart کے ذریعے متنی خلاصہ کے ساتھ تجربہ کرنے کے لیے ایک منظم نوٹ بک مثال استعمال کر سکتے ہیں۔
سیج میکر جمپ اسٹارٹ ماڈل ہب میں ہر ماڈل کو تعینات کرنے اور استفسار کرنے کے لیے مکمل نوٹ بکس شامل ہیں۔ اس تحریر کے مطابق، SageMaker JumpStart ماڈل ہب میں Falcon کے چھ ورژن دستیاب ہیں: Falcon 40B Instruct BF16، Falcon 40B BF16، Falcon 180B BF16، Falcon 180B Chat BF16، Falcon 7B Instruct BF16، اور BF7۔ یہ پوسٹ Falcon 16B Instruct ماڈل کا استعمال کرتی ہے۔
مندرجہ ذیل حصوں میں، ہم دکھاتے ہیں کہ SageMaker Jumpstart پر Falcon 7B کی تعیناتی کے ذریعے دستاویز کا خلاصہ کیسے شروع کیا جائے۔
شرائط
اس ٹیوٹوریل کے لیے، آپ کو SageMaker ڈومین کے ساتھ AWS اکاؤنٹ کی ضرورت ہوگی۔ اگر آپ کے پاس پہلے سے سیج میکر ڈومین نہیں ہے تو رجوع کریں۔ ایمیزون سیج میکر ڈومین پر آن بورڈ ایک بنانا.
SageMaker JumpStart کا استعمال کرتے ہوئے Falcon 7B کو تعینات کریں۔
اپنے ماڈل کو تعینات کرنے کے لیے، درج ذیل مراحل کو مکمل کریں:
- سیج میکر کنسول سے اپنے سیج میکر اسٹوڈیو ماحول پر جائیں۔
- IDE کے اندر، نیچے سیج میکر جمپ اسٹارٹ نیویگیشن پین میں، منتخب کریں۔ ماڈل، نوٹ بک، حل.
- Falcon 7B انسٹرکٹر ماڈل کو اندازہ لگانے کے لیے اینڈ پوائنٹ پر لگائیں۔
اس سے Falcon 7B Instruct BF16 ماڈل کا ماڈل کارڈ کھل جائے گا۔ اس صفحے پر، آپ کو تلاش کر سکتے ہیں تعینات or ٹرین سیج میکر اسٹوڈیو میں نمونہ نوٹ بک کھولنے کے لیے اختیارات کے ساتھ ساتھ لنکس۔ یہ پوسٹ ماڈل کو تعینات کرنے کے لیے SageMaker JumpStart کی نمونہ نوٹ بک کا استعمال کرے گی۔
- میں سے انتخاب کریں نوٹ بک کھولیں۔.
- Falcon 7B انسٹرک اینڈ پوائنٹ کو تعینات کرنے کے لیے نوٹ بک کے پہلے چار سیلز چلائیں۔
آپ اپنے تعینات جمپ سٹارٹ ماڈلز پر دیکھ سکتے ہیں۔ جمپ سٹارٹ اثاثوں کا آغاز کیا۔ صفحہ.
- نیویگیشن پین میں، نیچے سیج میکر جمپ سٹارٹمنتخب کریں جمپ سٹارٹ اثاثوں کا آغاز کیا۔.
- منتخب کیجئیے ماڈل اینڈ پوائنٹس اپنے اختتامی نقطہ کی حیثیت دیکھنے کے لیے ٹیب پر کلک کریں۔
Falcon LLM اینڈ پوائنٹ کی تعیناتی کے ساتھ، آپ ماڈل سے استفسار کرنے کے لیے تیار ہیں۔
اپنا پہلا سوال چلائیں۔
استفسار چلانے کے لیے، درج ذیل مراحل کو مکمل کریں:
- پر فائل مینو، منتخب کریں نئی اور نوٹ بک ایک نئی نوٹ بک کھولنے کے لیے۔
آپ مکمل شدہ نوٹ بک بھی ڈاؤن لوڈ کر سکتے ہیں۔ یہاں.
- جب اشارہ کیا جائے تو تصویر، دانا، اور مثال کی قسم منتخب کریں۔ اس پوسٹ کے لیے، ہم ڈیٹا سائنس 3.0 امیج، Python 3 کرنل، اور ml.t3.medium مثال کا انتخاب کرتے ہیں۔
- پہلے سیل میں درج ذیل دو لائنیں داخل کرکے Boto3 اور JSON ماڈیولز درآمد کریں:
- پریس شفٹ + درج کریں سیل کو چلانے کے لیے۔
- اگلا، آپ ایک فنکشن کی وضاحت کر سکتے ہیں جو آپ کے اختتامی نقطہ کو کال کرے گا۔ یہ فنکشن لغت کا پے لوڈ لیتا ہے اور اسے SageMaker رن ٹائم کلائنٹ کو طلب کرنے کے لیے استعمال کرتا ہے۔ پھر یہ جواب کو ڈی سیریلائز کرتا ہے اور ان پٹ اور تیار کردہ متن کو پرنٹ کرتا ہے۔
پے لوڈ میں ان پٹ کے طور پر پرامپٹ شامل ہوتا ہے، اس کے ساتھ انفرنس پیرامیٹرز بھی شامل ہوتے ہیں جو ماڈل کو بھیجے جائیں گے۔
- آپ ان پیرامیٹرز کو اپنے استعمال کے کیس کے لیے ماڈل کے آؤٹ پٹ کو ٹیون کرنے کے لیے پرامپٹ کے ساتھ استعمال کر سکتے ہیں:
خلاصہ پرامپٹ کے ساتھ استفسار کریں۔
یہ پوسٹ خلاصہ ظاہر کرنے کے لیے ایک نمونہ تحقیقی مقالہ استعمال کرتی ہے۔ ٹیکسٹ فائل کی مثال بائیو میڈیکل لٹریچر میں خودکار ٹیکسٹ سمریائزیشن سے متعلق ہے۔ درج ذیل مراحل کو مکمل کریں:
- لوڈ پی ڈی ایف اور ٹیکسٹ کو نام کی فائل میں کاپی کریں۔
document.txt
. - سیج میکر اسٹوڈیو میں، اپ لوڈ آئیکن کا انتخاب کریں اور فائل کو اپنے سیج میکر اسٹوڈیو مثال میں اپ لوڈ کریں۔
باکس کے باہر، Falcon LLM متن کے خلاصے کے لیے معاونت فراہم کرتا ہے۔
- آئیے ایک ایسا فنکشن بنائیں جو خلاصہ کرنے کے لیے فوری انجینئرنگ تکنیک کا استعمال کرے۔
document.txt
:
آپ دیکھیں گے کہ طویل دستاویزات کے لیے، ایک خرابی ظاہر ہوتی ہے — Falcon، دیگر تمام LLMs کے ساتھ، ان پٹ کے طور پر پاس کیے گئے ٹوکنز کی تعداد کی ایک حد ہے۔ ہم LangChain کی بہتر خلاصہ کی صلاحیتوں کا استعمال کرتے ہوئے اس حد کے ارد گرد حاصل کر سکتے ہیں، جو LLM کو بہت زیادہ ان پٹ پاس کرنے کی اجازت دیتی ہے۔
ایک خلاصہ سلسلہ درآمد کریں اور چلائیں۔
LangChain ایک اوپن سورس سافٹ ویئر لائبریری ہے جو ڈویلپرز اور ڈیٹا سائنسدانوں کو پیچیدہ ML تعاملات کا انتظام کیے بغیر اپنی مرضی کے مطابق جنریٹو ایپلی کیشنز کو تیزی سے بنانے، ٹیون کرنے اور ان کو تعینات کرنے کی اجازت دیتی ہے، عام طور پر جنریٹیو AI لینگویج ماڈلز کے لیے عام استعمال کے بہت سے معاملات کو صرف چند میں خلاصہ کرنے کے لیے استعمال کیا جاتا ہے۔ کوڈ کی لائنیں. AWS سروسز کے لیے LangChain کی سپورٹ میں SageMaker اینڈ پوائنٹس کے لیے سپورٹ شامل ہے۔
LangChain LLMs کو ایک قابل رسائی انٹرفیس فراہم کرتا ہے۔ اس کی خصوصیات میں فوری ٹیمپلیٹنگ اور پرامپٹ چیننگ کے اوزار شامل ہیں۔ ان زنجیروں کو متنی دستاویزات کا خلاصہ کرنے کے لیے استعمال کیا جا سکتا ہے جو کہ ایک کال میں لینگویج ماڈل کی حمایت سے زیادہ لمبی ہیں۔ آپ طویل دستاویزات کا خلاصہ کرنے کے لیے نقشہ کم کرنے کی حکمت عملی کا استعمال کر سکتے ہیں تاکہ اسے قابل انتظام حصوں میں تقسیم کیا جا سکے، ان کا خلاصہ کیا جائے، اور ان کو یکجا کیا جائے (اور اگر ضرورت ہو تو دوبارہ خلاصہ کیا جائے)۔
- آئیے شروع کرنے کے لیے LangChain انسٹال کریں:
- متعلقہ ماڈیولز درآمد کریں اور طویل دستاویز کو ٹکڑوں میں توڑ دیں:
- LangChain کو Falcon کے ساتھ مؤثر طریقے سے کام کرنے کے لیے، آپ کو درست ان پٹ اور آؤٹ پٹ کے لیے ڈیفالٹ مواد ہینڈلر کلاسز کی وضاحت کرنے کی ضرورت ہے:
- آپ حسب ضرورت اشارے کی وضاحت کر سکتے ہیں۔
PromptTemplate
آبجیکٹ، لینگ چین کے ساتھ اشارہ کرنے کی اہم گاڑی، نقشہ کم کرنے کے خلاصے کے نقطہ نظر کے لیے۔ یہ ایک اختیاری قدم ہے کیونکہ میپنگ اور کمبائن پرامپٹس بطور ڈیفالٹ فراہم کیے جاتے ہیں اگر کال کے اندر موجود پیرامیٹرز سمریائزیشن چین کو لوڈ کرنے کے لیے (load_summarize_chain
) غیر متعینہ ہیں۔
- LangChain SageMaker انفرنس اینڈ پوائنٹس پر میزبان LLMs کو سپورٹ کرتا ہے، اس لیے AWS Python SDK استعمال کرنے کے بجائے، آپ زیادہ رسائی کے لیے LangChain کے ذریعے کنکشن شروع کر سکتے ہیں:
- آخر میں، آپ سمریائزیشن چین میں لوڈ کر سکتے ہیں اور درج ذیل کوڈ کا استعمال کرتے ہوئے ان پٹ دستاویزات پر سمری چلا سکتے ہیں:
کیونکہ verbose
پیرامیٹر سیٹ ہے True
، آپ نقشہ کم کرنے کے نقطہ نظر کے تمام انٹرمیڈیٹ آؤٹ پٹ دیکھیں گے۔ یہ حتمی خلاصہ تک پہنچنے کے لیے واقعات کی ترتیب پر عمل کرنے کے لیے مفید ہے۔ نقشہ کم کرنے کے اس اپروچ کے ساتھ، آپ ماڈل کی زیادہ سے زیادہ ان پٹ ٹوکن کی حد سے عام طور پر اجازت دی گئی دستاویزات سے کہیں زیادہ مؤثر طریقے سے خلاصہ کر سکتے ہیں۔
صاف کرو
جب آپ انفرنس اینڈ پوائنٹ کا استعمال مکمل کر لیں تو، کوڈ کی درج ذیل لائنوں کے ذریعے غیر ضروری اخراجات اٹھانے سے بچنے کے لیے اسے حذف کرنا ضروری ہے:
سیج میکر جمپ اسٹارٹ میں دیگر فاؤنڈیشن ماڈلز کا استعمال
SageMaker JumpStart میں دستیاب دیگر فاؤنڈیشن ماڈلز کو دستاویز کے خلاصے کے لیے استعمال کرنے کے لیے سیٹ اپ اور تعینات کرنے کے لیے کم سے کم اوور ہیڈ کی ضرورت ہوتی ہے۔ LLMs کبھی کبھار ان پٹ اور آؤٹ پٹ فارمیٹس کی ساخت کے ساتھ مختلف ہوتے ہیں، اور جیسا کہ SageMaker JumpStart میں نئے ماڈلز اور پہلے سے تیار کردہ حل شامل کیے جاتے ہیں، ٹاسک کے نفاذ کے لحاظ سے، آپ کو درج ذیل کوڈ میں تبدیلیاں کرنی پڑ سکتی ہیں:
- اگر آپ کے ذریعے خلاصہ انجام دے رہے ہیں۔
summarize()
طریقہ (LangChain استعمال کیے بغیر طریقہ)، آپ کو JSON کی ساخت کو تبدیل کرنا پڑ سکتا ہے۔payload
پیرامیٹر کے ساتھ ساتھ جوابی متغیر کو سنبھالناquery_endpoint()
تقریب - اگر آپ LangChain's کے ذریعے خلاصہ انجام دے رہے ہیں۔
load_summarize_chain()
طریقہ، آپ کو ترمیم کرنا پڑ سکتا ہےContentHandlerTextSummarization
کلاس، خاص طور پرtransform_input()
اورtransform_output()
فنکشنز، اس پے لوڈ کو درست طریقے سے ہینڈل کرنے کے لیے جس کی LLM کو توقع ہے اور آؤٹ پٹ جو LLM دیتا ہے
فاؤنڈیشن ماڈل نہ صرف انفرنس اسپیڈ اور کوالٹی جیسے عوامل بلکہ ان پٹ اور آؤٹ پٹ فارمیٹس میں بھی مختلف ہوتے ہیں۔ متوقع ان پٹ اور آؤٹ پٹ پر LLM کے متعلقہ معلوماتی صفحہ کو دیکھیں۔
نتیجہ
Falcon 7B Instruct ماڈل SageMaker JumpStart ماڈل ہب پر دستیاب ہے اور استعمال کے متعدد کیسز پر کارکردگی کا مظاہرہ کرتا ہے۔ اس پوسٹ نے یہ دکھایا کہ آپ SageMaker JumpStart کا استعمال کرتے ہوئے اپنے ماحول میں اپنے Falcon LLM اینڈ پوائنٹ کو کیسے تعینات کر سکتے ہیں اور SageMaker Studio سے اپنے پہلے تجربات کر سکتے ہیں، جس سے آپ اپنے ماڈلز کو تیزی سے پروٹو ٹائپ کر سکتے ہیں اور بغیر کسی رکاوٹ کے پیداواری ماحول میں منتقل ہو سکتے ہیں۔ Falcon اور LangChain کے ساتھ، آپ بڑے پیمانے پر صحت کی دیکھ بھال اور لائف سائنسز کے دستاویزات کو مؤثر طریقے سے خلاصہ کر سکتے ہیں۔
AWS پر جنریٹیو AI کے ساتھ کام کرنے کے بارے میں مزید معلومات کے لیے، رجوع کریں۔ AWS پر جنریٹیو AI کے ساتھ تعمیر کے لیے نئے ٹولز کا اعلان. آپ اس پوسٹ میں بتائے گئے طریقہ کو استعمال کرتے ہوئے اپنی صحت کی دیکھ بھال اور لائف سائنس پر مبنی GenAI ایپلیکیشنز کے لیے تصور کے دستاویزی خلاصہ ثبوتوں کا تجربہ اور تعمیر شروع کر سکتے ہیں۔ کب ایمیزون بیڈرک عام طور پر دستیاب ہے، ہم ایک فالو اپ پوسٹ شائع کریں گے جس میں دکھایا جائے گا کہ آپ Amazon Bedrock اور LangChain کا استعمال کرتے ہوئے دستاویز کا خلاصہ کیسے نافذ کر سکتے ہیں۔
مصنفین کے بارے میں
جان کیٹاوکا ایمیزون ویب سروسز میں ایک حل آرکیٹیکٹ ہے۔ جان صارفین کو اپنے کاروباری اہداف کو حاصل کرنے میں مدد کرنے کے لیے AWS پر AI/ML ورک بوجھ کو ڈیزائن اور بہتر بنانے میں مدد کرتا ہے۔
جوش فیمسٹاد ایمیزون ویب سروسز میں ایک حل آرکیٹیکٹ ہے۔ جوش پبلک سیکٹر کے صارفین کے ساتھ کام کرتا ہے تاکہ کاروباری ترجیحات کو پورا کرنے کے لیے کلاؤڈ بیسڈ اپروچ بنائے اور اس پر عمل کرے۔
- 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۔ 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۔
- ماخذ: https://aws.amazon.com/blogs/machine-learning/create-an-hcls-document-summarization-application-with-falcon-using-amazon-sagemaker-jumpstart/
- : ہے
- : ہے
- : نہیں
- $UP
- 1
- 10
- 100
- 11
- 12
- 14
- 150
- 16
- 1M
- 20
- 40
- 400
- 50
- 500
- 7
- a
- کی صلاحیت
- خلاصہ
- قبول کرتا ہے
- رسائی پذیری
- قابل رسائی
- اکاؤنٹ
- حاصل
- شامل کیا
- اپنانے
- پھر
- AI
- AI / ML
- تمام
- کی اجازت
- اجازت دے رہا ہے
- کی اجازت دیتا ہے
- شانہ بشانہ
- پہلے ہی
- بھی
- ایمیزون
- ایمیزون سیج میکر
- ایمیزون سیج میکر جمپ اسٹارٹ
- ایمیزون ویب سروسز
- an
- تجزیہ
- تجزیہ کار کہتے ہیں
- اور
- جانور
- جانوروں
- درخواست
- ایپلی کیشنز
- نقطہ نظر
- نقطہ نظر
- کی منظوری دے دی
- کیا
- ارد گرد
- AS
- At
- اوصاف
- خودکار
- دستیاب
- سے اجتناب
- AWS
- کی بنیاد پر
- BE
- کیونکہ
- شروع کریں
- خیال ہے
- ارب
- بایڈیکل
- جسم
- جرات مندانہ
- باکس
- توڑ
- توڑ
- تعمیر
- عمارت
- تعمیر
- کاروبار
- لیکن
- by
- فون
- کہا جاتا ہے
- کر سکتے ہیں
- حاصل کر سکتے ہیں
- صلاحیتوں
- صلاحیت
- کارڈ
- کیس
- مقدمات
- خلیات
- چین
- زنجیروں
- تبدیل
- تبدیلیاں
- انتخاب
- میں سے انتخاب کریں
- منتخب کریں
- طبقے
- کلاس
- کلائنٹ
- بادل
- کوڈ
- باہمی تعاون کے ساتھ
- جمع
- امتزاج
- کامن
- عام طور پر
- مقابلے میں
- مکمل
- مکمل
- پیچیدہ
- پر مشتمل
- تصور
- جامع
- کنکشن
- کنسول
- پر مشتمل ہے
- مواد
- سرمایہ کاری مؤثر
- اخراجات
- تخلیق
- اپنی مرضی کے
- گاہکوں
- اصلاح
- اعداد و شمار
- ڈیٹا سائنس
- دہائیوں
- پہلے سے طے شدہ
- وضاحت
- نجات
- مظاہرہ
- demonstrated,en
- منحصر ہے
- تعیناتی
- تعینات
- تعینات
- تعیناتی
- ڈیزائن
- ڈویلپرز
- ترقی
- ترقی
- کے الات
- مختلف
- do
- دستاویز
- دستاویزات
- نہیں کرتا
- ڈومین
- نہیں
- نیچے
- ڈاؤن لوڈ، اتارنا
- ہر ایک
- زمین
- مؤثر طریقے
- کو چالو کرنے کے
- اختتام پوائنٹ
- انجنیئرنگ
- انجینئرز
- بہتر
- کو یقینی بنانے کے
- اندر
- ماحولیات
- خرابی
- واقعات
- مثال کے طور پر
- عملدرآمد
- توقع
- امید ہے
- تجربہ
- تجربہ
- تجربات
- چہرہ
- عوامل
- جھوٹی
- خصوصیات
- چند
- فائل
- فائنل
- مل
- پہلا
- فٹ
- توجہ مرکوز
- پر عمل کریں
- کے بعد
- کے لئے
- فاؤنڈیشن
- چار
- سے
- تقریب
- افعال
- مزید برآں
- عام طور پر
- پیدا
- پیدا
- پیداواری
- پیداواری AI۔
- حاصل
- اہداف
- زیادہ سے زیادہ
- ہینڈل
- ہینڈلنگ
- ہے
- صحت کی دیکھ بھال
- مدد
- مدد کرتا ہے
- نمایاں کریں
- میزبانی کی
- کس طرح
- کیسے
- HTML
- HTTPS
- حب
- آئکن
- if
- تصویر
- پر عملدرآمد
- نفاذ
- درآمد
- اہم
- in
- شامل
- شامل ہیں
- سمیت
- معلومات
- اختراعات
- جدت طرازی
- ان پٹ
- آدانوں
- انسٹال
- مثال کے طور پر
- کے بجائے
- انسٹی ٹیوٹ
- ہدایات
- ضم
- انٹیلجنٹ
- بات چیت
- انٹرفیس
- میں
- تنہائی
- IT
- میں
- جان
- JSON
- صرف
- کلیدی
- زبان
- بڑے
- بڑے
- شروع
- چھوڑ دو
- لائبریری
- زندگی
- زندگی سائنس
- LIMIT
- لائنوں
- لنکس
- ادب
- ایل ایل ایم
- لوڈ
- لانگ
- اب
- تلاش
- مین
- بنا
- انتظام
- قابل انتظام
- میں کامیاب
- مینیجنگ
- بہت سے
- تعریفیں
- زیادہ سے زیادہ
- مئی..
- درمیانہ
- مینو
- طریقہ
- کم سے کم
- ML
- ماڈل
- ماڈل
- نظر ثانی کرنے
- ماڈیولز
- زیادہ
- سب سے زیادہ
- بہت
- سمت شناسی
- ضروری
- ضرورت ہے
- ضرورت
- نیٹ ورک
- نئی
- NIH
- عام طور پر
- نوٹ بک
- نوٹس..
- تعداد
- اشیاء
- of
- on
- ایک
- صرف
- کھول
- اوپن سورس
- اوپن سورس سافٹ ویئر
- کی اصلاح کریں
- آپشنز کے بھی
- دیگر
- بیان کیا
- پیداوار
- پر
- خود
- صفحہ
- پین
- کاغذ.
- پیرامیٹر
- پیرامیٹرز
- منظور
- انجام دیں
- کارکردگی کا مظاہرہ
- کارکردگی کا مظاہرہ
- شخصی
- پلاٹا
- افلاطون ڈیٹا انٹیلی جنس
- پلیٹو ڈیٹا
- پوائنٹس
- پوسٹ
- طاقتور
- پرنٹ
- پرنٹس
- نجی
- عمل
- مصنوعات
- پیداوار
- ثبوت
- پروٹوٹائپ
- فراہم
- فراہم
- فراہم کرتا ہے
- پراجیکٹ
- عوامی
- شائع
- ازگر
- معیار
- سوال
- جلدی سے
- میں تیزی سے
- قارئین
- تیار
- حقیقی دنیا
- سفارشات
- کا حوالہ دیتے ہیں
- ریگولیٹری
- متعلقہ
- ضروریات
- کی ضرورت ہے
- تحقیق
- محققین
- بالترتیب
- جواب
- واپسی
- روبوٹکس
- رن
- sagemaker
- سیج میکر کا اندازہ
- پیمانے
- سائنس
- سائنس
- سائنسدانوں
- گنجائش
- sdk
- بغیر کسی رکاوٹ کے
- سیکشنز
- شعبے
- سیکورٹی
- دیکھنا
- منتخب
- SELF
- جذبات
- تسلسل
- سروس
- سروسز
- مقرر
- قائم کرنے
- خریداری
- مختصر
- دکھائیں
- ایک
- چھ
- So
- سافٹ ویئر کی
- حل
- مخصوص
- خاص طور پر
- تیزی
- شروع کریں
- شروع
- درجہ
- مرحلہ
- مراحل
- ذخیرہ کرنے
- حکمت عملی
- سخت
- ساخت
- سٹوڈیو
- اس طرح
- مختصر
- خلاصہ
- حمایت
- کی حمایت کرتا ہے
- لیتا ہے
- ٹاسک
- کاموں
- تکنیک
- ٹیکنالوجی
- ٹیکنالوجی نووائشن
- متن
- سے
- کہ
- ۔
- ان
- ان
- تو
- وہاں.
- یہ
- اس
- کے ذریعے
- کرنے کے لئے
- مل کر
- ٹوکن
- ٹوکن
- کے آلے
- اوزار
- تربیت یافتہ
- ٹرانسفارمر
- تبدیل
- منتقلی
- ٹریلین
- سچ
- ٹرن
- سبق
- دو
- قسم
- جانچ
- منفرد
- غیر ضروری
- اپ لوڈ کرنا
- استعمال کی شرائط
- استعمال کیس
- استعمال کیا جاتا ہے
- استعمال
- کا استعمال کرتے ہوئے
- متغیر
- مختلف اقسام کے
- گاڑی
- ورژن
- کی طرف سے
- لنک
- چلنا
- واک تھرو
- we
- ویب
- ویب خدمات
- اچھا ہے
- کیا
- جب
- جس
- وسیع
- گے
- ساتھ
- کے اندر
- بغیر
- کام
- کام کے بہاؤ
- کام کر
- کام کرتا ہے
- لکھنا
- تحریری طور پر
- تم
- اور
- زیفیرنیٹ