দৃষ্টি জন্য Amazon Lookout একটি মেশিন লার্নিং (এমএল) পরিষেবা যা কম্পিউটার ভিশন (সিভি) ব্যবহার করে ভিজ্যুয়াল উপস্থাপনায় ত্রুটি এবং অসঙ্গতিগুলি চিহ্নিত করে। অ্যামাজন লুকআউট ফর ভিশনের সাহায্যে, উত্পাদনকারী সংস্থাগুলি স্কেলে বস্তুর চিত্রগুলির মধ্যে পার্থক্যগুলি দ্রুত সনাক্ত করে গুণমান বাড়াতে এবং অপারেশনাল খরচ কমাতে পারে।
অনেক এন্টারপ্রাইজ গ্রাহক পণ্যে অনুপস্থিত উপাদান, যানবাহন বা কাঠামোর ক্ষতি, উৎপাদন লাইনে অনিয়ম, সিলিকন ওয়েফারের ক্ষুদ্র ত্রুটি এবং অন্যান্য অনুরূপ সমস্যাগুলি সনাক্ত করতে চান। অ্যামাজন লুকআউট ফর ভিশন ML ব্যবহার করে যে কোনো ক্যামেরা থেকে ছবি দেখতে এবং বোঝার জন্য একজন ব্যক্তির মতো, কিন্তু এর চেয়েও বেশি মাত্রার নির্ভুলতা সহ এবং অনেক বড় পরিসরে। অ্যামাজন লুকআউট ফর ভিশন ব্যয়বহুল এবং অসঙ্গত ম্যানুয়াল পরিদর্শনের প্রয়োজনীয়তা দূর করে, যেখানে গুণমান নিয়ন্ত্রণ, ত্রুটি এবং ক্ষতির মূল্যায়ন এবং সম্মতি উন্নত করে। কয়েক মিনিটের মধ্যে, আপনি ছবি এবং বস্তুর স্বয়ংক্রিয় পরিদর্শন করতে অ্যামাজন লুকআউট ফর ভিশন ব্যবহার শুরু করতে পারেন—এমএল দক্ষতার প্রয়োজন নেই।
এই পোস্টে, আমরা কীভাবে সিলিকন ওয়েফারগুলিতে অসঙ্গতিগুলি সনাক্ত করতে এবং রিয়েল টাইমে অপারেটরদের অবহিত করতে স্বয়ংক্রিয়ভাবে করতে পারি তা দেখুন।
সমাধান ওভারভিউ
একটি ম্যানুফ্যাকচারিং লাইনে পণ্যের মানের ট্র্যাক রাখা একটি চ্যালেঞ্জিং কাজ। কিছু প্রক্রিয়া পদক্ষেপ পণ্যের ছবি নেয় যা মানুষ তারপর ভাল মানের নিশ্চিত করার জন্য পর্যালোচনা করে। কৃত্রিম বুদ্ধিমত্তার জন্য ধন্যবাদ, আপনি এই অসঙ্গতি সনাক্তকরণের কাজগুলিকে স্বয়ংক্রিয় করতে পারেন, তবে অসামঞ্জস্যগুলি সনাক্ত করার পরে মানুষের হস্তক্ষেপ প্রয়োজন হতে পারে। সমস্যাযুক্ত পণ্য সনাক্ত করা হলে একটি আদর্শ পদ্ধতি ইমেল পাঠানো হয়। এই ইমেলগুলি উপেক্ষা করা যেতে পারে, যা একটি উত্পাদন কারখানায় গুণমানের ক্ষতির কারণ হতে পারে।
এই পোস্টে, আমরা স্বয়ংক্রিয় ফোন কল ব্যবহার করে সিলিকন ওয়েফারে অসামঞ্জস্যতা সনাক্তকরণ এবং রিয়েল টাইমে অপারেটরদের অবহিত করার প্রক্রিয়া স্বয়ংক্রিয়ভাবে পরিচালনা করি। নিচের চিত্রটি আমাদের স্থাপত্যের চিত্র তুলে ধরে। আমরা ব্যবহার করে একটি স্ট্যাটিক ওয়েবসাইট স্থাপন করি এডাব্লুএস পরিবর্ধক, যা আমাদের আবেদনের এন্ট্রি পয়েন্ট হিসেবে কাজ করে। যখনই একটি নতুন ছবি UI (1) এর মাধ্যমে আপলোড করা হয়, একটি এডাব্লুএস ল্যাম্বদা ফাংশন অ্যামাজন লুকআউট ফর ভিশন মডেল (2) আহ্বান করে এবং ভবিষ্যদ্বাণী করে যে এই ওয়েফারটি অস্বাভাবিক কিনা। ফাংশন প্রতিটি আপলোড করা ছবি সঞ্চয় করে আমাজন সিম্পল স্টোরেজ সার্ভিস (Amazon S3) (3)। যদি ওয়েফারটি অস্বাভাবিক হয়, ফাংশনটি ভবিষ্যদ্বাণীর আত্মবিশ্বাস পাঠায় আমাজন কানেক্ট এবং একজন অপারেটরকে কল করে (4), যিনি পরবর্তী ব্যবস্থা নিতে পারেন (5)।
Amazon Connect এবং সংশ্লিষ্ট যোগাযোগ প্রবাহ সেট আপ করা হচ্ছে
Amazon Connect এবং যোগাযোগের প্রবাহ কনফিগার করতে, আপনি নিম্নলিখিত উচ্চ-স্তরের পদক্ষেপগুলি সম্পূর্ণ করুন:
- একটি Amazon Connect উদাহরণ তৈরি করুন।
- যোগাযোগ প্রবাহ সেট আপ করুন.
- আপনার ফোন নম্বর দাবি করুন.
একটি Amazon Connect উদাহরণ তৈরি করুন
প্রথম পদক্ষেপ হয় একটি Amazon Connect উদাহরণ তৈরি করুন. বাকি সেটআপের জন্য, আমরা ডিফল্ট মান ব্যবহার করি, কিন্তু একটি প্রশাসক লগইন তৈরি করতে ভুলবেন না।
ইনস্ট্যান্স তৈরিতে কয়েক মিনিট সময় লাগতে পারে, তারপরে আমরা আমাদের তৈরি অ্যাডমিন অ্যাকাউন্ট ব্যবহার করে অ্যামাজন কানেক্ট ইনস্ট্যান্সে লগ ইন করতে পারি।
যোগাযোগের প্রবাহ সেট আপ করা হচ্ছে
এই পোস্টে, আমাদের কাছে একটি পূর্বনির্ধারিত যোগাযোগ প্রবাহ রয়েছে যা আমরা আমদানি করতে পারি। একটি বিদ্যমান যোগাযোগ প্রবাহ আমদানি সম্পর্কে আরও তথ্যের জন্য, দেখুন আমদানি/রপ্তানি যোগাযোগ প্রবাহ.
- ফাইলটি নির্বাচন করুন
contact-flow/wafer-anomaly-detection
থেকে গিটহুব রেপো. - বেছে নিন আমদানি.
আমদানি করা যোগাযোগের প্রবাহটি নিম্নলিখিত স্ক্রিনশটের মতো দেখায়৷
- প্রবাহের বিবরণ পৃষ্ঠায়, প্রসারিত করুন অতিরিক্ত প্রবাহের তথ্য দেখান.
এখানে আপনি যোগাযোগের প্রবাহের ARN খুঁজে পেতে পারেন।
- কন্টাক্ট ফ্লো আইডি এবং কন্টাক্ট সেন্টার আইডি রেকর্ড করুন, যা আপনার পরে প্রয়োজন।
আপনার ফোন নম্বর দাবি করুন
একটি নম্বর দাবি করা সহজ এবং মাত্র কয়েক ক্লিক লাগে. নম্বরটি দাবি করার সময় পূর্বে আমদানি করা যোগাযোগের প্রবাহটি বেছে নেওয়ার বিষয়টি নিশ্চিত করুন।
যদি আপনার পছন্দের দেশে কোনো নম্বর পাওয়া না যায়, তাহলে একটি সমর্থন টিকিট বাড়ান।
যোগাযোগ প্রবাহ ওভারভিউ
নিম্নলিখিত স্ক্রিনশট আমাদের যোগাযোগ প্রবাহ দেখায়.
যোগাযোগ প্রবাহ নিম্নলিখিত ফাংশন সঞ্চালন করে:
- লগিং সক্রিয়
- আউটপুট সেট করুন আমাজন পলি ভয়েস (এই পোস্টের জন্য, আমরা কেন্দ্রের ভয়েস ব্যবহার করি)
- DTMF ব্যবহার করে গ্রাহক ইনপুট পান (শুধুমাত্র 1 এবং 2 কী বৈধ)।
- ব্যবহারকারীর ইনপুটের উপর ভিত্তি করে, প্রবাহ নিম্নলিখিতগুলির মধ্যে একটি করে:
- কোনো ব্যবস্থা নেওয়া হবে না বলে একটি বিদায় বার্তা প্রম্পট করুন এবং প্রস্থান করুন
- একটি ব্যবস্থা নেওয়া হবে এবং প্রস্থান করা হবে বলে একটি বিদায় বার্তার অনুরোধ করুন
- ব্যর্থ এবং একটি ফলব্যাক ব্লক প্রদান করে যে মেশিনটি বন্ধ হয়ে যাবে এবং প্রস্থান করবে
ঐচ্ছিকভাবে, আপনি একটি দিয়ে আপনার সিস্টেম উন্নত করতে পারেন অ্যামাজন লেক্স বট
সমাধান স্থাপন করুন
এখন আপনি Amazon Connect সেট আপ করেছেন, আপনার যোগাযোগের প্রবাহ স্থাপন করেছেন এবং বাকি স্থাপনার জন্য আপনার প্রয়োজনীয় তথ্য উল্লেখ করেছেন, আমরা অবশিষ্ট উপাদানগুলি স্থাপন করতে পারি। ক্লোন করা GitHub সংগ্রহস্থলে, সম্পাদনা করুন build.sh
স্ক্রিপ্ট এবং কমান্ড লাইন থেকে এটি চালান:
নিম্নলিখিত তথ্য সরবরাহ করুন:
- আপনার অঞ্চল
- আপনি যে S3 বালতি নামটি ব্যবহার করতে চান (নিশ্চিত করুন যে নামটিতে শব্দটি অন্তর্ভুক্ত রয়েছে
sagemaker
). - Amazon Lookout for Vision প্রকল্পের নাম আপনি ব্যবহার করতে চান
- আপনার পরিচিতি প্রবাহের আইডি
- আপনার Amazon Connect ইনস্ট্যান্স আইডি
- যে নম্বরটি আপনি Amazon Connect এ E.164 ফর্ম্যাটে দাবি করেছেন (উদাহরণস্বরূপ, +132398765)
- জন্য একটি নাম এডাব্লুএস ক্লাউডফর্মেশন এই স্ক্রিপ্ট চালানোর মাধ্যমে আপনি তৈরি স্ট্যাক
এই স্ক্রিপ্টটি তারপর নিম্নলিখিত ক্রিয়াগুলি সম্পাদন করে:
- আপনার জন্য একটি S3 বালতি তৈরি করুন
- আপনার Lambda ফাংশনের জন্য .zip ফাইল তৈরি করুন
- CloudFormation টেমপ্লেট এবং Lambda ফাংশনটি আপনার নতুন S3 বালতিতে আপলোড করুন
- CloudFormation স্ট্যাক তৈরি করুন
স্ট্যাকটি স্থাপন করার পরে, আপনি AWS CloudFormation কনসোলে তৈরি নিম্নলিখিত সংস্থানগুলি খুঁজে পেতে পারেন৷
আপনি দেখতে পারেন যে একটি আমাজন সেজমেকার নোটবুক বলা হয় amazon-lookout-vision-create-project
এছাড়াও তৈরি করা হয়।
ভিশন মডেলের জন্য Amazon Lookout তৈরি করুন, ট্রেন করুন এবং স্থাপন করুন
এই বিভাগে, আমরা ওপেন-সোর্স পাইথন SDK ব্যবহার করে কীভাবে Amazon Lookout for Vision মডেল তৈরি, প্রশিক্ষণ এবং স্থাপন করতে হয় তা দেখি। ভিশন পাইথন SDK এর জন্য Amazon Lookout সম্পর্কে আরও তথ্যের জন্য, দেখুন এই ব্লগ পোস্ট.
আপনি এর মাধ্যমে মডেলটি তৈরি করতে পারেন এডাব্লুএস ম্যানেজমেন্ট কনসোল. প্রোগ্রাম্যাটিক স্থাপনার জন্য, নিম্নলিখিত পদক্ষেপগুলি সম্পূর্ণ করুন:
- SageMaker কনসোলে, উপর নোটবুক উদাহরণস্বরূপ পৃষ্ঠা, পছন্দ করে আগে তৈরি করা SageMaker নোটবুক উদাহরণ অ্যাক্সেস করুন জুপিটার খুলুন।
উদাহরণে, আপনি খুঁজে পেতে পারেন GitHub সংগ্রহস্থল Amazon Lookout for Vision Python SDK স্বয়ংক্রিয়ভাবে ক্লোন হয়ে গেছে।
- মধ্যে নেভিগেট করুন
amazon-lookout-for-vision-python-sdk/example
ফোল্ডার.
ফোল্ডারটিতে একটি উদাহরণ নোটবুক রয়েছে যা আপনাকে একটি মডেল তৈরি, প্রশিক্ষণ এবং স্থাপনের মাধ্যমে নিয়ে যায়। আপনি শুরু করার আগে, আপনাকে আপনার নোটবুকের উদাহরণে মডেলটিকে প্রশিক্ষণ দেওয়ার জন্য ব্যবহার করার জন্য চিত্রগুলি আপলোড করতে হবে।
- মধ্যে
example/
ফোল্ডার, নামে দুটি নতুন ফোল্ডার তৈরি করুনgood
এবংbad
. - উভয় ফোল্ডারে নেভিগেট করুন এবং সেই অনুযায়ী আপনার ছবি আপলোড করুন।
উদাহরণ চিত্রগুলি ডাউনলোড করা GitHub সংগ্রহস্থলে রয়েছে৷
- আপনি ছবি আপলোড করার পরে, খুলুন
lookout_for_vision_example.ipynb
নোটবই.
নোটবুক আপনাকে আপনার মডেল তৈরির প্রক্রিয়ার মধ্য দিয়ে নিয়ে যায়। একটি গুরুত্বপূর্ণ পদক্ষেপ যা আপনাকে প্রথমে করতে হবে তা হল নিম্নলিখিত তথ্য প্রদান করা:
আপনি অনুমান বিভাগটি উপেক্ষা করতে পারেন, তবে নোটবুকের এই অংশটি নিয়েও নির্দ্বিধায় খেলতে পারেন। কারণ আপনি সবে শুরু করছেন, আপনি চলে যেতে পারেন model_version
সেট "1
".
জন্য input_bucket
এবং project_name
, S3 বালতি এবং Amazon Lookout for Vision প্রকল্পের নাম ব্যবহার করুন যা এর অংশ হিসাবে সরবরাহ করা হয় build.sh
লিপি. তারপর আপনি নোটবুকের প্রতিটি সেল চালাতে পারেন, যা সফলভাবে মডেলটি স্থাপন করে।
আপনি SDK ব্যবহার করে প্রশিক্ষণের মেট্রিক্স দেখতে পারেন, তবে আপনি সেগুলি কনসোলেও খুঁজে পেতে পারেন। এটি করার জন্য, আপনার প্রকল্প খুলুন, মডেলগুলিতে নেভিগেট করুন এবং আপনি যে মডেলটি প্রশিক্ষিত করেছেন তা চয়ন করুন৷ মেট্রিক্স পাওয়া যায় কর্মক্ষমতা বৈশিষ্ট্যের মান ট্যাব।
আপনি এখন একটি স্ট্যাটিক ওয়েবসাইট স্থাপন করতে প্রস্তুত যা আপনার মডেলকে চাহিদা অনুযায়ী কল করতে পারে।
স্ট্যাটিক ওয়েবসাইট স্থাপন করুন
আপনার প্রথম ধাপ হল আপনার শেষ বিন্দু যোগ করা অ্যামাজন এপিআই গেটওয়ে আপনার স্ট্যাটিক ওয়েবসাইটের সোর্স কোডে।
- API গেটওয়ে কনসোলে, REST API নামক খুঁজুন
LookoutVisionAPI
. - API খুলুন এবং নির্বাচন করুন ধাপসমূহ.
- মঞ্চের ড্রপ-ডাউন মেনুতে (এই পোস্টের জন্য, দেব), পছন্দ পোস্ট
- এর জন্য মান কপি করুন ইউআরএল আহ্বান করুন.
আমরা HTML সোর্স কোডে URL যোগ করি।
- ফাইলটি খুলুন
html/index.html
.
ফাইলের শেষে, আপনি একটি বিভাগ খুঁজে পেতে পারেন যা একটি AJAX অনুরোধ ট্রিগার করতে jQuery ব্যবহার করে। এক চাবি বলা হয় url
, যার মান হিসাবে একটি খালি স্ট্রিং রয়েছে।
- আপনি আপনার নতুন হিসাবে অনুলিপি URL লিখুন
url
মান এবং ফাইল সংরক্ষণ করুন।
কোড নিম্নলিখিত অনুরূপ দেখতে হবে:
- রূপান্তর
index.html
একটি .zip ফাইলে ফাইল করুন। - AWS Amplify কনসোলে, অ্যাপটি বেছে নিন
ObjectTracking
.
আপনার অ্যাপের ফ্রন্ট-এন্ড এনভায়রনমেন্ট পেজ স্বয়ংক্রিয়ভাবে খোলে।
- নির্বাচন করা Git প্রদানকারী ছাড়াই স্থাপন করুন.
আপনি Git-এর সাথে AWS Amplify সংযোগ করতে এবং আপনার সম্পূর্ণ স্থাপনা স্বয়ংক্রিয়ভাবে সংযুক্ত করতে এই অংশটিকে উন্নত করতে পারেন।
- বেছে নিন শাখা সংযোগ করুন.
- জন্য পরিবেশের নামএকটি নাম লিখুন (এই পোস্টের জন্য, আমরা প্রবেশ করি
dev
). - জন্য পদ্ধতি, নির্বাচন করুন টানা এবং পতন.
- বেছে নিন ফাইল বেছে নিন আপলোড করতে
index.html.zip
আপনার তৈরি করা ফাইল। - বেছে নিন সংরক্ষণ এবং স্থাপন.
স্থাপনা সফল হওয়ার পরে, আপনি AWS Amplify-এ প্রদর্শিত ডোমেনটি বেছে নিয়ে আপনার ওয়েব অ্যাপ্লিকেশন ব্যবহার করতে পারেন।
অসঙ্গতিগুলি সনাক্ত করুন
অভিনন্দন! আপনি সিলিকন ওয়েফারগুলিতে অসঙ্গতি সনাক্তকরণ স্বয়ংক্রিয় করার জন্য একটি সমাধান তৈরি করেছেন এবং যথাযথ ব্যবস্থা নেওয়ার জন্য একজন অপারেটরকে সতর্ক করেছেন৷ Amazon Lookout for Vision-এর জন্য আমরা যে ডেটা ব্যবহার করি তা উইকিপিডিয়া থেকে নেওয়া একটি ওয়েফার ম্যাপ। সেমিকন্ডাক্টর ম্যানুফ্যাকচারিংয়ে বাস্তব-বিশ্বের দৃশ্যকল্প অনুকরণ করতে কয়েকটি "খারাপ" দাগ যুক্ত করা হয়েছে।
সমাধানটি স্থাপন করার পরে, এটি কীভাবে কাজ করে তা দেখতে আপনি একটি পরীক্ষা চালাতে পারেন। আপনি যখন AWS Amplify ডোমেন খুলবেন, তখন আপনি একটি ওয়েবসাইট দেখতে পাবেন যা আপনাকে একটি ছবি আপলোড করতে দেয়। এই পোস্টের জন্য, আমরা তথাকথিত ডোনাট প্যাটার্ন সহ একটি খারাপ ওয়েফার সনাক্ত করার ফলাফল উপস্থাপন করি। আপনি ছবিটি আপলোড করার পরে, এটি আপনার ওয়েবসাইটে প্রদর্শিত হবে।
যদি ছবিটি একটি অসঙ্গতি হিসাবে সনাক্ত করা হয়, Amazon Connect আপনার ফোন নম্বরে কল করে এবং আপনি পরিষেবাটির সাথে যোগাযোগ করতে পারেন৷
উপসংহার
এই পোস্টে, আমরা সিলিকন ওয়েফারগুলিতে অসঙ্গতিগুলি সনাক্তকরণের জন্য স্বয়ংক্রিয়ভাবে অ্যামাজন লুকআউট ফর ভিশন ব্যবহার করেছি এবং অ্যামাজন কানেক্ট ব্যবহার করে একজন অপারেটরকে রিয়েল টাইমে সতর্ক করেছি যাতে তারা প্রয়োজন অনুসারে ব্যবস্থা নিতে পারে।
এই সমাধানটি কেবল ওয়েফারের সাথে আবদ্ধ নয়। আপনি এটিকে পরিবহনে অবজেক্ট ট্র্যাকিং, উত্পাদনে পণ্য এবং অন্যান্য অন্তহীন সম্ভাবনাগুলিতে প্রসারিত করতে পারেন।
লেখক সম্পর্কে
তোল্লা চেরওয়েনকা একজন AWS গ্লোবাল সলিউশন আর্কিটেক্ট যিনি ডেটা এবং বিশ্লেষণে প্রত্যয়িত৷ তিনি পরিবর্তনমূলক ইভেন্ট-চালিত ডেটা আর্কিটেকচারগুলি বিকাশ করতে ব্যবসায়িক লক্ষ্য থেকে পিছনের দিকে কাজ করার জন্য সম্ভাব্য পদ্ধতির একটি শিল্প ব্যবহার করেন যা ডেটা-চালিত সিদ্ধান্তগুলিকে সক্ষম করে। তাছাড়া, তিনি মাইক্রোসার্ভিসেস, সাপ্লাই চেইন এবং কানেক্টেড ফ্যাক্টরি যা আইওটি, মেশিন লার্নিং, বিগ ডাটা এবং অ্যানালিটিক্স সার্ভিসের জন্য মিশনের ক্রিটিক্যাল একচেটিয়া ওয়ার্কলোডের রিফ্যাক্টরিংয়ের জন্য প্রেসক্রিপটিভ সমাধান তৈরি করতে আগ্রহী।
মাইকেল ওয়ালনার AWS প্রফেশনাল সার্ভিসের সাথে একজন গ্লোবাল ডেটা সায়েন্টিস্ট এবং গ্রাহকদের ক্লাউডে তাদের AI/ML যাত্রায় AWSome হয়ে উঠতে সক্ষম করার ব্যাপারে উৎসাহী। অ্যামাজন কানেক্টে গভীর আগ্রহ থাকার পাশাপাশি তিনি খেলাধুলা পছন্দ করেন এবং রান্না উপভোগ করেন।
Kঋত্বিবাসন বালাসুব্রমানিয়ান আমাজন ওয়েব সার্ভিসের একজন প্রধান পরামর্শদাতা। তিনি বিশ্বব্যাপী এন্টারপ্রাইজ গ্রাহকদের তাদের ডিজিটাল ট্রান্সফরমেশন যাত্রায় সক্ষম করেন এবং আর্কিটেক্ট ক্লাউড নেটিভ সমাধানে সহায়তা করেন।
- প্রবেশ
- হিসাব
- কর্ম
- অতিরিক্ত
- অ্যাডমিন
- মর্দানী স্ত্রীলোক
- অ্যামাজন ওয়েব সার্ভিসেস
- বৈশ্লেষিক ন্যায়
- অসঙ্গতি সনাক্তকরণ
- API
- অ্যাপ্লিকেশন
- আবেদন
- স্থাপত্য
- কাছাকাছি
- শিল্প
- কৃত্রিম বুদ্ধিমত্তা
- অটোমেটেড
- ডেস্কটপ AWS
- ব্লগ
- বট
- নির্মাণ করা
- ভবন
- ব্যবসায়
- কল
- কারণ
- মেঘ
- মেঘ নেটিভ
- কোড
- কোম্পানি
- সম্মতি
- কম্পিউটার ভিশন
- বিশ্বাস
- পরামর্শকারী
- রান্না
- খরচ
- তৈরি করা হচ্ছে
- গ্রাহকদের
- উপাত্ত
- তথ্য বিজ্ঞানী
- চাহিদা
- সনাক্তকরণ
- বিকাশ
- ডিজিটাল
- ডিজিটাল ট্রান্সফরমেসন
- শেষপ্রান্ত
- উদ্যোগ
- এন্টারপ্রাইজ গ্রাহকরা
- পরিবেশ
- বিস্তৃত করা
- প্রথম
- প্রবাহ
- বিন্যাস
- বিনামূল্যে
- ক্রিয়া
- git
- GitHub
- বিশ্বব্যাপী
- ভাল
- কিভাবে
- কিভাবে
- HTTPS দ্বারা
- মানুষেরা
- সনাক্ত করা
- ভাবমূর্তি
- আমদানি
- বৃদ্ধি
- তথ্য
- বুদ্ধিমত্তা
- স্বার্থ
- IOT
- IT
- চাবি
- কী
- শিক্ষা
- লেভারেজ
- লাইন
- মেশিন লার্নিং
- ব্যবস্থাপনা
- উত্পাদন
- মানচিত্র
- ছন্দোবিজ্ঞান
- মিশন
- ML
- মডেল
- সংখ্যার
- খোলা
- প্রর্দশিত
- ক্রম
- অন্যান্য
- প্যাটার্ন
- ভবিষ্যদ্বাণী
- বর্তমান
- পণ্য
- উত্পাদনের
- পণ্য
- প্রকল্প
- পাইথন
- গুণ
- বৃদ্ধি
- পাঠক
- হ্রাস করা
- Resources
- বিশ্রাম
- এখানে ক্লিক করুন
- চালান
- দৌড়
- ঋষি নির্মাতা
- স্কেল
- SDK
- অর্ধপরিবাহী
- সেবা
- সেট
- সহজ
- So
- সলিউশন
- বিজ্ঞাপন
- শুরু
- শুরু
- স্টোরেজ
- দোকান
- সাফল্য
- সফল
- সরবরাহ
- সরবরাহ শৃঙ্খল
- সমর্থন
- পদ্ধতি
- পরীক্ষা
- সময়
- পথ
- অনুসরণকরণ
- প্রশিক্ষণ
- রুপান্তর
- পরিবহন
- ui
- মূল্য
- যানবাহন
- চেক
- দৃষ্টি
- কণ্ঠস্বর
- ওয়েব
- ওয়েব সার্ভিস
- ওয়েবসাইট
- হু
- উইকিপিডিয়া
- হয়া যাই ?
- কাজ