GPT4, ChatGPT, DALL-E2, बार्ड और कई अन्य AI तकनीकों जैसे उत्पादों के बारे में बात करने के साथ, जनरेटिव AI वर्तमान में बहुत अधिक लोगों का ध्यान आकर्षित कर रहा है। कई ग्राहक AWS के जनरेटिव AI समाधानों के बारे में अधिक जानकारी मांग रहे हैं। इस पोस्ट का उद्देश्य उन जरूरतों को पूरा करना है।
यह पोस्ट एक वास्तविक ग्राहक उपयोग के मामले के साथ जेनेरेटिव एआई का अवलोकन प्रदान करती है, एक संक्षिप्त विवरण प्रदान करती है और इसके लाभों की रूपरेखा देती है, एक आसान-से-आसान डेमो का संदर्भ देती है AWS दीप.कॉमपॉपर नई संगीत रचनाएँ बनाने के लिए, और इसका उपयोग शुरू करने के तरीके की रूपरेखा अमेज़न SageMaker जम्पस्टार्ट GPT2, स्थिर प्रसार 2.0 और अन्य जनरेटिव AI मॉडल को तैनात करने के लिए।
जनरेटिव एआई अवलोकन
जनरेटिव एआई आर्टिफिशियल इंटेलिजेंस का एक विशिष्ट क्षेत्र है जो नई सामग्री उत्पन्न करने पर केंद्रित है। यह AI दुनिया के सबसे रोमांचक क्षेत्रों में से एक है, जिसमें मौजूदा व्यवसायों को बदलने की क्षमता है और पूरी तरह से नए व्यावसायिक विचारों को बाजार में आने की अनुमति है। आप इसके लिए जनरेटिव तकनीकों का उपयोग कर सकते हैं:
- स्टेबल डिफ्यूजन 2.0 जैसे मॉडल का उपयोग करके कला के नए कार्यों का निर्माण करना
- GPT2, Bloom, या Flan-T5-XL जैसे मॉडल का उपयोग करके सबसे ज्यादा बिकने वाली किताब लिखना
- AWS DeepComposer में Transformers तकनीक का उपयोग करके अपनी अगली सिम्फनी की रचना करना
AWS DeepComposer एक शैक्षिक उपकरण है जो आपको संगीत रचना की भाषा के माध्यम से मशीन लर्निंग (ML) से जुड़ी प्रमुख अवधारणाओं को समझने में मदद करता है। अधिक जानने के लिए, देखें जनरेटिव आर्टिफिशियल इंटेलिजेंस का उपयोग करके एक जैज रॉक ट्रैक बनाएं.
स्थिर प्रसार, GPT2, ब्लूम और फ़्लान-T5-XL सभी ML मॉडल हैं। वे केवल गणितीय एल्गोरिदम हैं जिन्हें डेटा के पैटर्न की पहचान करने के लिए प्रशिक्षित करने की आवश्यकता है। पैटर्न सीखे जाने के बाद, वे एंडपॉइंट्स पर तैनात किए जाते हैं, जो अनुमान के रूप में जाने वाली प्रक्रिया के लिए तैयार होते हैं। नया डेटा जो मॉडल ने नहीं देखा है उसे अनुमान मॉडल में डाला जाता है, और नई रचनात्मक सामग्री तैयार की जाती है।
उदाहरण के लिए, स्टेबल डिफ्यूजन जैसे इमेज जेनरेशन मॉडल के साथ, हम कुछ शब्दों का उपयोग करके आश्चर्यजनक चित्र बना सकते हैं। GPT2, ब्लूम, और फ्लान-T5-XL जैसे टेक्स्ट जेनरेशन मॉडल के साथ, हम एक साधारण मानवीय वाक्य से नए साहित्यिक लेख और संभावित पुस्तकें उत्पन्न कर सकते हैं।
Autodesk एक AWS ग्राहक है जो उपयोग कर रहा है अमेज़न SageMaker विभिन्न उपयोग मामलों के लिए दृश्य डिजाइनों के हजारों पुनरावृत्तियों के माध्यम से अपने उत्पाद डिजाइनरों की मदद करने और इष्टतम डिजाइन चुनने में मदद करने के लिए एमएल का उपयोग करने के लिए। विशेष रूप से, उन्होंने स्पाइनल कॉर्ड प्रोटेक्टर विकसित करने में मदद करने के लिए एडेरा सेफ्टी के साथ काम किया है जो माउंटेन बाइकिंग जैसे खेल आयोजनों में भाग लेने के दौरान सवारियों को दुर्घटनाओं से बचाता है। अधिक जानकारी के लिए, वीडियो देखें AWS मशीन लर्निंग डिज़ाइन ऑप्टिमाइज़ेशन को सक्षम करता है.
एडब्ल्यूएस ग्राहक जनरेटिव एआई और फैशन के साथ क्या कर रहे हैं, इसके बारे में अधिक जानने के लिए देखें Amazon SageMaker का उपयोग करके जनरेटिव AI के साथ वर्चुअल फ़ैशन स्टाइलिंग।
अब जबकि हम समझ गए हैं कि जेनेरेटिव AI क्या है, तो आइए जानें कि AI के साथ नया टेक्स्ट या इमेज कैसे तैयार करें, जम्पस्टार्ट प्रदर्शन में कूदें।
.. पूर्वापेक्षाएँ
अमेज़ॅन सैजमेकर स्टूडियो SageMaker के भीतर एकीकृत विकास वातावरण (IDE) है जो हमें वे सभी ML सुविधाएँ प्रदान करता है जिनकी हमें कांच के एक फलक में आवश्यकता होती है। इससे पहले कि हम जम्पस्टार्ट चला सकें, हमें स्टूडियो स्थापित करने की आवश्यकता है। यदि आपके पास पहले से ही स्टूडियो का अपना संस्करण चल रहा है, तो आप इस चरण को छोड़ सकते हैं।
किसी भी AWS सेवा का उपयोग करने से पहले हमें यह सुनिश्चित करना होगा कि हमने AWS खाते के लिए साइन अप किया है और बनाया है। अगला एक प्रशासनिक उपयोगकर्ता और एक समूह बनाना है। दोनों चरणों पर निर्देशों के लिए देखें अमेज़ॅन सेजमेकर पूर्वापेक्षाएँ सेट करें.
अगला कदम एक SageMaker डोमेन बनाना है। एक डोमेन सभी स्टोरेज को सेट करता है और आपको SageMaker तक पहुँचने के लिए उपयोगकर्ताओं को जोड़ने की अनुमति देता है। अधिक जानकारी के लिए, देखें अमेज़न सेजमेकर डोमेन पर ऑनबोर्ड. यह डेमो एडब्ल्यूएस क्षेत्र में बनाया गया है us-east-1
.
अंत में, आप स्टूडियो लॉन्च करते हैं। इस पोस्ट के लिए, हम एक यूजर प्रोफाइल ऐप लॉन्च करने की सलाह देते हैं। निर्देशों के लिए, देखें अमेज़न सैजमेकर स्टूडियो लॉन्च करें.
जम्पस्टार्ट समाधान चुनें
अब हम रोमांचक भाग पर आते हैं। अब आपको स्टूडियो में लॉग इन होना चाहिए, और निम्न स्क्रीनशॉट के समान एक पेज देखना चाहिए।
नेविगेशन फलक में, के तहत सेजमेकर जम्पस्टार्ट, चुनें मॉडल, नोटबुक, समाधान.
आपको कई प्रकार के समाधान, नींव मॉडल और अन्य कलाकृतियाँ प्रस्तुत की जाती हैं जो आपको एक विशिष्ट मॉडल या एक विशिष्ट व्यावसायिक समस्या या उपयोग के मामले के साथ आरंभ करने में मदद कर सकती हैं।
यदि आप किसी विशेष क्षेत्र में प्रयोग करना चाहते हैं, तो आप खोज फ़ंक्शन का उपयोग कर सकते हैं। या आप अपनी आवश्यकताओं के लिए प्रासंगिक मॉडल या व्यावसायिक समाधान खोजने के लिए बस कलाकृतियों को ब्राउज़ कर सकते हैं।
उदाहरण के लिए, यदि आप धोखाधड़ी का पता लगाने वाले समाधानों में रुचि रखते हैं, तो खोज बार में धोखाधड़ी का पता लगाना दर्ज करें।
यदि आप पाठ निर्माण समाधानों में रुचि रखते हैं, तो खोज बार में पाठ निर्माण दर्ज करें। यदि आप टेक्स्ट जेनरेशन मॉडल की एक श्रृंखला का पता लगाना चाहते हैं तो शुरू करने के लिए एक अच्छी जगह है, इंट्रो टू जेएस - टेक्स्ट जनरेशन नोटबुक का चयन करना।
आइए GPT-2 मॉडल के एक विशिष्ट प्रदर्शन में गोता लगाएँ।
जम्पस्टार्ट GPT-2 मॉडल डेमो
GPT 2 एक भाषा मॉडल है जो दिए गए संकेत के आधार पर मानव-समान पाठ उत्पन्न करने में मदद करता है। हम इस प्रकार के ट्रांसफॉर्मर मॉडल का उपयोग नए वाक्य बनाने और लेखन को स्वचालित करने में हमारी सहायता के लिए कर सकते हैं। इसका उपयोग सामग्री निर्माण जैसे ब्लॉग, सोशल मीडिया पोस्ट और पुस्तकों के लिए किया जा सकता है।
GPT 2 मॉडल जनरेटिव प्री-ट्रेन्ड ट्रांसफॉर्मर परिवार का हिस्सा है जो GPT 3 का पूर्ववर्ती था। लेखन के समय, GPT 3 का उपयोग OpenAI ChatGPT एप्लिकेशन के लिए नींव के रूप में किया जाता है।
जम्पस्टार्ट में GPT-2 मॉडल डेमो की खोज शुरू करने के लिए, निम्नलिखित चरणों को पूरा करें:
- जम्पस्टार्ट पर, खोजें और चुनें जीपीटी 2.
- में तैनाती आदर्श खंड, विस्तार परिनियोजन विन्यास.
- के लिए SageMaker होस्टिंग उदाहरण, अपना उदाहरण चुनें (इस पोस्ट के लिए, हम ml.c5.2xlarge का उपयोग करते हैं)।
अलग-अलग मशीन प्रकारों में अलग-अलग मूल्य बिंदु जुड़े होते हैं। लिखने के समय, एमएल.सी5.2xबड़ा जो हमने चुना है वह $ 0.50 प्रति घंटे से कम है। सबसे अद्यतित मूल्य निर्धारण के लिए, देखें अमेज़न SageMaker मूल्य निर्धारण.
- के लिए समापन बिंदु नाम, डेमो-एचएफ-टेक्स्टजेनरेशन-जीपीटी2 दर्ज करें।
- चुनें तैनाती.
ML समापन बिंदु के परिनियोजित होने तक प्रतीक्षा करें (15 मिनट तक)।
- जब समापन बिंदु तैनात किया जाता है, तो चुनें नोटबुक खोलें.
आपको निम्न स्क्रीनशॉट जैसा एक पेज दिखाई देगा।
हमारे प्रदर्शन को प्रदर्शित करने के लिए हम जिस दस्तावेज़ का उपयोग कर रहे हैं वह एक ज्यूपिटर नोटबुक है, जिसमें सभी आवश्यक पायथन कोड शामिल हैं। ध्यान दें कि इस स्क्रीनशॉट का कोड आपके पास मौजूद कोड से थोड़ा अलग हो सकता है, क्योंकि AWS इन नोटबुक्स को लगातार अपडेट कर रहा है और यह सुनिश्चित कर रहा है कि वे सुरक्षित हैं, दोषों से मुक्त हैं, और सर्वोत्तम ग्राहक अनुभव प्रदान करते हैं।
- पहले सेल में क्लिक करें और चुनें Ctrl + Enter कोड ब्लॉक चलाने के लिए।
एक तारांकन चिह्न (*) कोड ब्लॉक के बाईं ओर दिखाई देता है और फिर एक संख्या में बदल जाता है। तारांकन चिह्न इंगित करता है कि कोड चल रहा है और संख्या प्रकट होने पर पूर्ण हो गया है।
- अगले कोड ब्लॉक में, कुछ नमूना टेक्स्ट दर्ज करें, फिर दबाएं Ctrl + Enter.
- चुनें Ctrl + Enter इसे चलाने के लिए तीसरे कोड ब्लॉक में।
लगभग 30-60 सेकंड के बाद, आप अपने अनुमान के परिणाम देखेंगे।
इनपुट पाठ के लिए "Once upon a time there were 18 sandwiches,
” हमें निम्नलिखित उत्पन्न पाठ मिलता है:
इनपुट पाठ के लिए "And for the final time Peter said to Mary,
” हमें निम्नलिखित उत्पन्न पाठ मिलता है:
आप इस तीसरे कोड ब्लॉक को कई बार चलाने के साथ प्रयोग कर सकते हैं, और आप देखेंगे कि मॉडल हर बार अलग-अलग भविष्यवाणी करता है।
कुछ उन्नत सुविधाओं का उपयोग करके आउटपुट को अनुकूलित करने के लिए, चौथे कोड ब्लॉक में प्रयोग करने के लिए नीचे स्क्रॉल करें।
टेक्स्ट जनरेशन मॉडल के बारे में अधिक जानने के लिए देखें Amazon SageMaker JumpStart पर ब्लूम और GPT मॉडल के साथ टेक्स्ट जेनरेशन चलाएं.
संसाधनों को साफ करें
इससे पहले कि हम आगे बढ़ें, जब आपका काम पूरा हो जाए तो अपना समापन बिंदु हटाना न भूलें। पिछले टैब पर, के तहत समापन बिंदु हटाएं, चुनें मिटाना.
यदि आपने गलती से इस नोटबुक को बंद कर दिया है, तो आप SageMaker कंसोल के माध्यम से अपना समापन बिंदु भी हटा सकते हैं। अंतर्गत अनुमान नेविगेशन फलक में, चुनें endpoints.
आपके द्वारा उपयोग किए गए एंडपॉइंट का चयन करें और पर क्रियाएँ मेनू, चुनें मिटाना.
अब जब हम समझ गए हैं कि अपने पहले जम्पस्टार्ट समाधान का उपयोग कैसे करना है, तो आइए एक स्थिर प्रसार मॉडल का उपयोग करते हुए देखें।
जम्पस्टार्ट स्थिर प्रसार मॉडल डेमो
हम स्थिर प्रसार 2 मॉडल का उपयोग पाठ की सरल रेखा से चित्र बनाने के लिए कर सकते हैं। इसका उपयोग सोशल मीडिया पोस्ट, प्रचार सामग्री, एल्बम कवर, या रचनात्मक कलाकृति की आवश्यकता वाली किसी भी चीज़ के लिए सामग्री उत्पन्न करने के लिए किया जा सकता है।
- जम्पस्टार्ट पर लौटें, फिर खोजें और चुनें स्थिर प्रसार 2.
- में तैनाती आदर्श खंड, विस्तार परिनियोजन विन्यास.
- के लिए SageMaker होस्टिंग उदाहरण, अपना उदाहरण चुनें (इस पोस्ट के लिए, हम ml.g5.2xlarge का उपयोग करते हैं)।
- के लिए समापन बिंदु नाम, दर्ज
demo-stabilityai-stable-diffusion-v2
. - चुनें तैनाती.
क्योंकि यह एक बड़ा मॉडल है, इसे तैनात करने में 25 मिनट तक का समय लग सकता है। जब यह तैयार हो जाता है, तो समापन बिंदु की स्थिति इस रूप में दिखाई देती है सेवा में.
- चुनें नोटबुक खोलें पायथन कोड के साथ ज्यूपिटर नोटबुक खोलने के लिए।
- पहला और दूसरा कोड ब्लॉक चलाएँ।
- तीसरे कोड ब्लॉक में, टेक्स्ट प्रांप्ट को बदलें, फिर सेल को रन करें।
अपनी छवि प्रदर्शित होने के लिए लगभग 30-60 सेकंड प्रतीक्षा करें। निम्न छवि हमारे उदाहरण पाठ पर आधारित है।
दोबारा, आप अगले कोड ब्लॉक में उन्नत सुविधाओं के साथ खेल सकते हैं। यह जो चित्र बनाता है वह हर बार अलग होता है।
संसाधनों को साफ करें
दोबारा, अपना एंडपॉइंट हटाना न भूलें। इस बार, हम ml.g5.2xlarge का उपयोग कर रहे हैं, इसलिए इसमें पहले की तुलना में थोड़ा अधिक शुल्क लगता है। लेखन के समय, यह प्रति घंटे $ 1 से थोड़ा अधिक था।
अंत में, AWS DeepComposer की ओर बढ़ते हैं।
AWS दीप.कॉमपॉपर
AWS DeepComposer जनरेटिव AI के बारे में जानने का एक शानदार तरीका है। यह आपको संगीत के नए रूपों को उत्पन्न करने के लिए अपने मॉडलों में अंतर्निहित धुनों का उपयोग करने की अनुमति देता है। आप जिस मॉडल का उपयोग करते हैं वह यह निर्धारित करता है कि इनपुट मेलोडी कैसे परिवर्तित हो जाती है।
यदि आप इसमें भाग लेने के आदी हैं AWS दीपराज अपने कर्मचारियों को पुन: प्रवर्तन सीखने में मदद करने के लिए दिन, जनरेटिव एआई के बारे में जानने के लिए एडब्ल्यूएस डीपकंपोजर के साथ दिन को बढ़ाने और बढ़ाने पर विचार करें।
इस पोस्ट में तीन मॉडलों की विस्तृत व्याख्या और पालन में आसान प्रदर्शन के लिए देखें जनरेटिव आर्टिफिशियल इंटेलिजेंस का उपयोग करके एक जैज रॉक ट्रैक बनाएं.
निम्नलिखित की जाँच करें शांत उदाहरण AWS DeepComposer का उपयोग करके साउंडक्लाउड पर अपलोड किया गया।
हम आपके प्रयोग देखना पसंद करेंगे, इसलिए बेझिझक सोशल मीडिया (@digitalcolmer) के माध्यम से पहुंचें और अपनी सीख और प्रयोग साझा करें।
निष्कर्ष
इस पोस्ट में, हमने जेनेरेटिव AI की परिभाषा के बारे में बात की, जिसे AWS ग्राहक कहानी द्वारा चित्रित किया गया है। फिर हमने आपको बताया कि स्टूडियो और जम्पस्टार्ट के साथ कैसे आरंभ करें, और आपको GPT 2 और स्थिर प्रसार मॉडल के साथ आरंभ करने का तरीका दिखाया। हमने AWS DeepComposer के संक्षिप्त अवलोकन के साथ समापन किया।
जम्पस्टार्ट का अधिक अन्वेषण करने के लिए, किसी मौजूदा मॉडल को फ़ाइन-ट्यून करने के लिए अपने स्वयं के डेटा का उपयोग करने का प्रयास करें। अधिक जानकारी के लिए, देखें अमेज़ॅन सेजमेकर जम्पस्टार्ट के साथ वृद्धिशील प्रशिक्षण. फ़ाइन-ट्यूनिंग स्थिर प्रसार मॉडल के बारे में जानकारी के लिए देखें अमेज़ॅन सैजमेकर जम्पस्टार्ट के साथ टेक्स्ट-टू-इमेज स्थिर प्रसार मॉडल को फाइन-ट्यून करें.
स्थिर प्रसार मॉडल के बारे में अधिक जानने के लिए देखें Amazon SageMaker JumpStart पर स्थिर डिफ्यूजन मॉडल के साथ टेक्स्ट से इमेज जेनरेट करें.
हमने फ़्लान-टी5-एक्सएल मॉडल पर कोई जानकारी शामिल नहीं की, इसलिए अधिक जानने के लिए, निम्नलिखित देखें गीथहब रेपो। अमेज़ॅन सैजमेकर उदाहरण रेपो में जम्पस्टार्ट सहित विभिन्न सेजमेकर उत्पादों के लिए गिटहब पर उपलब्ध नोटबुक्स की एक श्रृंखला भी शामिल है, जिसमें विभिन्न उपयोग मामलों की एक श्रृंखला शामिल है।
मुफ्त डिजिटल संपत्ति की एक श्रृंखला के माध्यम से AWS ML के बारे में अधिक जानने के लिए, हमारी जाँच करें AWS मशीन लर्निंग रैंप-अप गाइड. आप हमारा निःशुल्क प्रयास भी कर सकते हैं एमएल लर्निंग प्लान अपने वर्तमान ज्ञान पर निर्माण करने के लिए या एक स्पष्ट प्रारंभिक बिंदु प्राप्त करने के लिए। प्रशिक्षक-आधारित पाठ्यक्रम लेने के लिए, हम निम्नलिखित पाठ्यक्रमों की अत्यधिक अनुशंसा करते हैं:
एआई/एमएल स्पेस में यह वास्तव में एक रोमांचक समय है। एडब्ल्यूएस आपकी एमएल यात्रा का समर्थन करने के लिए यहां है, इसलिए कृपया सोशल मीडिया पर हमसे जुड़ें। हम आने वाले महीनों में विभिन्न एमएल सेवाओं के साथ आपके सभी सीखने, प्रयोगों और मज़े को देखने के लिए उत्सुक हैं और आपकी एमएल यात्रा पर आपके प्रशिक्षक बनने का अवसर प्राप्त करते हैं।
लेखक के बारे में
पॉल कॉलमर Amazon Web Services में एक सीनियर टेक्निकल ट्रेनर हैं, जिन्हें मशीन लर्निंग और जेनेरेटिव AI में विशेषज्ञता हासिल है। उनका जुनून ग्राहकों, भागीदारों और कर्मचारियों को सम्मोहक कहानी कहने, साझा अनुभव और ज्ञान हस्तांतरण के माध्यम से विकसित और विकसित होने में मदद करना है। आईटी उद्योग में 25 से अधिक वर्षों के साथ, वह फुर्तीली सांस्कृतिक प्रथाओं और मशीन लर्निंग समाधानों में माहिर हैं। पॉल लंदन कॉलेज ऑफ म्यूजिक के फेलो और ब्रिटिश कंप्यूटर सोसाइटी के फेलो हैं।
- एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
- प्लेटोआईस्ट्रीम। Web3 डेटा इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
- मिंटिंग द फ्यूचर डब्ल्यू एड्रिएन एशले। यहां पहुंचें।
- PREIPO® के साथ PRE-IPO कंपनियों में शेयर खरीदें और बेचें। यहां पहुंचें।
- स्रोत: https://aws.amazon.com/blogs/machine-learning/get-started-with-generative-ai-on-aws-using-amazon-sagemaker-jumpstart/
- :है
- :नहीं
- $यूपी
- 1
- 11
- 15% तक
- 50
- 500
- 7
- 8
- 9
- 937
- a
- About
- पहुँच
- दुर्घटनाओं
- लेखा
- जोड़ना
- पता
- प्रशासनिक
- उन्नत
- बाद
- चुस्त
- AI
- ऐ / एमएल
- उद्देश्य
- एल्बम
- एल्गोरिदम
- सब
- अनुमति देना
- की अनुमति देता है
- पहले ही
- भी
- वीरांगना
- अमेज़न SageMaker
- अमेज़न SageMaker जम्पस्टार्ट
- अमेज़ॅन वेब सेवा
- an
- और
- कोई
- कुछ भी
- अनुप्रयोग
- दिखाई देते हैं
- आवेदन
- हैं
- क्षेत्र
- चारों ओर
- कला
- लेख
- कृत्रिम
- कृत्रिम बुद्धिमत्ता
- कलाकृति
- AS
- संपत्ति
- जुड़े
- At
- जुड़ा हुआ
- ध्यान
- Autodesk
- को स्वचालित रूप से
- उपलब्ध
- एडब्ल्यूएस
- एडब्ल्यूएस ग्राहक
- बार
- आधारित
- BE
- क्योंकि
- गाय का मांस
- किया गया
- से पहले
- शुरू
- लाभ
- BEST
- आशीर्वाद
- खंड
- ब्लॉक
- ब्लॉग
- फूल का खिलना
- किताब
- पुस्तकें
- के छात्रों
- ब्रिटिश
- निर्माण
- में निर्मित
- व्यापार
- व्यापार विचार
- व्यवसायों
- लेकिन
- by
- कर सकते हैं
- मामला
- मामलों
- परिवर्तन
- प्रभार
- ChatGPT
- चेक
- चुनें
- स्पष्ट
- बंद
- कोड
- कॉलेज
- कैसे
- अ रहे है
- सम्मोहक
- पूरा
- पूरी तरह से
- कंप्यूटर
- अवधारणाओं
- जुडिये
- विचार करना
- कंसोल
- निरंतर
- सामग्री
- सामग्री निर्माण
- पाठ्यक्रम
- पाठ्यक्रमों
- आवरण
- कवर
- शामिल किया गया
- बनाना
- बनाया
- बनाता है
- बनाना
- निर्माण
- क्रिएटिव
- सांस्कृतिक
- वर्तमान
- ग्राहक
- ग्राहक अनुभव
- ग्राहक
- तिथि
- दिन
- दिन
- मौत
- डेमो
- तैनात
- तैनात
- तैनाती
- विवरण
- डिज़ाइन
- डिजाइनरों
- डिजाइन
- विस्तृत
- खोज
- निर्धारित
- विकसित करना
- विकास
- विभिन्न
- प्रसार
- डिजिटल
- डिजिटल आस्तियां
- do
- दस्तावेज़
- कर
- डोमेन
- dont
- नीचे
- से प्रत्येक
- शैक्षिक
- कर्मचारियों
- सक्षम बनाता है
- अंतर्गत कई
- endpoint
- बढ़ाने
- दर्ज
- वातावरण
- ईथर (ईटीएच)
- घटनाओं
- प्रत्येक
- उदाहरण
- उत्तेजक
- मौजूदा
- विस्तार
- अनुभव
- अनुभव
- प्रयोग
- प्रयोगों
- स्पष्टीकरण
- का पता लगाने
- तलाश
- परिवार
- फैशन
- विशेषताएं
- फेड
- लग रहा है
- साथी
- कुछ
- खेत
- फ़ील्ड
- अंतिम
- खोज
- प्रथम
- केंद्रित
- निम्नलिखित
- भोजन
- के लिए
- रूपों
- आगे
- बुनियाद
- चार
- चौथा
- धोखा
- धोखाधड़ी का पता लगाना
- मुक्त
- से
- मज़ा
- समारोह
- पाने
- उत्पन्न
- उत्पन्न
- सृजन
- पीढ़ी
- उत्पादक
- जनरेटिव एआई
- मिल
- GitHub
- दी
- कांच
- अच्छा
- महान
- समूह
- आगे बढ़ें
- हाथ
- है
- he
- सुना
- मदद
- मदद
- मदद करता है
- यहाँ उत्पन्न करें
- उच्चतर
- अत्यधिक
- उसके
- होस्टिंग
- घंटा
- कैसे
- How To
- एचटीएमएल
- HTTPS
- मानव
- विचारों
- पहचान करना
- if
- की छवि
- छवि निर्माण
- छवियों
- in
- शामिल
- सहित
- इंगित करता है
- उद्योग
- करें-
- निवेश
- उदाहरण
- निर्देश
- एकीकृत
- बुद्धि
- रुचि
- में
- IT
- आईटी उद्योग
- पुनरावृत्तियों
- आईटी इस
- यात्रा
- जेपीजी
- छलांग
- जुपीटर नोटबुक
- केवल
- कुंजी
- ज्ञान
- ज्ञान स्थानांतरण
- जानने वाला
- भाषा
- बड़ा
- लांच
- शुरू करने
- जानें
- सीखा
- सीख रहा हूँ
- बाएं
- पसंद
- लाइन
- जीवित
- लॉग इन
- लंडन
- देखिए
- लॉट
- मोहब्बत
- मशीन
- यंत्र अधिगम
- बनाया गया
- बनाना
- बनाता है
- निर्माण
- बहुत
- बाजार
- सामग्री
- गणितीय
- मीडिया
- मिनट
- ML
- आदर्श
- मॉडल
- महीने
- अधिक
- अधिकांश
- पहाड़
- चाल
- विभिन्न
- संगीत
- संगीत
- नाम
- पथ प्रदर्शन
- आवश्यक
- आवश्यकता
- की जरूरत है
- नया
- अगला
- नोट
- नोटबुक
- पुस्तिकाओं
- सूचना..
- अभी
- संख्या
- of
- on
- ONE
- खुला
- OpenAI
- अवसर
- इष्टतम
- or
- अन्य
- हमारी
- आउट
- रूपरेखा
- उत्पादन
- के ऊपर
- सिंहावलोकन
- अपना
- पृष्ठ
- फलक
- भाग
- भाग लेने वाले
- विशेष
- भागीदारों
- जुनून
- पैटर्न उपयोग करें
- पॉल
- पीडीएफ
- स्टाफ़
- पीटर
- चित्र
- जगह
- प्लेटो
- प्लेटो डेटा इंटेलिजेंस
- प्लेटोडाटा
- प्ले
- कृप्या अ
- बिन्दु
- अंक
- पद
- पोस्ट
- संभावित
- संभावित
- प्रथाओं
- पूर्वज
- भविष्यवाणियों
- वर्तमान
- प्रस्तुत
- दबाना
- पिछला
- मूल्य
- कीमत निर्धारण
- मुसीबत
- प्रक्रिया
- प्रस्तुत
- एस्ट्रो मॉल
- उत्पाद
- प्रोफाइल
- प्रचार
- प्रदान करना
- प्रदान करता है
- सार्वजनिक
- अजगर
- रेंज
- बल्कि
- पहुंच
- तैयार
- वास्तविक
- की सिफारिश
- संदर्भ
- क्षेत्र
- प्रासंगिक
- की आवश्यकता होती है
- रेस्टोरेंट
- परिणाम
- सवार
- चट्टान
- रन
- दौड़ना
- सुरक्षा
- sagemaker
- कहा
- सैंट
- स्क्रॉल
- Search
- दूसरा
- सेकंड
- अनुभाग
- सुरक्षित
- देखना
- देखकर
- देखा
- चयनित
- वरिष्ठ
- वाक्य
- सेवा
- सेवाएँ
- सेट
- सेट
- Share
- साझा
- चाहिए
- प्रदर्शन
- दिखाता है
- पर हस्ताक्षर किए
- समान
- सरल
- केवल
- एक
- थोड़ा अलग
- So
- सोशल मीडिया
- सोशल मीडिया
- सोशल मीडिया पोस्ट
- समाज
- समाधान
- समाधान ढूंढे
- कुछ
- Soundcloud
- अंतरिक्ष
- माहिर
- विशेषज्ञता
- विशिष्ट
- विशेष रूप से
- स्थिर
- प्रारंभ
- शुरू
- शुरुआत में
- स्थिति
- कदम
- कदम
- भंडारण
- कहानी
- कहानी कहने
- स्टूडियो
- तेजस्वी
- ऐसा
- समर्थन
- निश्चित
- लेना
- बातचीत
- तकनीकी
- तकनीक
- टेक्नोलॉजीज
- पाठ पीढ़ी
- से
- कि
- RSI
- लेकिन हाल ही
- फिर
- वहाँ।
- इन
- वे
- बात
- चीज़ें
- तीसरा
- इसका
- उन
- हजारों
- तीन
- यहाँ
- पहर
- बार
- सेवा मेरे
- साधन
- ट्रैक
- प्रशिक्षित
- प्रशिक्षण
- स्थानांतरण
- बदालना
- तब्दील
- ट्रांसफार्मर
- ट्रान्सफ़ॉर्मर
- वास्तव में
- बदल जाता है
- टाइप
- प्रकार
- के अंतर्गत
- समझना
- आधुनिकतम
- अद्यतन
- अपलोड की गई
- के ऊपर
- us
- उपयोग
- उदाहरण
- प्रयुक्त
- उपयोगकर्ता
- उपयोगकर्ताओं
- का उपयोग
- विभिन्न
- संस्करण
- के माध्यम से
- वीडियो
- इंतज़ार कर रही
- करना चाहते हैं
- था
- मार्ग..
- we
- वेब
- वेब सेवाओं
- थे
- क्या
- कब
- कौन कौन से
- जब
- कौन
- मर्जी
- साथ में
- अंदर
- शब्द
- काम किया
- कार्य
- विश्व
- होगा
- लिपटा
- लिख रहे हैं
- साल
- इसलिए आप
- आपका
- जेफिरनेट