लेखक द्वारा छवि
इस ट्यूटोरियल में, हम सीखेंगे कि विभिन्न उपयोग के मामलों के लिए OpenAI API को कैसे सेट अप और उपयोग किया जाए। ट्यूटोरियल को इस प्रकार डिज़ाइन किया गया है कि इसे अनुसरण करना आसान हो, यहां तक कि उन लोगों के लिए भी जिन्हें पायथन प्रोग्रामिंग का सीमित ज्ञान है। हम यह पता लगाएंगे कि कोई भी कैसे प्रतिक्रियाएं उत्पन्न कर सकता है और उच्च गुणवत्ता वाले बड़े भाषा मॉडल तक पहुंच सकता है।
RSI OpenAI एपीआई डेवलपर्स को OpenAI द्वारा विकसित AI मॉडल की एक विस्तृत श्रृंखला तक आसानी से पहुंचने की अनुमति देता है। यह एक उपयोगकर्ता-अनुकूल इंटरफ़ेस प्रदान करता है जो डेवलपर्स को अपने अनुप्रयोगों में अत्याधुनिक ओपनएआई मॉडल द्वारा संचालित बुद्धिमान सुविधाओं को शामिल करने में सक्षम बनाता है। एपीआई का उपयोग विभिन्न उद्देश्यों के लिए किया जा सकता है, जिसमें टेक्स्ट जेनरेशन, मल्टी-टर्न चैट, एम्बेडिंग, ट्रांसक्रिप्शन, अनुवाद, टेक्स्ट-टू-स्पीच, इमेज समझ और इमेज जेनरेशन शामिल हैं। इसके अतिरिक्त, एपीआई कर्ल, पायथन और नोड.जेएस के साथ संगत है।
OpenAI API के साथ आरंभ करने के लिए, आपको सबसे पहले openai.com पर एक खाता बनाना होगा। पहले, प्रत्येक उपयोगकर्ता को मुफ्त क्रेडिट दिया जाता था, लेकिन अब नए उपयोगकर्ताओं को क्रेडिट खरीदना आवश्यक है।
क्रेडिट खरीदने के लिए, "सेटिंग्स" पर जाएं, फिर "बिलिंग" पर जाएं और अंत में, "भुगतान विवरण जोड़ें" पर जाएं। अपने डेबिट या क्रेडिट कार्ड की जानकारी दर्ज करें, और ऑटो-रिचार्ज अक्षम करना सुनिश्चित करें। एक बार जब आप 10 USD लोड कर लेते हैं, तो आप इसे एक वर्ष तक उपयोग कर सकते हैं।
आइए "एपीआई कुंजी" पर नेविगेट करके और "नई गुप्त कुंजी बनाएं" का चयन करके एपीआई कुंजी बनाएं। इसे एक नाम दें और "गुप्त कुंजी बनाएं" पर क्लिक करें।
एपीआई की प्रतिलिपि बनाएँ और स्थानीय मशीन पर एक पर्यावरण चर बनाएँ।
मैं अपनी आईडीई के रूप में डीपनोट का उपयोग करता हूं। पर्यावरण चर बनाना आसान है। बस "एकीकरण" पर जाएं, "पर्यावरण चर बनाएं" चुनें, कुंजी के लिए एक नाम और मान प्रदान करें, और एकीकरण बनाएं।
इसके बाद, हम पाइप का उपयोग करके ओपनएआई पायथन पैकेज स्थापित करेंगे।
%pip install --upgrade openai
अब हम एक ऐसा क्लाइंट बनाएंगे जो विश्व स्तर पर विभिन्न प्रकार के मॉडलों तक पहुंच सके।
यदि आपने अपना पर्यावरण चर "OPENAI_API_KEY" नाम से सेट किया है, तो आपको OpenAI क्लाइंट को API कुंजी प्रदान करने की आवश्यकता नहीं है।
from openai import OpenAI
client = OpenAI()
कृपया ध्यान दें कि आपको केवल एपीआई कुंजी प्रदान करनी चाहिए यदि आपके पर्यावरण चर का नाम डिफ़ॉल्ट से अलग है।
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ.get("SECRET_KEY"),
)
प्रतिक्रिया उत्पन्न करने के लिए हम एक लीगेसी फ़ंक्शन का उपयोग करेंगे। पूर्णता फ़ंक्शन को उत्तर उत्पन्न करने के लिए मॉडल नाम, प्रॉम्प्ट और अन्य तर्कों की आवश्यकता होती है।
completion = client.completions.create(
model="gpt-3.5-turbo-instruct",
prompt="Write a short story about Elon Musk being the biggest troll.",
max_tokens=300,
temperature=0.7,
)
print(completion.choices[0].text)
GPT3.5 मॉडल ने एलोन मस्क के बारे में अद्भुत कहानी तैयार की है।
हम एक अतिरिक्त तर्क `स्ट्रीम` प्रदान करके भी अपनी प्रतिक्रिया स्ट्रीम कर सकते हैं।
पूर्ण प्रतिक्रिया की प्रतीक्षा करने के बजाय, स्ट्रीम सुविधा आउटपुट उत्पन्न होते ही उसके प्रसंस्करण को सक्षम बनाती है। यह दृष्टिकोण भाषा मॉडल के आउटपुट को एक साथ के बजाय टोकन द्वारा लौटाकर कथित विलंबता को कम करने में मदद करता है।
stream = client.completions.create(
model="gpt-3.5-turbo-instruct",
prompt="Write a Python code for accessing the REST API securely.",
max_tokens=300,
temperature=0.7,
stream = True
)
for chunk in stream:
print(chunk.choices[0].text, end="")
मॉडल ने एपीआई चैट पूर्णता का उपयोग किया। प्रतिक्रिया उत्पन्न करने से पहले, आइए उपलब्ध मॉडलों का पता लगाएं।
आप उपलब्ध सभी मॉडलों की सूची देख सकते हैं या पढ़ सकते हैं मॉडल आधिकारिक दस्तावेज़ पर पृष्ठ।
print(client.models.list())
हम GPT-3.5 के नवीनतम संस्करण का उपयोग करेंगे और इसे सिस्टम संकेतों और उपयोगकर्ता संदेशों के लिए शब्दकोश की एक सूची प्रदान करेंगे। समान संदेश पैटर्न का पालन करना सुनिश्चित करें।
completion = client.chat.completions.create(
model="gpt-3.5-turbo-1106",
messages=[
{
"role": "system",
"content": "You are an experienced data scientist, adept at presenting complex data concepts with creativity.",
},
{
"role": "user",
"content": "What is Feature Engineering, and what are some common methods?",
},
],
)
print(completion.choices[0].message.content)
जैसा कि हम देख सकते हैं, हमने लीगेसी एपीआई के समान परिणाम उत्पन्न किया है। तो, इस एपीआई का उपयोग क्यों करें? इसके बाद, हम सीखेंगे कि चैट पूर्णता एपीआई अधिक लचीली और उपयोग में आसान क्यों है।
Feature engineering is the process of selecting, creating, or transforming features (variables) in a dataset to improve the performance of machine learning models. It involves identifying the most relevant and informative features and preparing them for model training. Effective feature engineering can significantly enhance the predictive power of a model and its ability to generalize to new data.
Some common methods of feature engineering include:
1. Imputation: Handling missing values in features by filling them in with meaningful values such as the mean, median, or mode of the feature.
2. One-Hot Encoding: Converting categorical variables into binary vectors to represent different categories as individual features.
3. Normalization/Standardization: Scaling numerical features to bring t.........
अब हम सीखेंगे कि अपने एआई मॉडल के साथ मल्टी-टर्न बातचीत कैसे करें। ऐसा करने के लिए, हम पिछली बातचीत में सहायक की प्रतिक्रिया जोड़ देंगे और उसी संदेश प्रारूप में नया संकेत भी शामिल करेंगे। उसके बाद, हम चैट समापन फ़ंक्शन को शब्दकोशों की एक सूची प्रदान करेंगे।
chat=[
{"role": "system", "content": "You are an experienced data scientist, adept at presenting complex data concepts with creativity."},
{"role": "user", "content": "What is Feature Engineering, and what are some common methods?"}
]
chat.append({"role": "assistant", "content": str(completion.choices[0].message.content)})
chat.append({"role": "user", "content": "Can you summarize it, please?"})
completion = client.chat.completions.create(
model="gpt-3.5-turbo-1106",
messages=chat
)
print(completion.choices[0].message.content)
मॉडल ने संदर्भ को समझ लिया है और हमारे लिए फीचर इंजीनियरिंग का सारांश प्रस्तुत किया है।
Feature engineering involves selecting, creating, or transforming features in a dataset to enhance the performance of machine learning models. Common methods include handling missing values, converting categorical variables, scaling numerical features, creating new features using interactions and polynomials, selecting important features, extracting time-series and textual features, aggregating information, and reducing feature dimensionality. These techniques aim to improve the model's predictive power by refining and enriching the input features.
उन्नत एप्लिकेशन विकसित करने के लिए, हमें टेक्स्ट को एम्बेडिंग में बदलने की आवश्यकता है। इन एम्बेडिंग का उपयोग समानता खोज, सिमेंटिक खोज और अनुशंसा इंजन के लिए किया जाता है। हम एपीआई टेक्स्ट और मॉडल नाम प्रदान करके एम्बेडिंग उत्पन्न कर सकते हैं। यह इतना आसान है।
text = "Data Engineering is a rapidly growing field that focuses on the collection, storage, processing, and analysis of large volumes of structured and unstructured data. It involves various tasks such as data extraction, transformation, loading (ETL), data modeling, database design, and optimization to ensure that data is accessible, accurate, and relevant for decision-making purposes."
DE_embeddings = client.embeddings.create(input=text, model="text-embedding-3-small")
print(chat_embeddings.data[0].embedding)
[0.0016297283582389355, 0.0013418874004855752, 0.04802832752466202, -0.041273657232522964, 0.02150309458374977, 0.004967313259840012,.......]
अब, हम टेक्स्ट को स्पीच, स्पीच को टेक्स्ट में बदल सकते हैं और ऑडियो एपीआई का उपयोग करके इसका अनुवाद भी कर सकते हैं।
ट्रांसक्रिप्शन
हम इसका उपयोग करेंगे वाई-फाई 7 सब कुछ बदल देगा यूट्यूब वीडियो बनाएं और इसे एमपी3 में बदलें। उसके बाद, हम फ़ाइल खोलेंगे और इसे ऑडियो ट्रांसक्रिप्ट एपीआई को प्रदान करेंगे।
audio_file= open("Data/techlinked.mp3", "rb")
transcript = client.audio.transcriptions.create(
model="whisper-1",
file=audio_file
)
print(transcript.text)
व्हिस्पर मॉडल अद्भुत है. इसमें ऑडियो की उत्तम प्रतिलिपि है।
The Consumer Electronics Show has officially begun in Las Vegas and we'll be bringing you all the highlights from right here in our regular studio where it's safe and clean and not a desert. I hate sand. The Wi-Fi Alliance announced that they have officially confirmed the Wi-Fi 7 standard and they've already started to certify devices to ensure they work together. Unlike me and Selena, that was never gonna last. The new standard will have twice the channel bandwidth of Wi-Fi 5, 6, and 6E, making it better for, surprise,......
अनुवाद करें
हम अंग्रेजी ऑडियो को दूसरी भाषा में भी ट्रांसक्राइब कर सकते हैं। हमारे मामले में, हम इसे उर्दू भाषा में परिवर्तित करेंगे। हम बस एक और तर्क `भाषा` जोड़ेंगे और इसे आईएसओ भाषा कोड "उर" प्रदान करेंगे।
translations = client.audio.transcriptions.create(
model="whisper-1",
response_format="text",
language="ur",
file=audio_file,
)
print(translations)
गैर-लैटिन भाषाओं के लिए अनुवाद अपूर्ण है, लेकिन न्यूनतम व्यवहार्य उत्पाद के लिए प्रयोग योग्य है।
کنسومر ایلیکٹرانک شاہی نے لاس بیگیس میں شامل شروع کیا ہے اور ہم آپ کو جمہوری بہترین چیزیں اپنے ریگلر سٹوڈیو میں یہاں جارہے ہیں جہاں یہ آمید ہے اور خوبصورت ہے اور دنیا نہیں ہے مجھے سانڈ بھولتا ہے وائ فائی آلائنٹس نے اعلان کیا کہ انہوں نے وائ فائی سیبن سٹانڈرڈ کو شامل شروع کیا اور انہوں ن........
भाषण के पाठ
आपके टेक्स्ट को प्राकृतिक ध्वनि वाले ऑडियो में बदलने के लिए, हम स्पीच एपीआई का उपयोग करेंगे और इसे मॉडल नाम, वॉयस एक्टर नाम और इनपुट टेक्स्ट प्रदान करेंगे। इसके बाद, हम ऑडियो फ़ाइल को अपने "डेटा" फ़ोल्डर में सहेजेंगे।
response = client.audio.speech.create(
model="tts-1",
voice="alloy",
input= '''I see skies of blue and clouds of white
The bright blessed days, the dark sacred nights
And I think to myself
What a wonderful world
'''
)
response.stream_to_file("Data/song.mp3")
डीपनोट नोटबुक के भीतर ऑडियो फ़ाइल को सुनने के लिए, हम आईपीथॉन ऑडियो फ़ंक्शन का उपयोग करेंगे।
from IPython.display import Audio
Audio("Data/song.mp3")
OpenAI API उपयोगकर्ताओं को चैट पूर्णता फ़ंक्शन के माध्यम से मल्टीमॉडल मॉडल तक पहुंच प्रदान करता है। छवियों को समझने के लिए, हम नवीनतम GPT-4 विज़न मॉडल का उपयोग कर सकते हैं।
संदेश तर्क में, हमने छवि और छवि यूआरएल के बारे में प्रश्न पूछने के लिए एक संकेत प्रदान किया है। छवि स्रोत से ली गई है Pixabay. कृपया सुनिश्चित करें कि किसी भी त्रुटि से बचने के लिए आप एक ही संदेश प्रारूप का पालन करें।
response = client.chat.completions.create(
model="gpt-4-vision-preview",
messages=[
{
"role": "user",
"content": [
{
"type": "text",
"text": "Could you please identify this image's contents and provide its location?",
},
{
"type": "image_url",
"image_url": {
"url": "https://images.pexels.com/photos/235731/pexels-photo-235731.jpeg?auto=compress&cs=tinysrgb&w=1260&h=750&dpr=2",
},
},
],
}
],
max_tokens=300,
)
print(response.choices[0].message.content)
आउटपुट छवि को पूरी तरह से समझाता है।
This is an image of a person carrying a large number of rice seedlings on a carrying pole. The individual is wearing a conical hat, commonly used in many parts of Asia as protection from the sun and rain, and is walking through what appears to be a flooded field or a wet area with lush vegetation in the background. The sunlight filtering through the trees creates a serene and somewhat ethereal atmosphere.
It's difficult to determine the exact location from the image alone, but this type of scene is typically found in rural areas of Southeast Asian countries like Vietnam, Thailand, Cambodia, or the Philippines, where rice farming is a crucial part of the agricultural industry and landscape.
एक छवि यूआरएल प्रदान करने के बजाय, हम एक स्थानीय छवि फ़ाइल भी लोड कर सकते हैं और इसे चैट पूर्णता एपीआई को प्रदान कर सकते हैं। ऐसा करने के लिए, हमें सबसे पहले छवि को डाउनलोड करना होगा मंजीत सिंह यादव pexels.com से.
!curl -o /work/Data/indian.jpg "https://images.pexels.com/photos/1162983/pexels-photo-1162983.jpeg?auto=compress&cs=tinysrgb&w=1260&h=750&dpr=2"
फिर, हम छवि को लोड करेंगे और बेस64 प्रारूप में एन्कोड करेंगे।
import base64
def encode_image(image_path):
with open(image_path, "rb") as image_file:
return base64.b64encode(image_file.read()).decode('utf-8')
image_path = "Data/indian.jpg"
# generating the base64 string
base64_image = encode_image(image_path)
छवि यूआरएल प्रदान करने के बजाय, हम मेटाडेटा और छवि की बेस 64 स्ट्रिंग प्रदान करेंगे।
response = client.chat.completions.create(
model="gpt-4-vision-preview",
messages=[
{
"role": "user",
"content": [
{
"type": "text",
"text": "Could you please identify this image's contents.",
},
{
"type": "image_url",
"image_url": {
"url": f"data:image/jpeg;base64,{base64_image}"
},
},
],
}
],
max_tokens=100,
)
print(response.choices[0].message.content)
मॉडल ने छवि का सफलतापूर्वक विश्लेषण किया है और इसके बारे में विस्तृत विवरण प्रदान किया है।
The image shows a woman dressed in traditional Indian attire, specifically a classical Indian saree with gold and white colors, which is commonly associated with the Indian state of Kerala, known as the Kasavu saree. She is adorned with various pieces of traditional Indian jewelry including a maang tikka (a piece of jewelry on her forehead), earrings, nose ring, a choker, and other necklaces, as well as bangles on her wrists.
The woman's hairstyle features jasmine flowers arranged in
हम DALLE-3 मॉडल का उपयोग करके भी छवियां उत्पन्न कर सकते हैं। हमें केवल इमेज एपीआई को मॉडल का नाम, प्रॉम्प्ट, आकार, गुणवत्ता और छवियों की संख्या प्रदान करनी है।
response = client.images.generate(
model="dall-e-3",
prompt="a young woman sitting on the edge of a mountain",
size="1024x1024",
quality="standard",
n=1,
)
image_url = response.data[0].url
उत्पन्न छवि ऑनलाइन सहेजी गई है, और आप इसे स्थानीय रूप से देखने के लिए डाउनलोड कर सकते हैं। ऐसा करने के लिए, हम 'अनुरोध' फ़ंक्शन के साथ छवि डाउनलोड करेंगे, छवि यूआरएल और स्थानीय निर्देशिका प्रदान करेंगे जहां आप इसे सहेजना चाहते हैं। उसके बाद, हम छवि को खोलने और दिखाने के लिए पिलो लाइब्रेरी के इमेज फ़ंक्शन का उपयोग करेंगे।
import urllib.request
from PIL import Image
urllib.request.urlretrieve(image_url, '/work/Data/woman.jpg')
img = Image.open('/work/Data/woman.jpg')
img.show()
हमें एक उच्च गुणवत्ता वाली उत्पन्न छवि प्राप्त हुई है। यह बिल्कुल आश्चर्यजनक है!
यदि आप किसी भी OpenAI Python API को चलाने में संघर्ष कर रहे हैं, तो बेझिझक मेरे प्रोजेक्ट को देखें deepnote.
मैं पिछले कुछ समय से ओपनएपीआई के साथ प्रयोग कर रहा हूं, और हमने क्रेडिट में केवल 0.22 डॉलर का उपयोग किया, जो मुझे काफी किफायती लगता है। मेरे गाइड के साथ, शुरुआती लोग भी अपने स्वयं के एआई एप्लिकेशन बनाना शुरू कर सकते हैं। यह एक सरल प्रक्रिया है - आपको अपने स्वयं के मॉडल को प्रशिक्षित करने या उसे तैनात करने की आवश्यकता नहीं है। आप एपीआई का उपयोग करके अत्याधुनिक मॉडल तक पहुंच सकते हैं, जिसमें प्रत्येक नई रिलीज के साथ लगातार सुधार हो रहा है।
इस गाइड में, हम ओपनएआई पायथन एपीआई को कैसे सेट अप करें और सरल टेक्स्ट प्रतिक्रियाएं कैसे उत्पन्न करें, यह कवर करते हैं। हम मल्टीटर्न चैट, एम्बेडिंग, ट्रांसक्रिप्शन, अनुवाद, टेक्स्ट-टू-स्पीच, विज़न और इमेज जेनरेशन एपीआई के बारे में भी सीखते हैं।
यदि आप चाहते हैं कि मैं एक उन्नत एआई एप्लिकेशन बनाने के लिए इन एपीआई का उपयोग करूं तो मुझे बताएं।
पढ़ने के लिए धन्यवाद।
आबिद अली अवनी (@1अबिदलियावान) एक प्रमाणित डेटा वैज्ञानिक पेशेवर है जो मशीन लर्निंग मॉडल बनाना पसंद करता है। वर्तमान में, वह सामग्री निर्माण और मशीन लर्निंग और डेटा विज्ञान प्रौद्योगिकियों पर तकनीकी ब्लॉग लिखने पर ध्यान केंद्रित कर रहा है। आबिद के पास प्रौद्योगिकी प्रबंधन में मास्टर डिग्री और दूरसंचार इंजीनियरिंग में स्नातक की डिग्री है। उनका दृष्टिकोण मानसिक बीमारी से जूझ रहे छात्रों के लिए ग्राफ न्यूरल नेटवर्क का उपयोग करके एआई उत्पाद बनाना है।
- एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
- प्लेटोडेटा.नेटवर्क वर्टिकल जेनरेटिव एआई। स्वयं को शक्तिवान बनाएं। यहां पहुंचें।
- प्लेटोआईस्ट्रीम। Web3 इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
- प्लेटोईएसजी. कार्बन, क्लीनटेक, ऊर्जा, पर्यावरण, सौर, कचरा प्रबंधन। यहां पहुंचें।
- प्लेटोहेल्थ। बायोटेक और क्लिनिकल परीक्षण इंटेलिजेंस। यहां पहुंचें।
- स्रोत: https://www.kdnuggets.com/openai-api-for-beginners-your-easy-to-follow-starter-guide?utm_source=rss&utm_medium=rss&utm_campaign=openai-api-for-beginners-your-easy-to-follow-starter-guide
- :हैस
- :है
- :नहीं
- :कहाँ
- $यूपी
- 1
- 10
- 12
- 13
- 14
- 16
- 17
- 19
- 2%
- 20
- 21
- 22
- 5
- 6
- 7
- 8
- 9
- a
- क्षमता
- About
- इसके बारे में
- पहुँच
- सुलभ
- तक पहुँचने
- लेखा
- सही
- जोड़ना
- इसके अतिरिक्त
- निपुण
- उन्नत
- सस्ती
- बाद
- योग
- कृषि
- AI
- एआई मॉडल
- उद्देश्य
- सब
- संधि
- की अनुमति देता है
- मिश्र धातु
- अकेला
- पहले ही
- भी
- अद्भुत
- an
- विश्लेषण
- विश्लेषण किया
- और
- की घोषणा
- अन्य
- कोई
- किसी
- एपीआई
- एपीआई
- प्रकट होता है
- आवेदन
- अनुप्रयोगों
- दृष्टिकोण
- हैं
- क्षेत्र
- क्षेत्रों के बारे में जानकारी का उपयोग करके ट्रेडिंग कर सकते हैं।
- तर्क
- तर्क
- व्यवस्था की
- AS
- एशिया
- एशियाई
- पूछ
- सहायक
- जुड़े
- At
- वातावरण
- ऑडियो
- उपलब्ध
- से बचने
- पृष्ठभूमि
- बैंडविड्थ
- BE
- किया गया
- से पहले
- शुरुआती
- शुरू कर दिया
- जा रहा है
- बेहतर
- सबसे बड़ा
- बिलिंग
- बाइनरी
- धन्य
- ब्लॉग
- नीला
- उज्ज्वल
- लाना
- लाना
- निर्माण
- इमारत
- लेकिन
- by
- कंबोडिया
- कर सकते हैं
- कार्ड
- ले जाने के
- मामला
- मामलों
- श्रेणियाँ
- प्रमाणित
- प्रमाणित
- परिवर्तन
- चैनल
- बातचीत
- चेक
- स्वच्छ
- क्लिक करें
- ग्राहक
- कोड
- संग्रह
- COM
- सामान्य
- सामान्यतः
- संगत
- पूरा
- समापन
- जटिल
- समझना
- अवधारणाओं
- की पुष्टि
- उपभोक्ता
- उपभोक्ता इलेक्ट्रॉनिक्स
- सामग्री
- सामग्री निर्माण
- अंतर्वस्तु
- प्रसंग
- लगातार
- कन्वर्सेशन (Conversation)
- बदलना
- परिवर्तित
- सका
- देशों
- आवरण
- बनाना
- बनाता है
- बनाना
- निर्माण
- रचनात्मकता
- श्रेय
- क्रेडिट कार्ड
- महत्वपूर्ण
- वर्तमान में
- अंधेरा
- तिथि
- डेटा विज्ञान
- आँकड़े वाला वैज्ञानिक
- डाटाबेस
- दिन
- नामे
- निर्णय
- डीईएफ़
- चूक
- डिग्री
- तैनात
- DESERT
- डिज़ाइन
- बनाया गया
- विस्तृत
- विवरण
- निर्धारित करना
- विकसित करना
- विकसित
- डेवलपर्स
- डिवाइस
- विभिन्न
- मुश्किल
- डिस्प्ले
- do
- दस्तावेज़ीकरण
- डॉलर
- डॉन
- डाउनलोड
- से प्रत्येक
- आसान
- आसानी
- आसान
- Edge
- प्रभावी
- इलेक्ट्रानिक्स
- एलोन
- एलोन मस्क
- embedding
- सक्षम बनाता है
- एन्कोडिंग
- समाप्त
- अभियांत्रिकी
- इंजन
- अंग्रेज़ी
- बढ़ाना
- समृद्ध
- सुनिश्चित
- दर्ज
- वातावरण
- त्रुटियाँ
- ईथर (ईटीएच)
- वायव्य
- और भी
- प्रत्येक
- सटीक
- अनुभवी
- प्रयोग
- समझाना
- स्पष्टीकरण
- का पता लगाने
- अतिरिक्त
- निष्कर्षण
- खेती
- Feature
- विशेषताएं
- लग रहा है
- खेत
- पट्टिका
- भरने
- छानने
- अंत में
- खोज
- प्रथम
- लचीला
- बाढ़ आ गई
- केंद्रित
- ध्यान केंद्रित
- का पालन करें
- के लिए
- माथा
- प्रारूप
- पाया
- मुक्त
- से
- समारोह
- उत्पन्न
- उत्पन्न
- सृजन
- पीढ़ी
- मिल
- gif
- देना
- दी
- ग्लोबली
- Go
- सोना
- ग्राफ
- ग्राफ तंत्रिका नेटवर्क
- बढ़ रहा है
- गाइड
- हैंडलिंग
- टोपी
- नफरत
- है
- he
- मदद करता है
- उसे
- यहाँ उत्पन्न करें
- उच्च गुणवत्ता
- हाइलाइट
- उसके
- रखती है
- कैसे
- How To
- HTTPS
- i
- पहचान करना
- पहचान
- if
- बीमारी
- की छवि
- छवि निर्माण
- छवियों
- आयात
- महत्वपूर्ण
- में सुधार
- में सुधार लाने
- in
- शामिल
- सहित
- सम्मिलित
- भारतीय
- व्यक्ति
- उद्योग
- करें-
- जानकारीपूर्ण
- निवेश
- स्थापित
- एकीकरण
- बुद्धिमान
- बातचीत
- इंटरफेस
- में
- शामिल
- आईएसओ
- IT
- आईटी इस
- आभूषण
- जेपीजी
- केवल
- केडनगेट्स
- कुंजी
- Instagram पर
- जानना
- ज्ञान
- जानने वाला
- परिदृश्य
- भाषा
- भाषाऐं
- बड़ा
- लास
- लॉस वेगास
- पिछली बार
- विलंब
- ताज़ा
- जानें
- सीख रहा हूँ
- विरासत
- चलो
- पुस्तकालय
- पसंद
- सीमित
- लिंक्डइन
- सूची
- ll
- भार
- लोड हो रहा है
- स्थानीय
- स्थानीय स्तर पर
- स्थान
- प्यार करता है
- मशीन
- यंत्र अधिगम
- बनाना
- निर्माण
- प्रबंध
- बहुत
- मास्टर
- me
- मतलब
- सार्थक
- मानसिक
- मानसिक बीमारी
- message
- संदेश
- मेटाडाटा
- तरीकों
- न्यूनतम
- न्यूनतम व्यवहार्य उत्पाद
- लापता
- मोड
- आदर्श
- मोडलिंग
- मॉडल
- अधिक
- अधिकांश
- पहाड़
- कस्तूरी
- my
- अपने आप
- नाम
- नेविगेट
- आवश्यकता
- नेटवर्क
- तंत्रिका
- तंत्रिका नेटवर्क
- कभी नहीँ
- नया
- नई सुविधाएँ
- नए उपयोगकर्ता
- अगला
- नोड
- Node.js
- नाक
- नोट
- नोटबुक
- अभी
- संख्या
- of
- सरकारी
- आधिकारिक तौर पर
- on
- एक बार
- ONE
- ऑनलाइन
- केवल
- खुला
- OpenAI
- इष्टतमीकरण
- or
- OS
- अन्य
- हमारी
- आउट
- उत्पादन
- अपना
- पैकेज
- पृष्ठ
- भाग
- भागों
- पैटर्न
- भुगतान
- माना जाता है
- उत्तम
- पूरी तरह से
- प्रदर्शन
- व्यक्ति
- फिलीपींस
- टुकड़ा
- टुकड़े
- प्लेटो
- प्लेटो डेटा इंटेलिजेंस
- प्लेटोडाटा
- कृप्या अ
- बहुआयामी पद
- बिजली
- संचालित
- भविष्य कहनेवाला
- तैयारी
- पिछला
- पहले से
- प्रक्रिया
- प्रसंस्करण
- एस्ट्रो मॉल
- पेशेवर
- प्रोग्रामिंग
- परियोजना
- संकेतों
- सुरक्षा
- प्रदान करना
- बशर्ते
- प्रदान करता है
- प्रदान कर
- क्रय
- प्रयोजनों
- अजगर
- गुणवत्ता
- प्रशन
- बिल्कुल
- वर्षा
- रेंज
- तेजी
- बल्कि
- पढ़ना
- पढ़ना
- प्राप्त
- सिफारिश
- को कम करने
- को कम करने
- रिफाइनिंग
- नियमित
- और
- प्रासंगिक
- जवाब दें
- प्रतिनिधित्व
- का अनुरोध
- अपेक्षित
- की आवश्यकता होती है
- प्रतिक्रिया
- प्रतिक्रियाएं
- बाकी
- परिणाम
- वापसी
- लौटने
- चावल
- सही
- अंगूठी
- भूमिका
- रन
- ग्रामीण
- ग्रामीण क्षेत्र
- s
- पवित्र
- सुरक्षित
- वही
- SAND
- सहेजें
- बचाया
- स्केलिंग
- दृश्य
- विज्ञान
- वैज्ञानिक
- Search
- गुप्त
- सुरक्षित रूप से
- देखना
- चयन
- का चयन
- अर्थ
- सेट
- सेटिंग्स
- वह
- कम
- चाहिए
- दिखाना
- दिखाता है
- काफी
- समान
- सरल
- केवल
- बैठक
- आकार
- आसमान
- So
- कुछ
- कुछ हद तक
- जल्दी
- खट्टा
- दक्षिण-पूर्व
- विशेष रूप से
- भाषण
- मानक
- प्रारंभ
- शुरू
- राज्य
- राज्य के-the-कला
- भंडारण
- कहानी
- धारा
- तार
- संरचित
- संरचित और असंरचित डेटा
- संघर्ष
- छात्र
- स्टूडियो
- सफलतापूर्वक
- ऐसा
- संक्षेप में प्रस्तुत करना
- रवि
- सूरज की रोशनी
- निश्चित
- आश्चर्य
- प्रणाली
- T
- कार्य
- तकनीकी
- तकनीक
- टेक्नोलॉजीज
- टेक्नोलॉजी
- दूरसंचार
- टेक्स्ट
- पाठ पीढ़ी
- पाठ से भाषण
- शाब्दिक
- थाईलैंड
- से
- कि
- RSI
- फिलीपींस
- लेकिन हाल ही
- उन
- फिर
- इन
- वे
- सोचना
- इसका
- उन
- यहाँ
- पहर
- सेवा मेरे
- एक साथ
- टोकन
- परंपरागत
- रेलगाड़ी
- प्रशिक्षण
- प्रतिलेख
- परिवर्तन
- बदलने
- अनुवाद करना
- अनुवाद करें
- का अंग्रेज़ी संस्करण
- पेड़
- घुमाना
- <strong>उद्देश्य</strong>
- ट्यूटोरियल
- दो बार
- टाइप
- प्रकार
- आम तौर पर
- समझ
- समझ लिया
- भिन्न
- असंरचित
- उर्दू
- यूआरएल
- us
- प्रयोग करने योग्य
- यूएसडी
- उपयोग
- प्रयुक्त
- उपयोगकर्ता
- उपयोगकर्ता के अनुकूल
- उपयोगकर्ताओं
- का उपयोग
- मूल्य
- मान
- परिवर्तनशील
- चर
- विभिन्न
- Ve
- वैक्टर
- वेगास
- संस्करण
- व्यवहार्य
- वीडियो
- वियतनाम
- देखें
- दृष्टि
- आवाज़
- संस्करणों
- इंतज़ार कर रही
- घूमना
- करना चाहते हैं
- था
- we
- कुंआ
- क्या
- एचएमबी क्या है?
- कौन कौन से
- फुसफुसाना
- सफेद
- कौन
- क्यों
- वाई फाई
- चौड़ा
- विस्तृत श्रृंखला
- मर्जी
- साथ में
- अंदर
- महिला
- अद्भुत
- काम
- एक साथ काम करो
- विश्व
- लिखना
- लिख रहे हैं
- वर्ष
- इसलिए आप
- युवा
- आपका
- यूट्यूब
- जेफिरनेट