تصویر بذریعہ ایڈیٹر
Large Language Models (LLMs) جیسے OpenAI's GPT-3، Google's BERT، اور Meta's LLaMA مختلف شعبوں میں متن کی ایک وسیع صف پیدا کرنے کی اپنی صلاحیت کے ساتھ انقلاب برپا کر رہے ہیں؟—؟مارکیٹنگ کاپی اور ڈیٹا سائنس اسکرپٹ سے لے کر شاعری تک۔
اگرچہ ChatGPT کا بدیہی انٹرفیس آج زیادہ تر لوگوں کے آلات میں ہونے میں کامیاب ہوگیا ہے، پھر بھی متنوع سافٹ ویئر انٹیگریشنز میں LLMs کو استعمال کرنے کے لیے ناقابل استعمال صلاحیت کا ایک وسیع منظر موجود ہے۔
اہم مسئلہ؟
زیادہ تر ایپلی کیشنز کو LLMs کے ساتھ زیادہ سیال اور مقامی رابطے کی ضرورت ہوتی ہے۔
اور یہ وہ جگہ ہے جہاں لینگ چین کا آغاز ہوتا ہے!
اگر آپ جنریٹو AI اور LLMs میں دلچسپی رکھتے ہیں، تو یہ ٹیوٹوریل آپ کے لیے تیار کیا گیا ہے۔
تو… چلو شروع کرتے ہیں!
اگر آپ کسی غار کے اندر رہ رہے ہیں اور حال ہی میں کوئی خبر نہیں ملی ہے، تو میں مختصر طور پر بڑی زبان کے ماڈلز یا ایل ایل ایم کی وضاحت کروں گا۔
ایل ایل ایم ایک جدید ترین مصنوعی ذہانت کا نظام ہے جسے انسانوں کی طرح متنی سمجھ بوجھ اور نسل کی نقل کرنے کے لیے بنایا گیا ہے۔ بہت زیادہ ڈیٹا سیٹس کی تربیت کے ذریعے، یہ ماڈل پیچیدہ نمونوں کو پہچانتے ہیں، لسانی باریکیوں کو سمجھتے ہیں، اور مربوط نتائج پیدا کرتے ہیں۔
اگر آپ حیران ہیں کہ ان AI سے چلنے والے ماڈلز کے ساتھ کیسے تعامل کیا جائے، تو ایسا کرنے کے دو اہم طریقے ہیں:
- سب سے عام اور سیدھا طریقہ ماڈل کے ساتھ بات کرنا یا چیٹنگ کرنا ہے۔ اس میں ایک پرامپٹ تیار کرنا، اسے AI سے چلنے والے ماڈل کو بھیجنا، اور جواب کے طور پر ٹیکسٹ پر مبنی آؤٹ پٹ حاصل کرنا شامل ہے۔
- دوسرا طریقہ متن کو عددی صفوں میں تبدیل کرنا ہے۔ اس عمل میں AI کے لیے ایک پرامپٹ تحریر کرنا اور بدلے میں ایک عددی صف حاصل کرنا شامل ہے۔ جسے عام طور پر "ایمبیڈنگ" کہا جاتا ہے۔ اس نے ویکٹر ڈیٹا بیس اور سیمنٹک تلاش میں حالیہ اضافے کا تجربہ کیا ہے۔
اور یہ بالکل وہی دو اہم مسائل ہیں جنہیں لینگ چین حل کرنے کی کوشش کرتا ہے۔ اگر آپ LLMs کے ساتھ بات چیت کے اہم مسائل میں دلچسپی رکھتے ہیں، تو آپ اس مضمون کو دیکھ سکتے ہیں۔ یہاں.
LangChain ایک اوپن سورس فریم ورک ہے جو LLMs کے ارد گرد بنایا گیا ہے۔ یہ میز پر ٹولز، اجزاء، اور انٹرفیس کا ایک ہتھیار لاتا ہے جو LLM سے چلنے والی ایپلی کیشنز کے فن تعمیر کو ہموار کرتا ہے۔
LangChain کے ساتھ، زبان کے ماڈلز کے ساتھ مشغول ہونا، متنوع اجزاء کو آپس میں جوڑنا، اور APIs اور ڈیٹا بیس جیسے اثاثوں کو شامل کرنا ایک ہوا کا جھونکا بن جاتا ہے۔ یہ بدیہی فریم ورک کافی حد تک LLM ایپلیکیشن کی ترقی کے سفر کو آسان بناتا ہے۔
لانگ چین کا بنیادی خیال یہ ہے کہ ہم مزید نفیس ایل ایل ایم سے چلنے والے حل تیار کرنے کے لیے مختلف اجزاء یا ماڈیولز، جنہیں چین بھی کہا جاتا ہے، ایک ساتھ جوڑ سکتے ہیں۔
یہاں LangChain کی کچھ نمایاں خصوصیات ہیں:
- ہماری تعاملات کو معیاری بنانے کے لیے حسب ضرورت فوری ٹیمپلیٹس۔
- نفیس استعمال کے معاملات کے لیے تیار کردہ چین لنک اجزاء۔
- سرکردہ لینگویج ماڈلز کے ساتھ ہموار انضمام، بشمول OpenAI کے GPTs اور HuggingFace Hub پر۔
- کسی خاص مسئلے یا کام کا اندازہ لگانے کے لیے مکس اینڈ میچ اپروچ کے لیے ماڈیولر اجزاء۔
مصنف کی طرف سے تصویر
LangChain موافقت پذیری اور ماڈیولر ڈیزائن پر اپنی توجہ سے ممتاز ہے۔
LangChain کے پیچھے بنیادی خیال قدرتی لینگویج پروسیسنگ کی ترتیب کو انفرادی حصوں میں توڑنا ہے، جس سے ڈویلپرز کو ان کی ضروریات کی بنیاد پر ورک فلو کو اپنی مرضی کے مطابق بنانے کی اجازت ملتی ہے۔
اس طرح کی استعداد کار مختلف حالات اور صنعتوں میں AI سلوشنز بنانے کے لیے LangChain کو ایک اہم انتخاب کے طور پر رکھتی ہے۔
اس کے کچھ اہم اجزاء یہ ہیں…
مصنف کی طرف سے تصویر
1. ایل ایل ایم
LLMs بنیادی اجزاء ہیں جو انسان نما متن کو سمجھنے اور تخلیق کرنے کے لیے تربیتی ڈیٹا کی وسیع مقدار سے فائدہ اٹھاتے ہیں۔ وہ LangChain کے اندر بہت سے کاموں کا مرکز ہیں، جو متن کے ان پٹ کا تجزیہ کرنے، تشریح کرنے اور جواب دینے کے لیے ضروری لینگویج پروسیسنگ کی صلاحیتیں فراہم کرتے ہیں۔
: استعمال چیٹ بوٹس کو طاقتور بنانا، مختلف ایپلی کیشنز کے لیے انسان جیسا متن تیار کرنا، معلومات کی بازیافت میں مدد کرنا، اور دوسری زبان کی پروسیسنگ انجام دینا
2. فوری ٹیمپلیٹس
ایل ایل ایم کے ساتھ تعامل کے لیے اشارے بنیادی ہیں، اور مخصوص کاموں پر کام کرتے وقت، ان کی ساخت ایک جیسی ہوتی ہے۔ پرامپٹ ٹیمپلیٹس، جو پہلے سے سیٹ پرامپٹس ہیں جو تمام زنجیروں میں قابل استعمال ہیں، مخصوص قدروں کو شامل کرکے "پرامپٹس" کو معیاری بنانے کی اجازت دیتے ہیں۔ یہ کسی بھی LLM کی موافقت اور حسب ضرورت کو بڑھاتا ہے۔
: استعمال LLMs کے ساتھ تعامل کے عمل کو معیاری بنانا۔
3. آؤٹ پٹ پارسر
آؤٹ پٹ پارسرز ایسے اجزاء ہیں جو زنجیر کے پچھلے مرحلے سے خام آؤٹ پٹ لیتے ہیں اور اسے ساختی شکل میں تبدیل کرتے ہیں۔ اس سٹرکچرڈ ڈیٹا کو بعد کے مراحل میں زیادہ مؤثر طریقے سے استعمال کیا جا سکتا ہے یا آخری صارف کو جواب کے طور پر پہنچایا جا سکتا ہے۔
: استعمال مثال کے طور پر، ایک چیٹ بوٹ میں، ایک آؤٹ پٹ پارسر زبان کے ماڈل سے خام متن کا جواب لے سکتا ہے، معلومات کے کلیدی ٹکڑوں کو نکال سکتا ہے، اور انہیں منظم جواب میں فارمیٹ کر سکتا ہے۔
4. اجزاء اور زنجیریں۔
LangChain میں، ہر جزو ایک ماڈیول کے طور پر کام کرتا ہے جو لینگویج پروسیسنگ کی ترتیب میں کسی خاص کام کے لیے ذمہ دار ہے۔ ان اجزاء کو فارم سے جوڑا جا سکتا ہے۔ زنجیروں اپنی مرضی کے مطابق ورک فلو کے لیے۔
: استعمال ایک مخصوص چیٹ بوٹ میں جذبات کا پتہ لگانے اور رسپانس جنریٹر چینز تیار کرنا۔
5. یاداشت
LangChain میں میموری سے مراد وہ جزو ہے جو ورک فلو کے اندر معلومات کے لیے اسٹوریج اور بازیافت کا طریقہ کار فراہم کرتا ہے۔ یہ جزو ڈیٹا کے عارضی یا مستقل ذخیرہ کرنے کی اجازت دیتا ہے جس تک LLM کے ساتھ تعامل کے دوران دوسرے اجزاء کے ذریعے رسائی اور ہیرا پھیری کی جا سکتی ہے۔
: استعمال یہ ان حالات میں مفید ہے جہاں ڈیٹا کو پروسیسنگ کے مختلف مراحل میں برقرار رکھنے کی ضرورت ہے، مثال کے طور پر، سیاق و سباق سے آگاہ جوابات فراہم کرنے کے لیے بات چیت کی سرگزشت کو چیٹ بوٹ میں محفوظ کرنا۔
6. ایجنٹ
ایجنٹ خود مختار اجزاء ہوتے ہیں جو ڈیٹا کی بنیاد پر کارروائی کرنے کے قابل ہوتے ہیں۔ وہ LangChain ورک فلو کے اندر مخصوص کام انجام دینے کے لیے دوسرے اجزاء، بیرونی سسٹمز، یا صارفین کے ساتھ تعامل کر سکتے ہیں۔
: استعمال مثال کے طور پر، ایک ایجنٹ صارف کے تعاملات کو سنبھال سکتا ہے، آنے والی درخواستوں پر کارروائی کرسکتا ہے، اور مناسب جوابات پیدا کرنے کے لیے سلسلہ کے ذریعے ڈیٹا کے بہاؤ کو مربوط کرسکتا ہے۔
7. اشاریہ جات اور بازیافت کرنے والے
اشاریہ جات اور بازیافت ڈیٹا کو مؤثر طریقے سے منظم کرنے اور اس تک رسائی میں اہم کردار ادا کرتے ہیں۔ اشاریہ جات ماڈل کے تربیتی ڈیٹا سے معلومات اور میٹا ڈیٹا رکھنے والے ڈیٹا ڈھانچے ہیں۔ دوسری طرف، بازیافت کرنے والے وہ طریقہ کار ہیں جو مخصوص معیار کی بنیاد پر متعلقہ ڈیٹا حاصل کرنے کے لیے ان اشاریہ جات کے ساتھ تعامل کرتے ہیں اور ماڈل کو متعلقہ سیاق و سباق کی فراہمی کے ذریعے بہتر جواب دینے کی اجازت دیتے ہیں۔
: استعمال وہ ایک بڑے ڈیٹاسیٹ سے متعلقہ ڈیٹا یا دستاویزات کو تیزی سے حاصل کرنے میں اہم کردار ادا کرتے ہیں، جو معلومات کی بازیافت یا سوالوں کے جوابات جیسے کاموں کے لیے ضروری ہے۔
8. دستاویزی ٹرانسفارمرز
LangChain میں، Document Transformers خصوصی اجزاء ہیں جو دستاویزات کو اس طریقے سے پروسیس کرنے اور تبدیل کرنے کے لیے بنائے گئے ہیں جو انھیں مزید تجزیہ یا پروسیسنگ کے لیے موزوں بناتے ہیں۔ ان تبدیلیوں میں ٹیکسٹ نارملائزیشن، فیچر نکالنے، یا متن کو مختلف فارمیٹ میں تبدیل کرنے جیسے کام شامل ہو سکتے ہیں۔
: استعمال پروسیسنگ کے بعد کے مراحل کے لیے ٹیکسٹ ڈیٹا کی تیاری، جیسے مشین لرننگ ماڈلز کے ذریعے تجزیہ یا موثر بازیافت کے لیے اشاریہ سازی۔
9. ایمبیڈنگ ماڈلز
وہ ایک اعلی جہتی جگہ میں متنی ڈیٹا کو عددی ویکٹر میں تبدیل کرنے کے لیے استعمال ہوتے ہیں۔ یہ ماڈل الفاظ اور فقروں کے درمیان معنوی تعلقات کو پکڑتے ہیں، مشین کے ذریعے پڑھنے کے قابل نمائندگی کو فعال کرتے ہیں۔ وہ LangChain ماحولیاتی نظام کے اندر مختلف بہاو نیچرل لینگویج پروسیسنگ (NLP) کاموں کی بنیاد بناتے ہیں۔
: استعمال متن کی عددی نمائندگی فراہم کر کے معنوی تلاشوں، مماثلت کے موازنہ، اور مشین لرننگ کے دیگر کاموں کی سہولت فراہم کرنا۔
10. ویکٹر اسٹورز
ڈیٹا بیس سسٹم کی قسم جو ایمبیڈنگز کے ذریعے معلومات کو ذخیرہ کرنے اور تلاش کرنے میں مہارت رکھتا ہے، بنیادی طور پر متن جیسے ڈیٹا کی عددی نمائندگی کا تجزیہ کرتا ہے۔ ویکٹر اسٹور ان ایمبیڈنگز کے لیے اسٹوریج کی سہولت کے طور پر کام کرتا ہے۔
: استعمال معنوی مماثلت کی بنیاد پر موثر تلاش کی اجازت دینا۔
PIP کا استعمال کرتے ہوئے اسے انسٹال کرنا
سب سے پہلے ہمیں یہ یقینی بنانا ہے کہ ہمارے ماحول میں LangChain انسٹال ہے۔
pip install langchain
ماحولیاتی سیٹ اپ
LangChain کو استعمال کرنے کا مطلب عام طور پر دیگر اجزاء کے ساتھ متنوع ماڈل فراہم کنندگان، ڈیٹا اسٹورز، APIs کے ساتھ مربوط ہونا ہے۔ اور جیسا کہ آپ پہلے ہی جانتے ہیں، کسی بھی انضمام کی طرح، متعلقہ اور درست API کیز کی فراہمی LangChain کے آپریشن کے لیے بہت ضروری ہے۔
تصور کریں کہ ہم اپنا OpenAI API استعمال کرنا چاہتے ہیں۔ ہم اسے آسانی سے دو طریقوں سے پورا کر سکتے ہیں:
- کلید کو ماحولیاتی متغیر کے طور پر ترتیب دینا
OPENAI_API_KEY="..."
or
import os
os.environ['OPENAI_API_KEY'] = “...”
اگر آپ ماحولیاتی متغیر قائم نہ کرنے کا انتخاب کرتے ہیں، تو آپ کے پاس OpenAI LLM کلاس شروع کرتے وقت براہ راست openai_api_key نامی پیرامیٹر کے ذریعے کلید فراہم کرنے کا اختیار ہے:
- کلید کو متعلقہ کلاس میں براہ راست سیٹ کریں۔
from langchain.llms import OpenAI
llm = OpenAI(openai_api_key="...")
LLMs کے درمیان سوئچنگ سیدھا ہو جاتا ہے۔
LangChain ایک LLM کلاس فراہم کرتا ہے جو ہمیں مختلف زبان کے ماڈل فراہم کنندگان، جیسے OpenAI اور Hugging Face کے ساتھ بات چیت کرنے کی اجازت دیتا ہے۔
کسی بھی LLM کے ساتھ شروع کرنا کافی آسان ہے، کیونکہ کسی بھی LLM کی سب سے بنیادی اور آسان ترین فعالیت صرف متن تیار کرنا ہے۔
تاہم، ایک ہی وقت میں مختلف ایل ایل ایم سے ایک ہی پرامپٹ پوچھنا اتنا آسان نہیں ہے۔
یہ وہ جگہ ہے جہاں لینگ چین کا آغاز ہوتا ہے…
کسی بھی LLM کی سب سے آسان فعالیت پر واپس آتے ہوئے، ہم آسانی سے LangChain کے ساتھ ایک ایپلیکیشن بنا سکتے ہیں جو سٹرنگ پرامپٹ حاصل کرے اور ہمارے نامزد کردہ LLM کا آؤٹ پٹ واپس کرے۔
مصنف کی طرف سے کوڈ
ہم صرف ایک ہی پرامپٹ استعمال کر سکتے ہیں اور کوڈ کی چند لائنوں میں دو مختلف ماڈلز کا جواب حاصل کر سکتے ہیں!
مصنف کی طرف سے کوڈ
متاثر کن… ٹھیک ہے؟
پرامپٹ ٹیمپلیٹس کے ساتھ ہمارے اشارے کو ڈھانچہ دینا
لینگویج ماڈلز (LLMs) کے ساتھ ایک عام مسئلہ پیچیدہ ایپلی کیشنز کو بڑھانے میں ناکامی ہے۔ LangChain پرامپٹس بنانے کے عمل کو ہموار کرنے کے لیے ایک حل پیش کرتے ہوئے حل کرتا ہے، جو کہ کسی کام کی وضاحت کرنے سے زیادہ پیچیدہ ہوتا ہے کیونکہ اس کے لیے AI کی شخصیت کا خاکہ بنانے اور حقائق کی درستگی کو یقینی بنانے کی ضرورت ہوتی ہے۔ اس کا ایک اہم حصہ بار بار بوائلر پلیٹ کا متن شامل ہے۔ LangChain پرامپٹ ٹیمپلیٹس پیش کر کے اس کو کم کرتا ہے، جو نئے اشارے میں بوائلر پلیٹ ٹیکسٹ کو خود بخود شامل کرتا ہے، اس طرح فوری تخلیق کو آسان بناتا ہے اور مختلف کاموں میں مستقل مزاجی کو یقینی بناتا ہے۔
مصنف کی طرف سے کوڈ
آؤٹ پٹ پارسرز کے ساتھ منظم جوابات حاصل کرنا
چیٹ پر مبنی تعاملات میں، ماڈل کا آؤٹ پٹ محض متن ہے۔ اس کے باوجود، سافٹ ویئر ایپلی کیشنز کے اندر، ایک سٹرکچرڈ آؤٹ پٹ کا ہونا افضل ہے کیونکہ یہ مزید پروگرامنگ کی کارروائیوں کی اجازت دیتا ہے۔ مثال کے طور پر، ڈیٹا سیٹ تیار کرتے وقت، CSV یا JSON جیسے مخصوص فارمیٹ میں جواب موصول کرنا مطلوب ہے۔ یہ فرض کرتے ہوئے کہ AI سے مستقل اور مناسب فارمیٹ شدہ جواب حاصل کرنے کے لیے فوری طور پر تیار کیا جا سکتا ہے، اس آؤٹ پٹ کو منظم کرنے کے لیے ٹولز کی ضرورت ہے۔ LangChain ساختی آؤٹ پٹ کو مؤثر طریقے سے سنبھالنے اور استعمال کرنے کے لیے آؤٹ پٹ پارسر ٹولز پیش کر کے اس ضرورت کو پورا کرتا ہے۔
مصنف کی طرف سے کوڈ
آپ میرے پر پورا کوڈ چیک کر سکتے ہیں۔ GitHub کے.
کچھ عرصہ پہلے، ChatGPT کی اعلیٰ صلاحیتوں نے ہمیں حیرت میں ڈال دیا۔ پھر بھی، تکنیکی ماحول ہمیشہ بدل رہا ہے، اور اب LangChain جیسے ٹولز ہماری انگلیوں پر ہیں، جو ہمیں اپنے ذاتی کمپیوٹرز سے صرف چند گھنٹوں میں شاندار پروٹو ٹائپ تیار کرنے کی اجازت دیتے ہیں۔
LangChain، ایک آزادانہ طور پر دستیاب Python پلیٹ فارم، صارفین کو LLMs (Language Model Models) کے ذریعے اینکر کردہ ایپلیکیشنز تیار کرنے کا ذریعہ فراہم کرتا ہے۔ یہ پلیٹ فارم متعدد بنیادی ماڈلز کے لیے ایک لچکدار انٹرفیس فراہم کرتا ہے، پرامپٹ ہینڈلنگ کو ہموار کرتا ہے اور پرامپٹ ٹیمپلیٹس، مزید LLMs، بیرونی معلومات، اور ایجنٹوں کے ذریعے دیگر وسائل جیسے عناصر کے لیے ایک گٹھ جوڑ کے طور پر کام کرتا ہے، جیسا کہ موجودہ دستاویزات کے مطابق ہے۔
چیٹ بوٹس، ڈیجیٹل اسسٹنٹس، زبان کے ترجمے کے ٹولز، اور جذبات کے تجزیہ کی افادیت کا تصور کریں۔ یہ تمام LLM- فعال ایپلی کیشنز LangChain کے ساتھ زندہ ہو جاتی ہیں۔ ڈویلپرز اس پلیٹ فارم کا استعمال اپنی مرضی کے مطابق زبان کے ماڈل حل تیار کرنے کے لیے کرتے ہیں جو مختلف ضروریات کو پورا کرتے ہیں۔
جیسے جیسے فطری زبان کی پروسیسنگ کا افق پھیلتا ہے، اور اس کو اپنانا گہرا ہوتا جاتا ہے، اس کے اطلاق کا دائرہ بے حد لگتا ہے۔
جوزپ فیرر بارسلونا سے تجزیاتی انجینئر ہے۔ اس نے فزکس انجینئرنگ میں گریجویشن کیا اور فی الحال انسانی نقل و حرکت پر لاگو ڈیٹا سائنس فیلڈ میں کام کر رہا ہے۔ وہ جز وقتی مواد بنانے والا ہے جس کی توجہ ڈیٹا سائنس اور ٹیکنالوجی پر ہے۔ آپ اس پر رابطہ کر سکتے ہیں۔ لنکڈ, ٹویٹر or درمیانہ.
- 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://www.kdnuggets.com/how-to-make-large-language-models-play-nice-with-your-software-using-langchain?utm_source=rss&utm_medium=rss&utm_campaign=how-to-make-large-language-models-play-nice-with-your-software-using-langchain
- : ہے
- : ہے
- : نہیں
- :کہاں
- $UP
- 7
- a
- کی صلاحیت
- رسائی
- تک رسائی حاصل
- پورا
- درستگی
- کے پار
- اداکاری
- اعمال
- کام کرتا ہے
- انہوں نے مزید کہا
- پتہ
- پتے
- خطاب کرتے ہوئے
- منہ بولابیٹا بنانے
- اعلی درجے کی
- ایجنٹ
- ایجنٹ
- پہلے
- AI
- AI سے چلنے والا
- تمام
- کی اجازت
- اجازت دے رہا ہے
- کی اجازت دیتا ہے
- پہلے ہی
- بھی
- کے درمیان
- مقدار
- an
- تجزیہ
- تجزیاتی
- تجزیے
- تجزیہ
- لنگر انداز
- اور
- کوئی بھی
- اے پی آئی
- APIs
- درخواست
- درخواست کی ترقی
- ایپلی کیشنز
- اطلاقی
- نقطہ نظر
- مناسب
- فن تعمیر
- کیا
- ارد گرد
- لڑی
- ہتھیار
- مضمون
- مصنوعی
- مصنوعی ذہانت
- AS
- سے پوچھ
- تشخیص کریں
- اثاثے
- اسسٹنٹ
- At
- خود مختار
- دستیاب
- AWE
- واپس
- بارسلونا
- کی بنیاد پر
- بنیادی
- BE
- بن
- ہو جاتا ہے
- رہا
- پیچھے
- بہتر
- کے درمیان
- اسیم
- توڑ
- مختصر
- لاتا ہے
- تعمیر
- عمارت
- تعمیر
- by
- کر سکتے ہیں
- صلاحیتوں
- صلاحیت رکھتا
- قبضہ
- کیس
- مقدمات
- کیٹر
- گفا
- چین
- زنجیروں
- چیٹ بٹ
- چیٹ بٹس
- چیٹ جی پی ٹی
- چیٹنگ
- چیک کریں
- انتخاب
- میں سے انتخاب کریں
- طبقے
- کوڈ
- مربوط
- کس طرح
- کامن
- عام طور پر
- مواصلات
- موازنہ
- پیچیدہ
- جزو
- اجزاء
- کمپیوٹر
- رابطہ قائم کریں
- منسلک
- متواتر
- رابطہ کریں
- مواد
- سیاق و سباق
- بات چیت
- تبادلوں سے
- تبدیل
- تبدیل کرنا
- محدد
- کور
- درست
- شلپ
- تیار کیا
- تخلیق
- تخلیق
- مخلوق
- خالق
- معیار
- اہم
- موجودہ
- اس وقت
- اصلاح
- اپنی مرضی کے مطابق
- اپنی مرضی کے مطابق
- اعداد و شمار
- ڈیٹا سائنس
- ڈیٹا سیٹ
- ڈیٹا بیس
- ڈیٹا بیس
- گہری
- وضاحت
- ڈیلیور
- فراہم کرتا ہے
- ڈیزائن
- نامزد
- ڈیزائن
- مطلوبہ
- کھوج
- ترقی
- ڈویلپرز
- ترقی
- کے الات
- مختلف
- ڈیجیٹل
- براہ راست
- براہ راست
- سمجھ
- مختلف
- جانبدار
- متنوع
- do
- دستاویز
- دستاویزات
- دستاویزات
- نیچے
- کے دوران
- ہر ایک
- سب سے آسان
- آسانی سے
- آسان
- ماحول
- مؤثر طریقے
- ہنر
- مؤثر طریقے سے
- عناصر
- سرایت کرنا
- کو فعال کرنا
- آخر
- مشغول
- انجینئر
- انجنیئرنگ
- بڑھاتا ہے
- بہت بڑا
- کو یقینی بنانے ہے
- ماحولیات
- بڑھ
- ضروری
- بنیادی طور پر
- قائم کرو
- Ether (ETH)
- ہمیشہ بدلنے والا
- مثال کے طور پر
- توسیع
- تجربہ کار
- وضاحت
- بیرونی
- نکالنے
- نکالنے
- چہرہ
- سہولت
- حقائق پر مبنی
- نمایاں کریں
- خصوصیات
- چند
- میدان
- انگلی
- پہلا
- لچکدار
- بہاؤ
- سیال
- توجہ مرکوز
- توجہ مرکوز
- کے لئے
- فارم
- فارمیٹ
- فاؤنڈیشن
- بنیادی
- فریم ورک
- آزادانہ طور پر
- سے
- فعالیت
- بنیادی
- مزید
- پیدا
- پیدا کرنے والے
- نسل
- پیداواری
- پیداواری AI۔
- جنریٹر
- حاصل
- حاصل کرنے
- Go
- گوگل
- سمجھو
- ہاتھ
- ہینڈل
- ہینڈلنگ
- ہے
- ہونے
- he
- اسے
- تاریخ
- انعقاد
- افق
- HOURS
- کس طرح
- کیسے
- HTTPS
- حب
- گلے لگانے والا چہرہ
- انسانی
- میں ہوں گے
- خیال
- if
- درآمد
- اہم
- in
- اسمرتتا
- شامل
- سمیت
- موصولہ
- شامل کرنا
- انڈیکس
- انفرادی
- صنعتوں
- معلومات
- شروع کرنا
- ان پٹ
- انسٹال
- مثال کے طور پر
- اہم کردار
- انضمام کرنا
- انضمام
- انضمام
- انٹیلی جنس
- بات چیت
- بات چیت
- بات چیت
- بات چیت
- دلچسپی
- انٹرفیس
- انٹرفیسز
- آپس میں جڑنا
- میں
- پیچیدہ
- بدیہی
- شامل ہے
- مسئلہ
- IT
- میں
- سفر
- JSON
- صرف
- KDnuggets
- کلیدی
- چابیاں
- کک
- جان
- جانا جاتا ہے
- زمین کی تزئین کی
- زبان
- بڑے
- معروف
- سیکھنے
- چھوڑ دیا
- لیوریج
- زندگی
- کی طرح
- لائنوں
- LINK
- لنکڈ
- رہ
- لاما
- لانگ
- مشین
- مشین لرننگ
- مین
- بنا
- بناتا ہے
- انتظام
- میں کامیاب
- مینیجنگ
- جوڑی
- بہت سے
- مارکیٹنگ
- مئی..
- کا مطلب ہے کہ
- میکانزم
- نظام
- محض
- میٹا ڈیٹا
- طریقہ
- شاید
- موبلٹی
- ماڈل
- ماڈل
- ماڈیولر
- ماڈیول
- ماڈیولز
- زیادہ
- سب سے زیادہ
- my
- نامزد
- مقامی
- قدرتی
- قدرتی زبان
- قدرتی زبان عملیات
- ضروری
- ضرورت ہے
- ضروریات
- نئی
- خبر
- گٹھ جوڑ
- اچھا
- ویزا
- اب
- of
- کی پیشکش
- اکثر
- on
- ایک بار
- اوپن سورس
- اوپنائی
- آپریشن
- آپریشنز
- اختیار
- or
- OS
- دیگر
- ہمارے
- خاکہ
- پیداوار
- نتائج
- بقایا
- پیرامیٹر
- حصہ
- خاص طور پر
- حصے
- پیٹرن
- لوگ
- انجام دینے کے
- کارکردگی کا مظاہرہ
- ذاتی
- ذاتی کمپیوٹرز
- جملے
- طبعیات
- ٹکڑے ٹکڑے
- پلیٹ فارم
- پلاٹا
- افلاطون ڈیٹا انٹیلی جنس
- پلیٹو ڈیٹا
- کھیلیں
- شاعری
- پوزیشنوں
- ممکنہ
- ٹھیک ہے
- افضل
- وزیر اعظم
- مسئلہ
- مسائل
- عمل
- پروسیسنگ
- پیدا
- پروگرامنگ
- اشارہ کرتا ہے
- prototypes
- فراہم
- فراہم کرنے والے
- فراہم کرتا ہے
- فراہم کرنے
- ازگر
- سوال
- جلدی سے
- بہت
- خام
- دائرے میں
- وصول کرنا
- حال ہی میں
- مراد
- تعلقات
- متعلقہ
- بار بار
- جواب
- نمائندگی
- درخواستوں
- کی ضرورت
- ضرورت
- ضروریات
- کی ضرورت ہے
- وسائل
- جواب
- جواب
- جوابات
- ذمہ دار
- برقرار رکھا
- واپسی
- واپسی
- انقلاب ساز
- ٹھیک ہے
- کردار
- s
- اسی
- منظرنامے
- سائنس
- سائنس اور ٹیکنالوجی
- سکرپٹ
- تلاش کریں
- تلاش
- سیکٹر
- لگتا ہے
- بھیجنا
- جذبات
- تسلسل
- کام کرتا ہے
- مقرر
- سیٹ
- قائم کرنے
- اہم
- اسی طرح
- آسان بناتا ہے۔
- آسان بنانا
- صرف
- حالات
- So
- سافٹ ویئر کی
- حل
- حل
- کچھ
- بہتر
- خلا
- خصوصی
- مہارت دیتا ہے
- مخصوص
- مخصوص
- اسٹیج
- مراحل
- معیاری کاری
- شروع
- ابھی تک
- ذخیرہ
- ذخیرہ
- پردہ
- کارگر
- منظم
- سلک
- ساخت
- منظم
- ڈھانچوں
- بعد میں
- کافی
- اس طرح
- موزوں
- فراہمی
- اس بات کا یقین
- اضافے
- کے نظام
- سسٹمز
- ٹیبل
- موزوں
- لے لو
- لینے
- بات کر
- ٹاسک
- کاموں
- تکنیکی
- ٹیکنالوجی
- سانچے
- عارضی
- رجحان
- متن
- متنی
- سے
- کہ
- ۔
- ان
- ان
- تو
- وہاں.
- یہ
- وہ
- بات
- اس
- ان
- اگرچہ؟
- کے ذریعے
- اس طرح
- کرنے کے لئے
- آج
- مل کر
- اوزار
- ٹریننگ
- تبدیل
- تبدیلی
- ٹرانسفارمرز
- ترجمہ
- سبق
- دو
- عام طور پر
- سمجھ
- افہام و تفہیم
- غیر استعمال شدہ
- us
- استعمال کے قابل
- استعمال کی شرائط
- استعمال کیا جاتا ہے
- رکن کا
- صارفین
- کا استعمال کرتے ہوئے
- افادیت
- استعمال
- اقدار
- متغیر
- مختلف اقسام کے
- مختلف
- وسیع
- ورزش
- بہت
- کی طرف سے
- چاہتے ہیں
- راستہ..
- طریقوں
- we
- کیا
- کیا ہے
- جب
- جس
- پوری
- وسیع
- ساتھ
- کے اندر
- حیرت ہے کہ
- الفاظ
- کام کا بہاؤ
- کام کے بہاؤ
- کام کر
- ابھی
- آپ
- اور
- زیفیرنیٹ