0
ඔබේ කරත්තය
0
Zinn Hub
0
ඔබේ කරත්තය
0

එක් බැල්මකින්

ඔබට තීරණය කිරීමට උපකාර වන මෙම සේවාව පිළිබඳ ප්‍රධාන විස්තර. Zinn Hub විසින් ජනනය කරන ලදී, විකුණුම්කරු විසින් නොවේ.

ML Stack ආවරණය

15+ රාමු සහ මෙවලම්
PyTorch, TensorFlow, Keras, scikit-learn, OpenCV, Flask, Docker, සහ cloud platforms (AWS, GCP, Azure) ආවරණය කරයි — end-to-end ML pipelines සඳහා සුදුසු වේ.

දර්ශන සහ AI විශේෂඥතා

හඳුනාගැනීම, ඛණ්ඩනය, OCR, NLP
YOLO, Mask-RCNN, SAM2, PaddleOCR, LLMs (LLAMA/GPT), RAG, GANs, සහ pose estimation සඳහා සහය දක්වයි — නවීන AI විෂයයන් හරහා පුළුල් ආවරණයක්.

Edge & Cloud Deployment

Jetson, Raspberry-Pi, AWS/GCP/Azure
මෙම ආකෘති Flask හරහා REST API සහාය ඇතිව edge hardware හෝ cloud infrastructure මත යෙදවිය හැකි අතර, මෙය embedded සහ scalable web-පාදක යෙදුම් දෙකටම සුදුසු වේ.

ස්ථර වෙනස් කිරීම

Boost+ වෙතින් සියුම්-සුසර කිරීම සහ අධීක්ෂණය
මූලික ස්ථරය 14 දින තුළ ආකෘති නිර්මාණය සහ මූලාශ්‍ර කේතය ආවරණය කරයි. Boost (21 දින) හිදී සියුම්-සුසර කිරීම අගුළු හරිනු ලැබේ; ක්ලවුඩ් යෙදවීම, කාර්ය සාධන අධීක්ෂණය සහ ලේඛනගත කිරීම Premium (30 දින) හිදී පමණක් ලබා ගත හැකිය.

ඔබට ලැබෙන දේ

ආකෘති:
මූලාශ්‍ර ගොනු
ලිඛිත වාර්තාව
Cloud Link
ඩිජිටල් ගොනු
බෙදාහැරීමේ ක්‍රමය:
ඇණවුම් කළමනාකරු
සටහන්: භාරදීම් ඇණවුම් කළමනාකරු හරහා බෙදා ගනු ලැබේ. ඔබට මූලාශ්‍ර කේත ගොනු, පුහුණු කළ ආකෘති බර සහ Jupyter Notebook හෝ ඊට සමාන දෙයක් ලැබෙනු ඇත. සම්පූර්ණ බෙදාහැරීමේ ස්ථරයට අමතරව ලිඛිත ආකෘති ලේඛන සහ cloud deployment විස්තර ඇතුළත් වේ. සියලුම ගොනු පහසුවෙන් භාරදීම සඳහා පැහැදිලිව සංවිධානය කර අදහස් දක්වා ඇත.

සම්පූර්ණ විස්තරය

ඔබට අවශ්‍ය වන්නේ අර්ධ නිමි මූලාකෘතියක් හෝ න්‍යායික සටහන් පොත් ගොඩක් නොව, ක්‍රියාකාරී යන්ත්‍ර ඉගෙනීමක් හෝ පරිගණක දර්ශන ආකෘතියකි. ඔබ වස්තු හඳුනාගැනීම, රූප ඛණ්ඩනය, මුහුණු හඳුනාගැනීම, NLP, කාල ශ්‍රේණි පුරෝකථනය හෝ වඩාත් විශේෂිත දෙයක් සමඟ කටයුතු කරන්නේද යන්න නොසලකා, මෙම සේවාව ඔබේ අවශ්‍යතා අනුව ගොඩනගා ඇති නිෂ්පාදන-සූදානම් ආකෘති ලබා දෙයි — පිරිසිදු මූලාශ්‍ර කේතය, සවිස්තරාත්මක වලංගුකරණය සහ ඔබේ ව්‍යාපෘතියට ලැබිය යුතු දැඩි බව සමඟින්.

සෑම සම්බන්ධතාවක්ම ගැටලුව, දත්ත සහ වඩාත් සුදුසු ගෘහ නිර්මාණ ශිල්පය අවබෝධ කර ගැනීම සඳහා පර්යේෂණ අදියරකින් ආරම්භ වේ. එතැන් සිට, දත්ත පූර්ව සැකසීම අවසානය දක්වා සිදු කෙරේ — පිරිසිදු කිරීම, වැඩිදියුණු කිරීම, විශේෂාංග ඉංජිනේරු විද්‍යාව සහ නල මාර්ග ඉදිකිරීම — ආකෘතිය ගොඩනැගීමට, පුහුණු කිරීමට සහ ඔබේ කාර්ය සාධන ඉලක්ක වලට එරෙහිව වලංගු කිරීමට පෙර. ඔබට සෑම ස්ථරයකම සම්පූර්ණයෙන් අදහස් දැක්වූ මූලාශ්‍ර කේතය සම්මත ලෙස ලැබේ.

ලබා දෙන හැකියාවන්හි විෂය පථය පුළුල් ය. YOLO-v8, YOLO-v11 සහ Faster-RCNN සමඟ වස්තු හඳුනාගැනීම. OC-SORT, ByteTrack, BOT-SORT සහ Strong-SORT හරහා වස්තු ලුහුබැඳීම. Mask-RCNN, U-NET, SAM2 සහ Sapiens භාවිතයෙන් රූප ඛණ්ඩනය. InceptionResnetV2, VGG, ResNet සහ ViT සමඟ රූප සහ ශ්‍රව්‍ය වර්ගීකරණය. Facenet, Dlib සහ DeepFace සමඟ ඉරියව් ඇස්තමේන්තු කිරීම, මුහුණු හඳුනාගැනීම, TesseractOCR සහ PaddleOCR සමඟ OCR, GAN වැඩ ප්‍රවාහ, Florence2 සහ LSTM සමඟ රූප ශීර්ෂකරණය, ගැඹුර ඇස්තමේන්තු කිරීම, LaMa සහ MIGAN සමඟ inpainting, embedding විශ්ලේෂණය, සහ Transformers, RNN සහ LSTM සමඟ කාල ශ්‍රේණි පුරෝකථනය. භාෂා කාර්යයන් සඳහා, LLMs (LLAMA, GPT) සහ LangChain හරහා RAG නල මාර්ග ද විෂය පථයට ඇතුළත් වේ.

සියලුම වැඩ කටයුතු කර්මාන්ත-ප්‍රමිති රාමු මත ගොඩනගා ඇත: PyTorch, TensorFlow, Keras සහ scikit-learn. Cloud යටිතල පහසුකම් AWS, GCP සහ Azure පුරා විහිදේ. Docker හරහා කන්ටේනරීකරණය, Chroma සහ Pinecone ඇතුළු දෛශික දත්ත සමුදායන්, සහ Jetson, Raspberry Pi සහ NCS උපාංග මත දාර යෙදවීම සියල්ලටම සහය දක්වයි. දත්ත සමුදායන් — MySQL, MongoDB සහ PostgreSQL — අවශ්‍ය පරිදි ඒකාබ්‍රහ්ම කළ හැක.

සම්මත ස්ථරය මූලික ගොඩනැගීමට අමතරව සියුම් සුසර කිරීම් එක් කරයි, අමතර සංශෝධන වට සමඟින් ඔබේ නිශ්චිත දත්ත කට්ටලය සඳහා ආකෘති නිරවද්‍යතාවය වැඩි දියුණු කරයි. සම්පූර්ණ බෙදාහැරීමේ ස්ථරය සියල්ල එකට ගෙන එයි: සියුම් සුසර කිරීම, ක්ලවුඩ් යෙදවීම, කාර්ය සාධන අධීක්ෂණය, සහ සවිස්තරාත්මක ආකෘති ලේඛන — සජීවී පරිසරයක ක්‍රියාත්මක වීමට සූදානම් ආකෘතියක් අවශ්‍ය කණ්ඩායම් සඳහා එය නිවැරදි තේරීම බවට පත් කරයි.

මෙම සේවාව විශේෂඥ ක්‍රියාත්මක කිරීමේ සහාය අවශ්‍ය දත්ත විද්‍යාඥයින්ට, AI-බලගැන්වූ විශේෂාංග ගොඩනඟන නිෂ්පාදන කණ්ඩායම්වලට, ශක්තිමත් මූලික ආකෘතියක් අවශ්‍ය පර්යේෂකයන්ට සහ දෘශ්‍ය හෝ විශ්ලේෂණාත්මක වැඩ ප්‍රවාහයන් ස්වයංක්‍රීය කිරීමට බලාපොරොත්තු වන ව්‍යාපාර සඳහා සුදුසු වේ. විෂය පථය පිළිබඳ ප්‍රශ්න ඇත්නම් ඔබේ ඇණවුම ලබා දීමට පෙර කරුණාකර ඇණවුම් කතාබස් හරහා සම්බන්ධ වන්න — තාක්ෂණික ස්ථරයේ පළල යනු ඕනෑම ML හෝ CV අභියෝගයක් පාහේ නවාතැන් ගත හැකි බවයි.

Zinner තත්ත්ව සහතිකය

පරීක්ෂා කරන ලද වෘත්තිකයා
සෑම Zinner කෙනෙකුම වේදිකාවට සම්බන්ධ වීමට පෙර සමාලෝචනය කර අනුමත කරනු ලැබේ.
ගුණාත්මක කාර්යය සහතිකයි
සියලුම සේවාවන් අපගේ තත්ත්ව සහතික කිරීමේ කැපවීම මගින් සහාය වේ.
ආරක්ෂිත ගෙවීම්
ඔබ භාර දුන් කාර්යය අනුමත කරන තෙක් ඔබේ ගෙවීම ආරක්ෂා කර ඇත.

පැකේජ සසඳන්න

විශේෂාංගයමූලික ගොඩනැගීමසම්මත ගොඩනැගීමසම්පූර්ණ බෙදාහැරීම
භාරදීමේ වේලාව14 දින21 දින30 දින
සංශෝධන24අසීමිත
ඔබගේ භාවිත අවස්ථාව සඳහා පර්යේෂණ සහ ගෘහ නිර්මාණ තේරීම
සම්පූර්ණ දත්ත පූර්ව සැකසීම සහ නල මාර්ග ඉදිකිරීම
ආකෘති නිර්මාණය සහ පුහුණුව
කාර්ය සාධන මිනුම් සමඟ ආකෘති වලංගුකරණය සහ පරීක්ෂා කිරීම
සම්පූර්ණ, අදහස් දැක්වූ මූලාශ්‍ර කේතය ලබා දෙන ලදී
ML, ගැඹුරු ඉගෙනීම, CV, NLP සහ කාල ශ්‍රේණි කාර්යයන් ආවරණය කරයි
සියලුම Core Build භාරදීම් ඇතුළත් වේ
වැඩිදියුණු කළ ආකෘති කාර්ය සාධනය සඳහා ඔබේ දත්ත කට්ටලය මත සියුම්-සුසර කිරීම
දිගු කරන ලද සංශෝධන දීමනාව (4 වට)
උසස් ගෘහ නිර්මාණ ශිල්පයන්ට සහය දක්වයි: YOLO, SAM2, Transformers, LLMs, RAG
Edge-උපාංග යෙදවීමේ මාර්ගෝපදේශය (Jetson, Raspberry Pi, NCS)
සියලුම සම්මත ගොඩනැගීමේ භාරදීම් ඇතුළත් වේ
Docker හරහා AWS, GCP හෝ Azure මත Cloud යෙදවීම
අඛණ්ඩ ආකෘති සෞඛ්‍යය සඳහා කාර්ය සාධන අධීක්ෂණ සැකසුම
ගෘහ නිර්මාණ ශිල්පය, පුහුණුව සහ භාවිතය ආවරණය වන පරිදි සම්පූර්ණ ආකෘති ලේඛන
නියැලීම පුරාවට අසීමිත සංශෝධන
සජීවී අනුමාන අවසන් ලක්ෂ්‍ය සඳහා Flask හරහා REST API ඒකාබද්ධ කිරීම

පෝට්ෆෝලියෝ

මෙම Zinn ට අදාළ විකුණුම්කරුගේ වැඩ පිළිබඳ උදාහරණ.

ඔබගේ යන්ත්‍ර ඉගෙනීම හෝ පරිගණක දර්ශන ආකෘතිය ගොඩනඟන්න

ඔබගේ යන්ත්‍ර ඉගෙනීම හෝ පරිගණක දර්ශන ආකෘතිය ගොඩනඟන්න

අමතර තොරතුරු

මා භාවිතා කරන මෙවලම්

රාමු:PyTorch, TensorFlow, Keras, scikit-learn
Cloud Platforms:AWS, GCP, Azure, Docker
CV සහ හඳුනාගැනීමේ පුස්තකාල:YOLO-v8/v11, Faster-RCNN, Mask-RCNN, U-NET, SAM2, Sapiens, OpenCV
NLP සහ ජනක:LLAMA, GPT, LangChain (RAG), Florence2, LSTM
දත්ත සමුදායන් සහ දෛශික ගබඩා:MySQL, MongoDB, PostgreSQL, Chroma, Pinecone

සඳහා පරිපූර්ණයි

මෙම සේවාවට සුදුසු වන්නේ කවුද:විශ්වාසනීය ආකෘති ක්‍රියාත්මක කිරීම අවශ්‍ය වන AI-බලැති විශේෂාංග ගොඩනඟන නිෂ්පාදන කණ්ඩායම්. ශක්තිමත්, ප්‍රතිනිෂ්පාදනය කළ හැකි මූලික රේඛාවක් අවශ්‍ය පර්යේෂකයන්. සංකීර්ණ ගෘහනිර්මාණ ශිල්පය සඳහා විශේෂඥ සහාය අපේක්ෂා කරන දත්ත විද්‍යා කණ්ඩායම්. දෘශ්‍ය පරීක්ෂාව, ලේඛන සැකසීම, පුරෝකථනය කිරීම හෝ වෙනත් ML-ධාවනය වන වැඩ ප්‍රවාහයන් ස්වයංක්‍රීය කිරීමට අපේක්ෂා කරන ව්‍යාපාර. ක්‍රියාකාරී මූලාකෘතියක් සමඟ AI සංකල්පයක් වලංගු කරන ආරම්භක ව්‍යාපාර.

මගේ ක්‍රියාවලිය

පියවර 1 — සොයාගැනීම:ඔබේ ව්‍යාපෘති සාරාංශය, දත්ත කට්ටලය සහ කාර්ය සාධන ඉලක්ක සමාලෝචනය කරන්න; ඇණවුම් කතාබස් හරහා විෂය පථය පැහැදිලි කරන්න.
පියවර 2 — පර්යේෂණ සහ සැලසුම්:කාර්යය සඳහා වඩාත් සුදුසු ගෘහ නිර්මාණ ශිල්පය සහ මෙවලම් දාමය තෝරන්න.
පියවර 3 — දත්ත පූර්ව සැකසීම:ඔබගේ දත්ත කට්ටලය පිරිසිදු කරන්න, වැඩි දියුණු කරන්න සහ සකස් කරන්න; පුහුණු නල මාර්ගය ගොඩනඟන්න.
පියවර 4 — ආකෘති නිර්මාණය සහ පුහුණුව:කාර්ය සාධන ඉලක්ක සපුරාලන තෙක් ආකෘතිය ක්‍රියාත්මක කරන්න, පුහුණු කරන්න සහ පුනරාවර්තනය කරන්න.
පියවර 5 — වලංගුකරණය සහ බෙදාහැරීම:ප්‍රතිඵල වලංගු කරන්න, මූලාශ්‍ර කේතය සහ ලේඛන සකස් කරන්න, සහ ඇණවුම් කළමනාකරු හරහා බෙදාහරින්න.

නිතර අසන ප්‍රශ්න

ඔව් — කරුණාකර ඔබේ ඇණවුම ලබා දීමට පෙර ඇණවුම් කතාබස් හරහා සම්බන්ධ වන්න. ML සහ පරිගණක දර්ශන ව්‍යාපෘතිවල විෂය පථය සැලකිය යුතු ලෙස වෙනස් වන අතර, කෙටි සංවාදයක් මඟින් ඔබේ නිශ්චිත අවශ්‍යතා සඳහා නිවැරදි ස්ථරය සහ කාලසීමාව තෝරාගෙන ඇති බව සහතික කරයි.

අවම වශයෙන්, ඔබගේ ව්‍යාපෘති ඉලක්කය සහ ඔබගේ දත්ත කට්ටලය (හෝ ඔබ සතුව ඇති දත්ත පිළිබඳ විස්තර) පිළිබඳ පැහැදිලි විස්තරයක්. ඔබට බෙදාගත හැකි වැඩි සන්දර්භය — ඉලක්ක කාර්ය සාධනය, යෙදවීමේ පරිසරය, පවතින කේතය හෝ පෙර අත්හදා බැලීම් — වැඩ වේගයෙන් ආරම්භ කළ හැක.

දත්ත පූර්ව සැකසීම සෑම ස්ථරයකම ඇතුළත් වන අතර, එය පිරිසිදු කිරීම සහ නල මාර්ග ඉදිකිරීම ආවරණය කරයි. ඔබේ දත්ත සඳහා මුල සිටම ලේබල් කිරීම අවශ්‍ය නම්, ඇණවුම් කිරීමට පෙර මෙය සඳහන් කරන්න, එවිට විෂය පථය සහ කාලසීමාව ඒ අනුව තක්සේරු කළ හැක.

කාර්යය PyTorch, TensorFlow, Keras සහ scikit-learn හි කාර්යය අනුව සිදු කෙරේ. Cloud යටිතල පහසුකම් AWS, GCP සහ Azure පුරා විහිදේ. Docker බහාලුම්කරණය සඳහා භාවිතා කරන අතර, දෛශික දත්ත සමුදායන් (Chroma, Pinecone) අදාළ වන විට ලබා ගත හැකිය.

ඔව්. Jetson, Raspberry Pi සහ NCS උපාංග මත Edge deployment සඳහා සහය දක්වයි. ඔබ සම්බන්ධ වන විට ඔබේ ඉලක්කගත දෘඪාංග සඳහන් කරන්න එවිට ආකෘති ගෘහ නිර්මාණ ශිල්පය ඒ අනුව ප්‍රශස්ත කළ හැක.

Full Delivery ස්ථරය ඔබ තෝරාගත් cloud සපයන්නා (AWS, GCP හෝ Azure) වෙත ඔබගේ පුහුණු ආකෘතිය යෙදවීම ආවරණය කරයි, Docker සමඟින් කන්ටේනරගත කර, අනුමාන කිරීම සඳහා Flask-පාදක REST API එකක් සමඟින්. කාර්ය සාධන අධීක්ෂණය ද මෙම ස්ථරයේ කොටසක් ලෙස වින්‍යාස කර ඇත.

සංශෝධන මඟින් එකඟ වූ ව්‍යාපෘති විෂය පථය තුළ වෙනස්කම් ආමන්ත්‍රණය කරයි — ආකෘති හැසිරීම්, පූර්ව සැකසුම් තර්කනය හෝ ප්‍රතිදාන ආකෘතියට ගැලපීම්. විෂය පථය සැලකිය යුතු ලෙස පුළුල් කරන ඉල්ලීම් සඳහා වෙනම විධිවිධානයක් අවශ්‍ය විය හැකි අතර, එය ඇණවුම් කතාබස් හරහා විනිවිදභාවයෙන් සාකච්ඡා කරනු ඇත.

ඔබට මූලාශ්‍ර කේත ගොනු, පුහුණු කරන ලද ආකෘති බර, Jupyter Notebook හෝ ඊට සමාන දෙයක්, සහ — සම්පූර්ණ බෙදාහැරීමේ ස්ථරයේ — ලිඛිත ලේඛන ලැබෙනු ඇත. සියල්ල ඇණවුම් කළමනාකරු හරහා ලබා දේ. Cloud යෙදවීමේ සබැඳි හෝ API විස්තර ඇණවුම් කතාබස් හරහා බෙදා ගනු ලැබේ.

පාරිභෝගික සමාලෝචන

මෙම Zinn ගැන අපගේ පාරිභෝගිකයින් පවසන දේ බලන්න

4.8
5 සමාලෝචන
5 ⭐
4
4 ⭐
1
3 ⭐
0
2 ⭐
0
1 ⭐
0

මම ඔහු සමඟ වැඩ කිරීමට සැබවින්ම කැමතියි, ඔහුගේ උදව් සැමවිටම සාදරයෙන් පිළිගනිමි. ඔහු සංකල්පය හොඳින් අවබෝධ කරගෙන, අපට අවශ්‍ය ප්‍රතිඵලය ලබා ගැනීමට ඔහුගේ විශේෂඥ දැනුම භාවිතා කරයි.

ගැඹුරු ඉගෙනීම, මාරු ඉගෙනීම සහ ආකෘති ප්‍රශස්තකරණය සම්බන්ධ උසස් ML-වැඩ සඳහා Zeynoc යනු ප්‍රධාන පුද්ගලයා වේ. Zeynoc හට ගැඹුරු විෂය කරුණු පිළිබඳ විශේෂඥ දැනුමක් ඇත - මෙයින් අදහස් කරන්නේ තත්ත්වය/අවශ්‍යතා පැහැදිලි කිරීමට අඩු කාලයක් ගත වන අතර, අවශ්‍ය ප්‍රතිඵල ගොඩනැගීම සහ ප්‍රතිඵල ප්‍රශස්තකරණය කෙරෙහි වැඩි අවධානයක් යොමු කිරීමයි. Zeynoc තෝරා ගැනීම ගැන මට වඩා සතුටු විය නොහැකි අතර ඉදිරි ව්‍යාපෘති සඳහා ඔවුන් දිගටම භාවිතා කරනු ඇත.

විශිෂ්ට වැඩක්, ඉතා සහයෝගය දක්වන සහ විශ්වාසදායකයි.

මෙය අපගේ ව්‍යාපෘතියට අවශ්‍ය වූ දෙයයි. නැවතත් ස්තූතියි!

නැවතත් ඉතා සතුටුයි!

මෙම නිෂ්පාදනය මිලදී ගත් ලොග් වූ පාරිභෝගිකයින්ට පමණක් සමාලෝචනයක් තැබිය හැක.

ප්‍රවර්ග

Zinner ප්‍රතිපත්ති

සම්පූර්ණ යන්ත්‍ර ඉගෙනීම

මෙම නිෂ්පාදනය මිලදී ගත් ලොග් වූ පාරිභෝගිකයින්ට පමණක් සමාලෝචනයක් තැබිය හැක.

විකල්ප සහ ඇණවුම් කරන්න

Zinn Hub යෙදුම ලබා ගන්න

දැනුම්දීම් · වේගවත් ප්‍රවේශය · සම්පූර්ණ තිරය

ඔබගේ බ්‍රවුසරයේShare තට්ටු කරන්න

➜ ඉන්පසු "මුල් තිරයට එක් කරන්න" තට්ටු කරන්න