> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/deployment/hi/roboflow-cloud/dedicated-deployments.md).

# Dedicated Deployments

Roboflow के साथ अपने Vision Models को समर्पित सर्वरों पर चलाएँ

## परिचय

Dedicated Deployments निजी क्लाउड सर्वर होते हैं, जिन्हें Roboflow प्रबंधित करता है। ये खास तौर पर आपको आवंटित संसाधनों पर आपके कंप्यूटर विज़न मॉडल और Workflows चलाते हैं। इनके ज़रिए आप अपना इंफ़्रास्ट्रक्चर उपलब्ध कराए या उसका रखरखाव किए बिना इन्फ़रेंस सेवा दे सकते हैं। बिलिंग प्रति घंटे के हिसाब से होती है और आपके वर्कस्पेस API key के ज़रिए सुरक्षित ऐक्सेस मिलता है। विकास, परीक्षण या प्रोडक्शन ट्रैफ़िक के लिए एकसमान और समर्पित प्रदर्शन की ज़रूरत होने पर इनका उपयोग करें।

### **Dedicated Deployments क्या हैं?**

Dedicated Deployments, Roboflow द्वारा प्रबंधित निजी क्लाउड सर्वर होते हैं, जिन्हें खास तौर पर आपके कंप्यूटर विज़न मॉडल चलाने के लिए डिज़ाइन किया गया है। इन मॉडल में ये शामिल हो सकते हैं:

* ऑब्जेक्ट डिटेक्शन
* इमेज सेगमेंटेशन
* वर्गीकरण
* कीपॉइंट डिटेक्शन
* CLIP जैसे फ़ाउंडेशन मॉडल (यदि Roboflow पर प्रशिक्षित किए गए हों)
* Roboflow Workflows (कम-कोड वाले विज़न ऐप्लिकेशन)
* ...और कई अन्य!

### **Dedicated Deployments के फ़ायदे**

* **अपनी मशीन विज़न संबंधी व्यावसायिक समस्या पर ध्यान दें, इंफ़्रास्ट्रक्चर का काम हमें सौंपें:** कुछ ही क्लिक में इन्फ़रेंस सेवा देने वाला इंफ़्रास्ट्रक्चर शुरू करें—क्लाउड प्रदाताओं के साथ साइन अप किए बिना, सर्वर इंस्टॉल और सुरक्षित किए बिना, TLS प्रमाणपत्र प्रबंधित किए बिना और सर्वर प्रबंधन, पैचिंग, अपडेट आदि की चिंता किए बिना।
* **समर्पित संसाधन:** आपके उपयोग के लिए खास तौर पर आवंटित क्लाउड सर्वर पाएँ, जिससे आपके मॉडल का प्रदर्शन एकसमान बना रहे।
* **सुरक्षित ऐक्सेस:** Dedicated Deployments को आपके वर्कस्पेस की विशिष्ट API key से ऐक्सेस किया जा सकता है और सुरक्षित संचार के लिए HTTPS का उपयोग किया जाता है।
* **आसान इंटीग्रेशन:** हर डिप्लॉयमेंट को इसके अंतर्गत एक सबडोमेन मिलता है `roboflow.cloud`, जिससे आपके ऐप्लिकेशन के साथ इंटीग्रेशन आसान हो जाता है।
* **प्रति घंटे के हिसाब से भुगतान:** आपसे केवल उतनी अवधि का शुल्क लिया जाता है जितनी देर सर्वर मौजूद रहता है (बिलिंग 1 मिनट के अंतराल पर होती है)।
* **स्वचालित रूप से रोकें और फिर शुरू करें**: आपके Dedicated Deployments, कॉन्फ़िगर की जा सकने वाली निष्क्रियता अवधि के बाद अपने आप रुक जाएँगे। `dev-cpu` या `dev-gpu` डिप्लॉयमेंट प्रकारों के लिए यह अवधि 1 घंटे पर तय है। आपकी API key के साथ अनुरोध भेजकर इन्हें तुरंत फिर से शुरू किया जा सकता है। यह सुविधा लागत बचाने में आपकी मदद के लिए बनाई गई है।

### API keys

Dedicated Deployment उसी वर्कस्पेस API key पर चलता है जिससे आपने उसे बनाया था। यदि आप उस key को बदलते हैं, तो Roboflow डिप्लॉयमेंट को नई key पर ले जाता है और उसे चालू रखता है। यदि यह बदलाव विफल होता है, तो पुरानी key सक्रिय रहती है, ताकि आपका डिप्लॉयमेंट ट्रैफ़िक संभालता रहे; फिर आप दोबारा key बदलने की कोशिश कर सकते हैं।

जब key अक्षम हो या उसका [बिलिंग फ़ोल्डर](https://docs.roboflow.com/platform/billing-and-plans/billing-folders) रोका गया हो, तब आप Dedicated Deployment को चलाने वाली key नहीं बदल सकते। पहले key सक्षम करें या फ़ोल्डर फिर से शुरू करें, फिर key बदलें।

### इन्फ़रेंस वर्शन

हर डिप्लॉयमेंट [Roboflow Inference](https://docs.roboflow.com/deployment/hi/self-hosted/self-hosted.md)का एक वर्शन चलाता है। इसे बदलने के लिए, डिप्लॉयमेंट का प्रावधान पूरा होने के बाद उसकी सेटिंग खोलें और "Inference Version" में कोई विकल्प चुनें:

* "Latest (auto-upgrade)": डिप्लॉयमेंट, हर Inference रिलीज़ के 7 दिनों के भीतर और हर बार रीस्टार्ट होने पर अपग्रेड हो जाता है।
* वर्शन नंबर: डिप्लॉयमेंट उसी वर्शन पर बना रहता है, जब तक आप उसे बदलते नहीं।

वर्शन बदलने से चल रहे रेप्लिका रीस्टार्ट हो जाते हैं। CUDA 13 डिप्लॉयमेंट को किसी वर्शन नंबर पर ही रखना होगा। डिप्लॉयमेंट बनाते समय वर्शन चुनने के लिए देखें [Dedicated Deployment बनाएँ](https://docs.roboflow.com/deployment/hi/roboflow-cloud/dedicated-deployments/create-a-dedicated-deployment.md).

### एनवायरनमेंट वैरिएबल

आप कुछ [Inference सर्वर एनवायरनमेंट वैरिएबल](https://docs.roboflow.com/deployment/hi/self-hosted/inference-server/configuration/environment-variables.md) डिप्लॉयमेंट पर सेट कर सकते हैं (उदाहरण: `MAX_CONCURRENT_INFERENCE_REQUESTS`, `CONCURRENT_INFERENCE_REQUESTS_QUEUE_TIMEOUT`})। डिप्लॉयमेंट बनाते समय इन्हें "Environment Variables" में सेट करें या प्रावधान पूरा होने के बाद उसकी सेटिंग में सेट करें। डिफ़ॉल्ट मान इस्तेमाल करने के लिए फ़ील्ड खाली छोड़ें। नए मान सेव करने से चल रहे रेप्लिका रीस्टार्ट हो जाते हैं, और रुका हुआ डिप्लॉयमेंट फिर शुरू होने पर इन मानों का उपयोग करता है।

### सूचनाएँ बंद करना

Roboflow, Dedicated Deployment द्वारा सेवा देना बंद करने पर Workspace Admins और उसे बनाने वाले व्यक्ति को ईमेल भेजता है। निष्क्रियता के कारण रुके रहने, अवधि समाप्त होने और हटाए जाने पर ऐसा नहीं होता। जिन Workspaces में [स्टार्टअप स्क्रिप्ट](https://docs.roboflow.com/deployment/hi/roboflow-cloud/dedicated-deployments/startup-scripts.md)का उपयोग किया जा सकता है, वहाँ Deployment बनाते या संपादित करते समय "Deployment Alert Recipients" सेट करें: इन अलर्ट को केवल चुने गए सदस्य ही प्राप्त करेंगे। सूची खाली होने पर ईमेल निर्माता को भेजा जाएगा। प्राप्तकर्ताओं का Workspace का सदस्य होना फिर भी आवश्यक है।

### **वर्तमान सीमाएँ**

* फ़िलहाल सभी Dedicated Deployments अमेरिका में स्थित डेटा केंद्रों में होस्ट किए जाते हैं; अन्य भौगोलिक क्षेत्रों के उपयोगकर्ताओं को अधिक विलंबता का अनुभव हो सकता है। यदि आप अमेरिका से बाहर हैं, तो अनुकूलित समाधान के लिए हमसे संपर्क करें। नेटवर्क विलंबता कम करने में हम आपकी मदद कर सकते हैं।
* Dedicated Deployments, Core और Enterprise प्लान वाले Workspaces के लिए उपलब्ध हैं। देखें [Roboflow के प्लान](https://roboflow.com/pricing).

### Dedicated Deployments के प्रकार

Roboflow चार प्रकार के Dedicated Deployments प्रदान करता है: dev-cpu, dev-gpu, prod-cpu और prod-gpu। dev-cpu और dev-gpu विकास और परीक्षण के लिए बनाए गए हैं और कुछ घंटों बाद अपने आप हटा दिए जाएँगे। prod-cpu और prod-gpu स्थायी होते हैं और बड़े पैमाने पर प्रोडक्शन ट्रैफ़िक को सेवा देने के लिए आदर्श हैं।

<table data-search="false"><thead><tr><th width="184">प्रकार</th><th>विशेषताएँ</th></tr></thead><tbody><tr><td>dev-cpu</td><td><p><strong>अस्थायी</strong>: 3 घंटे बाद अपने आप हटा दिया जाएगा</p><p><strong>CPU</strong>: मॉडल का अनुमान CPU पर लगाया जा सकता है</p><p>इनके लिए आदर्श <strong>इंटीग्रेशन का परीक्षण</strong> और <strong>प्रोटोटाइप बनाने</strong> के लिए ऐप्लिकेशन</p></td></tr><tr><td>dev-gpu</td><td><p><strong>अस्थायी</strong>: 3 घंटे बाद अपने आप हटा दिया जाएगा</p><p><strong>इंटीग्रेशन का परीक्षण करने के लिए आदर्श</strong> और <strong>प्रोटोटाइप बनाने</strong> के लिए ऐप्लिकेशन</p><p><strong>GPU</strong>: मॉडल को GPU एक्सेलरेशन की ज़रूरत होती है (जैसे Florence 2)</p><p>इनके लिए आदर्श <strong>इंटीग्रेशन का परीक्षण</strong> और <strong>प्रोटोटाइप बनाने</strong> के लिए ऐप्लिकेशन</p></td></tr><tr><td>prod-cpu</td><td><p><strong>स्थायी</strong>: समर्पित सबडोमेन <code>&#x3C;some-name>.roboflow.cloud</code></p><p><strong>CPU</strong>: मॉडल का अनुमान CPU पर लगाया जा सकता है</p><p>इनके लिए आदर्श <strong>प्रोडक्शन ट्रैफ़िक को सेवा देने</strong></p></td></tr><tr><td>prod-gpu</td><td><p><strong>स्थायी</strong>: समर्पित सबडोमेन <code>&#x3C;some-name>.roboflow.cloud</code></p><p><strong>GPU</strong>: मॉडल को GPU एक्सेलरेशन की ज़रूरत होती है (जैसे Florence 2)</p><p>इनके लिए आदर्श <strong>प्रोडक्शन ट्रैफ़िक को सेवा देने</strong></p></td></tr></tbody></table>

### **बिलिंग की जानकारी**

Dedicated Deployments का बिल प्रति घंटे, 1-मिनट के अंतराल में लिया जाता है। GPU Deployments (dev-gpu, prod-gpu) की प्रति घंटे की लागत CPU Deployments (dev-cpu, prod-cpu) से अधिक होती है। दरों के लिए देखें [क्रेडिट पेज](https://roboflow.com/credits) ।

यदि आप अपने Dedicated Deployment सर्वर पर भेजे गए अनुरोधों की संख्या के आधार पर बिलिंग चाहते हैं, तो कृपया [हमारी सेल्स टीम से संपर्क करने के लिए यहाँ क्लिक करें](https://roboflow.com/sales).

सभी Dedicated Deployment सर्वर चलाएँगे [Roboflow Inference](https://docs.roboflow.com/deployment/hi/self-hosted/self-hosted.md), हमारा ओपन-सोर्स इनफ़रेंस सर्वर। उपलब्ध सभी सुविधाओं के बारे में अधिक जानने के लिए देखें [Roboflow Inference का दस्तावेज़ीकरण](https://docs.roboflow.com/deployment/hi/self-hosted/self-hosted.md) ।

### उपयोगी लिंक <a href="#provision-and-manage-dedicated-deployments-web-application" id="provision-and-manage-dedicated-deployments-web-application"></a>

* [Dedicated Deployment कैसे बनाएँ (Roboflow App)](https://docs.roboflow.com/deployment/hi/roboflow-cloud/dedicated-deployments/create-a-dedicated-deployment.md)
* [Dedicated Deployment कैसे बनाएँ (Roboflow CLI)](https://docs.roboflow.com/deployment/hi/roboflow-cloud/dedicated-deployments/create-a-dedicated-deployment.md#create-a-dedicated-deployment-with-the-cli)
* [Dedicated Deployment का उपयोग कैसे करें](https://docs.roboflow.com/deployment/hi/roboflow-cloud/dedicated-deployments/make-requests-to-a-dedicated-deployment.md)
* [HTTP API](#http-api)

## HTTP API

Dedicated Deployments को उनकी अपनी सेवा द्वारा प्रबंधित किया जाता है, जो यहाँ उपलब्ध है `https://roboflow.cloud`न कि यहाँ उपलब्ध Platform API द्वारा `https://api.roboflow.com`. डिप्लॉयमेंट बनाने, उनकी जाँच करने, उन्हें रोकने, फिर से शुरू करने और हटाने के लिए, तथा उनके लॉग और उपयोग देखने के लिए इन एंडपॉइंट का इस्तेमाल करें। तैयार होने के बाद किसी डिप्लॉयमेंट पर मॉडल चलाने के लिए देखें [Dedicated Deployment पर अनुरोध भेजें](https://docs.roboflow.com/deployment/hi/roboflow-cloud/dedicated-deployments/make-requests-to-a-dedicated-deployment.md).

{% hint style="info" %}
[Deployment Manager](https://docs.roboflow.com/deployment/hi/self-hosted/enterprise/deployment-manager.md#http-api) एक अलग उत्पाद है। Dedicated Deployments, Roboflow के क्लाउड में सर्वर होते हैं। Deployment Manager डिवाइस आपका अपना हार्डवेयर होते हैं, जिन पर [Roboflow Inference](https://docs.roboflow.com/deployment/hi/self-hosted/self-hosted.md).
{% endhint %}

GET अनुरोधों में आपके वर्कस्पेस की API कुंजी `api_key` क्वेरी पैरामीटर के रूप में दी जाती है। POST अनुरोधों में यह `api_key` JSON बॉडी के फ़ील्ड में दी जाती है। `200` प्रतिक्रिया में JSON बॉडी होती है। अन्य सभी स्थितियों में त्रुटि संदेश मिलता है, जो आमतौर पर सादा टेक्स्ट होता है। इसलिए बॉडी को पार्स करने से पहले स्थिति की जाँच करें।

### मशीन के प्रकारों की सूची बनाएँ

{% openapi src="/files/04c4fc187d8a212d178122f11a414349162207a6" path="/machine\_types" method="get" %}
[dedicated-deployments.yaml](https://2297977984-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FoksNmwps1HmYr8TqHDnX%2Fuploads%2Fgit-blob-486a5780b2b1a819266e063e8747371b4d46a4d3%2Fdedicated-deployments.yaml?alt=media)
{% endopenapi %}

### डिप्लॉयमेंट बनाएँ

डिप्लॉयमेंट बैकग्राउंड में शुरू होता है, इसलिए प्रतिक्रिया में `status` का मान `pending`होता है। [डिप्लॉयमेंट प्राप्त करें](#get-a-deployment) हर 30 सेकंड में कॉल करें, जब तक कि `status` का मान `ready`न हो जाए। इसके बाद उसके `domain`.

{% openapi src="/files/04c4fc187d8a212d178122f11a414349162207a6" path="/add" method="post" %}
[dedicated-deployments.yaml](https://2297977984-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FoksNmwps1HmYr8TqHDnX%2Fuploads%2Fgit-blob-486a5780b2b1a819266e063e8747371b4d46a4d3%2Fdedicated-deployments.yaml?alt=media)
{% endopenapi %}

### पर अनुरोध भेजें

{% openapi src="/files/04c4fc187d8a212d178122f11a414349162207a6" path="/get" method="get" %}
[dedicated-deployments.yaml](https://2297977984-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FoksNmwps1HmYr8TqHDnX%2Fuploads%2Fgit-blob-486a5780b2b1a819266e063e8747371b4d46a4d3%2Fdedicated-deployments.yaml?alt=media)
{% endopenapi %}

### डिप्लॉयमेंट की सूची बनाएँ

{% openapi src="/files/04c4fc187d8a212d178122f11a414349162207a6" path="/list" method="get" %}
[dedicated-deployments.yaml](https://2297977984-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FoksNmwps1HmYr8TqHDnX%2Fuploads%2Fgit-blob-486a5780b2b1a819266e063e8747371b4d46a4d3%2Fdedicated-deployments.yaml?alt=media)
{% endopenapi %}

### डिप्लॉयमेंट लॉग प्राप्त करें

{% openapi src="/files/04c4fc187d8a212d178122f11a414349162207a6" path="/get\_log" method="get" %}
[dedicated-deployments.yaml](https://2297977984-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FoksNmwps1HmYr8TqHDnX%2Fuploads%2Fgit-blob-486a5780b2b1a819266e063e8747371b4d46a4d3%2Fdedicated-deployments.yaml?alt=media)
{% endopenapi %}

### वर्कस्पेस का उपयोग प्राप्त करें

{% openapi src="/files/04c4fc187d8a212d178122f11a414349162207a6" path="/usage\_workspace" method="get" %}
[dedicated-deployments.yaml](https://2297977984-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FoksNmwps1HmYr8TqHDnX%2Fuploads%2Fgit-blob-486a5780b2b1a819266e063e8747371b4d46a4d3%2Fdedicated-deployments.yaml?alt=media)
{% endopenapi %}

### डिप्लॉयमेंट का उपयोग प्राप्त करें

{% openapi src="/files/04c4fc187d8a212d178122f11a414349162207a6" path="/usage\_deployment" method="get" %}
[dedicated-deployments.yaml](https://2297977984-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FoksNmwps1HmYr8TqHDnX%2Fuploads%2Fgit-blob-486a5780b2b1a819266e063e8747371b4d46a4d3%2Fdedicated-deployments.yaml?alt=media)
{% endopenapi %}

### डिप्लॉयमेंट रोकें

{% openapi src="/files/04c4fc187d8a212d178122f11a414349162207a6" path="/pause" method="post" %}
[dedicated-deployments.yaml](https://2297977984-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FoksNmwps1HmYr8TqHDnX%2Fuploads%2Fgit-blob-486a5780b2b1a819266e063e8747371b4d46a4d3%2Fdedicated-deployments.yaml?alt=media)
{% endopenapi %}

### डिप्लॉयमेंट फिर से शुरू करें

रुका हुआ डिप्लॉयमेंट तब भी फिर से शुरू हो जाता है, जब उसे आपकी API कुंजी के साथ अनुरोध मिलता है। [स्टार्टअप स्क्रिप्ट की विफलताओं](https://docs.roboflow.com/deployment/hi/roboflow-cloud/dedicated-deployments/startup-scripts.md#failures) के बाद रुका हुआ डिप्लॉयमेंट केवल इस एंडपॉइंट या वेब ऐप के ज़रिए ही फिर से शुरू होता है।

{% openapi src="/files/04c4fc187d8a212d178122f11a414349162207a6" path="/resume" method="post" %}
[dedicated-deployments.yaml](https://2297977984-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FoksNmwps1HmYr8TqHDnX%2Fuploads%2Fgit-blob-486a5780b2b1a819266e063e8747371b4d46a4d3%2Fdedicated-deployments.yaml?alt=media)
{% endopenapi %}

### डिप्लॉयमेंट हटाएँ

{% openapi src="/files/04c4fc187d8a212d178122f11a414349162207a6" path="/delete" method="post" %}
[dedicated-deployments.yaml](https://2297977984-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FoksNmwps1HmYr8TqHDnX%2Fuploads%2Fgit-blob-486a5780b2b1a819266e063e8747371b4d46a4d3%2Fdedicated-deployments.yaml?alt=media)
{% endopenapi %}

### स्टार्टअप स्क्रिप्ट अपडेट करें

मौजूदा डिप्लॉयमेंट की स्टार्टअप स्क्रिप्ट बदलने के लिए देखें [स्टार्टअप स्क्रिप्ट](https://docs.roboflow.com/deployment/hi/roboflow-cloud/dedicated-deployments/startup-scripts.md#http-api).

## Python SDK

[Dedicated Deployments](https://docs.roboflow.com/deployment/hi/roboflow-cloud/dedicated-deployments.md) प्रबंधित GPU मशीनें हैं, जो अनुमानित लेटेंसी और उच्च थ्रूपुट के साथ आपके Roboflow मॉडल चलाती हैं। SDK इन्हें `roboflow.adapters.deploymentapi` एडेप्टर के ज़रिए प्रबंधित करता है — उच्च-स्तरीय `Workspace` क्लास में फ़िलहाल डिप्लॉयमेंट से जुड़े तरीके उपलब्ध नहीं हैं।

हर फ़ंक्शन `(status_code, body)` टपल, ताकि आप HTTP परिणाम के आधार पर शाखा चुन सकें:

```python
from roboflow.adapters import deploymentapi

status, body = deploymentapi.list_deployment("YOUR_API_KEY")
if status == 200:
    for d in body:
        print(d["deployment_name"], d["status"])
else:
    print("Failed:", body)
```

### उपलब्ध मशीन प्रकारों की सूची बनाएँ

```python
from roboflow.adapters import deploymentapi

status, body = deploymentapi.list_machine_types("YOUR_API_KEY")
for m in body.get("machine_types", []):
    print(m["name"], m.get("description"))
```

### डिप्लॉयमेंट बनाएँ

```python
status, body = deploymentapi.add_deployment(
    api_key="YOUR_API_KEY",
    creator_email="me@company.com",          # must be a workspace member
    machine_type="dev-gpu",
    duration=8,                                # hours
    delete_on_expiration=True,
    deployment_name="my-deployment",
    inference_version=None,                    # None → latest
)
```

डिप्लॉयमेंट का प्रावधान एसिंक्रोनस रूप से किया जाता है। `get_deployment` को `status == "ready"`.

### डिप्लॉयमेंट का विवरण प्राप्त करें

```python
status, body = deploymentapi.get_deployment("YOUR_API_KEY", "my-deployment")
print(body["status"], body["domain"])
```

### रोकें / फिर से शुरू करें / हटाएँ

```python
deploymentapi.pause_deployment("YOUR_API_KEY", "my-deployment")
deploymentapi.resume_deployment("YOUR_API_KEY", "my-deployment")
deploymentapi.delete_deployment("YOUR_API_KEY", "my-deployment")
```

### लॉग

```python
import datetime as dt

status, body = deploymentapi.get_deployment_log(
    api_key="YOUR_API_KEY",
    deployment_name="my-deployment",
    from_timestamp=dt.datetime.utcnow() - dt.timedelta(hours=1),
    to_timestamp=dt.datetime.utcnow(),
    max_entries=200,
)
for entry in body:
    print(entry["timestamp"], entry["payload"])
```

### उपयोग

```python
status, ws_usage = deploymentapi.get_workspace_usage(
    api_key="YOUR_API_KEY",
    from_timestamp=dt.datetime(2026, 4, 1),
    to_timestamp=dt.datetime(2026, 5, 1),
)

status, dep_usage = deploymentapi.get_deployment_usage(
    api_key="YOUR_API_KEY",
    deployment_name="my-deployment",
    from_timestamp=dt.datetime(2026, 4, 1),
    to_timestamp=dt.datetime(2026, 5, 1),
)
```

### समर्पित डिप्लॉयमेंट पर अनुमान चलाना

डिप्लॉयमेंट तैयार हो जाने पर, इनफ़रेंस SDK कॉल को उसके `domain` (जो `get_deployment`):

```python
from inference_sdk import InferenceHTTPClient, InferenceConfiguration

client = InferenceHTTPClient(
    api_url=f"https://{body['domain']}", api_key="YOUR_API_KEY"
).configure(InferenceConfiguration(api_key_transport="header"))
result = client.infer("photo.jpg", model_id="my-detector/3")
```

## CLI

आप कमांड लाइन से [समर्पित डिप्लॉयमेंट](https://docs.roboflow.com/deployment/hi/roboflow-cloud/dedicated-deployments.md) बना, मॉनिटर और प्रबंधित कर सकते हैं।

### डिप्लॉयमेंट की सूची बनाएँ

```bash
roboflow deployment list
```

### मशीन के प्रकारों की सूची बनाएँ

```bash
roboflow deployment machine-type
```

### डिप्लॉयमेंट बनाएँ

```bash
roboflow deployment create <name> -m <machine-type> -e <email>
```

#### विकल्प

| फ़्लैग                      | विवरण                                                                          |
| --------------------------- | ------------------------------------------------------------------------------ |
| `-m`, `--machine-type`      | मशीन का प्रकार (ज़रूरी)। विकल्प देखने के लिए चलाएँ `deployment machine-type` । |
| `-e`, `--email`             | आपका ईमेल; आपको वर्कस्पेस का सदस्य होना चाहिए (ज़रूरी)                         |
| `--duration`                | अवधि घंटों में (डिफ़ॉल्ट: 3)                                                   |
| `--inference-version`       | इन्फ़रेंस सर्वर का संस्करण (डिफ़ॉल्ट: latest)                                  |
| `--no-delete-on-expiration` | समय सीमा समाप्त होने पर डिप्लॉयमेंट को बनाए रखें                               |
| `--wait`                    | डिप्लॉयमेंट तैयार होने तक प्रतीक्षा करें                                       |

उदाहरण:

```bash
roboflow deployment create my-deployment -m dev-gpu -e me@company.com --duration 8
```

### डिप्लॉयमेंट का विवरण पाएँ

```bash
roboflow deployment get <name>
```

लंबित डिप्लॉयमेंट के तैयार होने की प्रतीक्षा करें:

```bash
roboflow deployment get my-deployment --wait
```

### लॉग देखें

```bash
roboflow deployment log <name>
```

लॉग को रीयल टाइम में फ़ॉलो करें:

```bash
roboflow deployment log my-deployment -f
```

#### विकल्प

| फ़्लैग             | विवरण                                                  |
| ------------------ | ------------------------------------------------------ |
| `-d`, `--duration` | लॉग विंडो सेकंड में (डिफ़ॉल्ट: 3600)                   |
| `-n`, `--tail`     | अंत से दिखाने वाली पंक्तियाँ (अधिकतम 50, डिफ़ॉल्ट: 10) |
| `-f`, `--follow`   | लॉग आउटपुट को फ़ॉलो करें                               |

### उपयोग के आँकड़े

पूरे वर्कस्पेस का उपयोग देखें:

```bash
roboflow deployment usage
```

किसी खास डिप्लॉयमेंट का उपयोग देखें:

```bash
roboflow deployment usage my-deployment
```

#### विकल्प

| फ़्लैग   | विवरण                     |
| -------- | ------------------------- |
| `--from` | शुरुआती समय (ISO 8601)    |
| `--to`   | समाप्ति का समय (ISO 8601) |

### रोकें, फिर से शुरू करें और हटाएँ

```bash
roboflow deployment pause my-deployment
roboflow deployment resume my-deployment
roboflow deployment delete my-deployment
```

### JSON आउटपुट

डिप्लॉयमेंट से जुड़े सभी कमांड में यह विकल्प उपलब्ध है `--json`:

```bash
roboflow deployment list --json
roboflow deployment get my-deployment --json
```
