> 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/roboflow/roboflow-hi/deploy/deployment-overview.md).

# Model या Workflow deploy करें

हम models और workflows, दोनों के लिए managed deployments और self-hosted deployment, दोनों का समर्थन करते हैं।

### Managed Deployments

ये विकल्प आपके models और workflows को चलाने के लिए Roboflow के cloud infrastructure का उपयोग करते हैं, जिससे आपको अपना hardware या software manage करने की आवश्यकता नहीं रहती।

<table data-view="cards"><thead><tr><th></th><th></th><th data-hidden data-card-cover data-type="image">कवर इमेज</th><th data-hidden data-card-target data-type="content-ref"></th></tr></thead><tbody><tr><td><strong>Serverless Hosted API</strong></td><td>तुरंत शुरू करें और अपने-आप scale करें।</td><td><a href="/files/4f3feef070feadd327eb599c2d661f629af9a5f2">/files/4f3feef070feadd327eb599c2d661f629af9a5f2</a></td><td><a href="/pages/b21f3ea263827d7819b66ec2bda198e3046805cb">/pages/b21f3ea263827d7819b66ec2bda198e3046805cb</a></td></tr><tr><td><strong>Dedicated Deployment</strong></td><td>बड़े models और अनुमानित workloads के लिए।</td><td><a href="/files/e890d29cd8494bf6376f79b8f722e69ab0936cf3">/files/e890d29cd8494bf6376f79b8f722e69ab0936cf3</a></td><td><a href="/pages/39b17e20849fcaeedde3ce9a84a581a65f904adc">/pages/39b17e20849fcaeedde3ce9a84a581a65f904adc</a></td></tr><tr><td><strong>Batch Processing</strong></td><td>संग्रहीत data का किफायती processing।</td><td><a href="/files/fd76dc389bbed6ec6c2dcd7636f6196245fcd4a1">/files/fd76dc389bbed6ec6c2dcd7636f6196245fcd4a1</a></td><td><a href="/pages/2b22a5053aeeb13d527b1c3e5301a6c6bd245d77">/pages/2b22a5053aeeb13d527b1c3e5301a6c6bd245d77</a></td></tr></tbody></table>

### Self-Hosted Deployment

आप अपने models और workflows को self-hosted पर भी deploy कर सकते हैं [Roboflow Inference](https://inference.roboflow.com/), जो आपके environment, resources, और latency पर अधिक control प्रदान करता है।

* [अपने स्वयं के cloud server पर self-hosting](https://inference.roboflow.com/install/cloud/)
* [एक Edge device पर self-hosting](https://inference.roboflow.com/install/)

{% hint style="info" %}
इस विकल्प के लिए infrastructure management और expertise की आवश्यकता होती है।
{% endhint %}

<details>

<summary>Inference क्या है?</summary>

{% hint style="info" %}
कंप्यूटर vision में, inference का अर्थ है किसी trained model का उपयोग करके नई images या videos का विश्लेषण करना और predictions करना। उदाहरण के लिए, किसी object detection model का उपयोग video stream में objects की पहचान करने और उनका स्थान निर्धारित करने के लिए किया जा सकता है, या किसी classification model का उपयोग उसकी content के आधार पर images को वर्गीकृत करने के लिए किया जा सकता है।
{% endhint %}

[***Roboflow Inference***](https://inference.roboflow.com/) एक open-source project है जो computer vision models और workflows को deploy करने के लिए एक शक्तिशाली और flexible framework प्रदान करता है। यह वह engine है जो Roboflow की अधिकांश managed deployment services को power देता है। आप इसे self host भी कर सकते हैं या edge devices पर अपने vision workflows deploy करने के लिए उपयोग कर सकते हैं। Roboflow Inference कई features और capabilities प्रदान करता है, जिनमें शामिल हैं:

* object detection, classification, instance segmentation, और अधिक सहित विभिन्न model architectures और tasks के लिए support।
* Workflows, जो आपको सैकड़ों building blocks में से चुनकर विभिन्न models, pre-built logic, और external applications को जोड़कर computer vision applications बनाने देता है।
* CPU, GPU, और NVIDIA Jetson जैसे edge devices सहित विभिन्न devices पर optimized performance के लिए hardware acceleration।
* resources के कुशल उपयोग के लिए multiprocessing।
* video streams के seamless processing के लिए video decoding।
* deployment को सरल बनाने के लिए HTTP interface, APIs, और docker images
* Roboflow के hosted deployment options और Roboflow platform के साथ integration।

</details>

<details>

<summary>Workflow क्या है?</summary>

[Workflows](/roboflow/roboflow-hi/workflows/what-is-workflows.md) आपको विभिन्न models, pre-built logic, और external applications को जोड़कर complex computer vision applications बनाने में सक्षम बनाते हैं। वे sophisticated computer vision pipelines को design और deploy करने के लिए एक visual, low-code environment प्रदान करते हैं।

Workflows के साथ, आप यह कर सकते हैं:

* complex tasks करने के लिए कई models को एक साथ chain करें।
* अपने applications में custom logic और decision-making जोड़ें।
* external systems और APIs के साथ integrate करें।
* images और videos में objects को track, count, time, measure, और visualize करें।

</details>

### सही Deployment Option चुनना

{% hint style="info" %}
Inference में अपने use case के लिए सबसे अच्छा deployment method चुनने पर एक बेहतरीन guide है [Getting Started guide](https://inference.roboflow.com/start/getting-started/).
{% endhint %}

आपके लिए सबसे अच्छा deployment option आपकी विशिष्ट ज़रूरतों और requirements पर निर्भर करता है। निर्णय लेते समय निम्नलिखित factors पर विचार करें:

* Scalability: यदि आपके application को traffic या data volume के बदलते स्तरों को संभालने की आवश्यकता है, तो serverless API real-time use-cases के लिए उत्कृष्ट scalability प्रदान करता है; अन्यथा, [Batch Processing](/roboflow/roboflow-hi/deploy/batch-processing.md) एक सुझाया गया विकल्प है।
* Latency: यदि आपको low latency या video processing की आवश्यकता है, तो dedicated deployments या शक्तिशाली hardware वाले self-hosted deployments सबसे अच्छा विकल्प हो सकते हैं।
* Control: Self-hosted deployments आपके environment और resources पर सबसे अधिक control प्रदान करते हैं।
* Expertise: Self-hosted deployments को set up और manage करने के लिए अधिक technical expertise की आवश्यकता होती है।


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.roboflow.com/roboflow/roboflow-hi/deploy/deployment-overview.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.