> 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).

# एक Model या Workflow Deploy करें

हम models और Workflows दोनों के लिए managed deployments और self-hosted deployment दोनों का समर्थन करते हैं। आप एक trained model को उसके [model ID](/roboflow/roboflow-hi/train/model-ids.md) जब आप इसे deploy करते हैं या inference चलाते हैं।

### Managed Deployments

ये विकल्प आपके models और Workflows को चलाने के लिए Roboflow की cloud infrastructure का उपयोग करते हैं, जिससे आपको अपना hardware या software खुद manage करने की ज़रूरत 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 स्वतः 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 predictable 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 डेटा का किफ़ायती प्रसंस्करण।</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 नियंत्रण 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" %}
Computer vision में, inference का अर्थ एक trained model का उपयोग करके नए images या videos का विश्लेषण करना और predictions करना है। उदाहरण के लिए, एक object detection model का उपयोग video stream में objects की पहचान करने और उन्हें locate करने के लिए किया जा सकता है, या एक classification model का उपयोग images को उनकी content के आधार पर categorize करने के लिए किया जा सकता है।
{% endhint %}

[***Roboflow Inference***](https://inference.roboflow.com/) Roboflow Inference 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 सेवाओं को power देता है। आप इसे self host भी कर सकते हैं या अपने vision workflows को edge devices पर deploy करने के लिए इसका उपयोग कर सकते हैं। Roboflow Inference कई तरह की features और capabilities प्रदान करता है, जिनमें शामिल हैं:

* विभिन्न model architectures और tasks के लिए समर्थन, जिसमें object detection, classification, instance segmentation, और भी बहुत कुछ शामिल है।
* Workflows, जो आपको सैकड़ों building Blocks में से चुनकर विभिन्न models, pre-built logic, और external applications को मिलाकर computer vision applications बनाने देता है।
* विभिन्न devices, जिनमें CPUs, GPUs, और NVIDIA Jetson जैसे edge devices शामिल हैं, पर optimized performance के लिए hardware acceleration।
* resources के कुशल उपयोग के लिए multiprocessing।
* video streams के निर्बाध 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 मिलाकर 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 कर सकते हैं:

* जटिल कार्यों को करने के लिए कई models को एक साथ chain करें।
* अपनी 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 आपके use case के लिए सबसे अच्छी deployment method चुनने पर एक बेहतरीन guide है [शुरुआत करने की guide](https://inference.roboflow.com/start/getting-started/).
{% endhint %}

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

* Scalability: यदि आपकी application को traffic या data volume के अलग-अलग स्तरों को संभालना है, तो serverless API real-time use-cases के लिए उत्कृष्ट scalability प्रदान करती 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।