# Model या Workflow Deploy करें

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

### Managed Deployments

ये विकल्प आपके models और workflows चलाने के लिए Roboflow की cloud infrastructure का उपयोग करते हैं, जिससे आपको अपना hardware या software स्वयं 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">Cover image</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 automatically 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 data का cost-effective 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" %}
Computer vision में, inference का अर्थ है एक trained model का उपयोग करके नई images या videos का विश्लेषण करना और predictions करना। उदाहरण के लिए, object detection model का उपयोग video stream में objects की पहचान और location निर्धारित करने के लिए किया जा सकता है, या classification model का उपयोग उनकी content के आधार पर images को categorize 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 सेवाओं को power देता है। आप इसे self host भी कर सकते हैं या इसका उपयोग अपने vision workflows को edge devices पर deploy करने के लिए कर सकते हैं। Roboflow Inference कई features और capabilities प्रदान करता है, जिनमें शामिल हैं:

* विभिन्न model architectures और tasks के लिए support, जिसमें object detection, classification, instance segmentation, और भी बहुत कुछ शामिल है।
* Workflows, जो आपको hundreds of building Blocks में से चुनकर अलग-अलग models, pre-built logic, और external applications को combine करके computer vision applications बनाने देता है।
* विभिन्न devices पर optimized performance के लिए hardware acceleration, जिसमें CPUs, GPUs, और NVIDIA Jetson जैसे edge devices शामिल हैं।
* resources के efficient 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 combine करके complex computer vision applications बनाने में सक्षम बनाते हैं। ये 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 को करने के लिए multiple models को एक साथ chain करना।
* अपने applications में custom logic और decision-making जोड़ना।
* external systems और APIs के साथ integrate करना।
* images और videos में objects को track, count, time, measure, और visualize करना।

</details>

### सही Deployment Option चुनना

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

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

* Scalability: यदि आपके application को traffic या data volume के बदलते स्तरों को handle करना 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 powerful hardware के साथ dedicated deployments या 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: 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:

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

The question should be specific, self-contained, and written in natural language.
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.