Skip to content

02-setup-local.md

Latest commit

 

History

History
223 lines (149 loc) · 18.2 KB

02-setup-local.md

File metadata and controls

223 lines (149 loc) · 18.2 KB

ಸ್ಥಳೀಯ ಸೆಟ್‌ಅಪ್ 🖥️

ನೀವು ನಿಮ್ಮ ಸ್ವಂತ ಲ್ಯಾಪ್‌ಟಾಪ್‌ನಲ್ಲಿ ಎಲ್ಲವನ್ನೂ ನಡೆಸಲು ಇಚ್ಛಿಸುವರೆಂದರೆ ಈ ಮಾರ್ಗದರ್ಶಿಯನ್ನು ಬಳಸಿ.
ನಿಮಗೆ ಎರಡು ಮಾರ್ಗಗಳಿವೆ: (A) ನೇಟಿವ್ ಪೈಥಾನ್ + ವರ್ಚುವಲ್-ಎನ್‌ವಿ ಅಥವಾ (B) ಡಾಕರ್‌ನೊಂದಿಗೆ VS ಕೋಡ್ ಡೆವ್ ಕಂಟೈನರ್.
ಯಾವುದೇ ಒಂದು ಸುಲಭವಾಗಿರುವುದನ್ನು ಆಯ್ಕೆಮಾಡಿ—ಎರಡೂ ಒಂದೇ ಪಾಠಗಳಿಗೆ ದಾರಿ ಮಾಡಿಕೊಡುತ್ತವೆ.

1. ಪೂರ್ವಾಪೇಕ್ಷಿತಗಳು

ಉಪಕರಣ ಆವೃತ್ತಿ / ಟಿಪ್ಪಣಿಗಳು
Python 3.10 + (https://python.org ನಿಂದ ಪಡೆಯಿರಿ)
Git ಇತ್ತೀಚಿನ (Xcode / Git for Windows / ಲಿನಕ್ಸ್ನ ಪ್ಯಾಕೇಜ್ ಮ್ಯಾನೇಜರ್ ಜೊತೆಗೆ ಬರುತ್ತದೆ)
VS Code ಐಚ್ಛಿಕ ಆದರೆ ಶಿಫಾರಸು ಮಾಡಲಾಗಿದೆ https://code.visualstudio.com
Docker Desktop ಮಾತ್ರ ಆಯ್ಕೆ B ಗಾಗಿ. ಉಚಿತ ಸ್ಥಾಪನೆ: https://docs.docker.com/desktop/

💡 ಸೂಚನೆ – ಟರ್ಮಿನಲ್‌ನಲ್ಲಿ ಉಪಕರಣಗಳನ್ನು ಪರಿಶೀಲಿಸಿ:
python --version, git --version, docker --version, code --version

2. ಆಯ್ಕೆ A – ನೇಟಿವ್ ಪೈಥಾನ್ (ತ್ವರಿತ)

ಹಂತ 1 ಈ ರೆಪೊ ಕ್ಲೋನ್ ಮಾಡಿ

git clone https://github.com/<your-github>/generative-ai-for-beginners
cd generative-ai-for-beginners

ಹಂತ 2 ವರ್ಚುವಲ್ ಎನ್‌ವೈರನ್ಮೆಂಟ್ ರಚಿಸಿ ಮತ್ತು ಸಕ್ರಿಯಗೊಳಿಸಿ

python -m venv .venv          # ಒಂದು ಮಾಡಿ
source .venv/bin/activate     # ಮ್ಯಾಕ್‌ಒಎಸ್ / ಲಿನಕ್ಸ
.\.venv\Scripts\activate      # ವಿಂಡೋಸ್ ಪವರ್‌ಶೆಲ್

✅ ಪ್ರಾಂಪ್ಟ್ ಈಗ (.venv) ಮೂಲಕ ಪ್ರಾರಂಭವಾಗಬೇಕು—ಅಂದರೆ ನೀವು ಎನ್‌ವೈರನ್ಮೆಂಟ್ ಒಳಗೆ ಇದ್ದೀರಿ.

ಹಂತ 3 ಅವಲಂಬನೆಗಳನ್ನು ಸ್ಥಾಪಿಸಿ

pip install -r requirements.txt

API ಕೀಗಳು ವಿಭಾಗ 3 ಗೆ ಸ್ಕಿಪ್ ಮಾಡಿ

2. ಆಯ್ಕೆ B – VS ಕೋಡ್ ಡೆವ್ ಕಂಟೈನರ್ (ಡಾಕರ್)

ನಾವು ಈ ರೆಪೊ ಮತ್ತು ಕೋರ್ಸ್ ಅನ್ನು ಡೆವಲಪ್‌ಮೆಂಟ್ ಕಂಟೈನರ್ ಜೊತೆಗೆ ಸೆಟ್‌ಅಪ್ ಮಾಡಿದ್ದೇವೆ, ಇದು Python3, .NET, Node.js ಮತ್ತು Java ಅಭಿವೃದ್ಧಿಗೆ ಬೆಂಬಲ ನೀಡುವ ಯುನಿವರ್ಸಲ್ ರನ್‌ಟೈಮ್ ಹೊಂದಿದೆ. ಸಂಬಂಧಿತ ಸಂರಚನೆ devcontainer.json ಫೈಲ್‌ನಲ್ಲಿ .devcontainer/ ಫೋಲ್ಡರ್‌ನಲ್ಲಿದೆ, ಇದು ಈ ರೆಪೊ ಮೂಲದಲ್ಲಿದೆ.

ಏಕೆ ಇದನ್ನು ಆಯ್ಕೆಮಾಡಬೇಕು?
Codespaces ಗೆ ಸಮಾನವಾದ ಪರಿಸರ; ಯಾವುದೇ ಅವಲಂಬನೆ ತಿರುಗುಬಂದಿಲ್ಲ.

ಹಂತ 0 ಹೆಚ್ಚುವರಿ ಉಪಕರಣಗಳನ್ನು ಸ್ಥಾಪಿಸಿ

ಡಾಕರ್ ಡೆಸ್ಕ್‌ಟಾಪ್ – docker --version ಕಾರ್ಯನಿರ್ವಹಿಸುವುದನ್ನು ದೃಢೀಕರಿಸಿ.
VS ಕೋಡ್ ರಿಮೋಟ್ – ಕಂಟೈನರ್‌ಗಳು ವಿಸ್ತರಣೆ (ID: ms-vscode-remote.remote-containers).

ಹಂತ 1 VS ಕೋಡ್‌ನಲ್ಲಿ ರೆಪೊ ತೆರೆಯಿರಿ

ಫೈಲ್ ▸ ಫೋಲ್ಡರ್ ತೆರೆಯಿರಿ… → generative-ai-for-beginners

VS ಕೋಡ್ .devcontainer/ ಅನ್ನು ಪತ್ತೆಹಚ್ಚಿ ಪ್ರಾಂಪ್ಟ್ ತೋರಿಸುತ್ತದೆ.

ಹಂತ 2 ಕಂಟೈನರ್‌ನಲ್ಲಿ ಮರುತೆರೆಯಿರಿ

“Reopen in Container” ಕ್ಲಿಕ್ ಮಾಡಿ. ಡಾಕರ್ ಇಮೇಜ್ ನಿರ್ಮಿಸುತ್ತದೆ (ಮೊದಲ ಬಾರಿ ≈ 3 ನಿಮಿಷ).
ಟರ್ಮಿನಲ್ ಪ್ರಾಂಪ್ಟ್ ಕಾಣಿಸಿದಾಗ, ನೀವು ಕಂಟೈನರ್ ಒಳಗೆ ಇದ್ದೀರಿ.

2. ಆಯ್ಕೆ C – ಮಿನಿಕೊಂಡಾ

Miniconda ಒಂದು ಲಘು ತೂಕದ ಸ್ಥಾಪಕ, ಇದು Conda, Python ಮತ್ತು ಕೆಲವು ಪ್ಯಾಕೇಜ್‌ಗಳನ್ನು ಸ್ಥಾಪಿಸಲು ಉಪಯುಕ್ತ.
Conda ಸ್ವತಃ ಪ್ಯಾಕೇಜ್ ಮ್ಯಾನೇಜರ್ ಆಗಿದ್ದು, ವಿಭಿನ್ನ Python ವರ್ಚುವಲ್ ಎನ್‌ವೈರನ್ಮೆಂಟ್‌ಗಳು ಮತ್ತು ಪ್ಯಾಕೇಜ್‌ಗಳ ನಡುವೆ ಸುಲಭವಾಗಿ ಸೆಟ್‌ಅಪ್ ಮತ್ತು ಬದಲಾಯಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ. pip ಮೂಲಕ ಲಭ್ಯವಿಲ್ಲದ ಪ್ಯಾಕೇಜ್‌ಗಳನ್ನು ಸ್ಥಾಪಿಸಲು ಸಹ ಇದು ಉಪಯುಕ್ತ.

ಹಂತ 0 ಮಿನಿಕೊಂಡಾ ಸ್ಥಾಪಿಸಿ

MiniConda ಸ್ಥಾಪನೆ ಮಾರ್ಗದರ್ಶಿಯನ್ನು ಅನುಸರಿಸಿ.

conda --version

ಹಂತ 1 ವರ್ಚುವಲ್ ಎನ್‌ವೈರನ್ಮೆಂಟ್ ರಚಿಸಿ

ಹೊಸ ಎನ್‌ವೈರನ್ಮೆಂಟ್ ಫೈಲ್ (environment.yml) ರಚಿಸಿ. ನೀವು Codespaces ಬಳಸಿ ಇದ್ದರೆ, ಇದನ್ನು .devcontainer ಡೈರೆಕ್ಟರಿಯಲ್ಲಿ ರಚಿಸಿ, ಅಂದರೆ .devcontainer/environment.yml.

ಹಂತ 2 ನಿಮ್ಮ ಎನ್‌ವೈರನ್ಮೆಂಟ್ ಫೈಲ್ ಅನ್ನು ತುಂಬಿಸಿ

ನಿಮ್ಮ environment.yml ಗೆ ಕೆಳಗಿನ ಸ্নಿಪೆಟ್ ಸೇರಿಸಿ

name: <environment-name>
channels:
 - defaults
 - microsoft
dependencies:
- python=<python-version>
- openai
- python-dotenv
- pip
- pip:
    - azure-ai-ml

ಹಂತ 3 ನಿಮ್ಮ Conda ಎನ್‌ವೈರನ್ಮೆಂಟ್ ರಚಿಸಿ

ಕೆಳಗಿನ ಆಜ್ಞೆಗಳನ್ನು ನಿಮ್ಮ ಕಮಾಂಡ್ ಲೈನ್/ಟರ್ಮಿನಲ್‌ನಲ್ಲಿ ಚಲಾಯಿಸಿ

conda env create --name ai4beg --file .devcontainer/environment.yml # .devcontainer ಉಪಪಥವು ಕೇವಲ Codespace ಸೆಟಪ್‌ಗಳಿಗೆ ಅನ್ವಯಿಸುತ್ತದೆ
conda activate ai4beg

ಯಾವುದೇ ಸಮಸ್ಯೆ ಎದುರಾದರೆ Conda ಎನ್‌ವೈರನ್ಮೆಂಟ್‌ಗಳ ಮಾರ್ಗದರ್ಶಿಯನ್ನು ನೋಡಿ.

2 ಆಯ್ಕೆ D – ಕ್ಲಾಸಿಕ್ ಜುಪಿಟರ್ / ಜುಪಿಟರ್ ಲ್ಯಾಬ್ (ನಿಮ್ಮ ಬ್ರೌಸರ್‌ನಲ್ಲಿ)

ಇದು ಯಾರಿಗಾಗಿ?
ಕ್ಲಾಸಿಕ್ ಜುಪಿಟರ್ ಇಂಟರ್ಫೇಸ್ ಅನ್ನು ಇಷ್ಟಪಡುವವರು ಅಥವಾ VS ಕೋಡ್ ಇಲ್ಲದೆ ನೋಟ್ಬುಕ್‌ಗಳನ್ನು ನಡೆಸಲು ಬಯಸುವವರು.

ಹಂತ 1 ಜುಪಿಟರ್ ಸ್ಥಾಪಿತವಿದೆ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಿ

ಜುಪಿಟರ್ ಅನ್ನು ಸ್ಥಳೀಯವಾಗಿ ಪ್ರಾರಂಭಿಸಲು, ಟರ್ಮಿನಲ್/ಕಮಾಂಡ್ ಲೈನ್ ತೆರೆಯಿರಿ, ಕೋರ್ಸ್ ಡೈರೆಕ್ಟರಿಗೆ ಹೋಗಿ, ಮತ್ತು ಈ ಆಜ್ಞೆಯನ್ನು ಚಲಾಯಿಸಿ:

jupyter notebook

ಅಥವಾ

jupyterhub

ಇದು ಜುಪಿಟರ್ ಇನ್ಸ್ಟಾನ್ಸ್ ಪ್ರಾರಂಭಿಸುತ್ತದೆ ಮತ್ತು ಅದನ್ನು ಪ್ರವೇಶಿಸಲು URL ಕಮಾಂಡ್ ಲೈನ್ ವಿಂಡೋದಲ್ಲಿ ತೋರಿಸಲಾಗುತ್ತದೆ.

URL ಪ್ರವೇಶಿಸಿದ ಮೇಲೆ, ನೀವು ಕೋರ್ಸ್ ರಚನೆಯನ್ನು ನೋಡಬಹುದು ಮತ್ತು ಯಾವುದೇ *.ipynb ಫೈಲ್‌ಗೆ ನ್ಯಾವಿಗೇಟ್ ಮಾಡಬಹುದು. ಉದಾಹರಣೆಗೆ, 08-building-search-applications/python/oai-solution.ipynb.

3. ನಿಮ್ಮ API ಕೀಗಳನ್ನು ಸೇರಿಸಿ

ಯಾವುದೇ ರೀತಿಯ ಅಪ್ಲಿಕೇಶನ್ ನಿರ್ಮಿಸುವಾಗ ನಿಮ್ಮ API ಕೀಗಳನ್ನು ಸುರಕ್ಷಿತವಾಗಿ ಇಡುವುದು ಮುಖ್ಯ. ನಾವು ನಿಮ್ಮ ಕೋಡ್‌ನಲ್ಲಿ ಯಾವುದೇ API ಕೀಗಳನ್ನು ನೇರವಾಗಿ ಸಂಗ್ರಹಿಸಬಾರದು ಎಂದು ಶಿಫಾರಸು ಮಾಡುತ್ತೇವೆ. ಈ ವಿವರಗಳನ್ನು ಸಾರ್ವಜನಿಕ ರೆಪೊಗೆ ಕಮಿಟ್ ಮಾಡುವುದು ಭದ್ರತಾ ಸಮಸ್ಯೆಗಳಿಗೆ ಮತ್ತು ಕೆಟ್ಟ ವ್ಯಕ್ತಿಯಿಂದ ಬಳಕೆಯಾದರೆ ಅನಗತ್ಯ ವೆಚ್ಚಗಳಿಗೆ ಕಾರಣವಾಗಬಹುದು.
Python ಗಾಗಿ .env ಫೈಲ್ ರಚಿಸುವ ಮತ್ತು GITHUB_TOKEN ಸೇರಿಸುವ ಹಂತ-ಹಂತ ಮಾರ್ಗದರ್ಶಿ ಇಲ್ಲಿದೆ:

  1. ನಿಮ್ಮ ಪ್ರಾಜೆಕ್ಟ್ ಡೈರೆಕ್ಟರಿಗೆ ಹೋಗಿ: ನಿಮ್ಮ ಟರ್ಮಿನಲ್ ಅಥವಾ ಕಮಾಂಡ್ ಪ್ರಾಂಪ್ಟ್ ತೆರೆಯಿರಿ ಮತ್ತು .env ಫೈಲ್ ರಚಿಸಲು ಬಯಸುವ ಪ್ರಾಜೆಕ್ಟ್ ಮೂಲ ಡೈರೆಕ್ಟರಿಗೆ ಹೋಗಿ.

    cd path/to/your/project

  2. .env ಫೈಲ್ ರಚಿಸಿ: ನಿಮ್ಮ ಇಷ್ಟದ ಟೆಕ್ಸ್ಟ್ ಎಡಿಟರ್ ಬಳಸಿ .env ಎಂಬ ಹೊಸ ಫೈಲ್ ರಚಿಸಿ. ನೀವು ಕಮಾಂಡ್ ಲೈನ್ ಬಳಸಿ ಇದ್ದರೆ, touch (ಯುನಿಕ್ಸ್ ಆಧಾರಿತ ಸಿಸ್ಟಮ್‌ಗಳಲ್ಲಿ) ಅಥವಾ echo (ವಿಂಡೋಸ್‌ನಲ್ಲಿ) ಬಳಸಿ:

    ಯುನಿಕ್ಸ್ ಆಧಾರಿತ ಸಿಸ್ಟಮ್‌ಗಳು:

    touch .env

    ವಿಂಡೋಸ್:

    echo . > .env

  3. .env ಫೈಲ್ ಸಂಪಾದಿಸಿ: .env ಫೈಲ್ ಅನ್ನು VS ಕೋಡ್, ನೋಟ್ಪ್ಯಾಡ್++ ಅಥವಾ ಬೇರೆ ಯಾವುದೇ ಎಡಿಟರ್‌ನಲ್ಲಿ ತೆರೆಯಿರಿ. ಕೆಳಗಿನ ಸಾಲನ್ನು ಸೇರಿಸಿ, your_github_token_here ಅನ್ನು ನಿಮ್ಮ ನಿಜವಾದ GitHub ಟೋಕನ್‌ನೊಂದಿಗೆ ಬದಲಾಯಿಸಿ:

    GITHUB_TOKEN=your_github_token_here

  4. ಫೈಲ್ ಉಳಿಸಿ: ಬದಲಾವಣೆಗಳನ್ನು ಉಳಿಸಿ ಮತ್ತು ಟೆಕ್ಸ್ಟ್ ಎಡಿಟರ್ ಮುಚ್ಚಿ.

  5. python-dotenv ಸ್ಥಾಪಿಸಿ: ನೀವು ಈಗಾಗಲೇ ಸ್ಥಾಪಿಸದಿದ್ದರೆ, .env ಫೈಲ್‌ನಿಂದ ಪರಿಸರ ಚರಗಳನ್ನು ನಿಮ್ಮ Python ಅಪ್ಲಿಕೇಶನ್‌ಗೆ ಲೋಡ್ ಮಾಡಲು python-dotenv ಪ್ಯಾಕೇಜ್ ಅನ್ನು ಸ್ಥಾಪಿಸಬೇಕು. ನೀವು ಇದನ್ನು pip ಬಳಸಿ ಸ್ಥಾಪಿಸಬಹುದು:

    pip install python-dotenv

  6. ನಿಮ್ಮ Python ಸ್ಕ್ರಿಪ್ಟ್‌ನಲ್ಲಿ ಪರಿಸರ ಚರಗಳನ್ನು ಲೋಡ್ ಮಾಡಿ: ನಿಮ್ಮ Python ಸ್ಕ್ರಿಪ್ಟ್‌ನಲ್ಲಿ, .env ಫೈಲ್‌ನಿಂದ ಪರಿಸರ ಚರಗಳನ್ನು ಲೋಡ್ ಮಾಡಲು python-dotenv ಪ್ಯಾಕೇಜ್ ಬಳಸಿ:

    from dotenv import load_dotenv
import os

# .env ಫೈಲ್‌ನಿಂದ ಪರಿಸರ ಚರಗಳನ್ನು ಲೋಡ್ ಮಾಡಿ
load_dotenv()

# GITHUB_TOKEN ಚರವನ್ನು ಪ್ರವೇಶಿಸಿ
github_token = os.getenv("GITHUB_TOKEN")

print(github_token)

ಅಷ್ಟೇ! ನೀವು ಯಶಸ್ವಿಯಾಗಿ .env ಫೈಲ್ ರಚಿಸಿದ್ದೀರಿ, ನಿಮ್ಮ GitHub ಟೋಕನ್ ಸೇರಿಸಿದ್ದೀರಿ ಮತ್ತು ಅದನ್ನು ನಿಮ್ಮ Python ಅಪ್ಲಿಕೇಶನ್‌ಗೆ ಲೋಡ್ ಮಾಡಿದ್ದೀರಿ.

🔐 .env ಅನ್ನು ಎಂದಿಗೂ ಕಮಿಟ್ ಮಾಡಬೇಡಿ—ಇದು ಈಗಾಗಲೇ .gitignore ನಲ್ಲಿ ಇದೆ.
ಪೂರ್ಣ ಪ್ರೊವೈಡರ್ ಸೂಚನೆಗಳು providers.md ನಲ್ಲಿ ಲಭ್ಯವಿವೆ.

4. ಮುಂದೇನು?

ನಾನು ಏನು ಮಾಡಬೇಕು… ಹೋಗಿ…
ಪಾಠ 1 ಪ್ರಾರಂಭಿಸಿ 01-introduction-to-genai
LLM ಪ್ರೊವೈಡರ್ ಸೆಟ್‌ಅಪ್ ಮಾಡಿ providers.md
ಇತರ ಕಲಿಯುವವರನ್ನು ಭೇಟಿ ಮಾಡಿ ನಮ್ಮ ಡಿಸ್ಕಾರ್ಡ್ ಸೇರಿ

5. ಸಮಸ್ಯೆ ಪರಿಹಾರ

ಲಕ್ಷಣ ಪರಿಹಾರ
python not found Python ಅನ್ನು PATH ಗೆ ಸೇರಿಸಿ ಅಥವಾ ಸ್ಥಾಪನೆಯ ನಂತರ ಟರ್ಮಿನಲ್ ಮರುತೆರೆಯಿರಿ
pip ವೀಲ್‌ಗಳನ್ನು ನಿರ್ಮಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ (ವಿಂಡೋಸ್) pip install --upgrade pip setuptools wheel ನಂತರ ಮತ್ತೆ ಪ್ರಯತ್ನಿಸಿ.
ModuleNotFoundError: dotenv pip install -r requirements.txt (ಎನ್‌ವೈರನ್ಮೆಂಟ್ ಸ್ಥಾಪಿತವಾಗಿರಲಿಲ್ಲ).
ಡಾಕರ್ ನಿರ್ಮಾಣ ವಿಫಲ No space left ಡಾಕರ್ ಡೆಸ್ಕ್‌ಟಾಪ್ ▸ ಸೆಟ್ಟಿಂಗ್ಸ್ ▸ ರಿಸೋರ್ಸಸ್ → ಡಿಸ್ಕ್ ಗಾತ್ರ ಹೆಚ್ಚಿಸಿ.
VS ಕೋಡ್ ಮರುತೆರೆಯಲು ಪ್ರಾಂಪ್ಟ್ ನೀಡುತ್ತದೆ ನೀವು ಎರಡೂ ಆಯ್ಕೆಗಳು ಸಕ್ರಿಯವಾಗಿರಬಹುದು; ಒಂದನ್ನು ಆಯ್ಕೆಮಾಡಿ (venv ಅಥವಾ ಕಂಟೈನರ್)
OpenAI 401 / 429 ದೋಷಗಳು OPENAI_API_KEY ಮೌಲ್ಯ / ವಿನಂತಿ ದರ ಮಿತಿಗಳನ್ನು ಪರಿಶೀಲಿಸಿ.
Conda ಬಳಕೆ ದೋಷಗಳು conda install -c microsoft azure-ai-ml ಬಳಸಿ Microsoft AI ಲೈಬ್ರರಿಗಳನ್ನು ಸ್ಥಾಪಿಸಿ

ಅಸ್ವೀಕರಣ:
ಈ ದಸ್ತಾವೇಜು AI ಅನುವಾದ ಸೇವೆ Co-op Translator ಬಳಸಿ ಅನುವಾದಿಸಲಾಗಿದೆ. ನಾವು ನಿಖರತೆಯಿಗಾಗಿ ಪ್ರಯತ್ನಿಸುತ್ತಿದ್ದರೂ, ಸ್ವಯಂಚಾಲಿತ ಅನುವಾದಗಳಲ್ಲಿ ದೋಷಗಳು ಅಥವಾ ತಪ್ಪುಗಳು ಇರಬಹುದು ಎಂದು ದಯವಿಟ್ಟು ಗಮನಿಸಿ. ಮೂಲ ಭಾಷೆಯಲ್ಲಿರುವ ಮೂಲ ದಸ್ತಾವೇಜನ್ನು ಅಧಿಕೃತ ಮೂಲವೆಂದು ಪರಿಗಣಿಸಬೇಕು. ಮಹತ್ವದ ಮಾಹಿತಿಗಾಗಿ, ವೃತ್ತಿಪರ ಮಾನವ ಅನುವಾದವನ್ನು ಶಿಫಾರಸು ಮಾಡಲಾಗುತ್ತದೆ. ಈ ಅನುವಾದ ಬಳಕೆಯಿಂದ ಉಂಟಾಗುವ ಯಾವುದೇ ತಪ್ಪು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವಿಕೆ ಅಥವಾ ತಪ್ಪು ವಿವರಣೆಗಳಿಗೆ ನಾವು ಹೊಣೆಗಾರರಾಗುವುದಿಲ್ಲ.