319 lines
22 KiB
Markdown
319 lines
22 KiB
Markdown
# AGENTS.md
|
|
|
|
## ಯೋಜನೆಯ ಅವಲೋಕನ
|
|
|
|
AI for Beginners ಎಂಬುದು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಮೂಲಭೂತಾಂಶಗಳನ್ನು ಒಳಗೊಂಡ 12 ವಾರಗಳ, 24 ಪಾಠಗಳ ಸಮಗ್ರ ಪಠ್ಯಕ್ರಮವಾಗಿದೆ. ಈ ಶೈಕ್ಷಣಿಕ ಸಂಗ್ರಹದಲ್ಲಿ Jupyter Notebooks ಬಳಸಿ ಪ್ರಾಯೋಗಿಕ ಪಾಠಗಳು, ಪ್ರಶ್ನೋತ್ತರಗಳು ಮತ್ತು ಕೈಯಿಂದ ಮಾಡುವ ಪ್ರಯೋಗಾಲಯಗಳು ಸೇರಿವೆ. ಪಠ್ಯಕ್ರಮವು ಒಳಗೊಂಡಿದೆ:
|
|
|
|
- ಜ್ಞಾನ ಪ್ರತಿನಿಧಾನ ಮತ್ತು ತಜ್ಞ ವ್ಯವಸ್ಥೆಗಳೊಂದಿಗೆ ಸಂಕೇತಾತ್ಮಕ AI
|
|
- TensorFlow ಮತ್ತು PyTorch ಬಳಸಿ ನ್ಯೂರಲ್ ನೆಟ್ವರ್ಕ್ಗಳು ಮತ್ತು ಡೀಪ್ ಲರ್ನಿಂಗ್
|
|
- ಕಂಪ್ಯೂಟರ್ ವೀಷನ್ ತಂತ್ರಗಳು ಮತ್ತು ವಾಸ್ತುಶಿಲ್ಪಗಳು
|
|
- ನೈಸರ್ಗಿಕ ಭಾಷಾ ಪ್ರಕ್ರಿಯೆ (NLP) ಸೇರಿದಂತೆ ಟ್ರಾನ್ಸ್ಫಾರ್ಮರ್ಗಳು ಮತ್ತು BERT
|
|
- ವಿಶೇಷ ವಿಷಯಗಳು: ಜನನಾತ್ಮಕ ಅಲ್ಗಾರಿದಮ್ಗಳು, ಬಲವರ್ಧಿತ ಅಧ್ಯಯನ, ಬಹು-ಏಜೆಂಟ್ ವ್ಯವಸ್ಥೆಗಳು
|
|
- AI ನೈತಿಕತೆ ಮತ್ತು ಜವಾಬ್ದಾರಿಯುತ AI ತತ್ವಗಳು
|
|
|
|
**ಮುಖ್ಯ ತಂತ್ರಜ್ಞಾನಗಳು:** Python 3, Jupyter Notebooks, TensorFlow, PyTorch, Keras, OpenCV, Vue.js (ಪ್ರಶ್ನೋತ್ತರ ಅಪ್ಲಿಕೇಶನ್ಗಾಗಿ)
|
|
|
|
**ವಾಸ್ತುಶಿಲ್ಪ:** ವಿಷಯ ಪ್ರಕಾರ ಜೋಪಾನಗೊಂಡ Jupyter Notebooks ಹೊಂದಿರುವ ಶೈಕ್ಷಣಿಕ ವಿಷಯ ಸಂಗ್ರಹ, Vue.js ಆಧಾರಿತ ಪ್ರಶ್ನೋತ್ತರ ಅಪ್ಲಿಕೇಶನ್ ಮತ್ತು ವ್ಯಾಪಕ ಬಹುಭಾಷಾ ಬೆಂಬಲದೊಂದಿಗೆ.
|
|
|
|
## ಸೆಟ್ಅಪ್ ಆಜ್ಞೆಗಳು
|
|
|
|
### ಪ್ರಾಥಮಿಕ ಅಭಿವೃದ್ಧಿ ಪರಿಸರ (Python/Jupyter)
|
|
|
|
ಪಠ್ಯಕ್ರಮ Python ಮತ್ತು Jupyter Notebooks ನಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸಲು ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ. ಶಿಫಾರಸು ಮಾಡಲಾದ ವಿಧಾನವು miniconda ಬಳಕೆ:
|
|
|
|
```bash
|
|
# ರೆಪೊಸಿಟರಿಯನ್ನು ಕ್ಲೋನ್ ಮಾಡಿ
|
|
git clone https://github.com/microsoft/ai-for-beginners
|
|
cd ai-for-beginners
|
|
|
|
# ಕೊಂಡಾ ಪರಿಸರವನ್ನು ರಚಿಸಿ ಮತ್ತು ಸಕ್ರಿಯಗೊಳಿಸಿ
|
|
conda env create --name ai4beg --file environment.yml
|
|
conda activate ai4beg
|
|
|
|
# ಜುಪೈಟರ್ ನೋಟ್ಬುಕ್ ಪ್ರಾರಂಭಿಸಿ
|
|
jupyter notebook
|
|
# ಅಥವಾ
|
|
jupyter lab
|
|
```
|
|
|
|
### ಪರ್ಯಾಯ: devcontainer ಬಳಕೆ
|
|
|
|
```bash
|
|
# VS ಕೋಡ್ನಲ್ಲಿ ತೆರೆಯಿರಿ ಮತ್ತು ಕೇಳಿದಾಗ "ಕಂಟೈನರ್ನಲ್ಲಿ ಮರುತೆರೆಯಿರಿ" ಆಯ್ಕೆಮಾಡಿ
|
|
# ಡೆವ್ಕಂಟೈನರ್ ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಪರಿಸರವನ್ನು ಹೊಂದಿಸುತ್ತದೆ
|
|
```
|
|
|
|
### ಪ್ರಶ್ನೋತ್ತರ ಅಪ್ಲಿಕೇಶನ್ ಸೆಟ್ಅಪ್
|
|
|
|
ಪ್ರಶ್ನೋತ್ತರ ಅಪ್ಲಿಕೇಶನ್ ಒಂದು ಪ್ರತ್ಯೇಕ Vue.js ಅಪ್ಲಿಕೇಶನ್ ಆಗಿದ್ದು `etc/quiz-app/` ನಲ್ಲಿ ಇದೆ:
|
|
|
|
```bash
|
|
cd etc/quiz-app
|
|
npm install
|
|
npm run serve # ಅಭಿವೃದ್ಧಿ ಸರ್ವರ್
|
|
npm run build # ಉತ್ಪಾದನಾ ನಿರ್ಮಾಣ
|
|
npm run lint # ಲಿಂಟ್ ಮಾಡಿ ಮತ್ತು ಕಡತಗಳನ್ನು ಸರಿಪಡಿಸಿ
|
|
```
|
|
|
|
## ಅಭಿವೃದ್ಧಿ ಕಾರ್ಯಪ್ರವಾಹ
|
|
|
|
### Jupyter Notebooks ಜೊತೆಗೆ ಕೆಲಸ
|
|
|
|
1. **ಸ್ಥಳೀಯ ಅಭಿವೃದ್ಧಿ:**
|
|
- ಕೊಂಡಾ ಪರಿಸರ ಸಕ್ರಿಯಗೊಳಿಸಿ: `conda activate ai4beg`
|
|
- Jupyter ಪ್ರಾರಂಭಿಸಿ: `jupyter notebook` ಅಥವಾ `jupyter lab`
|
|
- ಪಾಠ ಫೋಲ್ಡರ್ಗಳಿಗೆ ಹೋಗಿ `.ipynb` ಫೈಲ್ಗಳನ್ನು ತೆರೆಯಿರಿ
|
|
- ಪಾಠಗಳನ್ನು ಅನುಸರಿಸಲು ಸೆಲ್ಗಳನ್ನು ಸಂವಹನಾತ್ಮಕವಾಗಿ ಚಾಲನೆ ಮಾಡಿ
|
|
|
|
2. **VS Code Python ವಿಸ್ತರಣೆ ಜೊತೆಗೆ:**
|
|
- ಸಂಗ್ರಹವನ್ನು VS Code ನಲ್ಲಿ ತೆರೆಯಿರಿ
|
|
- Python ವಿಸ್ತರಣೆ ಸ್ಥಾಪಿಸಿ
|
|
- VS Code ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಕೊಂಡಾ ಪರಿಸರವನ್ನು ಪತ್ತೆಮಾಡಿ ಬಳಸುತ್ತದೆ
|
|
- `.ipynb` ಫೈಲ್ಗಳನ್ನು ನೇರವಾಗಿ VS Code ನಲ್ಲಿ ತೆರೆಯಿರಿ
|
|
|
|
3. **ಮೇಘ ಅಭಿವೃದ್ಧಿ:**
|
|
- **GitHub Codespaces:** "Code" → "Codespaces" → "Create codespace on main" ಕ್ಲಿಕ್ ಮಾಡಿ
|
|
- **Binder:** README ನಲ್ಲಿ ಇರುವ Binder ಬ್ಯಾಡ್ಜ್ ಬಳಸಿ ಬ್ರೌಸರ್ನಲ್ಲಿ ಪ್ರಾರಂಭಿಸಿ
|
|
- ಗಮನಿಸಿ: Binder ನಲ್ಲಿ ಸೀಮಿತ ಸಂಪನ್ಮೂಲಗಳು ಮತ್ತು ಕೆಲವು ವೆಬ್ ಪ್ರವೇಶ ನಿರ್ಬಂಧಗಳಿವೆ
|
|
|
|
### ಉನ್ನತ ಪಾಠಗಳಿಗೆ GPU ಬೆಂಬಲ
|
|
|
|
ನಂತರದ ಪಾಠಗಳು GPU ವೇಗವರ್ಧನೆಯಿಂದ ಬಹುಮಟ್ಟಿಗೆ ಲಾಭ ಪಡೆಯುತ್ತವೆ:
|
|
|
|
- **Azure Data Science VM:** NC-ಸಿರೀಸ್ VM ಗಳನ್ನು GPU ಬೆಂಬಲದೊಂದಿಗೆ ಬಳಸಿ
|
|
- **Azure Machine Learning:** GPU ಗಣನೆ ಹೊಂದಿರುವ ನೋಟ್ಬುಕ್ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಬಳಸಿ
|
|
- **Google Colab:** ನೋಟ್ಬುಕ್ಗಳನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ಅಪ್ಲೋಡ್ ಮಾಡಿ (ಉಚಿತ GPU ಬೆಂಬಲವಿದೆ)
|
|
|
|
### ಪ್ರಶ್ನೋತ್ತರ ಅಪ್ಲಿಕೇಶನ್ ಅಭಿವೃದ್ಧಿ
|
|
|
|
```bash
|
|
cd etc/quiz-app
|
|
npm run serve # http://localhost:8080 ನಲ್ಲಿ ಹಾಟ್-ರಿಲೋಡ್ ಅಭಿವೃದ್ಧಿ ಸರ್ವರ್
|
|
```
|
|
|
|
## ಪರೀಕ್ಷಾ ಸೂಚನೆಗಳು
|
|
|
|
ಇದು ಸಾಫ್ಟ್ವೇರ್ ಪರೀಕ್ಷೆಯ ಬದಲು ಕಲಿಕೆಯ ವಿಷಯದ ಮೇಲೆ ಕೇಂದ್ರೀಕೃತ ಶೈಕ್ಷಣಿಕ ಸಂಗ್ರಹವಾಗಿದೆ. ಸಾಂಪ್ರದಾಯಿಕ ಪರೀಕ್ಷಾ ಸರಣಿ ಇಲ್ಲ.
|
|
|
|
### ಮಾನ್ಯತೆ ವಿಧಾನಗಳು:
|
|
|
|
1. **Jupyter Notebooks:** ಕೋಡ್ ಉದಾಹರಣೆಗಳು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ ಎಂದು ಪರಿಶೀಲಿಸಲು ಸೆಲ್ಗಳನ್ನು ಕ್ರಮವಾಗಿ ಚಾಲನೆ ಮಾಡಿ
|
|
2. **ಪ್ರಶ್ನೋತ್ತರ ಅಪ್ಲಿಕೇಶನ್ ಪರೀಕ್ಷೆ:** ಅಭಿವೃದ್ಧಿ ಸರ್ವರ್ ಮೂಲಕ ಕೈಯಿಂದ ಪರೀಕ್ಷೆ
|
|
3. **ಅನುವಾದ ಮಾನ್ಯತೆ:** `translations/` ಫೋಲ್ಡರ್ನಲ್ಲಿ ಅನುವಾದಿತ ವಿಷಯ ಪರಿಶೀಲನೆ
|
|
4. **ಪ್ರಶ್ನೋತ್ತರ ಅಪ್ಲಿಕೇಶನ್ ಲಿಂಟಿಂಗ್:** `etc/quiz-app/` ನಲ್ಲಿ `npm run lint` ಚಾಲನೆ ಮಾಡಿ
|
|
|
|
### ಕೋಡ್ ಉದಾಹರಣೆಗಳನ್ನು ಚಾಲನೆ ಮಾಡುವುದು:
|
|
|
|
```bash
|
|
# ಮೊದಲು ಪರಿಸರವನ್ನು ಸಕ್ರಿಯಗೊಳಿಸಿ
|
|
conda activate ai4beg
|
|
|
|
# ಪೈಥಾನ್ ಸ್ಕ್ರಿಪ್ಟ್ಗಳನ್ನು ನೇರವಾಗಿ ಚಾಲನೆ ಮಾಡಿ
|
|
python lessons/4-ComputerVision/07-ConvNets/pytorchcv.py
|
|
|
|
# ಅಥವಾ ನೋಟ್ಬುಕ್ಗಳನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಿ
|
|
jupyter notebook lessons/3-NeuralNetworks/03-Perceptron/Perceptron.ipynb
|
|
```
|
|
|
|
## ಕೋಡ್ ಶೈಲಿ
|
|
|
|
### Python ಕೋಡ್ ಶೈಲಿ
|
|
|
|
- ಶೈಕ್ಷಣಿಕ ಕೋಡ್ಗಾಗಿ ಮಾನಕ Python ನಿಯಮಗಳು
|
|
- ಸ್ಪಷ್ಟ, ಓದಲು ಸುಲಭವಾದ ಕೋಡ್, ಕಲಿಕೆಗೆ ಆದ್ಯತೆ ನೀಡುತ್ತದೆ
|
|
- ಪ್ರಮುಖ ತತ್ವಗಳನ್ನು ವಿವರಿಸುವ ಕಾಮೆಂಟ್ಗಳು
|
|
- Jupyter Notebook ಗೆ ಅನುಕೂಲಕರ: ಸೆಲ್ಗಳು ಸಾಧ್ಯವಾದಷ್ಟು ಸ್ವತಂತ್ರವಾಗಿರಬೇಕು
|
|
- ಪಾಠ ವಿಷಯಕ್ಕೆ ಕಟ್ಟುನಿಟ್ಟಿನ ಲಿಂಟಿಂಗ್ ಅಗತ್ಯವಿಲ್ಲ
|
|
|
|
### JavaScript/Vue.js (ಪ್ರಶ್ನೋತ್ತರ ಅಪ್ಲಿಕೇಶನ್)
|
|
|
|
- `etc/quiz-app/package.json` ನಲ್ಲಿ ESLint ಸಂರಚನೆ
|
|
- ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಶೀಲಿಸಲು ಮತ್ತು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಸರಿಪಡಿಸಲು `npm run lint` ಚಾಲನೆ ಮಾಡಿ
|
|
- Vue 2.x ನಿಯಮಗಳು
|
|
- ಘಟಕ ಆಧಾರಿತ ವಾಸ್ತುಶಿಲ್ಪ
|
|
|
|
### ಫೈಲ್ ಸಂಘಟನೆ
|
|
|
|
```
|
|
lessons/
|
|
├── 0-course-setup/ # Setup instructions
|
|
├── 1-Intro/ # Introduction to AI
|
|
├── 2-Symbolic/ # Symbolic AI
|
|
├── 3-NeuralNetworks/ # Neural Networks basics
|
|
├── 4-ComputerVision/ # Computer Vision
|
|
├── 5-NLP/ # Natural Language Processing
|
|
├── 6-Other/ # Other AI techniques
|
|
├── 7-Ethics/ # AI Ethics
|
|
└── X-Extras/ # Additional content
|
|
|
|
etc/
|
|
├── quiz-app/ # Vue.js quiz application
|
|
└── quiz-src/ # Quiz source files
|
|
|
|
translations/ # Multi-language translations
|
|
```
|
|
|
|
## ನಿರ್ಮಾಣ ಮತ್ತು ನಿಯೋಜನೆ
|
|
|
|
### Jupyter ವಿಷಯ
|
|
|
|
ಯಾವುದೇ ನಿರ್ಮಾಣ ಪ್ರಕ್ರಿಯೆ ಅಗತ್ಯವಿಲ್ಲ - Jupyter Notebooks ನೇರವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ.
|
|
|
|
### ಪ್ರಶ್ನೋತ್ತರ ಅಪ್ಲಿಕೇಶನ್
|
|
|
|
```bash
|
|
cd etc/quiz-app
|
|
|
|
# ಅಭಿವೃದ್ಧಿ
|
|
npm run serve
|
|
|
|
# ಉತ್ಪಾದನಾ ನಿರ್ಮಾಣ
|
|
npm run build # etc/quiz-app/dist/ ಗೆ ಔಟ್ಪುಟ್ಗಳು
|
|
|
|
# ಅಜೂರ್ ಸ್ಟ್ಯಾಟಿಕ್ ವೆಬ್ ಅಪ್ಲಿಕೇಶನ್ಗಳಿಗೆ ನಿಯೋಜಿಸಿ
|
|
# ಅಜೂರ್ ಸ್ವಯಂಚಾಲಿತವಾಗಿ GitHub Actions ವರ್ಕ್ಫ್ಲೋ ರಚಿಸುತ್ತದೆ
|
|
# ವಿವರವಾದ ನಿಯೋಜನೆ ಸೂಚನೆಗಳಿಗೆ etc/quiz-app/README.md ನೋಡಿ
|
|
```
|
|
|
|
### ಡಾಕ್ಯುಮೆಂಟೇಶನ್ ಸೈಟ್
|
|
|
|
ಈ ಸಂಗ್ರಹ Docsify ಬಳಸಿ ಡಾಕ್ಯುಮೆಂಟೇಶನ್ ನೀಡುತ್ತದೆ:
|
|
- `index.html` ಪ್ರವೇಶ ಬಿಂದುವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ
|
|
- ಯಾವುದೇ ನಿರ್ಮಾಣ ಅಗತ್ಯವಿಲ್ಲ - GitHub Pages ಮೂಲಕ ನೇರವಾಗಿ ಸೇವೆ ನೀಡಲಾಗುತ್ತದೆ
|
|
- ಪ್ರವೇಶ: https://microsoft.github.io/AI-For-Beginners/
|
|
|
|
## ಕೊಡುಗೆ ನೀಡುವ ಮಾರ್ಗಸೂಚಿಗಳು
|
|
|
|
### ಪುಲ್ ರಿಕ್ವೆಸ್ಟ್ ಪ್ರಕ್ರಿಯೆ
|
|
|
|
1. **ಶೀರ್ಷಿಕೆ ಸ್ವರೂಪ:** ಬದಲಾವಣೆಯನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ವಿವರಿಸುವ ಶೀರ್ಷಿಕೆಗಳು
|
|
2. **CLA ಅಗತ್ಯ:** Microsoft CLA ಸಹಿ ಮಾಡಬೇಕು (ಸ್ವಯಂಚಾಲಿತ ಪರಿಶೀಲನೆ)
|
|
3. **ವಿಷಯ ಮಾರ್ಗಸೂಚಿಗಳು:**
|
|
- ಶೈಕ್ಷಣಿಕ ಕೇಂದ್ರೀಕೃತ ಮತ್ತು ಆರಂಭಿಕರ ಸ್ನೇಹಿ ದೃಷ್ಟಿಕೋನವನ್ನು ಕಾಯ್ದುಕೊಳ್ಳಿ
|
|
- ನೋಟ್ಬುಕ್ಗಳಲ್ಲಿ ಎಲ್ಲಾ ಕೋಡ್ ಉದಾಹರಣೆಗಳನ್ನು ಪರೀಕ್ಷಿಸಿ
|
|
- ನೋಟ್ಬುಕ್ಗಳು ಮುಗಿದಂತೆ ಕಾರ್ಯನಿರ್ವಹಿಸುವುದನ್ನು ಖಚಿತಪಡಿಸಿ
|
|
- ಇಂಗ್ಲಿಷ್ ವಿಷಯ ಬದಲಿಸಿದರೆ ಅನುವಾದಗಳನ್ನು ನವೀಕರಿಸಿ
|
|
4. **ಪ್ರಶ್ನೋತ್ತರ ಅಪ್ಲಿಕೇಶನ್ ಬದಲಾವಣೆಗಳು:** ಕಮಿಟ್ ಮಾಡುವ ಮೊದಲು `npm run lint` ಚಾಲನೆ ಮಾಡಿ
|
|
|
|
### ಅನುವಾದ ಕೊಡುಗೆಗಳು
|
|
|
|
- ಅನುವಾದಗಳು GitHub Actions ಮೂಲಕ co-op-translator ಬಳಸಿ ಸ್ವಯಂಚಾಲಿತವಾಗಿವೆ
|
|
- ಕೈಯಿಂದ ಮಾಡಿದ ಅನುವಾದಗಳು `translations/<language-code>/` ನಲ್ಲಿ ಇರಬೇಕು
|
|
- ಪ್ರಶ್ನೋತ್ತರ ಅನುವಾದಗಳು `etc/quiz-app/src/assets/translations/` ನಲ್ಲಿ ಇರುತ್ತವೆ
|
|
- ಬೆಂಬಲಿತ ಭಾಷೆಗಳು: 40+ ಭಾಷೆಗಳು (ಪೂರ್ಣ ಪಟ್ಟಿ README ನಲ್ಲಿ)
|
|
|
|
### ಸಕ್ರಿಯ ಕೊಡುಗೆ ಕ್ಷೇತ್ರಗಳು
|
|
|
|
ಪ್ರಸ್ತುತ ಅಗತ್ಯಗಳಿಗಾಗಿ `etc/CONTRIBUTING.md` ನೋಡಿ:
|
|
- ಡೀಪ್ ಬಲವರ್ಧಿತ ಅಧ್ಯಯನ ವಿಭಾಗಗಳು
|
|
- ವಸ್ತು ಪತ್ತೆ ಸುಧಾರಣೆಗಳು
|
|
- ನಾಮಿತ ಘಟಕ ಗುರುತಿಸುವ ಉದಾಹರಣೆಗಳು
|
|
- ಕಸ್ಟಮ್ ಎम्बೆಡ್ಡಿಂಗ್ ತರಬೇತಿ ಮಾದರಿಗಳು
|
|
|
|
## ಪರಿಸರ ಸಂರಚನೆ
|
|
|
|
### ಅಗತ್ಯ ಅವಲಂಬನೆಗಳು
|
|
|
|
```bash
|
|
# ಕೋರ್ ಪೈಥಾನ್ ಪ್ಯಾಕೇಜುಗಳು (requirements.txt ನಿಂದ)
|
|
tensorflow==2.17.0
|
|
torch (via conda)
|
|
torchvision (via conda)
|
|
keras==3.5.0
|
|
opencv (via conda)
|
|
scikit-learn
|
|
numpy==1.26
|
|
pandas==2.2.2
|
|
matplotlib==3.9
|
|
jupyter
|
|
```
|
|
|
|
### ಪರಿಸರ ಚರಗಳು
|
|
|
|
ಮೂಲಭೂತ ಬಳಕೆಗೆ ಯಾವುದೇ ವಿಶೇಷ ಪರಿಸರ ಚರಗಳು ಅಗತ್ಯವಿಲ್ಲ.
|
|
|
|
Azure ನಿಯೋಜನೆಗಳಿಗೆ (ಪ್ರಶ್ನೋತ್ತರ ಅಪ್ಲಿಕೇಶನ್):
|
|
- `AZURE_STATIC_WEB_APPS_API_TOKEN` (Azure ಮೂಲಕ ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಸೆಟ್ ಆಗುತ್ತದೆ)
|
|
|
|
## ಡಿಬಗ್ ಮತ್ತು ಸಮಸ್ಯೆ ಪರಿಹಾರ
|
|
|
|
### ಸಾಮಾನ್ಯ ಸಮಸ್ಯೆಗಳು
|
|
|
|
**ಸಮಸ್ಯೆ:** ಕೊಂಡಾ ಪರಿಸರ ರಚನೆ ವಿಫಲವಾಗಿದೆ
|
|
- **ಪರಿಹಾರ:** ಮೊದಲು ಕೊಂಡಾ ನವೀಕರಿಸಿ: `conda update conda -y`
|
|
- ಸಾಕಷ್ಟು ಡಿಸ್ಕ್ ಜಾಗವಿರುವುದನ್ನು ಖಚಿತಪಡಿಸಿ (50GB ಶಿಫಾರಸು)
|
|
|
|
**ಸಮಸ್ಯೆ:** Jupyter ಕರ್ಣಲ್ ಕಂಡುಬರಲಿಲ್ಲ
|
|
- **ಪರಿಹಾರ:**
|
|
```bash
|
|
conda activate ai4beg
|
|
python -m ipykernel install --user --name ai4beg
|
|
```
|
|
|
|
**ಸಮಸ್ಯೆ:** ನೋಟ್ಬುಕ್ಗಳಲ್ಲಿ GPU ಪತ್ತೆಯಾಗುತ್ತಿಲ್ಲ
|
|
- **ಪರಿಹಾರ:**
|
|
- CUDA ಸ್ಥಾಪನೆ ಪರಿಶೀಲಿಸಿ: `nvidia-smi`
|
|
- PyTorch GPU ಪರಿಶೀಲನೆ: `python -c "import torch; print(torch.cuda.is_available())"`
|
|
- TensorFlow GPU ಪರಿಶೀಲನೆ: `python -c "import tensorflow as tf; print(tf.config.list_physical_devices('GPU'))"`
|
|
|
|
**ಸಮಸ್ಯೆ:** ಪ್ರಶ್ನೋತ್ತರ ಅಪ್ಲಿಕೇಶನ್ ಪ್ರಾರಂಭವಾಗುತ್ತಿಲ್ಲ
|
|
- **ಪರಿಹಾರ:**
|
|
```bash
|
|
cd etc/quiz-app
|
|
rm -rf node_modules package-lock.json
|
|
npm install
|
|
npm run serve
|
|
```
|
|
|
|
**ಸಮಸ್ಯೆ:** Binder ಸಮಯ ಮೀರಿದೆ ಅಥವಾ ಡೌನ್ಲೋಡ್ಗಳನ್ನು ತಡೆಹಿಡಿಯುತ್ತದೆ
|
|
- **ಪರಿಹಾರ:** ಉತ್ತಮ ಸಂಪನ್ಮೂಲ ಪ್ರವೇಶಕ್ಕಾಗಿ GitHub Codespaces ಅಥವಾ ಸ್ಥಳೀಯ ಸೆಟ್ಅಪ್ ಬಳಸಿ
|
|
|
|
### ಮೆಮೊರಿ ಸಮಸ್ಯೆಗಳು
|
|
|
|
ಕೆಲವು ಪಾಠಗಳಿಗೆ ಸಾಕಷ್ಟು RAM (8GB+ ಶಿಫಾರಸು) ಅಗತ್ಯವಿದೆ:
|
|
- ಸಂಪನ್ಮೂಲ-ತೀವ್ರ ಪಾಠಗಳಿಗೆ ಮೇಘ VM ಗಳನ್ನು ಬಳಸಿ
|
|
- ಮಾದರಿಗಳನ್ನು ತರಬೇತುಗೊಳಿಸುವಾಗ ಇತರ ಅಪ್ಲಿಕೇಶನ್ಗಳನ್ನು ಮುಚ್ಚಿ
|
|
- ಮೆಮೊರಿ ಕೊರತೆ ಇದ್ದರೆ ನೋಟ್ಬುಕ್ಗಳಲ್ಲಿ ಬ್ಯಾಚ್ ಗಾತ್ರವನ್ನು ಕಡಿಮೆ ಮಾಡಿ
|
|
|
|
## ಹೆಚ್ಚುವರಿ ಟಿಪ್ಪಣಿಗಳು
|
|
|
|
### ಕೋರ್ಸ್ ಶಿಕ್ಷಕರಿಗೆ
|
|
|
|
- ಬೋಧನಾ ಮಾರ್ಗದರ್ಶನಕ್ಕಾಗಿ `lessons/0-course-setup/for-teachers.md` ನೋಡಿ
|
|
- ಪಾಠಗಳು ಸ್ವತಂತ್ರವಾಗಿದ್ದು ಕ್ರಮವಾಗಿ ಅಥವಾ ಆಯ್ಕೆಮಾಡಿ ಬೋಧಿಸಬಹುದು
|
|
- ಅಂದಾಜು ಸಮಯ: 12 ವಾರಗಳು, ವಾರಕ್ಕೆ 2 ಪಾಠಗಳು
|
|
|
|
### ಮೇಘ ಸಂಪನ್ಮೂಲಗಳು
|
|
|
|
- **Azure for Students:** ವಿದ್ಯಾರ್ಥಿಗಳಿಗೆ ಉಚಿತ ಕ್ರೆಡಿಟ್ಗಳು ಲಭ್ಯ
|
|
- **Microsoft Learn:** ಪಠ್ಯಕ್ರಮದೊಂದಿಗೆ ಸಂಪರ್ಕ ಹೊಂದಿರುವ ಪೂರಕ ಕಲಿಕೆ ಮಾರ್ಗಗಳು
|
|
- **Binder:** ಉಚಿತ ಆದರೆ ಸೀಮಿತ ಸಂಪನ್ಮೂಲಗಳು ಮತ್ತು ಕೆಲವು ನೆಟ್ವರ್ಕ್ ನಿರ್ಬಂಧಗಳು
|
|
|
|
### ಕೋಡ್ ಕಾರ್ಯಗತಗೊಳಿಸುವ ಆಯ್ಕೆಗಳು
|
|
|
|
1. **ಸ್ಥಳೀಯ (ಶಿಫಾರಸು):** ಸಂಪೂರ್ಣ ನಿಯಂತ್ರಣ, ಉತ್ತಮ ಕಾರ್ಯಕ್ಷಮತೆ, GPU ಬೆಂಬಲ
|
|
2. **GitHub Codespaces:** ಮೇಘ ಆಧಾರಿತ VS Code, ತ್ವರಿತ ಪ್ರವೇಶಕ್ಕೆ ಉತ್ತಮ
|
|
3. **Binder:** ಬ್ರೌಸರ್ ಆಧಾರಿತ Jupyter, ಉಚಿತ ಆದರೆ ಸೀಮಿತ
|
|
4. **Azure ML Notebooks:** GPU ಬೆಂಬಲದ ಎಂಟರ್ಪ್ರೈಸ್ ಆಯ್ಕೆ
|
|
5. **Google Colab:** ನೋಟ್ಬುಕ್ಗಳನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ಅಪ್ಲೋಡ್ ಮಾಡಿ, ಉಚಿತ GPU ಲಭ್ಯ
|
|
|
|
### ನೋಟ್ಬುಕ್ಗಳೊಂದಿಗೆ ಕೆಲಸ
|
|
|
|
- ಕಲಿಕೆಗೆ ಸೆಲ್-ಬೈ-ಸೆಲ್ ಚಾಲನೆಗಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ
|
|
- ಬಹುತೇಕ ನೋಟ್ಬುಕ್ಗಳು ಮೊದಲ ಬಾರಿ ಚಾಲನೆಯಾಗುವಾಗ ಡೇಟಾಸೆಟ್ಗಳನ್ನು ಡೌನ್ಲೋಡ್ ಮಾಡುತ್ತವೆ (ಸಮಯ ತೆಗೆದುಕೊಳ್ಳಬಹುದು)
|
|
- ಕೆಲವು ಮಾದರಿಗಳಿಗೆ ಯುಕ್ತ training ಸಮಯಕ್ಕಾಗಿ GPU ಅಗತ್ಯವಿರಬಹುದು
|
|
- ಗಣನೆ ಕಡಿಮೆ ಮಾಡಲು ಸಾಧ್ಯವಾದಲ್ಲಿ ಪೂರ್ವ-ತರಬೇತುಗೊಂಡ ಮಾದರಿಗಳನ್ನು ಬಳಸಲಾಗುತ್ತದೆ
|
|
|
|
### ಕಾರ್ಯಕ್ಷಮತೆ ಪರಿಗಣನೆಗಳು
|
|
|
|
- ನಂತರದ ಕಂಪ್ಯೂಟರ್ ವೀಷನ್ ಪಾಠಗಳು (CNN, GAN) GPU ನಿಂದ ಲಾಭ ಪಡೆಯುತ್ತವೆ
|
|
- NLP ಟ್ರಾನ್ಸ್ಫಾರ್ಮರ್ ಪಾಠಗಳಿಗೆ ಸಾಕಷ್ಟು RAM ಅಗತ್ಯವಿರಬಹುದು
|
|
- ಶೂನ್ಯದಿಂದ ತರಬೇತಿ ನೀಡುವುದು ಶೈಕ್ಷಣಿಕ ಆದರೆ ಸಮಯ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ
|
|
- ವರ್ಗಾವಣೆ ಕಲಿಕೆ ಉದಾಹರಣೆಗಳು ತರಬೇತಿ ಸಮಯವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತವೆ
|
|
|
|
---
|
|
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
|
|
**ಅಸ್ವೀಕರಣ**:
|
|
ಈ ದಸ್ತಾವೇಜು [Co-op Translator](https://github.com/Azure/co-op-translator) ಎಂಬ AI ಅನುವಾದ ಸೇವೆಯನ್ನು ಬಳಸಿ ಅನುವಾದಿಸಲಾಗಿದೆ. ನಾವು ಶುದ್ಧತೆಯತ್ತ ಪ್ರಯತ್ನಿಸುತ್ತಿದ್ದರೂ, ಸ್ವಯಂಚಾಲಿತ ಅನುವಾದಗಳಲ್ಲಿ ತಪ್ಪುಗಳು ಅಥವಾ ಅಸತ್ಯತೆಗಳು 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.
|
|
<!-- CO-OP TRANSLATOR DISCLAIMER END --> |