तुम्हाला कधी कधी असा मित्र भेटला आहे ज्याने विचारले, “मी तुझा AI वापरून पाहू शकतो का?” आणि तुमचा पोट गुंतलेला वाटतो कारण तुमचा “AI” म्हणजे प्रत्यक्षात एक Python स्क्रिप्ट आहे ज्याला व्यक्तिमत्व विचलन आणि तीन वेगळ्या व्हर्च्युअल एन्व्हायर्नमेंट्स आहेत? आम्हालाही तसेच वाटले आहे. जर तुम्हाला कधी हवेसे वाटले असेल की एखादा मॉडेल किंवा फंक्शन तुम्ही तुमच्या कॉफी थंड होण्यापूर्वी एक मैत्रीपूर्ण वेबपृष्ठात रूपांतर करू शकता, तर Gradio ही अशी साधन आहे जी ते स्वप्न पूर्ण करू शकते.
Gradio ही एक Python लायब्ररी आहे जी तुम्हाला मशीन लर्निंग मॉडेलसाठी वेब डेमो आणि हलक्या अॅप्स जलद तयार करण्याची परवानगी देते. जसं की, “फंक्शन पेस्ट करा, इनपुट आणि आउटपुट वर्णन करा आणि तुम्हाला लगेच एक URL मिळेल.” या Gradio पुनरावलोकनात, मी तुम्हाला दाखवेन की Gradio कुठे चांगले आहे, कुठे अडचण येते, आणि तुमच्या पुढच्या AI प्रकल्पासाठी ते योग्य आहे का. आपण ते सोपी, मैत्रीपूर्ण, आणि व्यावहारिक टिपांसह पाहूया.
Gradio म्हणजे काय आणि त्याची काळजी का घ्यावी?
वास्तविक उदाहरण घेऊया. समजा, तुम्ही एक भाषण-ते-पाठ (speech-to-text) मॉडेल प्रशिक्षित केले आहे जे फक्त पूर्ण चंद्राच्या प्रकाशात त्या समोर बोलल्यावरच काम करते. तुमचा बॉस, ज्याला Python “तो साप” वाटतो, तो दुपारी ३ वाजेपर्यंत एक डेमो पाहायला इच्छितो. Gradio सांगतो: तुमचा फंक्शन काही ओळींनी कोडमध्ये लपेटा, एक इनपुट (माइक्रोफोन, फाइल, टेक्स्टबॉक्स) आणि एक आउटपुट (मजकूर, चित्र, चार्ट) निवडा—आणि ब्राउझरमध्ये बटणे आणि स्लीडरसह विंडो तयार होईल, जिथे NumPy न जाणणाऱ्या व्यक्तींसाठी वापरणे सोपे आहे. आणखी एक चांगली गोष्ट म्हणजे तुम्ही ते सुरक्षितपणे लिंकद्वारे शेअर करू शकता.
Gradio मोठं झालं कारण ते "तुम्हाला फक्त दाखवायचं आहे" या साठी स्विस आर्मी नाइफसारखं आहे. हे टेक्स्ट, प्रतिमा, ऑडिओ, व्हिडिओ, डेटा फ्रेम, JSON सारख्या अनेक स्वरूपांचे समर्थन करते—आणि ड्रॅग-आणि-ड्रॉप अपलोड्स आणि लाईव्ह कॅमेरा इनपुटसारखे फायदेही देते. हे Hugging Face च्या Spaces होस्टिंगसह सुंदरपणे काम करते, जिथे तुम्ही तुमचा डेमो क्लाउडमध्ये लाँच करू शकता आणि जगाला वापरू देता.
Gradio कोणासाठी आहे?
- टीममेट्स, PMs किंवा गुंतवणूकदारांसाठी मॉडेल डेमो करणार्या संशोधक आणि प्रयोग करणारे.
- डेटा सायंटिस्ट्स जे जलद वापरकर्ता अभिप्राय हवे आणि फ्रंट-एंड फ्रेमवर्क न शिकता.
- शिक्षक आणि विद्यार्थी ज्यांना इंटरऍक्टिव्ह नोटबुक्स हवे आहेत जिथे सर्वांनी PyTorch v37.99 इन्स्टॉल केलेला नसेल असं गृहीत धरलेलं नाही.
- लहान टीम्स जे LLM अॅप्स, प्रतिमा टूल्स किंवा ऑडिओ ट्रिक्ससाठी वर्कफ्लोज आणि UI प्रोटोटाइप करत आहेत.
जर तुम्हाला एक पोलीश्ड, मल्टी-टेनंट SaaS हवं असेल ज्यात बिलिंग, वापरकर्ता भूमिका आणि SOC 2 कागदपत्रे असतील, तर Gradio तुमचं अंतिम ठिकाण नाही—तर ते तुम्हा लॉन्चपॅड आहे.
3-मिनिटांचा Gradio डेमो: होय, खरंच
हे Gradio चे सामान्य जादूचे ट्रिक आहे. तुम्ही एक Python फंक्शन लिहिता—उदाहरणार्थ, मजकूर घेऊन सारांश परत करणारा एक. मग:
- इनपुट निवडा: तुमच्या परिच्छेदासाठी टेक्स्टबॉक्स.
- आउटपुट निवडा: सारांशासाठी टेक्स्टबॉक्स.
- इंटरफेसने लपेटा आणि सुरू करा.
व्यवहारात, तुम्ही “hello function” पेक्षा “hello webpage” इतक्या जलद गाठू शकता की आश्चर्य वाटेल. तुम्ही पानावर ऑडिओ रेकॉर्ड करू शकता, प्रतिमा प्रिव्ह्यू करू शकता आणि आउटपुट चेन केलेल्या घटकांमध्ये पाठवू शकता—जावास्क्रिप्ट ज्ञानाशिवाय. बहुतेक डेमो साठी, अंगभूत घटक UI हाताळतात.
Blocks आणि Interface: कोणता वापरावा?
- Interface हा एक्सप्रेस लेन आहे. तुम्हाला इनपुट्स आणि आउटपुटसह एक फॉर्म मिळतो: सोपा, जलद, फिक्स्ड.
- Blocks हे लिगो सेट आहे. तुम्ही रांगा, कॉलम, टॅब्स, इव्हेंट्स, आणि स्टेट जोडता. Blocks बरोबर तुम्ही स्टेप्स चेन करू शकता—प्रतिमा अपलोड करा, डिटेक्शन चालवा, मग रंग भरा, मग डाउनलोड करा. तुम्ही क्लिक्स दरम्यान स्टेट जपू शकता, लोडिंग स्पिनर्स नियंत्रित करू शकता, आणि “जेव्हा हे बदलेल, तेव्हा ते अपडेट करा” अशी लॉजिक तयार करू शकता.
जर तुम्ही फक्त एक फंक्शन दाखवत असाल, तर Interface पासून सुरुवात करा. जर तुम्हाला वाटले “मग यूजर हे क्लिक करू शकेल आणि ते बदल होईल,” तर तुम्ही Blocks मध्ये आहात.
Gradio चांगलं काय करतो (जे तुम्हाला हसू येईल)
- पहिल्या डेमोपर्यंतचा वेगः तुम्ही काही मिनिटांत काम करणारा अॅप लाँच करू शकता. हे टॉप हेडलाइन आणि प्लॉट ट्विस्ट आहे.
- समजुतदार घटक: टेक्स्ट, प्रतिमा, ऑडिओ, व्हिडिओ, कोड, डेटा फ्रेम, मार्कडाउन—जास्तीचा जे काही गरज आहे ते समाविष्ट.
- लाइव्ह शेअरिंग: त्वरित वापरकर्ता चाचणीसाठी तात्पुरता शेअर लिंक तयार करा, सर्वर डिप्लॉय न करता.
- Hugging Face Spaces: सार्वजनिक किंवा खाजगी डेमो साठी झिरो-कॉन्फिग होस्टिंग; CI/CD Git पुशेस माध्यमातून.
- Python-फर्स्ट अर्गोनॉमिक्स: जर तुम्ही नोटबुक्स मध्ये काम करत असाल तर घरचं वाटेल.
काय असं आहे ज्याबद्दल तुम्ही तक्रार करू शकता
- स्टाइलिंग साधारण आहे: तुम्ही थीम करू शकता, पण कस्टम CSS शिवाय कोणत्याही डिझाइन पुरस्काराला पात्र होऊ शकत नाही.
- स्टेट आणि इव्हेंट्स कधी कधी गुंतागुंतीचे होतात: कॉम्प्लेक्स मल्टी-स्टेप अॅप्स छान आहेत, पण कधी “हे मग का ट्रिगर नाही झालं?” अशी समस्या येते.
- उत्पादन व्यापार: प्रोटोटायपिंग आणि अंतर्गत उपकरणांसाठी छान; पूर्ण उत्पादन अॅप्ससाठी तुम्हाला ऑथ, अॅनालिटिक्स, रेट लिमिटिंग, आणि चांगली मॉनिटरिंग हवी.
Gradio चमकतो अशा प्रत्यक्ष वापराच्या प्रकरणे
- LLM सँडबॉक्स: इनपुट करा, प्रतिसाद मिळवा, मॉडेलसाठी ड्रॉपडाऊन आणि तापमानासाठी स्लीडर. एक इतिहास पॅन जोडून वापरता येण्याजोगा टूल तयार करा.
- व्हिजन डेमोज: प्रतिमा ड्रॅग करा, डिटेक्शन चालवा, बॉक्सेस काढा, डाउनलोड करण्यायोग्य निकाल मिळवा. प्रक्रियेच्या टप्प्यांना टॅब्समध्ये दाखवा.
- ऑडिओ अॅप्स: क्लिप रेकॉर्ड करा, आवाज साफ करा, ट्रान्सक्राइब करा, भाषांतर करा. माइक इनपुट नैसर्गिकरीत्या समर्थित असल्यामुळे यूजर थेट तुम्हाला बोलू शकतो.
- बॅच उपयोगी साधने: CSV अपलोड करा, साफसफाई करा, वर्गीकरण करा किंवा API ने समृद्ध करा. डेटा फ्रेम प्रिव्ह्यू आणि “प्रक्रियायुक्त फाइल डाउनलोड करा” बटण द्या.
आंदोलनशीर दिवस: Gradio सह एक दिवस
सकाळी: तुम्ही एक Python फंक्शन लपेटलं जे प्रतिमा वर्गीकृत करते. Interface ने पाच मिनिटांत वापरायला तयार. तुम्ही लिंक टीमला पाठविली. त्यांना आवडलं, पण ते आधी प्रतिमा क्रॉप करू इच्छितात. ठीक आहे.
दुपारी: तुम्ही Blocks वापरायला सुरुवात केली. आता दोन कॉलम: डावीकडे प्रतिमा, उजवीकडे प्रीडिक्शन पॅनेल. Cropper कॉम्पोनंट, कॉन्फिडन्स चार्ट, “हा निकाल जतन करा” चेकबॉक्स आणि मागील रन्ससाठी गॅलरी जोडा.
दुपारी: तुमचा PM म्हणतो “बॅच मोड हवा.” तुम्ही झिप फोल्डरसाठी फाइल अपलोडर जोडला. एक प्रगती पट्टी आणि स्थिती लॉग आहे. वापरकर्ते निकालांची CSV डाउनलोड करू शकतात. इथे Gradio एक साधी डेमो खेळणी नसून मैत्रीपूर्ण फ्रेमवर्कसारखा वाटू लागतो.
संध्याकाळी: CEO बाह्य परीक्षकांना बोलावायला सांगतो. तुम्ही Hugging Face Spaces वर डेमो खाजगी सेट करून काही लोकांना आमंत्रित करता. ते लिंक क्लिक करतात. त्यांचे लॅपटॉप आणि फोनवर काम करते. तुम्ही वेळेवर घरी जाता. तुमचा कुत्रा आनंदी आहे.
कार्यक्षमता आणि तैनाती: खरी गोष्ट
- स्थानिक विकास जलद आहे. जड मॉडेलसाठी, बॉटलनेक तुमचा मॉडेल असतो, Gradio नाही.
- कंटेनरायझेशन छान कार्य करते: तुमचा अॅप Docker मध्ये ठेवून, आवृत्ती लॉक करा, आणि तुम्ही हलक्या ट्रॅफिकसाठी उत्पादन तयार आहात.
- Spaces वर, CPU/GPU पर्यायांसह स्केल करा आणि संवेदनशील माहिती रिपॉझिटरी व्हेरिएबलमध्ये ठेवा. पण महत्वाच्या अपटाइम किंवा ट्रॅफिकसाठी स्वत:चे इन्फ्रास्ट्रक्चर आणि मॉनिटरिंग ठेवा.
सुरक्षा टिप्स (लोक लक्षात ठेवत नाहीत त्या गोष्टी)
- वापरकर्त्यांकडून आलेल्या फाइल्सवर अंध विश्वास ठेवू नका. फाईल प्रकार आणि आकारांची तपासणी करा. जड प्रक्रिया सॅंडबॉक्स करा.
- कीज आणि गुपिते पर्यावरणीय व्हेरिएबल किंवा व्यवस्थापित वॉल्टमध्ये लपवा.
- जर सार्वजनिक डेमो घोषित केला तर महागड्या एंडपॉइंट्सवर रेट लिमिट करा किंवा सोपी प्रमाणीकरण जोडा. तुमचा GPU तुमचे आभार मानेल.
अॅक्सेसिबिलिटी आणि UX बाबतीत
- कीबोर्ड नेव्हिगेशन आणि ARIA लेबलिंग सुधारले गेले आहेत, पण अॅक्सेसिबिलिटी खूप महत्त्वाची असल्यास खऱ्या वापरकर्त्यांबरोबर तपासा.
- मोबाइल लेआउट्स आश्चर्यकारकपणे कामी येतात. जर तुमचे प्रेक्षक फोन-प्राथमिक आहेत, तर घटक सिम्पल आणि एकमेकांवर ठेवा.
Gradio कसे तुलना करते?
- Streamlit: डेटाअॅप्स आणि डॅशबोर्डसाठी अत्युत्तम, फक्त Python आहे. लेआउटबाबत अधिक ठाम, चार्ट्ससाठी छान, मल्टीमीडिया इनपुटवर कमी लक्ष. ML डेमोमध्ये Gradio अधिक जिंकतो.
- FastAPI + फ्रंट एन्ट: जास्त नियंत्रण आणि विस्तारक्षमतेसाठी, पण UI, इव्हेंट्स, आणि स्टायलिंगसाठी अधिक वेळ लागतो. Gradio म्हणजे "मला लगेच पाहिजे" पर्याय.
- Jupyter widgets/Voila: नोटबुकसाठी छान, पण Gradio चे शेअर लिंक, घटक, आणि Spaces इंटिग्रेशन सामान्य वापरकर्त्यांसाठी अधिक सोयीस्कर.
कमीशी शिकण्याचा वळण आणि समुदाय
Gradio ची डॉक्युमेंटेशन स्पष्ट आणि उदाहरणांनी भरलेली आहे. क्विकस्टार्ट खरोखर जलद आहे, आणि घटक गॅलरी म्हणजे एक कुकबुक आहे. मुख्य आव्हान तेव्हा येते जेव्हा तुम्ही Interface पासून Blocks मध्ये जाल आणि स्टेट, इव्हेंट्स आणि कॉन्करन्सी हाताळायला सुरुवात कराल. होऊ शकतं—फक्त “माझा हँडलर का चालत नाही?” अशी थोडी वेळ तग धरा.
Gradio उत्पादनासाठी तयार आहे का?
संक्षिप्त उत्तर: ते प्रोटोटाइपसाठी, वर्गासाठी, आणि अंतर्गत साधनासाठी तयार आहे. स्केलवर उत्पादनासाठी, तुम्हाला खालील गोष्टी जोडाव्या लागतील:
- ऑथ, RBAC, आणि वापरकर्ता व्यवस्थापन पारंपारिक “डेमो पासवर्ड” पेक्षा जास्त असावं.
- लॉगिंग/मेट्रिक्स आणि अलर्टिंग (उदा. OpenTelemetry, Sentry, Prometheus).
- जड कामांसाठी कॅशिंग आणि क्व्युइंग.
- अविश्वसनीय सामग्रीसाठी पूर्ण इनपुट वैधता आणि संरक्षा.
अनेक स्टार्टअप्ससाठी, Gradio "थंड डेमो" ते "MVP ज्याला लोक वापरू शकतील" या पुलाप्रमाणे आहे. आणि पूल म्हणजे चांगले असतात.
किंमतीबाबत काय?
Gradio स्वतः मुक्त स्रोत आहे. तुम्ही ते स्थानिकपणे किंवा तुमच्या स्वतःच्या सर्व्हरवर चालवू शकता. Hugging Face Spaces वर तैनात केल्यास, तुमच्या मॉडेलची गरजेनुसार मोफत किंवा पे-टियर हार्डवेअर निवडा—जसं Prius आणि सेमी ट्रकमध्ये फरक. मुक्त स्रोत लायसन्स आणि स्थानिक सुलभ स्थापनेमुळे मोठा फायदा आहे.
काही अडचणी (आणि त्यांना टाळण्याचे मार्ग)
- लांब काळ चालणारी कामे UI फ्रीज करणे: क्व्युइंग किंवा बॅकग्राऊंड टास्क वापरा; वापरकर्त्यांना प्रगती इंडिकेटर द्या ज्यामुळे UI मृत दिसणार नाही.
- मोठ्या प्रतिमा किंवा बॅच CSVs सह मेमरी ब्लो-अप: आकार मर्यादित करा, स्ट्रीम प्रक्रिया करा, आणि पूर्ण झाल्यावर स्टेट क्लिअर करा.
- इव्हेंट स्पॅघेटी: तुमचे हँडलर्स नावाने ठेवा, स्टेट केंद्रीकृत करा, आणि सर्कुलर ट्रिगर्स टाळा. Blocks खूप करतो, पण वाचनीय ठेवा.
- स्टाइलिंग जे खरंतर डिफॉल्ट दिसते: थीम वापरा, किमान CSS ओव्हरराईड करा, आणि गरज असल्यास कस्टम घटक वापरा. किंवा स्वच्छ दिसायला सांभाळा—लोग साधेपणा माफ करतात जर ते जलद आणि स्पष्ट असेल.
Sider.AI बद्दल एक झटपट शब्द
जर तुम्ही LLM वर्कफ्लोजसह प्रयोग करत असाल आणि प्रॉम्प्टिंग, चाचणी, आणि डॉक्युमेंटिंग दरम्यान त्वरित चालायचं असेल, तर Sider.AI सारखा सहकारी तुम्हाला हा प्रकल्प सुसंगत बनवायला मदत करू शकतो—आवर्तने, बाजून्ना तुलना, आणि “खरच काय काम केलं” लॉग्सबरोबर—त्यांनंतर त्यातील विजेत्यांना Gradio अॅपमध्ये रुपांतरित करा जे तुमचे टीममेट्स क्लिक करू शकतात. हे एक अप्रत्याशित रूपात एक चांगला संयोजन आहे: सॅंडबॉक्समध्ये कल्पना करा आणि परिष्कृत करा, आणि नंतर डेमो पाठवा ज्याला कोणीही वापरू शकेल. निर्णय: तुम्ही Gradio वापरावा का?
जर तुमचा उद्दिष्ट हा आठवड्यात मॉडेल किंवा Python फंक्शन माणसांच्या समोर आणण्याचा असेल, तर Gradio हा सर्वात मैत्रीपूर्ण प्रवेशद्वार आहे. ही अशी दुर्मिळ लायब्ररी आहे जी तुम्हाला आणि तुमच्या भागधारकांना दोघांनाही आनंद देते: तुम्हाला वेग आणि नियंत्रण मिळते; त्यांना एक स्वच्छ, क्लिक करता येणारे इंटरफेस मिळते.
ते वापरा जेव्हा:
- तुम्हाला जलद शेअर करण्यायोग्य डेमो, वर्गपाठ, किंवा अंतर्गत साधन हवे असेल.
- तुमचा अॅप समृद्ध मीडिया इनपुट्स किंवा मल्टी-स्टेप ML वर्कफ्लोजवर चालतो.
- तुम्हाला Hugging Face Spaces वर तैनात करण्याचा पर्याय हवा जो देव ऑप्समध्ये जास्त वेळ न घेणारा आहे.
कदाचित ते टाळा (किंवा पूरक म्हणून वापरा) जेव्हा:
- तुम्ही पूर्ण उत्पादन अॅप तयार करत आहात ज्यात क्लिष्ट ऑथ, बिलिंग, आणि SLA आहेत.
- तुमच्या डिझाइन टीमला अत्यंत ब्रँडेड UI आणि खास संवाद अपेक्षित आहे.
- तुम्हाला खोल ऑफलाइन समर्थन किंवा नेटिव्ह मोबाइल फीचर्सची गरज आहे.
शेवटची गोष्ट
Gradio ची सर्वोत्तम बाब ही नाही की ते सोपं आहे; तर ते "दाखव" या सवयीत रुपांतरित करतं. जेव्हा टीम्स दुपारी एक काम करणारा इंटरफेस तयार करू शकतात, तेव्हा ते मॉडेल काय करू शकेल यावर कमी चर्चा करतात आणि ते प्रत्यक्ष काय करतं यावर जास्त चर्चा करतात. आणि AI प्रकल्पांच्या गुंतागुंतीच्या मध्यभागी, हा हात हलवण्यापेक्षा प्रगतीचा फरक आहे.
जर तुमच्याकडे काही सांगायचं असलेला मॉडेल असेल, तर Gradio त्याला मायक्रोफोन देतो. फक्त तुमचा स्तर तपासा, प्रेक्षकाकडे लक्ष ठेवा, आणि जेव्हा गाणं मोठं होते तेव्हा पूर्ण बँड साठी बदला यासाठी घाबरू नका.
अधिक वाचन आणि संदर्भ
- Gradio मुख्यपृष्ठ आणि पिच: उदाहरणे आणि घटक थेट वापरण्यासाठी लिंकसह ठोस आढावा.
- अधिकृत डॉक्स: Interface विरुद्ध Blocks, घटक, इव्हेंट्स, आणि तैनाती मार्गदर्शक.
- क्विकस्टार्ट: फंक्शनपासून शेअर करण्यायोग्य अॅपपर्यंत सर्वांत जलद मार्ग.
वारंवार विचारले जाणारे प्रश्न
Q1: Gradio उत्पादन अॅप्ससाठी चांगला आहे का किंवा फक्त डेमोसाठी?
Gradio डेमो, प्रोटोटाइप, आणि आंतरिक साधनांसाठी उत्कृष्ट कारण ते वेगवान आणि लवचिक आहे. मोठ्या ट्राफिकसाठी उत्पादन अॅप साठी तुम्हाला ऑथेंटिकेशन, मॉनिटरिंग, कॅशिंग, आणि रेट लिमिटिंग जोडाव्या लागतील.
Q2: Gradio विरुद्ध Streamlit: माझ्या AI अॅपसाठी काय निवडावे?
जर तुमचा अॅप मीडिया-हेवी (प्रतिमा, ऑडिओ, व्हिडिओ) असेल किंवा मल्टी-स्टेप मॉडेल वर्कफ्लोजसाठी सूक्ष्म इव्हेंट नियंत्रण आवश्यक असेल, तर Gradio निवडा. जर तुम्ही डेटा अॅप्स, डॅशबोर्ड्स, किंवा त्वरीत विश्लेषणासाठी सोप्या लेआउटसाठी लक्ष केंद्रित करत असाल तर Streamlit निवडा.
Q3: Gradio अॅप तैनात कसा करावा जे غير-तांत्रिक वापरकर्त्यांसह शेअर करता येईल?
तुम्ही Gradio च्या अंगभूत शेअर लिंक वापरून जलद चाचण्या सुरू करू शकता, नंतर सहज होस्ट केलेल्या URL साठी Hugging Face Spaces वर तैनात करा. अधिक नियंत्रण किंवा अपटाइमसाठी, अॅप Docker मध्ये कंटेनराइझ करा आणि स्वतःच्या क्लाउडवर होस्ट करा.
Q4: Gradio लांब वेळ चालणार्या किंवा GPU-हेवी मॉडेल्स हाताळू शकतो का?
हो, पण UI फ्रिज होऊ नये म्हणून क्व्युइंग, प्रगती निर्देशक, आणि कदाचित बॅकग्राऊंड वर्करची योजना करा. होस्टेड सेटअपसाठी, तुमच्या मॉडेलच्या गरजेनुसार हार्डवेअर निवडा आणि प्राथमिक रेट लिमिटिंग जोडा.
Q5: Interface च्या तुलनेत Gradio चे Blocks शिकणे किती कठीण आहे?
Interface हे सुरुवातीसाठी सोपे आहे—एक फंक्शनसाठी उत्तम. Blocks मध्ये लेआउट नियंत्रण, स्टेट, आणि इव्हेंट वायरिंग असते; थोडी शिकण्याची वक्र आहे, पण डॉक्स आणि उदाहरणं ते पूर्णपणे सपोर्ट करतात.
