gradio

Situs web | Dokumentasi | Panduan | Memulai | Contoh

Bahasa Inggris | tidak

Gradio: Membangun Aplikasi Web Pembelajaran Mesin — dengan Python

Gradio adalah paket Python sumber terbuka yang memungkinkan Anda dengan cepat membuat demo atau aplikasi web untuk model pembelajaran mesin, API, atau fungsi Python apa pun. Anda kemudian dapat membagikan tautan ke demo atau aplikasi web Anda hanya dalam beberapa detik menggunakan fitur berbagi bawaan Gradio. Tidak diperlukan pengalaman JavaScript, CSS, atau hosting web!

Hanya perlu beberapa baris Python untuk membuat demo Anda sendiri, jadi mari kita mulai?

Instalasi

Prasyarat : Gradio 5 memerlukan Python 3.10 atau lebih tinggi

Kami merekomendasikan menginstal Gradio menggunakan pip , yang disertakan secara default di Python. Jalankan ini di terminal atau command prompt Anda:

pip install --upgrade gradio

Tip

Yang terbaik adalah menginstal Gradio di lingkungan virtual. Petunjuk instalasi terperinci untuk semua sistem operasi umum disediakan di sini.

Membangun Demo Pertama Anda

Anda dapat menjalankan Gradio di editor kode favorit Anda, notebook Jupyter, Google Colab, atau di mana pun Anda menulis Python. Mari buat aplikasi Gradio pertama Anda:

 import gradio as gr

def greet ( name , intensity ):
    return "Hello, " + name + "!" * int ( intensity )

demo = gr . Interface (
    fn = greet ,
    inputs = [ "text" , "slider" ],
    outputs = [ "text" ],
)

demo . launch ()

Tip

Kami mempersingkat nama yang diimpor dari gradio menjadi gr . Ini adalah konvensi yang diadopsi secara luas untuk keterbacaan kode yang lebih baik.

Sekarang, jalankan kode Anda. Jika Anda telah menulis kode Python dalam file bernama app.py , maka Anda akan menjalankan python app.py dari terminal.

Demo di bawah ini akan terbuka di browser di http://localhost:7860 jika dijalankan dari sebuah file. Jika Anda menjalankannya di dalam buku catatan, demo akan muncul tertanam di dalam buku catatan.

Lisensi

Gradio dilisensikan di bawah Lisensi Apache 2.0 yang ditemukan di file LISENSI di direktori root repositori ini.

Kutipan

Lihat juga makalah Gradio: Berbagi dan Pengujian Model ML di Alam Liar Tanpa Repot, ICML HILL 2019 , dan harap kutip jika Anda menggunakan Gradio dalam pekerjaan Anda.

 @article{abid2019gradio,
  title = {Gradio: Hassle-Free Sharing and Testing of ML Models in the Wild},
  author = {Abid, Abubakar and Abdalla, Ali and Abid, Ali and Khan, Dawood and Alfozan, Abdulrahman and Zou, James},
  journal = {arXiv preprint arXiv:1906.02569},
  year = {2019},
}