gradio

Site | Documentação | Guias | Primeiros passos | Exemplos

Inglês | 中文

Gradio: Crie aplicativos da Web de aprendizado de máquina - em Python

Gradio é um pacote Python de código aberto que permite criar rapidamente uma demonstração ou aplicativo da web para seu modelo de aprendizado de máquina, API ou qualquer função Python arbitrária. Você pode então compartilhar um link para sua demonstração ou aplicativo da web em apenas alguns segundos usando os recursos de compartilhamento integrados do Gradio. Não é necessária experiência em JavaScript, CSS ou hospedagem na web!

São necessárias apenas algumas linhas de Python para criar sua própria demonstração, então vamos começar?

Instalação

Pré-requisito : Gradio 5 requer Python 3.10 ou superior

Recomendamos instalar o Gradio usando pip , que está incluído por padrão no Python. Execute isto em seu terminal ou prompt de comando:

pip install --upgrade gradio

Dica

É melhor instalar o Gradio em um ambiente virtual. Instruções detalhadas de instalação para todos os sistemas operacionais comuns são fornecidas aqui.

Construindo sua primeira demonstração

Você pode executar o Gradio em seu editor de código favorito, no notebook Jupyter, no Google Colab ou em qualquer outro lugar onde você escreva Python. Vamos escrever seu primeiro aplicativo Gradio:

 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 ()

Dica

Encurtamos o nome importado de gradio para gr . Esta é uma convenção amplamente adotada para melhor legibilidade do código.

Agora, execute seu código. Se você escreveu o código Python em um arquivo chamado app.py , você executaria python app.py no terminal.

A demonstração abaixo será aberta em um navegador em http://localhost:7860 se estiver executando a partir de um arquivo. Se você estiver executando em um notebook, a demonstração aparecerá incorporada no notebook.

Licença

Gradio é licenciado sob a Licença Apache 2.0 encontrada no arquivo LICENSE no diretório raiz deste repositório.

Citação

Confira também o artigo Gradio: Compartilhamento e teste sem complicações de modelos de ML na natureza, ICML HILL 2019 , e cite-o se você usa Gradio em seu trabalho.

 @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},
}