gradio

网站 |文档 |指南 |开始使用 |示例

英语 | 中文

Gradio：使用 Python 构建机器学习 Web 应用程序

Gradio 是一个开源 Python 包，可让您快速为机器学习模型、API 或任何任意 Python 函数构建演示或 Web 应用程序。然后，您可以使用 Gradio 的内置共享功能在短短几秒钟内共享演示或 Web 应用程序的链接。无需 JavaScript、CSS 或网络托管经验！

只需几行 Python 代码即可创建您自己的演示，所以让我们开始吧？

安装

先决条件：Gradio 5 需要 Python 3.10 或更高版本

我们建议使用pip安装 Gradio，它默认包含在 Python 中。在终端或命令提示符中运行此命令：

pip install --upgrade gradio

提示

最好在虚拟环境中安装Gradio。此处提供了所有常见操作系统的详细安装说明。

构建您的第一个演示

您可以在您最喜欢的代码编辑器、Jupyter 笔记本、Google Colab 或您编写 Python 的任何其他地方运行 Gradio。让我们编写您的第一个 Gradio 应用程序：

 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 ()

提示

我们将导入的名称从gradio缩短为gr 。这是一种广泛采用的约定，旨在提高代码的可读性。

现在，运行您的代码。如果您已在名为app.py的文件中编写了 Python 代码，那么您可以从终端运行python app.py 。

如果从文件运行，下面的演示将在浏览器中打开 http://localhost:7860。如果您在笔记本中运行，演示将嵌入笔记本中。

执照

Gradio 已获得 Apache License 2.0 的许可，该许可证可在该存储库根目录的 LICENSE 文件中找到。

引文

另请查看论文Gradio：在野外 ML 模型的无忧共享和测试，ICML HILL 2019 ，如果您在工作中使用 Gradio，请引用它。

 @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},
}