gradio

網站 |文檔 |指南 |開始使用 |範例

英語 | 中文

Gradio：使用 Python 建立機器學習 Web 應用程式

Gradio 是一個開源 Python 套件，可讓您快速為機器學習模型、API 或任何任意 Python 函數建立示範或 Web 應用程式。然後，您可以使用 Gradio 的內建共享功能在短短幾秒鐘內共享演示或 Web 應用程式的連結。無需 JavaScript、CSS 或網站託管經驗！

只需幾行 Python 程式碼即可創建您自己的演示，所以讓我們開始吧？

安裝

先決條件：Gradio 5 需要 Python 3.10 或更高版本

我們建議使用pip安裝 Gradio，它預設包含在 Python 中。在終端機或命令提示字元中執行此命令：

pip install --upgrade gradio

提示

最好在虛擬環境中安裝Gradio。此處提供了所有常見作業系統的詳細安裝說明。

建立您的第一個演示

您可以在您最喜歡的程式碼編輯器、Jupyter 筆記本、Google Colab 或您編寫 Python 的任何其他地方運行 Gradio。讓我們編寫您的第一個 Gradio 應用程式：

 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

我們將導入的名稱從gradio縮短為gr 。這是一種廣泛採用的約定，旨在提高程式碼的可讀性。

現在，運行您的程式碼。如果您已在名為app.py的檔案中編寫了 Python 程式碼，那麼您可以從終端機執行python app.py 。

如果從檔案執行，下面的示範將在瀏覽器中開啟 http://localhost:7860。如果您在筆記本中運行，演示將嵌入筆記本中。

執照

Gradio 已獲得 Apache License 2.0 的許可，該許可證可在該儲存庫根目錄的 LICENSE 檔案中找到。

引文

另請參閱論文Gradio：在野外 ML 模型的無憂共享和測試，ICML HILL 2019 ，如果您在工作中使用 Gradio，請引用它。

 @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},
}