1、簡介

https://www.gradio.app/

Gradio是用友好的網絡界面演示機器學習模型的最快方法，因此任何人都可以在任何地方使用它！

Gradio與他人共享機器學習模型、API或數據科學工作流程的最佳方法之一是創建一個交互式應用程序，允許您的用戶或同事在瀏覽器中嘗試演示。

Gradio允許您構建演示并共享它們，所有這些都使用Python。通常只需幾行代碼！讓我們開始吧。

使用gradio，只需在原有的代碼中增加幾行，就能自動化生成交互式web頁面，并支持多種輸入輸出格式，比如圖像分類中的圖>>標簽，超分辨率中的圖>>圖等。

2、安裝

Gradio requires Python 3.8 or higher, that’s all!

pip install gradio

3、基本測試

3.1 入門代碼

Run the code below as a Python script or in a Jupyter Notebook (or Google Colab):

import gradio as grdef greet(name):return "小沐： " + name + "!"demo = gr.Interface(fn=greet, inputs="text", outputs="text")if __name__ == "__main__":demo.launch(show_api=False)   

瀏覽器訪問：

http://127.0.0.1:7860/

在本地開發時，如果要將代碼作為 Python 腳本運行，可以使用 Gradio CLI 以重新加載模式啟動應用程序，這將提供無縫和快速的開發。

gradio test.py

注意：你也可以這樣做，但它不會提供自動重新加載機制。python test.py

3.2 組件屬性

假設您要自定義輸入文本字段，例如，您希望它更大并具有文本占位符。

import gradio as grdef greet(name):return "小沐： " + name + "!"demo = gr.Interface(fn=greet,inputs=gr.Textbox(lines=2, placeholder="Name Here..."),outputs="text",
)
demo.launch()

3.3 多個輸入和輸出組件

假設您有一個更復雜的函數，具有多個輸入和輸出。在下面的示例中，我們定義了一個函數，該函數接受字符串、布爾值和數字，并返回字符串和數字。看看如何傳遞輸入和輸出組件列表。

import gradio as grdef greet(name, is_morning, temperature):salutation = "Good morning" if is_morning else "Good evening"greeting = f"{salutation} {name}. It is {temperature} degrees today"celsius = (temperature - 32) * 5 / 9return greeting, round(celsius, 2)demo = gr.Interface(fn=greet,inputs=["text", "checkbox", gr.Slider(0, 100)],outputs=["text", "number"],
)
demo.launch()

3.4 圖像示例

Gradio 支持多種類型的組件，例如 、 、 或 。讓我們嘗試一個圖像到圖像功能來感受這些！

import numpy as np
import gradio as grdef sepia(input_img):sepia_filter = np.array([[0.393, 0.769, 0.189], [0.349, 0.686, 0.168], [0.272, 0.534, 0.131]])sepia_img = input_img.dot(sepia_filter.T)sepia_img /= sepia_img.max()return sepia_imgdemo = gr.Interface(sepia, gr.Image(), "image")
demo.launch()

3.5 聊天機器人

Gradio 包含一個高級類，它類似于 ，但專為聊天機器人 UI 設計。該類還包裝一個函數，但此函數必須具有特定的簽名。該函數應該接受兩個參數：然后（參數可以命名為任何名稱，但必須按此順序命名）.

gr.ChatInterfacegr.Interfacegr.ChatInterfacemessagehistory：

• message：a 表示用戶的輸入str
• history：a 表示在此之前的對話。每個內部列表由兩個表示一對組成：。listliststr[user input, bot response]

import random
import gradio as grdef random_response(message, history):return random.choice(["Yes", "No"])demo = gr.ChatInterface(random_response)demo.launch()

3.6 模塊：更靈活、更可控

Gradio提供了兩種構建應用程序的方法：

1. Interface 和 ChatInterface，它們為創建我們目前一直在討論的演示提供了高級抽象。
2. Blocks，一個低級 API，用于設計具有更靈活布局和數據流的 Web 應用程序。Blocks 允許您執行諸如具有多個數據流和演示、控制組件在頁面上的顯示位置、處理復雜的數據流（例如，輸出可以作為其他函數的輸入）以及基于用戶交互更新組件的屬性/可見性等操作——所有這些都在 Python 中。

import gradio as grdef greet(name):return "Hello " + name + "!"with gr.Blocks() as demo:name = gr.Textbox(label="Name")output = gr.Textbox(label="Output Box")greet_btn = gr.Button("Greet")greet_btn.click(fn=greet, inputs=name, outputs=output, api_name="greet")demo.launch()

這里有一個應用程序，可以讓你體驗到什么是可能的：Blocks

import numpy as np
import gradio as grdef flip_text(x):return x[::-1]def flip_image(x):return np.fliplr(x)with gr.Blocks() as demo:gr.Markdown("Flip text or image files using this demo.")with gr.Tab("Flip Text"):text_input = gr.Textbox()text_output = gr.Textbox()text_button = gr.Button("Flip")with gr.Tab("Flip Image"):with gr.Row():image_input = gr.Image()image_output = gr.Image()image_button = gr.Button("Flip")with gr.Accordion("Open for More!"):gr.Markdown("Look at me...")text_button.click(flip_text, inputs=text_input, outputs=text_output)image_button.click(flip_image, inputs=image_input, outputs=image_output)demo.launch()

3.7 進度條

import gradio as gr
import timedef slowly_reverse(word, progress=gr.Progress()):progress(0, desc="Starting")time.sleep(1)progress(0.05)new_string = ""for letter in progress.tqdm(word, desc="Reversing"):time.sleep(0.25)new_string = letter + new_stringreturn new_stringdemo = gr.Interface(slowly_reverse, gr.Text(), gr.Text())demo.launch()

結語

如果您覺得該方法或代碼有一點點用處，可以給作者點個贊，或打賞杯咖啡；╮(￣▽￣)╭
如果您感覺方法或代碼不咋地//(ㄒoㄒ)//，就在評論處留言，作者繼續改進；o_O???
如果您需要相關功能的代碼定制化開發，可以留言私信作者；(????)
感謝各位大佬童鞋們的支持！( ′ ▽′ )ﾉ ( ′ ▽′)っ！！！