1、简介

https://www.gradio.app/

Gradio是用友好的网络界面演示机器学习模型的最快方法，因此任何人都可以在任何地方使用它！

Gradio与他人共享机器学习模型、API或数据科学工作流程的最佳方法之一是创建一个交互式应用程序，允许您的用户或同事在浏览器中尝试演示。

Gradio允许您构建演示并共享它们，所有这些都使用Python。通常只需几行代码！让我们开始吧。

使用gradio，只需在原有的代码中增加几行，就能自动化生成交互式web页面，并支持多种输入输出格式，比如图像分类中的图>>标签，超分辨率中的图>>图等。

2、安装

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

pip install gradio

3、基本测试

3.1 入门代码

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)   

浏览器访问：

http://127.0.0.1:7860/

在本地开发时，如果要将代码作为 Python 脚本运行，可以使用 Gradio CLI 以重新加载模式启动应用程序，这将提供无缝和快速的开发。

gradio test.py

注意：你也可以这样做，但它不会提供自动重新加载机制。python test.py

3.2 组件属性

假设您要自定义输入文本字段，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 多个输入和输出组件

假设您有一个更复杂的函数，具有多个输入和输出。在下面的示例中，我们定义了一个函数，该函数接受字符串、布尔值和数字，并返回字符串和数字。看看如何传递输入和输出组件列表。

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 图像示例

Gradio 支持多种类型的组件，例如 、 、 或 。让我们尝试一个图像到图像功能来感受这些！

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 聊天机器人

Gradio 包含一个高级类，它类似于 ，但专为聊天机器人 UI 设计。该类还包装一个函数，但此函数必须具有特定的签名。该函数应该接受两个参数：然后（参数可以命名为任何名称，但必须按此顺序命名）.

gr.ChatInterfacegr.Interfacegr.ChatInterfacemessagehistory：

• message：a 表示用户的输入str
• history：a 表示在此之前的对话。每个内部列表由两个表示一对组成：。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 模块：更灵活、更可控

Gradio提供了两种构建应用程序的方法：

1. Interface 和 ChatInterface，它们为创建我们目前一直在讨论的演示提供了高级抽象。
2. Blocks，一个低级 API，用于设计具有更灵活布局和数据流的 Web 应用程序。Blocks 允许您执行诸如具有多个数据流和演示、控制组件在页面上的显示位置、处理复杂的数据流（例如，输出可以作为其他函数的输入）以及基于用户交互更新组件的属性/可见性等操作——所有这些都在 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()

这里有一个应用程序，可以让你体验到什么是可能的：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 进度条

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()

结语

如果您觉得该方法或代码有一点点用处，可以给作者点个赞，或打赏杯咖啡；╮(￣▽￣)╭
如果您感觉方法或代码不咋地//(ㄒoㄒ)//，就在评论处留言，作者继续改进；o_O???
如果您需要相关功能的代码定制化开发，可以留言私信作者；(✿◡‿◡)
感谢各位大佬童鞋们的支持！( ´ ▽´ )ﾉ ( ´ ▽´)っ！！！