Gradio入门

Gradio是一个用于快速创建图形用户界面(GUI)的Python库,用于机器学习和深度学习模型的部署。

它的主要功能有:

- 支持多种UI组件:文本输入、数字输入、图像输入、摄像头输入、选择输入等

- 支持实时响应和网络推理

- 自动生成UI组件,无需编写HTML或CSS

- 能够导出为Web应用、pc端应用和移动端应用

要使用gradio,首先需要安装:

pip install gradio

然后可以这样定义一个简单的UI:

#python
import gradio as gr

def add(x, y):
    return x + y

gr.Interface(fn=add, 
                inputs=[gr.inputs.Number(label="x"), gr.inputs.Number(label="y")],
                outputs=gr.inputs.Number(label="sum")).launch()

这个UI有两个数字输入框输入x和y,当点击运行按钮后,会调用add函数,计算x + y,并在outputs框中显示结果sum。运行结果如下：

下面介绍gradio的主要参数:

- fn: 要部署的函数。输入类型可以是function、tensorflow模型、pytorch模型等。

- inputs: 模型的输入参数类型。支持 gr.inputs.Text（文字）、gr.inputs.Number（数字）、gr.inputs.Image（图像）、gr.inputs.Camera（相机）等类型。

- outputs: 模型的输出参数类型，默认“label”。支持"sum"（总和）、"label"（标签）、gr.outputs.Image（图像）等。

- examples: 用于在界面右侧显示示例，默认为空。

- allow_flagging:是否允许用户报告不适当内容，默认为True。

- allow_screenshot: 是否允许用户截屏，默认为True。

- show_input: 是否在界面中显示输入数据，默认为True。

- show_output: 是否在界面中显示输出结果，默认为True。

- live: 是否实时推理，默认为False，即点击Run按钮后才进行推理。

- cache_examples: 是否缓存示例，默认为False。

- adversarial: 是否添加额外的输入框，默认为False。

- title: 界面的标题，默认为空。

- description: 在界面上方显示的描述信息，默认为空。

- article: 相关说明文档，默认为空。

- css: 自定义css样式。

- server_port: 服务启动端口，默认7860。

- server_name: 服务IP，默认为127.0.0.1。

等等。更详细的API文档可以参考Gradio的官方文档。