快速搭建机器学习demo: gradio教程

关注公众号 funNLPer 白嫖畅读全文

1. Intro

gradio是一个能够快速建立机器学习demo web应用的工具，仅需简单的几行代码就能构建机器学习模型的可视化交互demo，并分享给你的朋友使用。

与gradio相同功能的竞品有Streamlit，相比Gradio，Streamlit相对复杂，完全熟练使用需要一定时间。

2. quick start

如下展示了一个简单的case，其他所有的case都可套用该模板

import gradio as gr

# 定义处理函数/模型推理
def greet(name):
    return "Hello " + name + "!"

# interface中三个必要参数: 推理函数、输入、输出
demo = gr.Interface(fn=greet, inputs="text", outputs="text")
# 是否开启公网分享
demo.launch(share=False)

可得到如下的界面

3. 基础组件

3.1 应用界面

• 简易界面通常使用 gr.Interface(fn, inputs, outputs, ···)
  • fn 是一个包装函数，通常为机器学习模型的推理部分
  • inputs 输入，通常是gradio的组件，如gr.Image(), 对于文本、图片等简单类型可直接写成[“text”, “image”]
  • outputs 输出，同输入
• 定制化场景通常使用 gr.Blocks()
  block一般应用在定制化的复杂场景，可以自己定义很多模块，进行组合，后面会做详细介绍

3.2 输入输出组件

• 图像 gr.Image(value, label, show_label)
  • value: 输入的图像，支持pil, np_array, path, url等格式
  • label: 组件名称
  • show_label: 是否展示组件名称
• 文本 gradio.Textbox(value, lines, placeholder, show_copy_button)
  • value: 输入文本
  • lines: 文本框最少展示行数
  • placeholder: 一般用作提示语
  • show_copy_button: 是否展示复制按钮
• 数字 gr.Number(choices, value, label)
• 数据框 gr.DataFrame()
• 下拉选项 gr.Dropdown()
• markdown gr.Markdown()
• 文件 gr.Files()
• 调节带 gradio.Slider(···)
• 单选 gradio.Radio(choices, value, label)
  • choice: 选择项list
  • value: 默认选定值
  • label: 组件名称

3.3 触发组件

• 按钮组件：gradio.Button(value)
  • value: 按钮的名称
  • 通常和click组件联合使用 gradio.Button.click(fn, inputs, outputs)
• 清除按钮: gradio.ClearButton(components, value)
  • components: 要清除的组件
  • value: 按钮名称
  • 通常和gradio.ClearButton.add(components, ···)以及click()方法联合使用

3.4 布局组件

• 标签页: gr.Tab()
• 行布局: gradio.Row()
• 列布局: gradio.Column()
• 折叠项: gradio.Accordion(label, ···)

3.5 demo

这里我们使用Block和以上部分组件搭建了一个case

def chat(name,  lan, repeat=1, machine_name="小明"):
    if lan