$ pip install gradio ipykernel

基本概念和術語

$ ipython kernel install --user --name=gradio_tutorial
$ jupyter lab  # Start the lab

：

import gradio as gr
print(gr.__version__)
4.37.1

def greet(name):
   return f"Hello, {name}!"
demo = gr.Interface(
   fn=greet,
   inputs=['text'],
   outputs="text",
)
demo.launch()

接口

組件
1. ：輸入和輸出元素，例如文本框，圖像和音頻。到目前為止，有30多個內(nèi)置組件。 >函數(shù)
：python函數(shù)從輸入組件處理信息，并返回結(jié)果以輸出組件顯示。>
2. 啟動：啟動您的Gradio應用的方法。
>
3. 上面的，我們創(chuàng)建了一個迎接文本輸入并返回文本輸入的問候功能。因此，輸入和輸出組件在接口類中指定為文本。 最后，我們調(diào)用啟動本地服務器的啟動方法。為了使任何人使用UI，您可以將共享參數(shù)設置為true。這將啟動SSH隧道并將Gradio應用程序部署到可公開共享的網(wǎng)頁：>
gradio組件
4. >您將花費大部分時間在不同的組件上修補不同的組件，以及如何在構(gòu)建Gradio應用程序時將它們放在頁面上。因此，讓我們仔細看看您可以使用的東西。>

   >輸入和輸出組件

   Gradio提供了各種各樣的組件，用于構(gòu)建交互式接口。這些組件通常分為兩類：輸入和輸出。>>

   >輸入組件允許用戶向基礎處理器提供數(shù)據(jù)（這可以是任何Python函數(shù)）。一些常見的輸入是：

   textbox
   • 圖像
   • 音頻
   • 滑塊
   • >下拉
   這是一個虛擬界面，使用上述某些組件：>
   在此示例中，process_inputs函數(shù)需要五個參數(shù)。因此，我們需要創(chuàng)建五個輸入組件并將其傳遞給輸入。雖然輸入組件的數(shù)量應匹配所需功能參數(shù)的數(shù)量，但這不是嚴格的規(guī)則。為避免錯誤和警告，請為不需要UI輸入的參數(shù)設置默認值。

   $ conda create -n gradio_tutorial python=3.9 -y
   $ conda activate gradio_tutorial

   >注意我們?nèi)绾问褂梦谋究蝾悂碇付ㄝ斎虢M件，而不是像第一個示例那樣的普通字符串文本。始終建議使用專用類指定輸入和輸出組件以使其可自定義。例如，所有組件類都有一個有用的標簽屬性，而滑塊和下拉列表都有指定范圍和可用選項的參數(shù)。

   > >許多輸入組件也可用于顯示輸出。以下是一些常見的情況：

   標簽：用于顯示文本或分類結(jié)果
   圖像：用于顯示已處理或生成的圖像
   • >音頻：用于播放處理或生成的音頻
   • 繪圖：用于顯示圖形或圖表
   >
   喜歡輸入，輸出組件的數(shù)量必須匹配從處理函數(shù)中返回值的數(shù)量。
   >自定義組件外觀

   Gradio允許您自定義組件的外觀以適應您的需求。這是一個使用自定義文本框的示例：

   >

   $ pip install gradio ipykernel

   在此示例中，我們通過指定行數(shù)，添加占位符和信息文本，并包括輸出的副本按鈕來自定義文本框組件。>

   >實驗不同的組件及其屬性，以創(chuàng)建最適合您AI應用程序要求的接口。要了解可以更改組件的哪種屬性，您可以訪問其文檔，或者更好的是使用？ jupyter實驗室的班級名稱之后：

   > llms

   的構(gòu)建界面

   >讓我們通過創(chuàng)建由LLMS供電的兩個現(xiàn)實世界文本和基于圖像的界面來將所有學到的一切放在一起。。

   首先，我們將構(gòu)建從英語到土耳其語，西班牙語或中文的語言翻譯：

   $ conda create -n gradio_tutorial python=3.9 -y
   $ conda activate gradio_tutorial

   最初，我們定義一個translate_text函數(shù)。在其體內(nèi)，我們設置了OpenAI API鍵并創(chuàng)建語言圖。然后，我們構(gòu)建了翻譯的提示。然后，在一個try-except塊中，我們使用系統(tǒng)提示符將請求發(fā)送到聊天的端點。最后，我們返回首選。
   現(xiàn)在，我們可以構(gòu)建接口：>
   代碼很簡單，就像早期接口的代碼一樣，但是我們介紹了幾個新屬性：

   $ pip install gradio ipykernel

   >文本框的類型參數(shù)將普通文本輸入字段更改為密碼輸入，隱藏文本。
   • >標題和描述界面類的參數(shù)在頁面的頂部中心添加了H1標題和字幕。
   這是結(jié)果：

   >您可能想知道為什么我們要詢問用戶的API密鑰作為應用程序的一部分，而不是自己提供。原因與Gradio如何部署UI有關。

   如果我們提供了自己的API密鑰作為環(huán)境變量（這是標準實踐），則公開共享的應用程序版本將無法使用，因為它無法訪問我們的環(huán)境變量。在部署部分中，我們將通過將應用程序部署到擁抱面空間來查看如何解決此問題。
   >讓我們構(gòu)建另一個用戶界面以生成圖像：

   我們創(chuàng)建一個名為generate_surrealist_art的函數(shù)，該函數(shù)將請求發(fā)送到dall-e-3，并使用超現(xiàn)實主義提示返回生成的圖像URL。然后，我們將再次將此函數(shù)饋送到接口類中：

   >

   $ ipython kernel install --user --name=gradio_tutorial
   $ jupyter lab  # Start the lab

   >我們?yōu)锳PI密鑰指定了兩個輸入，以及要在超現(xiàn)實主義圖像中捕獲的概念。然后，我們使用圖像類創(chuàng)建一個生成圖像的輸出組件。如果將其值參數(shù)設置為str，則組件可以從URL下載和顯示圖像，這正是我們需要的。

   import gradio as gr
   print(gr.__version__)
   4.37.1

   ，這是結(jié)果：

   >構(gòu)建經(jīng)典ML模型的界面 現(xiàn)在，讓我們?yōu)榻?jīng)典表格回歸模型構(gòu)建一個接口。我們將使用鉆石數(shù)據(jù)集，該數(shù)據(jù)集可在Seaborn中使用。

   首先創(chuàng)建一個新的工作目錄和一個名為app.py的新腳本。然后，將加載數(shù)據(jù)加載的GitHub Gist的代碼粘貼，使用Scikit-Learn管道處理并訓練RandomForestRegress模型。
   下一步是創(chuàng)建一個處理功能，該功能接受與鉆石數(shù)據(jù)集中有功能相同數(shù)量的輸入：

   $ conda create -n gradio_tutorial python=3.9 -y
   $ conda activate gradio_tutorial

   >該函數(shù)將這些輸入轉(zhuǎn)換為數(shù)據(jù)框，并將其傳遞到訓練有素的模型管道的.predict（）方法。最后，它返回一個帶有預測價格的字符串。

   現(xiàn)在，接口類必須匹配此函數(shù)的簽名：用于處理功能的九個輸入組件和一個用于顯示預測價格的輸出：

   $ pip install gradio ipykernel

   在班級內(nèi)，我們?yōu)榉诸惞δ軇?chuàng)建了三個下拉列表。每個功能中的唯一類別都填充了這些選項。我們還創(chuàng)建了六個滑塊組件以接受數(shù)字功能?；瑝K的范圍取決于每個特征的最小值和最大值。

   >我們現(xiàn)在要做的就是執(zhí)行腳本以運行和部署應用程序：>
   這是結(jié)果：

   $ ipython kernel install --user --name=gradio_tutorial
   $ jupyter lab  # Start the lab

   >有關最佳實踐和優(yōu)化提示，請?zhí)料旅娴淖罴褜嵺`部分。

   >部署Gradio應用
   >我們已經(jīng)看到通過啟用一個參數(shù)來部署Gradio應用程序的容易。當然，這種方法的缺點是演示可以在72小時內(nèi)到期。因此，推薦的部署Gradio的方法是通過擁抱面空間。 Huggingface于2021年獲得了Gradio，使兩個平臺之間的集成無縫。 因此，對于本教程或您使用Gradio創(chuàng)建的任何未來應用程序，請在huggingface.co上注冊一個免費帳戶，然后導航到設置＆gt;代幣生成訪問令牌：

   >

   令牌僅顯示一次，因此請確保將其存儲在安全的地方。

   >使用此令牌，您可以在空間上永久托管時盡可能多地部署想要的級別應用程序。例如，我們將從上一節(jié)中部署鉆石價格預測模型，您會發(fā)現(xiàn)它非常容易。

   > 您所要做的就是使用UI腳本導航到目錄，并在終端上調(diào)用Gradio部署：>

   >終端使您通過將腳本轉(zhuǎn)換為功能正常的擁抱面空間。它要求諸如：

   之類的詳細信息
   您生成的訪問令牌

   >空間標題：這將是部署后空間URL的一部分

   包含gradio ui代碼（app.py默認值）的腳本的名稱

   >
   >空間的硬件；空白以使用CPU（免費）
   任何腳本使用的任何環(huán)境變量（這是您安全存儲API密鑰和用戶秘密的位置）
   • >
   依賴項 - 通過按Enter 一個一個一個接一個地輸入
   >終端為您提供了部署的空間鏈接。這是它的外觀：
   關于這種部署方法的另一個好處是，Gradio會自動將演示轉(zhuǎn)換為工作的REST API。訪問和查詢的說明始終位于底部：

   >

   

   因此，一口氣，您既有用于非技術用戶申請的永久UI托管，又有為同事和開發(fā)人員朋友的REST API。

   >有關更多部署和共享選項，例如將演示嵌入網(wǎng)頁中，將Google Authentication添加到應用程序等，請訪問Gradio文檔的“共享您的應用程序”部分。

   gradio最佳實踐和技巧

   >

   在使用Gradio開發(fā)用戶界面時，遵循最佳實踐可以顯著提高應用程序的用戶體驗和可維護性。以下是一些關鍵建議：
   1。將腳本用于組織和可維護性

   >

   >在Python腳本中組織Gradio應用程序，以進行更好的版本控制，協(xié)作和部署。

   >

   2。優(yōu)化組件的空間分配
   >使用適當?shù)某叽绾筒季止ぞ撸ɡ?，gr.column（），gr.row（））來確保平衡，響應式接口。

   3。提供全面的信息

   >利用“信息”和“標簽”屬性為每個組件提供清晰的說明和上下文。

   4。有效地處理大型功能集

   對于具有多個功能的模型，請使用文件輸入（CSV，JSON）啟用批處理預測并簡化接口。

   5。正確管理環(huán)境變量

   >使用python-dotenv進行本地開發(fā)，并將變量設置在擁抱面部空間以進行部署。

   6。實施錯誤處理和驗證
   >驗證輸入，提供明確的錯誤消息，并使用Try-Except塊進行正式錯誤處理。
   7。優(yōu)化性能
   >實現(xiàn)緩存，大型型號的懶惰加載，并使用Gr.LoadingStatus（）進行長期運行的任務。
   8?？稍L問性的設計

   確保高對比度，為圖像提供ALT文本，并為所有交互式元素啟用鍵盤導航。

   9。實施漸進披露

   >使用手風琴或選項卡來組織復雜的接口，根據(jù)需要揭示高級選項。>

   10。定期更新并維護
   >保持依賴關系更新，監(jiān)視錯誤并根據(jù)用戶反饋不斷改進。
   11。利用擁抱面資源
   >利用擁抱面工具和資源與Gradio無縫集成，包括模型存儲庫和數(shù)據(jù)集。
   12。在擁抱面樞紐

   上托管大型型號

   >對于大型表格模型，上傳到擁抱面式集線器并直接在Gradio腳本中加載，以提高性能并減少本地存儲要求。

   13。利用擁抱面數(shù)據(jù)集

   對于大型數(shù)據(jù)集，上傳到HuggingFace Hub，然后直接在您的Gradio應用程序中訪問它們以簡化數(shù)據(jù)管理并改善加載時間。

   結(jié)論和進一步的資源

   在本文中，我們了解了使用Gradio為AI應用程序構(gòu)建用戶界面的基礎知識。我們剛剛在表面下方傾斜，因為Gradio為構(gòu)建復雜界面提供了更多功能。例如，接口狀態(tài)允許您的應用程序記住從一個函數(shù)調(diào)用到另一個函數(shù)的輸出。用戶輸入更改后，反應性接口會動態(tài)更改UI。使用塊，您可以構(gòu)建具有自定義布局和設計的應用程序。

   同樣，請查看這些相關資源以獲取更多內(nèi)容：

   10個python軟件包添加到您的數(shù)據(jù)科學堆棧
   • 7個基本的生成AI工具，用于構(gòu)建出色的AI應用程序
   5個項目，您可以使用Gen AI模型
   • 構(gòu)建
   CI/CD用于機器學習課程