【Gradio系列】快速入门

快速入门

Gradio 是一个开源 Python 包,可让您快速构建 机器学习模型、API 或任何任意 Python 函数的演示或 Web 应用程序。然后,您可以使用 Gradio 内置的共享功能,在几秒钟内共享演示或 Web 应用程序的链接。

先决条件:Gradio 需要 Python 3.10 或更高版本。

复制代码
pip install --upgrade gradio

Interface 类

Interface 类旨在为接受一个或多个输入并返回一个或多个输出的机器学习模型创建演示。

Interface 类有三个核心参数

  • fn:围绕其包装用户界面 (UI) 的函数
  • inputs:用于输入的 Gradio 组件。组件的数量应与函数中的入参数数量匹配。
  • outputs:用于输出的 Gradio 组件。组件的数量应与函数的返回值数量匹配。

fn 参数非常灵活------可以传递任何您想用 UI 包装的 Python 函数。

inputs 和 outputs 参数接受一个或多个 Gradio 组件。Gradio 包含超过 30 个内置组件(例如 gr.Textbox()、gr.Image() 和 gr.HTML() 组件),这些组件专为机器学习应用程序设计。

对于 inputs 和 outputs 参数,可以传递这些组件的名称作为字符串("textbox")或类的实例(gr.Textbox())。

复制代码
import gradio as gr

def greet(name, intensity):
    return "Hello, " + name + "!" * int(intensity)

demo = gr.Interface(
    fn=greet,
    inputs=["text", "slider"],
    outputs=["text"],
    api_name="predict"
)

demo.launch()
  • inputs="text", "slider" 对应的就是左边的文本输入框和滑块

  • outputs="text" 对应的是右边的文本输入框

  • Clear和submit按钮是Interface默认的属性.

    submit_btn: str | Button = "Submit"
    clear_btn: str | Button | None = "Clear"
    stop_btn: str | Button = "Stop"

完整Gradio Interface示例

在这个示例中,我们展示了如何用 一个 gr.Interface 同时处理多种输入输出类型,从而快速构建一个功能丰富的交互式演示界面。通过这个界面,可以通过 Gradio 支持的常见输入输出控件快速生成表单组件,包括:文本(Textbox)数字(Number)滑块(Slider) :滑动滑块选择数值,函数返回数值平方作为演示。复选框(Checkbox)下拉菜单(Dropdown) :选择单个选项,函数返回选中的值。图片(Image)音频(Audio)视频(Video)

复制代码
"""
  完整Gradio Interface
  展示多种输入输出类型
"""

import gradio as gr
import numpy as np
from PIL import Image


def demo_fn(text, num, slider_val, check1, check2, dropdown_choice, image, audio, video):
    # 文本输出
    text_out = f"文本输入: {text}"

    # 数字输出
    number_out = f"数字输入: {num}, 加10 = {num + 10}"

    # 滑块输出
    slider_out = f"滑块值: {slider_val}, 平方 = {slider_val**2}"

    # 复选框输出
    checks = []
    if check1: checks.append("Option 1")
    if check2: checks.append("Option 2")
    checkbox_out = "选择了: " + (", ".join(checks) if checks else "无")

    # 下拉输出
    dropdown_out = f"下拉选择: {dropdown_choice}"

    # 图片输出: 原图 + 反色图
    if image is not None:
        inverted_image = Image.fromarray(255 - np.array(image))
    else:
        inverted_image = None

    # 音频输出: 原样返回
    audio_out = audio

    # 视频输出: 原样返回
    video_out = video

    # 返回多个输出
    return text_out, number_out, slider_out, checkbox_out, dropdown_out, image, inverted_image, audio_out, video_out

iface = gr.Interface(
    fn=demo_fn,
    inputs=[
        gr.Textbox(label="文本输入"),
        gr.Number(label="数字输入"),
        gr.Slider(0, 100, label="滑块"),
        gr.Checkbox(label="Option 1"),
        gr.Checkbox(label="Option 2"),
        gr.Dropdown(choices=["A", "B", "C"], label="下拉菜单"),
        gr.Image(label="上传图片"),
        gr.Audio(sources=["upload"], type="numpy", label="上传音频"),
        gr.Video(label="上传视频")
    ],
    outputs=[
        gr.Textbox(label="文本输出"),
        gr.Textbox(label="数字输出"),
        gr.Textbox(label="滑块输出"),
        gr.Textbox(label="复选框输出"),
        gr.Textbox(label="下拉输出"),
        gr.Image(label="原图"),
        gr.Image(label="反色图"),
        gr.Audio(label="音频输出"),
        gr.Video(label="视频输出")
    ],
    title="Interface 示例",
    description="Gradio输入输出示例"
)

if __name__ == "__main__":
    iface.launch()
相关推荐
zyplayer-doc1 分钟前
新增AI智能助手菜单,支持PostgreSQL数据库,开放文档增加搜索选项,zyplayer-doc 2.6.4 发布啦!
人工智能·编辑器·创业创新
传说故事3 分钟前
【论文阅读】WorldArena 2.0:扩展具身世界模型在模态性、功能性与平台上的基准测试
论文阅读·人工智能·具身智能·世界模型
薛定猫AI4 分钟前
【深度解析】ChatGPT vs Claude vs Gemini:2026年AI大模型选型全景对比
大数据·网络·人工智能
HIT_Weston5 分钟前
112、【Agent】【OpenCode】Skill 工具提示词
人工智能·agent·opencode
A小码哥6 分钟前
DeepSeek 大模型落地应用与场景探讨
人工智能
HIT_Weston7 分钟前
111、【Agent】【OpenCode】todowrite 工具提示词(完结)
人工智能·agent·opencode
亦暖筑序7 分钟前
Java 8老系统AI工具接入:API包装成受控工具,只读优先+权限拦截
java·人工智能·aigc·企业架构·mcp协议
2401_885665198 分钟前
从神经元到BP反向传播,零基础吃透神经网络底层原理
人工智能·python·深度学习·神经网络·opencv
safium8 分钟前
停车设备 OEM 供应商选型:从硬件到运营能力的综合考量
大数据·人工智能
山居秋暝LS8 分钟前
【无标题】
人工智能·深度学习