【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
AI日报派送佬4 小时前
2026年10月14日AI行业日报|Gemini 4 Argon正式发布;小模型跨设备传播风险引发安全热议
网络·人工智能·openai·谷歌·deepseek·anthropic·ai日报
镜象科技5 小时前
职业院校AI心理健康解决方案怎么选?三个特殊场景与三类路线
人工智能
Leo.yuan6 小时前
企业Data Agent架构选型:帆软Dora基于NL2BI的现有BI体系复用方案
大数据·人工智能
朱涛的自习室6 小时前
70 美金的 Beyond Compare,我让 Gemini 4 和 DeepSeek 造个开源免费版(Day 2)
android·前端·人工智能
米小虾6 小时前
上下文:Agent 的眼睛里到底装着什么
人工智能·agent
米小虾6 小时前
Agent = 大脑 + 眼睛 + 手脚:一篇看懂现代 AI Agent 的骨架
人工智能
小小测试开发6 小时前
安全评测得分 0.9556 掉到 0.3257,只改了 top_k 和 prompt_style 之外的题面比例
人工智能·安全·prompt
slacker-kian7 小时前
[实践]-用LLM对文本结构化:把多段文本描述变成规范的 JSON 知识库
人工智能·llm·prompt·结构化·pydantic·one-shot 提示
品牌常新7 小时前
景区巡逻机器人怎么选?派宝S5全地形守护解析
运维·人工智能·机器人