Gradio アプリは、AI アルゴリズム エンジニアによってトレーニングされたモデルを一般のユーザーと共有する機能を提供します。
技術的な側面から分けると、次の 3 つの部分で構成されます。
フロントエンドページ + バックエンドインターフェース + AI アルゴリズムモデル推論
Gradio が行ったことの 1 つは、これら 3 つの部分を Python インターフェースにカプセル化したことであり、カプセル化されたインターフェースを実装することで、ユーザーはトレーニング済みのアルゴリズム モデルを Web サービスの形式で公開できるようになります。
1. 簡単な勾配プログラム
この例は公式 Web サイトGradioからのものです
import gradio as gr
def sketch_recognition(img):
pass# Implement your sketch recognition model here...
gr.Interface(fn=sketch_recognition, inputs="sketchpad", outputs="label").launch()
ユーザーはマウスを使用して対話型インターフェイス上に簡単な描画を行い、バックエンドがその分類を行います。
gr.Interface().lanuch() は、フロントエンド ページ、バックエンド サービス、および AI アルゴリズム モデルを 1 つのインターフェイスに結合していることがわかります。これにより、アルゴリズム モデルの実装の難易度が大幅に軽減され、AI アルゴリズムの実装が可能になります。エンジニアリング能力を持たないエンジニアでも、フロントエンドとバックエンドを迅速に展開してサービスを提供できます。
2. インストール
pip install gradio3. ハローワールド
学習の始まりはいつも「hello world」を出力することから始まりますが、これも例外ではありません。
import gradio as gr
def greet(name):
return "Hello " + name + "!"
demo = gr.Interface(fn=greet, inputs="text", outputs="text")
demo.launch()上記のコードを実行すると、http// localhost:7860ブラウザが次の場所にポップアップ表示されます。
左側に対応する名前を入力すると、右側にプログラムベースの出力が表示されます。
