LLM 课程文档

Gradio 简介

Hugging Face's logo
加入 Hugging Face 社区

并获得增强的文档体验

开始使用

Gradio 简介

Ask a Question

在本章中,我们将学习如何为机器学习模型构建交互式演示

为什么首先要为机器学习模型构建演示或 GUI?演示可以使:

  • 机器学习开发者轻松向包括非技术团队或客户在内的广大受众展示他们的工作
  • 研究人员更轻松地复现机器学习模型及其行为
  • 质量测试人员最终用户更轻松地识别和调试模型的故障点
  • 不同用户发现模型中的算法偏差

我们将使用 Gradio 库为我们的模型构建演示。Gradio 允许你完全使用 Python 构建、自定义和共享任何机器学习模型的基于网络的演示。

以下是一些使用 Gradio 构建的机器学习演示示例:

  • 一个草图识别模型,它接收草图并输出其认为所绘制内容的标签
  • 一个提取式问答模型,它接收上下文段落和一个问题,并输出一个响应和概率分数(我们在第 7 章讨论了这种模型)
  • 一个背景移除模型,它接收图像并输出移除背景后的图像

本章分为几个部分,包括概念应用。在每个部分学习概念之后,你将应用它来构建特定类型的演示,从图像分类到语音识别。到本章结束时,你将能够仅用几行 Python 代码构建这些演示(以及更多!)

👀 访问Hugging Face Spaces,查看机器学习社区构建的许多最新机器学习演示示例!
< > 在 GitHub 上更新