Gradio 简介

在本章中，我们将学习如何为您的机器学习模型构建交互式演示。

为什么要首先为您的机器学习模型构建演示或 GUI？演示允许

• 机器学习开发者轻松地向包括非技术团队或客户在内的广泛受众展示他们的工作
• 研究人员更容易复现机器学习模型和行为
• 质量测试员或最终用户更容易识别和调试模型的失败点
• 多样化的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 允许您完全使用 Python 为任何机器学习模型构建、自定义和共享基于 Web 的演示。

这里有一些使用 Gradio 构建的机器学习演示示例

• 一个草图识别模型，它接收草图并输出它认为正在绘制的内容的标签

• 一个抽取式问答模型，它接收上下文段落和问题，并输出响应和概率分数（我们在第 7 章讨论过这种模型）

• 一个背景移除模型，它接收图像并输出移除背景的图像

本章分为几个部分，包括概念和应用。在您学习每个部分的概念后，您将应用它来构建特定类型的演示，范围从图像分类到语音识别。当您完成本章时，您将能够仅用几行 Python 代码构建这些演示（以及更多！）。

< > 更新 在 GitHub 上