构建你的第一个演示

让我们从安装 Gradio 开始！因为它是一个 Python 包，只需运行

$ pip install gradio

你可以在任何地方运行 Gradio，无论是你最喜欢的 Python IDE，还是 Jupyter 笔记本，甚至是 Google Colab 🤯！所以，在任何你运行 Python 的地方安装 Gradio！

让我们从一个简单的“Hello World”示例开始，熟悉 Gradio 的语法

import gradio as gr


def greet(name):
    return "Hello " + name


demo = gr.Interface(fn=greet, inputs="text", outputs="text")

demo.launch()

让我们逐步了解上面的代码

• 首先，我们定义一个名为 greet() 的函数。在本例中，它是一个简单的函数，在你的名字前添加“Hello”，但它可以是任何通用的 Python 函数。例如，在机器学习应用中，这个函数会调用模型对输入进行预测并返回输出。
• 然后，我们创建一个带有三个参数的 Gradio Interface，即 fn、inputs 和 outputs。这些参数定义了预测函数，以及我们想要的输入和输出组件的类型。在我们的例子中，这两个组件都是简单的文本框。
• 然后，我们调用我们创建的 Interface 上的 launch() 方法。

如果你运行这段代码，下面的界面将自动出现在 Jupyter/Colab 笔记本中，或者在 http://localhost:7860 的浏览器中弹出（如果从脚本运行）。

现在就用你自己的名字或其他输入试用这个 GUI！

你会注意到，在这个 GUI 中，Gradio 自动推断了输入参数的名称 (name)，并将其作为标签应用于文本框的顶部。如果你想更改它怎么办？或者如果你想以其他方式自定义文本框怎么办？在这种情况下，你可以实例化一个表示输入组件的类对象。

看看下面的例子

import gradio as gr


def greet(name):
    return "Hello " + name


# We instantiate the Textbox class
textbox = gr.Textbox(label="Type your name here:", placeholder="John Doe", lines=2)

gr.Interface(fn=greet, inputs=textbox, outputs="text").launch()

在这里，我们创建了一个带有标签、占位符和设定行数的输入文本框。你也可以对输出文本框做同样的事情，但我们现在先不考虑。

我们已经看到，只需几行代码，Gradio 就可以让你围绕任何函数创建简单的界面，这些函数可以接受任何类型的输入或输出。在本节中，我们从一个简单的文本框开始，但在接下来的章节中，我们将介绍其他类型的输入和输出。现在让我们来看看如何在 Gradio 应用程序中包含一些 NLP。

🤖 包含模型预测

现在让我们构建一个简单的界面，让你演示像 GPT-2 这样的文本生成模型。

我们将使用 🤗 Transformers 中的 pipeline() 函数加载我们的模型。如果你需要快速回顾，可以回到第一章的那部分。

首先，我们定义一个预测函数，该函数接受文本提示并返回文本补全

from transformers import pipeline

model = pipeline("text-generation")


def predict(prompt):
    completion = model(prompt)[0]["generated_text"]
    return completion

此函数完成你提供的提示，你可以使用自己的输入提示运行它，看看它是如何工作的。这是一个例子（你可能会得到不同的补全）

predict("My favorite programming language is")

>> My favorite programming language is Haskell. I really enjoyed the Haskell language, but it doesn't have all the features that can be applied to any other language. For example, all it does is compile to a byte array.

现在我们有了一个生成预测的函数，我们可以像之前一样创建和启动一个 Interface

import gradio as gr

gr.Interface(fn=predict, inputs="text", outputs="text").launch()

就是这样！你现在可以使用这个界面来使用 GPT-2 模型生成文本，如下所示 🤯。

继续阅读，了解如何使用 Gradio 构建其他类型的演示！