Gradio 简介

在本节中，我们将学习如何为你的机器学习模型构建**交互式演示**。

为什么要为你的机器学习模型构建演示或 GUI？演示允许

• **机器学习开发者**轻松地向广泛的受众展示他们的工作，包括非技术团队或客户
• **研究人员**更轻松地重现机器学习模型和行为
• **质量测试人员**或**最终用户**更轻松地识别和调试模型的故障点
• **各种用户**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 Web 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，它接收草图并输出它认为正在绘制内容的标签

• 一个抽取式问答模型，它接收上下文段落和问题，并输出答案和概率得分（我们在第 7 章中讨论了这种模型）

• 一个背景移除模型，它接收图像并输出已移除背景的图像

本章分为多个部分，包括概念和应用。在学习每个部分的概念后，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。当你完成本章时，你将能够仅用几行 Python 代码构建这些演示（以及更多！）