构建你的第一个演示

让我们首先安装 Gradio！由于它是一个 Python 包，只需运行

$ pip install gradio

你可以在任何地方运行 Gradio，无论是从你最喜欢的 Python IDE，到 Jupyter Notebook，甚至在 Google Colab 🤯 中！因此，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，以熟悉 Gradio 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”，但它通常可以是任何 Python 函数。例如，在机器学习应用中，此函数将调用模型对输入进行预测并返回输出。
然后，我们使用三个参数 fn、inputs 和 outputs 创建一个 Gradio Interface。这些参数定义了预测函数，以及我们所需的输入和输出组件的类型。在本例中，这两个组件都是简单的文本框。
然后，我们对创建的 Interface 调用 launch() 方法。

如果你运行此代码，以下界面将自动出现在 Jupyter/Colab Notebook 中，或者在从脚本运行时在浏览器中弹出 http://localhost:7860。

现在就尝试使用你的姓名或其他输入来使用此 GUI！

你会注意到，在此 GUI 中，Gradio 自动推断输入参数 (name) 的名称，并将其作为标签应用在文本框上方。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？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，我们创建了一个带标签、占位符和指定行数的输入文本框。你可以对输出文本框执行相同的操作，但我们现在先不这样做。

我们已经看到，只需几行代码，Gradio 就可以让你围绕任何具有任何类型输入或输出的函数创建简单的界面。在本节中，我们从简单的文本框开始，但在接下来的几节中，我们将介绍其他类型的输入和输出。现在让我们看看如何在 Gradio 应用中包含一些 NLP。

🤖 包含模型预测

现在让我们构建一个简单的界面，允许你演示文本生成模型，例如 GPT-2。

我们将使用 🤗 Transformers 中的 pipeline() 函数加载我们的模型。如果你需要快速复习，你可以回到第 1 章的该部分。

首先，我们定义一个预测函数，它接收文本提示并返回文本完成结果

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，你可以使用你自己的输入提示运行它以查看其工作原理。这是一个示例（你可能会得到不同的完成结果）

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.

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

import gradio as gr

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

就是这样！你现在可以使用此界面使用 GPT-2 模型生成文本，如下所示 🤯。

继续阅读以了解如何使用 Gradio 构建其他类型的演示！

NLP 课程

构建你的第一个演示

🤖 包含模型预测