29.3K star!一款快速构建机器学习 Web 应用的开源项目，无需前端技能！

* 戳上方蓝字「 开源先锋 」关注我

推荐阅读：

大家好，我是开源君！

在人工智能领域 ，构建一个漂亮的Web应用来展示模型效果是一件非常耗时耗力的工作。传统的开发方式需要掌握JavaScript、CSS等前端技术，甚至还需要搭建服务器。这对于许多专注于机器学习的开发者来说，无疑是一项巨大的挑战。

今天开源君分享一个非常棒的开源项目 - Gradio ，能够快速构建出美观实用的Web应用，无需任何前端开发经验。

项目简介

Gradio 是一个用于构建机器学习和数据科学演示及Web应用的开源Python库，它可以让我们轻松地创建一个漂亮的用户界面，使模型和算法能够被更多人轻松使用。

Gradio 的目标是让部署机器学习模型变得简单易用。通过使用Gradio，我们可以为您的模型创建一个交互式的Web应用程序，用户可以通过拖放图片、粘贴文本或录制声音等方式与您的模型进行交互。

此外， Gradio 还支持多种输入/输出格式，并且可以自动生成外部访问链接，让我们能够轻松地与他人分享我们的成果。

目前该项目在Github上面收获了29.3K star！

功能特性

安装部署

安装之前要确保python版本大于 3.8。

可以使用pip进行安装

pip install gradio


然后就可以开始尝试使用了。

使用体验展示

第一个小demo

import gradio as gr
def greet(name, intensity):
return"Hello " * intensity + name + "!"
demo = gr.Interface(
fn=greet,
inputs=["text", "slider"],
outputs=["text"],
)
demo.launch()



运行之后，在浏览器打开 http://localhost:7860/ 即可访问web程序

如果你想将这个demo分享给别人，可以使用launch(share=True)命令

import gradio as gr
def greet(name):
return"Hello " + name + "!"
demo = gr.Interface(fn=greet, inputs="textbox", outputs="textbox")
demo.launch(share=True) 



运行时候，就会自动生成一个URL链接，类似 https://a23dsf231adb.gradio.live ，可以将这个链接发给别人进行访问使用。

当然你也可以将应用部署到云服务器。

另外，官方还提供了几个基于gradio的项目应用，可以参考学习。

小结一下，Gradio是一个非常实用的机器学习 Web 应用开发项目，使用简单易用，功能强大，可以帮助我们快速构建各种类型的应用。

更多细节功能，感兴趣的可以到项目地址查看：

项目地址：
https://github.com/gradio-app/gradio