29.3K star!一款快速構建機器學習 Web 套用的開源計畫，無需前端技能！

* 戳上方藍字「 開源先鋒 」關註我

推薦閱讀：

大家好，我是開源君！

在人工智慧領域 ，構建一個漂亮的Web套用來展示模型效果是一件非常耗時耗力的工作。傳統的開發方式需要掌握JavaScript、CSS等前端技術，甚至還需要搭建伺服器。這對於許多專註於機器學習的開發者來說，無疑是一項巨大的挑戰。

今天開源君分享一個非常棒的開源計畫 - Gradio ，能夠快速構建出美觀實用的Web套用，無需任何前端開發經驗。

計畫簡介

Gradio 是一個用於構建機器學習和數據科學演示及Web套用的開源Python庫，它可以讓我們輕松地建立一個漂亮的使用者介面，使模型和演算法能夠被更多人輕松使用。

Gradio 的目標是讓部署機器學習模型變得簡單易用。透過使用Gradio，我們可以為您的模型建立一個互動式的Web應用程式，使用者可以透過拖放圖片、貼上文本或錄制聲音等方式與您的模型進行互動。

此外， Gradio 還支持多種輸入/輸出格式，並且可以自動生成外部存取連結，讓我們能夠輕松地與他人分享我們的成果。

目前該計畫在Github上面收獲了29.3K star！

功能特性

安裝部署

安裝之前要確保python版本大於 3.8。

可以使用pip進行安裝

pip install gradio


然後就可以開始嘗試使用了。

使用體驗展示

第一個小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()



執行之後，在瀏覽器開啟 http://localhost:7860/ 即可存取web程式

如果你想將這個demo分享給別人，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) 



執行時候，就會自動生成一個URL連結，類似 https://a23dsf231adb.gradio.live ，可以將這個連結發給別人進行存取使用。

當然你也可以將套用部署到雲伺服器。

另外，官方還提供了幾個基於gradio的計畫套用，可以參考學習。

小結一下，Gradio是一個非常實用的機器學習 Web 套用開發計畫，使用簡單易用，功能強大，可以幫助我們快速構建各種型別的套用。

更多細節功能，感興趣的可以到計畫地址檢視：

計畫地址：
https://github.com/gradio-app/gradio