返回博客列表

机器学习

2026-01-29
1 min read
未分类
Gradio

Gradio Hugging Face Gradio 是一个Hugging Face发布的开源Python库，可以为机器学习模型、API或任意Python函数快速构建web可视化界面，并且通过Gradio的内置共享功能快速生成对应的链接，而无需任何JavaScript、CSS或网络托管经验。Gradio的设计理念是“无代码”，它的自封装组件的功能也相对比较完整 安装依赖 建议使用 安装，保证环境...

Gradio

Hugging Face

Gradio 是一个Hugging Face发布的开源Python库，可以为机器学习模型、API或任意Python函数快速构建web可视化界面，并且通过Gradio的内置共享功能快速生成对应的链接，而无需任何JavaScript、CSS或网络托管经验。Gradio的设计理念是“无代码”，它的自封装组件的功能也相对比较完整

安装依赖

建议使用 anaconda 安装，保证环境是隔离的。避免污染本机环境的依赖。

   pip install pyqtwebengine
   pip install pyqt5
   pip install gradio

简单运行

python
import gradio as gr
print(gr.__version__)
def analyze_sentiment(text):
    return '12312321321'
# 定义Gradio应用的界面
interface = gr.Interface(fn=analyze_sentiment,
                         inputs="text",
                         outputs="label",
                         title="文本情感分析",
                         description="输入一段文本，判断其情感倾向是正面、中性还是负面。")

# 启动应用
interface.launch()

Input 基本组件

text 文本

slider 滑块

dropdown 下拉菜单

python
# 定义Gradio应用的界面
dropdown = gr.Dropdown(["Option 1", "Option 2", "Option 3"])
interface = gr.Interface(fn=analyze_sentiment,
                         inputs=dropdown,
                         outputs="label",
                         title="文本情感分析",
                         description="输入一段文本，判断其情感倾向是正面、中性还是负面。")

# 启动应用
interface.launch()

file 文件上传

Output 基本组件

label

image

audio

布局

python
def style_transfer(image, style):
    # 这里假设有一个风格转换的处理函数
    return image  # 返回处理后的图像

styles = ["风格1", "风格2", "风格3"]

with gr.Blocks() as app:
    gr.Markdown("## 图像风格转换")
    ## 设置单独的行，有 2 个元素，一个图片，一个风格
    with gr.Row():
        image = gr.Image()
        style = gr.Dropdown(choices=styles, label="选择风格")
    ## 单独的一列
    output = gr.Image()
    ## 点击后的输入参数是图片和风格
    gr.Button("转换").click(style_transfer, inputs=[image, style], outputs=output)

app.launch()
返回博客列表
最后更新于 2026-01-29
想法或问题？在 GitHub Issue 下方参与讨论
去评论