Gradio 应用

什么是 Gradio

Gradio 是一个开源 Python 库，用于快速构建机器学习模型的交互式演示界面。只需几行代码，即可创建包含输入输出组件的 Web 应用，方便进行模型测试和展示。

创建 Gradio 用户空间

按照创建用户空间中的步骤，进入创建表单。
在 SDK 类型 中选择 Gradio。
如果选择了 GPU 算力资源，还需要选择 驱动版本（11.8.0 或 12.1.0）。
填写其他必要参数后，点击 创建用户空间 提交。

初始化应用

创建完成后，需要向仓库推送应用代码来初始化 Gradio 空间。

第一步：克隆仓库

git clone https://<platform-host>/<namespace>/<space-name>
cd <space-name>

第二步：创建依赖文件

创建 requirements.txt 文件，指定 Gradio 版本及其他依赖：

gradio==4.44.1

第三步：创建应用文件

创建 app.py 文件，编写 Gradio 应用代码。以下是一个简单的文本问答示例：

import gradio as gr

def greet(name):
    return f"Hello, {name}! Welcome to the AI platform."

demo = gr.Interface(
    fn=greet,
    inputs=gr.Textbox(label="Your Name", placeholder="Enter your name..."),
    outputs=gr.Textbox(label="Greeting"),
    title="Hello World Demo",
    description="A simple Gradio application deployed on the platform."
)

demo.launch()

第四步：推送代码

git add requirements.txt app.py
git commit -m "Initialize Gradio application"
git push origin main

自动构建与部署

代码推送成功后，平台将自动触发构建和部署流程：

安装 requirements.txt 中的依赖。
启动 app.py 应用。
构建完成后，用户空间页面将展示 Gradio 界面。

可在用户空间详情页查看构建日志和运行状态。

备注

如果需要在 Gradio 应用中使用平台上的模型，可以通过平台提供的模型推理 API 进行调用。在 app.py 中，使用 requests 或 openai 等库请求模型推理端点即可。具体的 API 地址和认证方式请参考模型推理相关文档。