1、简介

https://www.gradio.app/

Gradio是用友好的网络界面演示机器学习模型的最快方法，因此任何人都可以在任何地方使用它！

Gradio与他人共享机器学习模型、API或数据科学工作流程的最佳方法之一是创建一个交互式应用程序，允许您的用户或同事在浏览器中尝试演示。

Gradio允许您构建演示并共享它们，所有这些都使用Python。通常只需几行代码！让我们开始吧。 在这里插入图片描述

2、基本测试

2.1 入门代码

Run the code below as a Python script or in a Jupyter Notebook (or Google Colab):

import gradio as gr

def greet(name):
    return "小沐： " + name + "!"

demo = gr.Interface(fn=greet, inputs="text", outputs="text")
    
if __name__ == "__main__":
    demo.launch(show_api=False)

浏览器访问：

http://127.0.0.1:7860/

在这里插入图片描述 在本地开发时，如果要将代码作为 Python 脚本运行，可以使用 Gradio CLI 以重新加载模式启动应用程序，这将提供无缝和快速的开发。

gradio test.py

在这里插入图片描述 注意：你也可以这样做，但它不会提供自动重新加载机制。python test.py

结语

如果您觉得该方法或代码有一点点用处，可以给作者点个赞，或打赏杯咖啡；╮(￣▽￣)╭ 如果您感觉方法或代码不咋地//(ㄒoㄒ)//，就在评论处留言，作者继续改进；o_O??? 如果您需要相关功能的代码定制化开发，可以留言私信作者；(✿◡‿◡) 感谢各位大佬童鞋们的支持！( ´ ▽´ )ﾉ ( ´ ▽´)っ！！！