使用自动重载加速开发
前提条件:本指南要求你了解 Blocks。在阅读本指南之前,请确保你已经阅读了Blocks指南。
本指南涵盖自动重载、在Python IDE中的重载,以及在Jupyter Notebooks中使用Gradio。
为什么需要自动重载?
当你使用 Blocks 构建 Gradio 演示时,你可能会发现每次测试更改时都要重新运行代码非常麻烦。
为了让你更快、更方便地编写代码,我们简化了在 Python IDE(如 VS Code、Sublime Text、PyCharm 等)中开发时,快速“重载”Gradio应用的过程。我们还开发了一种类似的“魔法命令”,可以在你使用 Jupyter Notebooks(或类似环境如 Colab)时更快地重新运行单元格。
本指南将涵盖这两种方法,因此无论你如何编写Python代码,学习完本指南后,你都能更快地构建Gradio应用。
Python IDE 重载 🔥
如果你使用Python IDE构建Gradio Blocks,你的代码文件(假设名为 run.py
)可能如下所示:
import gradio as gr
with gr.Blocks() as demo:
gr.Markdown("# Greetings from Gradio!")
inp = gr.Textbox(placeholder="What is your name?")
out = gr.Textbox()
inp.change(fn=lambda x: f"Welcome, {x}!",
inputs=inp,
outputs=out)
if __name__ == "__main__":
demo.launch()
问题是,每次你想更改布局、事件或组件时,都需要关闭并重新运行应用,即使用 python run.py
。
你可以通过将 python
改为 gradio
,以 重载模式 运行代码来避免这种情况:
在终端中运行 gradio run.py
。就是这么简单!
现在,你会看到类似如下的内容:
Watching: '/Users/freddy/sources/gradio/gradio', '/Users/freddy/sources/gradio/demo/'
Running on local URL: http://127.0.0.1:7860
关键是包含 Watching...
的这一行。Gradio 会观察 run.py
文件所在的目录,如果文件发生更改,它将自动重新运行文件。这样你就可以专注于编写代码,而你的Gradio演示将自动刷新 🥳
提示:gradio
命令无法检测 launch()
方法中传递的参数,因为在重载模式下,launch()
方法不会被调用。例如,设置 auth
或 show_error
将不会在应用中反映出来。
在使用重载模式时,还有一个重要事项:Gradio 会特意寻找代码中名为 demo
的Gradio Blocks/Interface演示。如果你将演示命名为其他名称,则需要将演示名称作为第二个参数传递。因此,如果你的 run.py
文件如下所示:
import gradio as gr
with gr.Blocks() as my_demo:
gr.Markdown("# Greetings from Gradio!")
inp = gr.Textbox(placeholder="What is your name?")
out = gr.Textbox()
inp.change(fn=lambda x: f"Welcome, {x}!",
inputs=inp,
outputs=out)
if __name__ == "__main__":
my_demo.launch()
那么你需要像这样启动重载模式:gradio run.py --demo-name=my_demo
。
默认情况下,Gradio 对脚本使用 UTF-8 编码。对于重载模式,如果你使用的是 UTF-8 以外的编码格式(如 cp1252),请确保按照以下步骤进行操作:
- 配置Python脚本的编码声明,例如:
# -*- coding: cp1252 -*-
- 确保你的代码编辑器已识别该编码格式。
- 以如下方式运行:
gradio run.py --encoding cp1252
🔥 如果你的应用程序接受命令行参数,也可以传递它们。例如:
import gradio as gr
import argparse
parser = argparse.ArgumentParser()
parser.add_argument("--name", type=str, default="User")
args, unknown = parser.parse_known_args()
with gr.Blocks() as demo:
gr.Markdown(f"# Greetings {args.name}!")
inp = gr.Textbox()
out = gr.Textbox()
inp.change(fn=lambda x: x, inputs=inp, outputs=out)
if __name__ == "__main__":
demo.launch()
可以这样运行:gradio run.py --name Gretel
顺便提一下,如果你更改了 run.py
源代码或 Gradio 源代码,自动重载都会触发。这意味着,如果你决定 为Gradio做贡献,这也会很有用 ✅
控制重载 🎛️
默认情况下,重载模式会在每次修改时重新运行整个脚本。但有些情况下这并不可取。例如,加载机器学习模型通常只需执行一次以节省时间。此外,一些使用 C 或 Rust 扩展的Python库(如 numpy
和 tiktoken
)在重载时会抛出错误。
在这些情况下,你可以将不希望重新运行的代码放在 if gr.NO_RELOAD:
代码块中。以下是一个示例,展示如何在开发过程中仅加载一次 transformers 模型。
提示:gr.NO_RELOAD
的值为 True
。因此,在完成开发并想在生产环境中运行时,你无需更改脚本,只需使用 python
而不是 gradio
运行文件即可。
import gradio as gr
if gr.NO_RELOAD:
from transformers import pipeline
pipe = pipeline("text-classification", model="cardiffnlp/twitter-roberta-base-sentiment-latest")
demo = gr.Interface(lambda s: pipe(s), gr.Textbox(), gr.Label())
if __name__ == "__main__":
demo.launch()
Jupyter Notebook 魔法命令 🔮
如果你在 Jupyter Notebooks(或 Colab Notebooks 等)中开发代码,怎么办?我们也有适合你的工具!
我们开发了一个 魔法命令,可以为你创建并运行 Blocks 演示。要使用它,在笔记本的顶部加载 Gradio 扩展:
%load_ext gradio
然后,在你开发Gradio演示的单元格中,简单地在顶部编写魔法命令 %%blocks
,然后像往常一样编写布局和组件:
%%blocks
import gradio as gr
with gr.Blocks() as demo:
gr.Markdown(f"# Greetings {args.name}!")
inp = gr.Textbox()
out = gr.Textbox()
inp.change(fn=lambda x: x, inputs=inp, outputs=out)
注意:
-
你不需要启动演示 — Gradio 会为你自动完成!
-
每次你重新运行单元格时,Gradio 都会在相同端口和底层web服务器上重新渲染你的应用。这意味着你会比正常重新运行单元格看到更快的变化。
这就是它在 jupyter notebook 中的样子:
🪄 这在 Colab notebooks 中同样有效!这里有一个Colab notebook,你可以看到 Blocks 魔法命令的实际效果。尝试做一些更改并重新运行包含Gradio代码的单元格!