Gradio App 就是给 AI 算法工程师训练的模型赋予分享给大众的能力。
从技术侧拆分，由三个部分组成：
前端页面 + 后端接口 + AI算法模型推理
Gradio 做了一件事情，就是将这三个部分封装到一个 python 接口里，用户通过实现其封装的接口，将自己训练的算法模型以 web 服务的形式展现给大众使用。
1. 一个简单的 gradio 程序
该实例源自官网 Gradio
import gradio as gr
def sketch_recognition(img):
pass# Implement your sketch recognition model here...
gr.Interface(fn=sketch_recognition, inputs="sketchpad", outputs="label").launch()
用户在交互界面上用鼠标画一幅简笔画，后端给出其分类。
可以看到 gr.Interface().lanuch() 就是将前端页面，后端服务以及 AI 算法模型三者结合到一个接口里，极大的降低了算法模型落地的难度，使得 AI 算法工程师在不具备工程能力的情况下，也能拿快速部署前后端并提供服务。
2. 安装
pip install gradio3. Hello World
开始学起都是从输出"hello world"开始，这里也不例外。
import gradio as gr
def greet(name):
return "Hello " + name + "!"
demo = gr.Interface(fn=greet, inputs="text", outputs="text")
demo.launch()上面的代码运行后，在http// localhost:7860上弹出浏览器：
左边输入对应的name，右边有基于程序的输出：
参考文献
Gradio app 基于 Kubernetes 部署实战 - 掘金
Gradio实现算法可视化_uncle_ll的博客-CSDN博客
