使用Gradio Interface构建交互式机器学习演示

❤️觉得内容不错的话，欢迎点赞收藏加关注😊😊😊，后续会继续输入更多优质内容❤️
👉有问题欢迎大家加关注私戳或者评论（包括但不限于NLP算法相关，linux学习相关，读研读博相关......）👈

博主原文链接：https://www.yourmetaverse.cn/nlp/231/
请添加图片描述

（封面图由文心一格生成）

使用Gradio Interface构建交互式机器学习演示

在快速发展的机器学习领域中，有效地向客户、同事和最终用户展示模型的能力至关重要。Gradio是一个Python库，通过创建基于Web的图形用户界面（GUI）和演示，为机器学习模型和其他Python函数提供了强大的解决方案。Gradio的核心是“Interface”模块，通过封装关键功能，简化了构建交互式演示的过程。本文将探讨Gradio Interface及其功能，并讨论它如何实现创建引人注目且用户友好的机器学习演示。

1. Gradio Interface简介

Gradio.Interface是Gradio提供的主要类，用于围绕机器学习模型或Python函数构建基于Web的GUI。只需几行代码，开发人员就可以创建一个界面，允许用户与底层模型进行交互并观察实时输出。Interface类需要三个关键参数：封装的函数、所需的输入组件和所需的输出组件。此外，可以使用各种可选参数来自定义演示的外观和行为。

2. 示例用法

为了更好地理解Gradio Interface的实际实现，让我们以一个示例为例。假设我们有一个名为"image_classifier"的函数，它以图像作为输入，并返回预测的标签。我们可以使用Gradio创建一个交互式演示，如下所示：

import gradio as gr

def image_classifier(inp):
    return {'cat': 0.3, 'dog': 0.7}

demo = gr.Interface(fn=image_classifier, inputs="image", outputs="label")
demo.launch()

在这个示例中，我们定义了image_classifier函数，它接受图像作为输入，并返回包含预测标签及其对应置信度得分的字典。然后，我们通过传递fn、inputs和outputs参数来创建一个Gradio Interface对象。最后，我们调用launch方法启动基于Web的演示。

3. 自定义和高级功能

Gradio Interface提供了多个参数，允许开发人员根据特定需求自定义演示。一些值得注意的参数包括：

示例：开发人员可以为函数提供示例输入，这些输入将显示在UI组件下方，并可点击以填充界面。这个功能有助于用户理解预期的输入格式，并提供了一种方便的方式来探索模型的行为。
解释：Interface支持不同的解释方法来解释预测输出。开发人员可以选择使用内置的解释器，如"default"或"shap"，也可以提供自定义的解释函数。解释增强了模型的透明度，提高了用户对模型的信任。
主题和样式：Gradio允许开发人员应用自定义主题和CSS样式到界面，使其与应用的品牌或设计指南相匹配。
标记和日志记录：Gradio提供了启用用户标记输入和输出的选项。开发人员可以控制标记行为，例如自动或手动标记，并为用户提供选择标记选项。标记的数据可以记录到本地CSV文件中，或通过自定义的标记回调进行处理。

4. 批处理和性能

在需要同时处理多个输入的情况下，Gradio Interface提供了批处理支持。通过将batch参数设置为True，函数可以接受每个参数的输入值列表。界面将自动对输入进行批处理，并显示相应的输出。开发人员可以使用max_batch_size参数指定最大批处理大小。

5. 参数介绍

以下是更新后的Gradio Interface参数表格，包括每个参数的数据类型和默认值：

参数名	数据类型	描述	默认值
fn	Callable	需要创建界面的函数，通常是机器学习模型的预测函数。函数的每个参数对应一个输入组件，函数应返回单个值或值的元组，元组中的每个元素对应一个输出组件。	无默认值
inputs	str /IOComponent / list[str / IOComponent] / None	单个Gradio组件或Gradio组件列表，用于指定输入组件。可以通过实例化对象或字符串快捷方式来传递组件。输入组件的数量应与fn的参数数量相匹配。如果设置为None，则只显示输出组件。	无默认值
outputs	str /IOComponent / list[str / IOComponent] / None	单个Gradio组件或Gradio组件列表，用于指定输出组件。可以通过实例化对象或字符串快捷方式来传递组件。输出组件的数量应与fn返回的值数量相匹配。如果设置为None，则只显示输入组件。	无默认值
examples	列表/字符串	函数的示例输入，显示在UI组件下方，用户可以点击以填充界面。示例应以嵌套列表的形式提供，外部列表包含示例，每个内部列表包含与每个输入组件对应的输入。也可以提供指向示例目录的字符串路径，但该目录应位于运行Gradio应用程序的Python文件所在的目录中。如果有多个输入组件且提供了目录，则目录中必须存在log.csv文件以链接相应的输入。	None
cache_examples	布尔值/None	控制示例在服务器中的缓存，加快运行时的速度。在HuggingFace Spaces中，默认为True，在其他情况下默认为False。	None
examples_per_page	整数	如果提供了示例，每页显示的示例数量。	10
live	布尔值	确定界面是否在输入发生更改时自动重新运行。	False
interpretation	Callable/字符串/None	提供解释解释预测输出的函数。可传递"default"使用简单内置的解释器，"shap"使用基于Shapley值的内置解释器，或自定义的解释函数。	None
num_shap	浮点数	决定计算Shapley值解释的示例数量的乘数。增加此值将增加计算时间，但改善结果。仅当interpretation为"shap"时有效。	2.0
title	字符串/None	界面的标题，以大号字体显示。同时也作为在浏览器窗口中打开时的标签标题。	None
description	字符串/None	界面的描述，以常规字体显示在标题上方和输入输出组件下方。可接受Markdown和HTML内容。	None
article	字符串/None	扩展的文章，用于解释界面。如果提供，则在输入输出组件下方以常规字体显示。可接受Markdown和HTML内容。	None
thumbnail	字符串/None	在社交媒体上共享Web演示时使用的显示图像的路径或URL。	None
theme	Theme/字符串/None	要使用的主题，从gradio.themes加载。	None
css	字符串/None	自定义CSS样式或自定义CSS文件的路径，用于与界面配合使用。	None
allow_flagging	字符串/None	“never”、“auto"或"manual"之一。如果为"never"或"auto”，用户将不会看到标记输入和输出的按钮。如果为"manual"，用户将看到标记按钮。如果为"auto"，用户提交的每个输入都将自动标记（输出不会标记）。如果为"manual"，当用户点击标记按钮时，输入和输出都会被标记。该参数可以使用环境变量GRADIO_ALLOW_FLAGGING进行设置，默认为"manual"。	None
flagging_options	列表/None	提供用户在标记时选择的选项列表。仅当allow_flagging为"manual"时适用。可以是形如(label, value)的元组列表，其中label是按钮上显示的字符串，value是存储在标记CSV中的字符串；也可以是字符串列表[“X”, “Y”]，此时值将是字符串列表，标签将是[“Flag as X”, “Flag as Y”]等。	None
flagging_dir	字符串	存储标记数据的目录的名称。默认为"flagged"。	“flagged”
flagging_callback	FlaggingCallback实例/默认值为CSVLogger()	在样本被标记时调用的FlaggingCallback的子类实例。默认情况下，日志记录到本地CSV文件中。	CSVLogger()
analytics_enabled	布尔值/None	是否允许基本的遥测。如果为None，则使用GRADIO_ANALYTICS_ENABLED环境变量（如果定义），否则默认为True。	None
batch	布尔值	如果为True，则函数应该处理一批输入，即接受每个参数的输入值列表。列表应该具有相同的长度（并且最多为max_batch_size）。函数必须返回元组的列表（即使只有1个输出组件），其中元组中的每个列表对应一个输出组件。	False
max_batch_size	整数	如果从队列中调用（仅当batch=True时才相关），批处理在一起的最大输入数量。默认为4。	4