Gradio est un package Python qui permet de créer des interfaces web pour les modèles de machine learning.
Gradio vous permet de créer rapidement des composants d'interface utilisateur personnalisables autour de vos modèles TensorFlow ou PyTorch, ou même des fonctions Python arbitraires. Mélangez et associez les composants pour prendre en charge toute combinaison d'entrées et de sorties.....
Une application Gradio est composée de trois composantes
Le fonctionnement de Gradio est relativement simplement, on fournit des entrées qui vont être traitées par la fonction de traitement et retourner des sorties.
Gradio peut être installé depuis le répertoire PyPi.
pip install gradio
Créer un fichier app.py
app.py
import gradio as gr
def greet(name): return f"Hello {name} !"
input_name = gr.Textbox(label="Name") output_msg = gr.Textbox(label="Message")
app = gr.Interface(fn=greet, inputs=input_name, outputs=output_msg, title="Greeting App", description="Enter your name to get a greeting message")
app.launch()
import gradio as gr def greet(name): return f"Hello {name} !" input_name = gr.Textbox(label="Name") output_msg = gr.Textbox(label="Message") app = gr.Interface(fn=greet, inputs=input_name, outputs=output_msg, title="Greeting App", description="Enter your name to get a greeting message") app.launch()
# Packages import gradio as gr from PIL import Image # Serving Function def convert_image(image): pil_image = Image.fromarray(image) pil_image = pil_image.convert("L") return pil_image # Setup interface input_image = gr.Image() output_image = gr.Image() app = gr.Interface(fn=convert_image, inputs=input_image, outputs=output_image, title="Image Black & White Converter", description="Simple tool to convert any image in Black & White") # Launch app.launch()
Créons à pésent une interface pour un modèle de classification d'image
Pour en savoir plus, merci de consulter la documentation de Gradio ici https://gradio.app/.