Gradio从入门到精通（3）---接口类介绍1

---

前言

gr.Interface 类是 Gradio 库中的一个高级抽象，它通过指定输入类型和输出类型，帮助用户快速创建任何 Python 函数的交互式演示。这个类接受几个关键参数来定义界面：

该类有三个核心参数：Interface

fn：将用户界面 （UI） 包裹起来的函数
inputs：用于输入的 Gradio 组件。组件数应与函数中的参数数匹配。
outputs：用于输出的 Gradio 组件。组件数应与函数的返回值数匹配。
此外，gr.Interface 还支持多个可选参数，如 title、description、examples、live、interpretation 和 theme，用于进一步定制界面的外观和行为。
1
2
3
4
5
6

功能特点

1. 快速创建界面：通过指定输入输出类型，几行代码即可构建出完整的交互式界面。

2. 预构建组件：Gradio提供了30多个预构建组件，涵盖文本、滑块、复选框、图像等多种类型，满足各种需求。

3. 实时交互：支持实时更新输出，用户输入变化时，界面会立即显示最新的结果。

4. 结果解释：可以展示模型预测的解释，增强用户对模型的理解。

5. 高度可定制：通过调整组件属性和界面参数，可以轻松定制界面的外观和行为。

在第一章节已经介绍了接口的预处理将发送到函数的内容以及我们的后处理过程大致如下

一、初始化参数介绍

Gradio Interface类初始化参数介绍

请注意，由于Gradio库不断更新，以下信息可能随时间而变化。建议查阅Gradio的官方文档以获取最新和最准确的信息

下面是一个带消协转换的示例代码

import gradio as gr  
  
def to_uppercase(text):  
    """  
    将输入的文本转换为大写。  
    """  
    return text.upper()  
  
# 初始化参数  
inputs = gr.Textbox(label="Enter Text", placeholder="Type something...")  
outputs = gr.Textbox(label="Uppercase Text")  
  
# 其他可选参数  
title = "Uppercase Converter"  
description = "Convert your text to uppercase with this simple Gradio app."  
examples = [  
    {"input": "hello world", "output": "HELLO WORLD"},  
    {"input": "gradio is awesome", "output": "GRADIO IS AWESOME"}  
]  
  
# 布局和样式  
layout = "clean"  # Gradio 4.x 中的一个布局选项  
css = """  
.gr-Component-root {  
    padding: 20px;  
    background-color: #f0f0f0;  
    border-radius: 8px;  
}  
  
.gr-Textbox {  
    width: 100%;  
    padding: 10px;  
    margin-bottom: 20px;  
}  
  
.gr-Textbox-output {  
    font-weight: bold;  
}  
"""  
  
# 创建并启动Gradio界面  
with gr.Interface(fn=to_uppercase,   
                  inputs=inputs,   
                  outputs=outputs,   
                  title=title,   
                  description=description,   
                  examples=examples,     
                  css=css) as app:  
    app.launch()  
  
# 注意：如果你不是在Jupyter Notebook中运行此代码，或者你不希望Gradio自动关闭，  
# 你可能不需要with语句块，而是直接调用app.launch()并让它保持运行。  
# 然而，由于with语句块在退出时会自动清理资源，所以在这里使用它通常是安全的。  
# 如果你想要更长时间地保持服务器运行，请确保不要从脚本中退出（例如，在IDE中运行或在命令行中保持脚本运行）。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54

launch方法

gradio.Interface.launch(···)

功能描述
launch()方法的主要功能是启动一个本地服务器，使得用户可以在Web浏览器中查看和交互Gradio应用程序。它提供了多种部署方式，包括本地部署、通过HuggingFace托管、FastAPI挂载以及Gradio-lite浏览器集成

常用参数

代码如下（示例）：

import gradio as gr

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

demo = gr.Interface(fn=greet, inputs="textbox", outputs="textbox")

def same_auth(username, password):
    return username == password

demo.launch(auth=same_auth, auth_message="username and password must be the same")
1
2
3
4
5
6
7
8
9
10
11

一下还有一些方法，但是不常用，如果需要使用可以查阅帮助文档，这里制作简单介绍

load方法

gradio.Interface.load(block, ···)

功能描述
load 方法用于从Hugging Face的模型库或Space中构建一个Gradio演示。如果源是模型库（models），它将加载模型；如果是Space（spaces），它将加载一个Space应用。输入和输出组件将自动从仓库中加载。需要注意的是，如果加载的是Space，某些高级的Blocks属性（例如自定义的css、js和head属性）将不会被加载

from_pipeline方法

gradio.Interface.from_pipeline(pipeline, ···)

功能描述
from_pipeline方法用于快速创建一个Gradio界面，该界面封装了一个Hugging Face的pipeline。这使得用户可以很容易地为预训练的模型或自定义的pipeline创建一个交互式的Web界面

pipeline方法

gradio.Interface.pipeline(pipeline, ···)

功能描述
Gradio允许用户通过使用Interface.from_pipeline方法快速创建一个界面，该方法接受一个Hugging Face的pipeline对象，并自动生成相应的Gradio界面。这使得用户可以很容易地为预训练的模型或自定义的pipeline创建一个交互式的Web界面。

queue方法

gradio.Interface.queue(···)

功能描述
queue方法允许用户设置界面的并发请求处理限制，这对于控制应用程序在高负载情况下的性能非常有用。通过queue方法，用户可以指定在任何给定时间可以处理的请求数量

---

总结

本章简单介绍了Gradio的接口使用方法，掌握常规用法，如果遇到新的需求，可以根据实际情况查看帮助文档，下一节我们一起来学学Gradio提供的内部组件