Gradio介绍

瞻邈

已于 2025-06-17 23:13:35 修改

阅读量8.5k

点赞数 3

分类专栏： Python 文章标签：人工智能

于 2023-04-15 20:51:09 首次发布

本文链接：https://blog.csdn.net/xhtchina/article/details/130175013

版权

Python 专栏收录该内容

22 篇文章

订阅专栏

Gradio是一个让AI算法工程师能轻松将模型以Web服务形式分享的工具，它封装了前端、后端和模型推理，通过简单的Python接口即可实现。用户可以快速部署并提供服务，即使不具备工程能力。示例展示了如何使用Gradio创建交互式应用，如手绘识别和文本问候功能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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 gradio

3. 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：

在这里插入图片描述

左边输入对应的name，右边有基于程序的输出：

在这里插入图片描述

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