Автоматизированный исследовательский артефакт — не вышестоящий проект.

Этот репозиторий — одноразовая лаборатория, созданная автоматизированной системой для магистерской диссертации в Université Laval по воспроизведению опубликованных уязвимостей в рабочих процессах GitHub Actions. Это точный снимок gradio-app/gradio на коммите d4c503a471cfd202c56fbddd99d5da431a4b7478 (2024-08-02), распространяемый под собственной лицензией этого проекта, файл которой включён без изменений в этот снимок.

Вышестоящий проект не участвует, никогда не является целью, а изучаемая здесь уязвимость уже публична. Каждый секрет и переменная в этом репозитории — случайно сгенерированное фиктивное значение — никаких реальных учётных данных здесь нет. Ссылки на действия и образы раннеров закреплены на то, чем они были на 2024-08-02; см. pinning.md в выводе системы для каждого изменения, внесённого в снимок.

Вопросы или возражения: [email protected]

---

Gradio: создавайте веб-приложения для машинного обучения — на Python

Gradio — это пакет Python с открытым исходным кодом, который позволяет быстро создавать демо-версию или веб-приложение для вашей модели машинного обучения, API или любой произвольной функции Python. Затем вы можете поделиться ссылкой на свою демо-версию или веб-приложение всего за несколько секунд с помощью встроенных функций совместного доступа Gradio. Никакого опыта в JavaScript, CSS или веб-хостинге не требуется!

Для создания красивого демо, как показано выше, нужно всего несколько строк Python, так что давайте начнём 💫

Установка

Предварительное требование: Gradio требует Python 3.8 или выше

Мы рекомендуем устанавливать Gradio с помощью pip, который включён в Python по умолчанию. Выполните эту команду в терминале или командной строке:

pip install gradio

[!TIP] Лучше всего устанавливать Gradio в виртуальное окружение. Подробные инструкции по установке для всех распространённых операционных систем приведены здесь.

Создание вашего первого демо

Вы можете запускать Gradio в любимом редакторе кода, Jupyter notebook, Google Colab или в любом другом месте, где пишете Python. Давайте напишем ваше первое приложение Gradio:

import gradio as gr

def greet(name, intensity):
    return "Hello " * intensity + name + "!"

demo = gr.Interface(
    fn=greet,
    inputs=["text", "slider"],
    outputs=["text"],
)

demo.launch()

[!TIP] Мы сокращаем импортированное имя с gradio до gr для лучшей читаемости кода. Это широко принятое соглашение, которому вы должны следовать, чтобы любой, кто работает с вашим кодом, мог легко его понять.

Теперь запустите свой код. Если вы записали код Python в файл с именем, например, app.py, то вам нужно выполнить python app.py в терминале.

Демо ниже откроется в браузере по адресу http://localhost:7860, если вы запускаете его из файла. Если вы работаете в notebook, демо появится встроенным в notebook.

Введите своё имя в текстовое поле слева, перетащите ползунок и нажмите кнопку Submit. Справа вы увидите дружеское приветствие.

[!TIP] При локальной разработке вы можете запускать своё приложение Gradio в режиме горячей перезагрузки, который автоматически перезагружает приложение Gradio при каждом изменении файла. Для этого просто введите gradio перед именем файла вместо python. В примере выше вы должны ввести в терминале: gradio app.py. Подробнее о горячей перезагрузке читайте в Руководстве по горячей перезагрузке.

Понимание класса Interface

Вы заметите, что для создания первого демо вы создали экземпляр класса gr.Interface. Класс Interface предназначен для создания демо-версий моделей машинного обучения, которые принимают один или несколько входов и возвращают один или несколько выходов.

Класс Interface имеет три основных аргумента:

• fn: функция, вокруг которой создаётся пользовательский интерфейс (UI)
• inputs: компонент(ы) Gradio для ввода. Количество компонентов должно соответствовать количеству аргументов вашей функции.
• outputs: компонент(ы) Gradio для вывода. Количество компонентов должно соответствовать количеству возвращаемых значений вашей функции.

Аргумент fn очень гибкий — вы можете передать любую функцию Python, которую хотите обернуть в UI. В примере выше мы видели относительно простую функцию, но функция может быть чем угодно: от генератора музыки до калькулятора налогов или функции предсказания предобученной модели машинного обучения.

Аргументы input и output принимают один или несколько компонентов Gradio. Как мы увидим, Gradio включает более 30 встроенных компонентов (таких как gr.Textbox(), gr.Image() и gr.HTML()), предназначенных для приложений машинного обучения.

[!TIP] Для аргументов inputs и outputs вы можете передать имя компонента в виде строки ("textbox") или экземпляр класса (gr.Textbox()).

Если ваша функция принимает более одного аргумента, как в примере выше, передайте список входных компонентов в inputs, где каждый входной компонент соответствует одному из аргументов функции по порядку. То же самое верно, если ваша функция возвращает более одного значения: просто передайте список компонентов в outputs. Такая гибкость делает класс Interface очень мощным способом создания демо-версий.

Мы подробнее рассмотрим gr.Interface в нашей серии о создании интерфейсов.

Публикация вашего демо