看看 Gradio 为机器学习开发人员提供的 AI Playground

是 Hugging Face 上为机器学习开发人员提供的组件库，现已更新为版本5。其值得注意的新功能之一是“实验性 AI Playground”，它允许您“使用 AI 生成或修改 Gradio 应用程序并立即在浏览器中预览应用程序。” 后端开发人员专注于AI 仍然需要将其工作显示为可见输出，而这正是 Gradio 所服务的利基市场。因为我几乎总是被一流的作品所左右。 操场，在这篇文章中，我们将演练该新功能。

正如我们开始吧，很明显我们有一个Python前端生成器。这个想法是人工智能工程师会发现这比使用 CSS 和 JavaScript 更有吸引力。正如您将看到的，这与人工智能无关。

我们从 pip 安装开始：

我们实际上并不需要只有几行的代码编辑器，因此我们可以编写示例应用程序.py直接进入终端。

我们确实可以在Jupyter笔记本，如果您选择这条道路，Gradio 会照顾您。

如果你只运行上面的代码，它的行为就像一个网络服务器：

输出如下：

从表面上看，这是在网页上生成用户界面 (UI) 的一种非常有效的方法。我们指向一个函数并提到我们想要输入和输出的组件。我们没有指出滑块应如何表现或组件应如何排列（例如）。幸运的是，这些组件以响应方式合理地堆叠。重点是，如果您对 UI 美观不感兴趣，只对可用性感兴趣，那么这很好用。

要检查版本，请运行以下代码：

我认为来自 Gradio 命令本身的版本响应会更好。请注意，我只能获取 v4.44.1，因此较新的 Gradio 5 功能可能尚不可见。

有趣的是，在公共服务器上创建这个演示很简单，并且可以通过代码完成。事实上，我们运行代码后在上面的终端响应中已经指出了这一点。我们只需将最后一行替换为demo.launch(分享=True)该应用程序现已公开托管。当我这样做时（我使用 gradio 命令调用代码，该命令运行热加载），公共 URL 和条件如下：

为了创建一些快速的临时托管，已经完成了大量繁重的工作。对于在线教学来说，这本身就非常有用。

格拉迪奥有一个丰富的组件尝试一下，包括必须明确支持事件的按钮之类的东西。但明智的是，它们允许较低水平的建筑使用积木。这是我将花更多时间进行检查的地方，因为这可能使 Gradio 与其他 UI 设计师处于同一水平。

让我们看一下带有块的简单输入输出类型示例。你可以只使用操场;只需从左侧选择“Hello Blocks”即可：

我们在这里所做的所有不同之处是通过按钮事件驱动体验流，而不是将其委托给黑匣子。我们明确控制组件标签，但仅此而已。我不是 Python 开发人员，所以我必须查找和陈述。正如这里所使用的，它实际上是一种在 try/catch 块中编写异常处理的更简洁的方法。请注意，相同的组件文本框既用作输入又用作输出，因此是角色对其行为进行建模。

除了单击按钮之外，您还可以监听变化行为。因此，我们可以更改第一个示例并强制输出框监听滑块：

实际上，输入（或输出）的数量必须与函数参数的数量相匹配。

您可以在 Playground 中使用以下代码，它是 Sepia Filter 示例的改编版本。使用图像组件和快速棕褐色滤镜：

以下是一些先前生成的艺术作品的结果：

此时，我对哪些示例可以在 Playground 中运行以及为什么我只能获得 4.44.1 版本而不是 5 感到有点困惑。但是，当从命令行构建时，我确实得到了以下缓慢的编写器工作：

这使用了两个想法：流式聊天机器人界面和 发电机函数。结果是我最近自己实现的东西：一个缓慢的作家。这是每个字母以很短的时间间隔写出来的时候，就像数字通信非常慢的电影中一样。

显然，聊天界面的想法是您使用自己的 LLM 模型作为源（我可能会在以后的文章中尝试使用 Gradio 和 LLM 构建一些东西），但在这个示例中，我们使用慢回声生成器函数,每次调用都会从一系列中产生不同的结果。

结论

对于 UI 只是显示结果或概念的临时框架的情况，您可以看到为什么 Python 开发人员会受益于 Gradio。虽然有些逻辑有点迟钝，但仍然需要很少的代码即可在屏幕上获得工作界面 - 如果您不围绕 UI 进行创新，为什么还要浪费时间呢？