Gradio 入门实战：几行代码部署你的 AI 模型界面

前言

你是否训练了一个机器学习模型，却不知道怎么展示给别人看？Gradio 就是为你量身定制的工具！

一、Gradio 简介

Gradio 是一个用来快速为 Python 函数、机器学习模型构建 Web 界面的工具。

它的特点：

• 用 Python 写前端！
• 支持文本、图片、音频、视频等输入/输出
• 无需 HTML/JS/CSS
• 适配 Hugging Face、Torch、TF 等主流模型

二、安装与快速启动

安装方式

pip install gradio

最小运行示例

import gradio as gr

def greet(name):
    return f"你好，{name}！"

gr.Interface(fn=greet, inputs="text", outputs="text").launch()

默认运行在：http://127.0.0.1:7860

三、案例：部署一个情感分析模型

第一步：准备模型函数

这里用最简单的情感分类做示例：

def predict_sentiment(text):
    if "好" in text:
        return "积极"
    elif "差" in text:
        return "消极"
    else:
        return "中性"

第二步：构建显示界面

import gradio as gr

demo = gr.Interface(
    fn=predict_sentiment,
    inputs=gr.Textbox(label="输入你的句子"),
    outputs=gr.Label(label="预测情感")
)

demo.launch()

第三步：查看页面效果

• 打开浏览器即可看到界面
• 输入一段话，点击提交，即可返回预测结果

四、适配 AI 模型的范例

使用Hugging Face Transformers

pip install transformers
pip install torch
pip install huggingface_hub[hf_xet]
pip install hf_xet

from transformers import pipeline
import gradio as gr

classifier = pipeline("sentiment-analysis")

def classify(text):
    result = classifier(text)[0]
    return f"标签: {result['label']}, 分数: {result['score']:.2f}"

gr.Interface(classify, inputs="image", outputs="text").launch()

支持的输入类型

• 文本：Textbox, TextArea
• 图像：Image
• 音频：Audio
• 视频：Video
• 文件上传：File
  

五、自定义布局与增强交互

Gradio 还支持 Blocks 构建更复杂的界面：

with gr.Blocks() as demo:
    text = gr.Textbox(label="请输入问题")
    btn = gr.Button("提交")
    output = gr.Textbox(label="回答")

    def reply(msg):
        return "你刚才说：" + msg

    btn.click(reply, inputs=text, outputs=output)

demo.launch()

六、部署与分享

方式	步骤简述
本地运行	运行 .launch() 后访问浏览器端口即可
远程部署（推荐）	上传 GitHub，部署到 Hugging Face Spaces

在 Hugging Face Spaces 免费托管：

pip install gradio

上传你项目的 app.py + requirements.txt 至 Hugging Face 即可

七、总结

优点	限制
极易上手，专为 AI 打造	不适合复杂网页或多页面项目
组件丰富，UI 自动美化	样式自定义能力较弱
支持多模态输入（图音文）	功能定位于模型交互，不适合 CMS

一句话总结： 如果你想用最短时间，让别人体验你的模型，Gradio 是首选！
你学会了么？如需本项目素材，可留言获取完整项目包。

aiofiles==24.1.0
annotated-types==0.7.0
anyio==4.9.0
certifi==2025.6.15
charset-normalizer==3.4.2
click==8.2.1
colorama==0.4.6
exceptiongroup==1.3.0
fastapi==0.115.13
ffmpy==0.6.0
filelock==3.18.0
fsspec==2025.5.1
gradio==5.34.2
gradio_client==1.10.3
groovy==0.1.2
h11==0.16.0
hf-xet==1.1.5
httpcore==1.0.9
httpx==0.28.1
huggingface-hub==0.33.0
idna==3.10
Jinja2==3.1.6
markdown-it-py==3.0.0
MarkupSafe==3.0.2
mdurl==0.1.2
mpmath==1.3.0
networkx==3.4.2
numpy==2.2.6
orjson==3.10.18
packaging==25.0
pandas==2.3.0
pillow==11.2.1
pydantic==2.11.7
pydantic_core==2.33.2
pydub==0.25.1
Pygments==2.19.2
python-dateutil==2.9.0.post0
python-multipart==0.0.20
pytz==2025.2
PyYAML==6.0.2
regex==2024.11.6
requests==2.32.4
rich==14.0.0
ruff==0.12.0
safehttpx==0.1.6
safetensors==0.5.3
semantic-version==2.10.0
shellingham==1.5.4
six==1.17.0
sniffio==1.3.1
starlette==0.46.2
sympy==1.14.0
tokenizers==0.21.1
tomlkit==0.13.3
torch==2.7.1
tqdm==4.67.1
transformers==4.52.4
typer==0.16.0
typing-inspection==0.4.1
typing_extensions==4.14.0
tzdata==2025.2
urllib3==2.5.0
uvicorn==0.34.3
websockets==15.0.1