Gradio全解系列7——Additional Features:补充特性(上)

Gradio全解7——Additional Features:补充特性(上)

  • 前言
  • 第7章 Additional Features:补充特性
    • 7.1 队列
      • 7.1.1 使用方法
      • 7.1.2 配置队列演示
    • 7.2 输入输出流
      • 7.2.1 输出流
        • 1. 生成器yield
        • 2. 流媒体
      • 7.2.2 输入流
        • 1. 流事件
        • 2. 图像滤镜
      • 7.2.3 统一的输入输出流
      • 7.2.4 跟踪过去的输入或输出
    • 7.3 提示及进度条
      • 7.3.1 提示
      • 7.3.2 进度条
    • 7.4 批处理函数
      • 7.4.1 Interface与Blocks演示
      • 7.4.2 diffusers库与批处理
    • 7.5 嵌入托管Spaces
      • 7.5.1 使用Web Component嵌入
        • 1. 嵌入步骤
        • 2. 定义嵌入的外观和行为
      • 7.5.2 使用IFrame嵌入
    • 参考文献

前言

本系列文章主要介绍WEB界面工具Gradio。Gradio是Hugging Face发布的简易webui开发框架,它基于FastAPI和svelte,便于部署人工智能模型,是当前热门的非常易于开发和展示机器学习大语言模型LLM及扩散模型DM的UI框架。本系列文章分为前置概念和实战演练两部分。前置概念先介绍Gradio的详细技术架构、历史、应用场景、与其他框架Gradio/NiceGui/StreamLit/Dash/PyWebIO的区别,然后详细介绍了大模型及数据的资源网站Hugging Face,因为Gradio演示中经常用到Hugging Face的models及某些场景需要部署在spaces,包括三类资源models/datasets/spaces的使用、六个工具库transformers/diffusers/datasets/PEFT/accelerate/optimum实战。实战演练部分先讲解了多种不同的安装、运行和部署方式,安装包括Linux/Win/Mac三类系统安装,运行包括普通方式和热重载方式,部署包括本地部署、HuggingFace托管、FastAPI挂载和Gradio-Lite浏览器集成;然后按照先整体再细节的逻辑,讲解Gradio的多种高级特性,包括三种Gradio Clients(python/javascript/curl)、Gradio Tools、Gradio的模块架构和环境变量等,方便读者对Gradio整体把握;最后深入细节

你可能感兴趣的:(Gradio全解教程,人工智能,gradio,补充特性,队列,输入输出流,提示及进度条,批处理函数)