Gradio库:使用Markdown模块创建交互式应用

您所在的位置:网站首页 markdown合并表格 Gradio库:使用Markdown模块创建交互式应用

Gradio库:使用Markdown模块创建交互式应用

#Gradio库:使用Markdown模块创建交互式应用| 来源: 网络整理| 查看: 265

❤️觉得内容不错的话,欢迎点赞收藏加关注😊😊😊,后续会继续输入更多优质内容❤️ 👉有问题欢迎大家加关注私戳或者评论(包括但不限于NLP算法相关,linux学习相关,读研读博相关......)👈

博主原文链接:https://www.yourmetaverse.cn/nlp/406/

请添加图片描述

(封面图由文心一格生成) Gradio库:使用Markdown模块创建交互式应用

Gradio是一个用于构建交互式应用程序的Python库。它提供了一个简单而强大的界面,使用户能够通过文本框、滑块、复选框等组件与机器学习模型进行交互。在Gradio中,Markdown模块是一个非常有用的组件,它可以渲染任意的Markdown输出,并且还支持渲染使用美元符号括起来的LaTeX公式。

Markdown模块介绍

Markdown模块是Gradio库中的一个组件,用于渲染Markdown输出。它可以将Markdown文本转换为美观的格式,并显示在应用程序的界面上。Markdown模块的特点如下:

输入:Markdown模块不接受输入,因此它不会改变用户的输入数据。输出:Markdown模块期望一个有效的字符串作为输入,并将其渲染为Markdown格式进行展示。 Markdown模块的用法示例

下面是一个使用Markdown模块的示例代码:

import gradio as gr def welcome(name): return f"Welcome to Gradio, {name}!" with gr.Blocks() as demo: gr.Markdown( """ # Hello World! Start typing below to see the output. """) inp = gr.Textbox(placeholder="What is your name?") out = gr.Textbox() inp.change(welcome, inp, out) if __name__ == "__main__": demo.launch()

在上面的示例中,我们创建了一个Gradio应用程序,并使用Markdown模块显示了一个简单的欢迎信息。用户可以在文本框中输入自己的姓名,然后点击按钮查看欢迎消息的输出结果。

Markdown模块的参数和方法

Markdown模块提供了一些参数和方法来自定义其行为和外观。下面是一些常用的参数:

value:用于设置Markdown组件的初始值。可以是一个字符串或一个可调用对象。visible:控制Markdown组件的可见性。elem_id:将一个字符串作为Markdown组件在HTML DOM中的id,用于定位和样式设置。elem_classes:将一个字符串或一个字符串列表作为Markdown组件在HTML DOM中的类,用于样式设置。

除了这些参数,Markdown模块还提供了一个change方法,用于在组件值发生变化时执行相应的操作。change方法的参数如下:

fn:一个可调用对象,通常是一个机器学习模型的预测函数。该函数的每个参数对应一个输入组件,函数应返回一个值或一个值的元组,其中元组中的每个元素对应一个输出组件。inputs:一个组件或组件列表,用作输入。如果函数不需要输入,可以传入一个空列表。outputs:一个组件或组件列表,用作输出。如果函数不返回输出,可以传入一个空列表。

change方法还提供了其他可选参数,如api_name、scroll_to_output、show_progress等,用于进一步定制组件的行为和外观。

总结

Gradio库是一个功能强大的Python库,可以帮助开发人员轻松构建交互式应用程序。Markdown模块是其中一个有用的组件,可以用于渲染Markdown输出并展示在应用程序界面上。通过Markdown模块的参数和方法,我们可以对其进行定制,以满足特定应用的需求。

在本文中,我们介绍了Gradio库中的Markdown模块及其change方法的用法和功能。希望本文对你理解和使用Gradio库有所帮助,让你能够创建出更加丰富和交互的应用程序。

参数详解

下面是Markdown模块参数及其change方法参数的整理表格:

参数名称数据类型默认值描述valuestr | Callable“”在Markdown组件中显示的值。如果是可调用的函数,将在应用程序加载时调用该函数以设置组件的初始值。visibleboolTrue如果为False,组件将被隐藏。elem_idstr | NoneNone可选的字符串,分配给此组件在HTML DOM中的id。可用于定位CSS样式。elem_classeslist[str] | str | NoneNone可选的字符串列表,分配给此组件在HTML DOM中的类。可用于定位CSS样式。fnCallable | None必需包装接口的函数。通常是机器学习模型的预测函数。函数的每个参数对应一个输入组件,函数应返回单个值或值的元组,其中元组中的每个元素对应一个输出组件。inputsComponent | list[Component] | set[Component] | NoneNone要用作输入的gradio.components列表。如果函数不接受任何输入,这应该是一个空列表。outputsComponent | list[Component] | NoneNone要用作输出的gradio.components列表。如果函数不返回任何输出,这应该是一个空列表。api_namestr | NoneNone定义此参数会在API文档中公开端点。status_trackerNoneNone无scroll_to_outputboolFalse如果为True,将在完成时滚动到输出组件。show_progressLiteral[‘full’] | Literal[‘minimal’] | Literal[‘hidden’]“full”如果为True,将在等待时显示进度动画。queuebool | NoneNone如果为True,将请求放入队列(如果队列已启用)。如果为False,即使队列已启用,也不会将此事件放入队列中。如果为None,则使用gradio应用程序的队列设置。batchboolFalse如果为True,则函数应处理一批输入,这意味着它应接受每个参数的输入值列表。列表应具有相等的长度(并且最多为max_batch_size的长度)。然后,函数必须返回一个元组的列表(即使只有1个输出组件),其中元组中的每个列表对应一个输出组件。max_batch_sizeint4如果从队列中调用此方法,则一次性合并的最大输入数量(仅在batch=True时相关)preprocessboolTrue如果为False,将不会在运行“fn”之前运行组件数据的预处理(例如,留在base64字符串形式,如果使用Image组件调用此方法)。postprocessboolTrue如果为False,将不会在将’fn’的输出返回给浏览器之前运行组件数据的后处理。cancelsdict[str, Any] | list[dict[str, Any]] | NoneNone当此监听器被触发时,取消其他事件的列表。例如,设置cancels=[click_event]将取消click_event,其中click_event是另一个组件的.click方法的返回值。尚未运行的函数(或正在迭代的生成器)将被取消,但正在运行的函数将被允许完成。everyfloat | NoneNone在客户端连接打开时,每隔’every’秒运行此事件。以秒为单位解释。队列必须启用。 ❤️觉得内容不错的话,欢迎点赞收藏加关注😊😊😊,后续会继续输入更多优质内容❤️ 👉有问题欢迎大家加关注私戳或者评论(包括但不限于NLP算法相关,linux学习相关,读研读博相关......)👈


【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3