跳到正文
原文
Hugging Face:Blog(RSS)·· 2023-10-19精选AI 评分69

Gradio 发布 Gradio-Lite:在浏览器中直接运行 Gradio 应用

Gradio-Lite: Serverless Gradio Running Entirely in Your Browser

AI 导读

Hugging Face 发布 @gradio/lite,一个基于 Pyodide 的 JavaScript 库,可在浏览器中直接运行 Gradio 应用,无需服务器端基础设施。

推荐理由

官方介绍了 @gradio/lite 的用法、加载耗时和 Pyodide 依赖限制,读者可据此判断是否适合无服务器的部署场景。

正文 · AI 翻译

Gradio 是一个流行的 Python 库,用于创建交互式机器学习应用。传统上,Gradio 应用依赖服务器端基础设施来运行,这对需要托管应用的开发者来说可能是个障碍。

Gradio-lite(@gradio/lite)应运而生:这是一个利用 Pyodide 将 Gradio 直接带入浏览器的库。在这篇博客文章中,我们将探讨 @gradio/lite 是什么,浏览示例代码,并讨论它为运行 Gradio 应用带来的好处。

什么是 @gradio/lite?

@gradio/lite 是一个 JavaScript 库,使你能够直接在网页浏览器中运行 Gradio 应用。它通过利用 Pyodide(WebAssembly 的 Python 运行时)来实现这一点,Pyodide 允许在浏览器环境中执行 Python 代码。使用 @gradio/lite,你可以为你的 Gradio 应用编写常规的 Python 代码,它们将无缝地在浏览器中运行,无需服务器端基础设施。

入门

让我们在 @gradio/lite 中构建一个“Hello World”Gradio 应用

1. 导入 JS 和 CSS

首先创建一个新的 HTML 文件(如果你还没有的话)。使用以下代码导入 @gradio/lite 包对应的 JavaScript 和 CSS:

<html>
    <head>
        <script type="module" crossorigin src="https://cdn.jsdelivr.net/npm/@gradio/lite/dist/lite.js"></script>
        <link rel="stylesheet" href="https://cdn.jsdelivr.net/npm/@gradio/lite/dist/lite.css" />
    </head>
</html>

请注意,通常应使用可用的最新版本的 @gradio/lite。你可以查看此处可用的版本。

2. 创建 <gradio-lite> 标签

在 HTML 页面正文的某个位置(你希望 Gradio 应用渲染的任何地方),创建开始和结束的 <gradio-lite> 标签。

<html>
    <head>
        <script type="module" crossorigin src="https://cdn.jsdelivr.net/npm/@gradio/lite/dist/lite.js"></script>
        <link rel="stylesheet" href="https://cdn.jsdelivr.net/npm/@gradio/lite/dist/lite.css" />
    </head>
    <body>
        <gradio-lite>
        </gradio-lite>
    </body>
</html>

注意:你可以在 <gradio-lite> 标签上添加 theme 属性,以强制主题为深色或浅色(默认情况下,它遵循系统主题)。例如

<gradio-lite theme="dark">
...
</gradio-lite>

3. 在标签内编写你的 Gradio 应用

现在,像平常一样用 Python 编写你的 Gradio 应用!请记住,由于这是 Python,空白和缩进很重要。

<html>
    <head>
        <script type="module" crossorigin src="https://cdn.jsdelivr.net/npm/@gradio/lite/dist/lite.js"></script>
        <link rel="stylesheet" href="https://cdn.jsdelivr.net/npm/@gradio/lite/dist/lite.css" />
    </head>
    <body>
        <gradio-lite>
        import gradio as gr

        def greet(name):
            return "Hello, " + name + "!"
        
        gr.Interface(greet, "textbox", "textbox").launch()
        </gradio-lite>
    </body>
</html>

就这样!你现在应该能够在浏览器中打开你的 HTML 页面,并看到 Gradio 应用渲染出来!请注意,Gradio 应用首次加载可能需要一点时间,因为 Pyodide 在你的浏览器中安装可能需要一段时间。

关于调试的说明:要查看 Gradio-lite 应用中的任何错误,请在网页浏览器中打开检查器。所有错误(包括 Python 错误)都会在那里打印出来。

更多示例:添加额外文件和依赖项

如果你想创建一个跨多个文件的 Gradio 应用呢?或者有自定义的 Python 依赖项?这两者都可以用 @gradio/lite 实现!

多个文件

在 @gradio/lite 应用中添加多个文件非常简单:使用 <gradio-file> 标签。你可以拥有任意数量的 <gradio-file> 标签,但每个标签都需要有一个 name 属性,并且你的 Gradio 应用的入口点应具有 entrypoint 属性。

这里有一个例子:

<gradio-lite>

<gradio-file name="app.py" entrypoint>
import gradio as gr
from utils import add

demo = gr.Interface(fn=add, inputs=["number", "number"], outputs="number")

demo.launch()
</gradio-file>

<gradio-file name="utils.py" >
def add(a, b):
    return a + b
</gradio-file>

</gradio-lite>		

额外依赖项

如果你的 Gradio 应用有额外的依赖项,通常可以使用 micropip 在浏览器中安装它们。我们创建了一个包装器,使这特别方便:只需以与 requirements.txt 相同的语法列出你的依赖项,并用 <gradio-requirements> 标签将它们括起来。

在这里,我们安装 transformers_js_py 以直接在浏览器中运行文本分类模型!

<gradio-lite>

<gradio-requirements>
transformers_js_py
</gradio-requirements>

<gradio-file name="app.py" entrypoint>
from transformers_js import import_transformers_js
import gradio as gr

transformers = await import_transformers_js()
pipeline = transformers.pipeline
pipe = await pipeline('sentiment-analysis')

async def classify(text):
    return await pipe(text)

demo = gr.Interface(classify, "textbox", "json")
demo.launch()
</gradio-file>

</gradio-lite>	

试试看:你可以在这个 Hugging Face 静态空间中看到这个示例的运行,它允许你免费托管静态(无服务器)Web 应用。访问该页面,你就能在没有网络连接的情况下运行机器学习模型!

使用 @gradio/lite 的好处

1. 无服务器部署

@gradio/lite 的主要优势在于它无需服务器基础设施。这简化了部署,降低了与服务器相关的成本,并使你更容易与他人分享你的 Gradio 应用。

2. 低延迟

由于在浏览器中运行,@gradio/lite 为用户提供了低延迟的交互体验。数据无需往返服务器,从而带来更快的响应和更流畅的用户体验。

3. 隐私与安全

由于所有处理都在用户的浏览器内进行,@gradio/lite 增强了隐私和安全性。用户数据保留在他们的设备上,让用户对数据处理感到安心。

局限性

  • 目前,使用 @gradio/lite 的最大局限在于你的 Gradio 应用通常需要更长时间(通常 5-15 秒)才能在浏览器中完成初始加载。这是因为浏览器需要先加载 Pyodide 运行时,然后才能渲染 Python 代码。

  • 并非所有 Python 包都受 Pyodide 支持。虽然 gradio 和许多其他流行包(包括 numpy、scikit-learn 和 transformers-js)都可以安装在 Pyodide 中,但如果你的应用有很多依赖项,值得检查一下这些依赖项是否包含在 Pyodide 中,或者可以通过 micropip 安装。

试试看!

你可以立即尝试 @gradio/lite,只需将这段代码复制粘贴到本地的 index.html 文件中,然后用浏览器打开即可:

<html>
    <head>
        <script type="module" crossorigin src="https://cdn.jsdelivr.net/npm/@gradio/lite/dist/lite.js"></script>
        <link rel="stylesheet" href="https://cdn.jsdelivr.net/npm/@gradio/lite/dist/lite.css" />
    </head>
    <body>
        <gradio-lite>
        import gradio as gr

        def greet(name):
            return "Hello, " + name + "!"
        
        gr.Interface(greet, "textbox", "textbox").launch()
        </gradio-lite>
    </body>
</html>

我们还在 Gradio 网站上创建了一个演练场,让你可以交互式地编辑代码并立即查看结果!

演练场:https://www.gradio.app/playground

来源:Hugging Face:Blog(RSS) · huggingface.co