course/pr_1213/es/chapter9/2.md

Crea tu primera demo[[building-your-first-demo]]

¡Empecemos instalando Gradio! Como es un paquete de Python, simplemente ejecuta:

$ pip install gradio

Puedes ejecutar Gradio en cualquier parte, desde tu IDE de Python favorito hasta notebooks de Jupyter o incluso en Google Colab.

Empecemos con un ejemplo sencillo de “Hello World” para familiarizarnos con la sintaxis de Gradio:

import gradio as gr

def greet(name):
    return "Hello " + name

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

demo.launch()

Veamos el código anterior paso a paso:

• Primero, definimos una función llamada greet(). En este caso, es una función simple que añade "Hello" antes de tu nombre, pero en general puede ser cualquier función de Python. Por ejemplo, en aplicaciones de machine learning, esta función llamaría a un modelo para hacer una predicción sobre una entrada y devolver la salida.
• Luego, creamos una Interface de Gradio con tres argumentos: fn, inputs y outputs.
• Después llamamos al método launch() sobre la Interface que hemos creado.

También puedes personalizar el componente de entrada usando clases de Gradio:

import gradio as gr

def greet(name):
    return "Hello " + name

textbox = gr.Textbox(label="Type your name here:", placeholder="John Doe", lines=2)

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

🤖 Incluir predicciones del modelo[[including-model-predictions]]

Ahora construyamos una interfaz simple para un modelo de text-generation como GPT-2.

from transformers import pipeline

model = pipeline("text-generation")

def predict(prompt):
    completion = model(prompt)[0]["generated_text"]
    return completion

Ahora la envolvemos en una interfaz:

import gradio as gr

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

Sigue leyendo para ver cómo crear otros tipos de demos con Gradio.