大家好，又见面了，我是 GitHub 精选君！

背景介绍

在机器学习开发过程中，我们经常会需要将模型、API 或任何 Arbitrary Python 函数以应用的形式展示给他人，但是编写 Web 应用并显示我们的模型结果通常需要 JavaScript、CSS 和 Web 服务托管等复杂技能。有没有一种方式可以快速、无需编程和服务托管就可以将我们的 Python 模型转变成一个应用，并且方便的分享出去呢？

今天要给大家推荐一个 GitHub 开源项目 gradio-app/gradio，该项目在 GitHub 有超过 27.2k Star，一句话介绍该项目：Build and share delightful machine learning apps, all in Python.

项目介绍

Gradio 是一个开源的 Python 包，旨在让开发者可以轻松快速的创建一个 web 应用，展示你的机器学习模型，API 或任何 Arbitrary Python 函数，并且能够快速通过 Gradio 的分享功能分享你的应用，不需要任何 JavaScript，CSS 或者 Web 服务托管的技能。

以下是一个 Hello World 示例：

如何使用

在 Python 3.8 或者更新的版本上，你可以使用 pip 来安装 Gradio。运行以下命令即可：

pip install gradio

你可以在任何写 Python 的地方运行 Gradio，包括你的代码编辑器、Jupyter notebook、Google Colab 等。从以下的 Gradio app 开始：

import gradio as gr

def greet(name, intensity):
    return "Hello " * intensity + name + "!"

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

demo.launch()

然后执行你的代码。如果你将 Python 代码写在了例如 app.py 的文件里，你可以在终端运行 python app.py。

以上代码的对应 UI 如下：

项目推介

你可以将你的 Gradio App 共享，而不需要担心 Web 服务器的繁琐问题。只需要在 launch() 中设置 share=True，就能为你的演示创建一个公共可访问的 URL。Gradio 项目持续活跃并更新，具有很好的社区活力和影响力，如果你在机器学习或者 Python 上编程，这是一个值得一试的工具。

以下是该项目 Star 趋势图（代表项目的活跃程度）：

更多项目详情请查看如下链接。

开源项目地址：https://github.com/gradio-app/gradio

开源项目作者：gradio-app

开源协议：

以下是参与项目建设的所有成员：

关注我们，一起探索有意思的开源项目。