Gradio 3.0 がリリースされました！

Gradio 3.0 has been released!

機械学習デモ

機械学習デモは、モデルのリリースにおいてますます重要な役割を果たしています。デモを使用することで、MLエンジニアに限らず誰でもブラウザ上でモデルを試し、予測にフィードバックを提供し、モデルがうまく機能する場合にはモデルへの信頼を築くことができます。

2019年の初版以来、Gradioライブラリを使用して600,000以上のMLデモが作成されています。そして今日、私たちはうれしいことに、Gradio 3.0の発表をお知らせできます！Gradioライブラリの完全な再設計です🥳

Gradio 3.0の新機能

🔥 Gradioユーザーからのフィードバックに基づいた、フロントエンドの完全な再設計：

• Gradioフロントエンドの構築には、Svelteなどの最新技術を使用しています。その結果、ペイロードが非常に小さく、ページの読み込みも非常に高速になりました！

  • ハギングフェイスフェローシッププログラムの発表
  • センプレヘルスが専門家加速プログラムを活用して、彼らのMLロードマップを加速する方法
  • プルリクエストとディスカッションの紹介 🥳

• また、よりクリーンなデザインにも取り組んでおり、Gradioデモが視覚的により多くの設定に適合するようになりました（ブログ記事に埋め込まれるなど）。

• CSVファイルをドラッグアンドドロップしてDataframeに入力するなど、既存のコンポーネントであるDataframeをよりユーザーフレンドリーに改良し、Galleryなどの新しいコンポーネントを追加して、モデルに適したUIを構築できるようにしました。

• 新たにTabbedInterfaceクラスを追加しました。これにより、関連するデモを1つのWebアプリケーション内の複数のタブとしてグループ化することができます。

すべての使用可能なコンポーネントについては、（再設計された）ドキュメントをご覧ください🤗！

🔥 Pythonで複雑なカスタムWebアプリを構築できる新しい低レベル言語Gradio Blocksを作成しました：

なぜBlocksを作成したのでしょうか？Gradioデモは非常に簡単に構築できますが、デモのレイアウトやデータのフローに対してより細かい制御をしたい場合はどうでしょうか？たとえば、以下のようなことができるようになります：

• 入力を左側にまとめ、出力を右側にまとめるデモのレイアウトを変更する
• 1つのモデルの出力を次のモデルの入力とするような、マルチステップのインターフェースを持つか、一般的にはより柔軟なデータフローを持つ
• ユーザーの入力に基づいてコンポーネントのプロパティ（例：ドロップダウンの選択肢）や表示状態を変更する

低レベルのBlocks APIを使用すると、すべての操作をPythonで実行できます。

次に、2つのシンプルなデモを作成し、タブを使用してそれらをグループ化するBlocksデモの例を示します：

import numpy as np
import gradio as gr

def flip_text(x):
    return x[::-1]

def flip_image(x):
    return np.fliplr(x)

with gr.Blocks() as demo:
    gr.Markdown("このデモを使用してテキストや画像ファイルを反転します。")
    with gr.Tabs():
        with gr.TabItem("テキストを反転"):
            text_input = gr.Textbox()
            text_output = gr.Textbox()
            # 入力テキストボックスが変更されるたびにこのデモが実行されます
            text_input.change(flip_text, inputs=text_input, outputs=text_output)
        
        with gr.TabItem("画像を反転"):
            with gr.Row():
                image_input = gr.Image()
                image_output = gr.Image()
            button = gr.Button("反転")
            # ボタンがクリックされるたびにこのデモが実行されます
            button.click(flip_image, inputs=image_input, outputs=image_output)
    
demo.launch()

launch()を実行すると、次のデモが表示されます：

Blocksのステップバイステップの紹介については、専用のBlocksガイドをご覧ください

Gradio Blocks Party

私たちはGradio Blocksに非常に興奮しています – そしてあなたに試していただきたいと思っています – だから私たちは Gradio Blocks Party (😉) というコンテストを開催して、Blocksを使用して最高のデモを作成できる人を見つけたいと思っています。これらのデモを作成することで、最新の機械学習をエンジニアだけでなく、インターネットブラウザを使用できるすべての人にアクセス可能にすることができます！

Gradioを使用したことがなくても、これから始めるのに最適なタイミングです。なぜなら、Blocks Partyは5月末まで開催されているからです。Blocksを使用して作成したデモには、🤗のグッズやその他の賞品がPartyの最後にプレゼントされます。

Blocks Partyの詳細については、こちらをご覧ください：https://huggingface.co/spaces/Gradio-Blocks/README

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!