Newsletter heise-Bot heise-Bot

Schnelle Machine-Learning-Demos mit Python-Bibliothek Gradio erstellen

Neben der lokalen Ausführung im Notebook oder als eigenständige Anwendung ermöglicht die Python-Bibliothek Gradio auch das Teilen der Anwendungen im Netzwerk.

Artikel verschenken
In Pocket speichern vorlesen Druckansicht
Lesezeit: 11 Min.
iX Magazin
Von
  • Ramon Wartala
Inhaltsverzeichnis

Die Machine-Learning-Community mag Minimal Lovable Products (MLPs). Im Unterschied zu Minimal Viable Products (MVPs), die lediglich grundlegende Funktionen implementieren, um ein Programm überhaupt nutzbar zu machen, bieten MLPs zusätzliche, ansprechende Funktionen, die sie für Benutzer liebenswert machen.

Tools wie Streamlit und Gradio ermöglichen die schnelle Entwicklung solcher ansprechenden interaktiven Benutzeroberflächen. Einfache Eingaben, Ausgaben und Visualisierungen lassen sich damit auch Menschen zugänglich machen, die Python-Code in Notebooks eher abschreckt.

Python-Bibliotheken
Ramon Wartala

Ramon Wartala ist Director Data Science bei Accenture Song in Hamburg. Als Berater entwirft und implementiert er mit seinem Team Datenarchitekturen für Machine-Learning-Lösungen seiner Kunden.

Sie dienen nicht nur dazu, Kollegen schnell den neuesten Anwendungsfall eines Modells zu demonstrieren, sondern sind auch ein praktisches Low-Code-Werkzeug, um schnell einfache Benutzeroberflächen für Tutorials, Kurse oder Konferenzen zu erstellen. Setzt Streamlit den Fokus eher auf Datenvisualisierung, so möchte das seit 2021 zu Hugging Face gehörende Gradio in erster Linie die Interaktion mit Machine-Learning-Anwendungen vereinfachen.

Das war die Leseprobe unseres heise-Plus-Artikels "Schnelle Machine-Learning-Demos mit Python-Bibliothek Gradio erstellen". Mit einem heise-Plus-Abo können sie den ganzen Artikel lesen und anhören.

Immer mehr Wissen. Das digitale Abo für IT und Technik.

Immer mehr Wissen. Das digitale Abo für IT und Technik.

Spiele

nach oben
Alle Angebote
Newsletter heise-Bot heise-Bot