머신러닝 데모를 위한 Tool 추천 (Gradio)

머신러닝 모델을 개발하는 것도 중요하지만 모델의 성능을 보여주는 것도 굉장히 중요합니다.

머신러닝 데모를 쉽게 구현할 수 있도록 support 해 줄 수 있는 도구 "Gradio"를 추천 드려고 합니다.

예제를 보면서 설명드리겠습니다.

 

Input이 스케치한 그림이고 Output이 분류 결과인 모델을 가지고 있을 때 다음 그림처럼 모델의 성능을 쉽게 UI로 제작하여 보여줄 수 있습니다.

 

출처 gradio(https://gradio.app/)

해당 명령어로 설치해 주시면 됩니다.

pip install gradio

 

그리고 Gradio의 장점은 구현 과정이 굉장히 간단하다는 것입니다.

import gradio as gr

def sketch_recognition(img):
  # Implement sketch recognition model here...
  # Return labels and confidences as dictionary

iface = gr.Interface(fn=sketch_recognition, inputs="sketchpad", outputs="label").launch()

Input과 output을 결정하는 함수를 선언해 주고 해당 함수를 Interface 파라미터로 넘겨주기만 하면 됩니다.

해당 코드를 실행시키면 로컬 호스트에서도 확인이 가능하고 다른 사람들이 확인할 수 있도록 public 한 링크도 제공합니다. (단 public 링크는 72시간 동안만 유지됩니다.)