如何基于Gradio构建生成式AI的应用：吴恩达联合HuggingFace推出最新1小时短课

ChatGPT是属于生成式AI的一种应用。由于其强大的效果已经变成了当前最主流的一种AI方案。而构建生成式AI应用的一个重要方向是构建友好的web形态的demo让用户能快速体验。Gradio就是这样一种开源方案，也是当前最流行的一种快速构建AI Web应用的方案。昨天吴恩达的DeepLearningAI与HuggingFace共同推出了最新的一期短课程《Building Generative AI Applications with Gradio》，教大家如何使用Gradio快速构建生成式AI的应用。

Gradio简介

Gradio是一个开源Python库，用于快速构建机器学习Web展示页面。只需要几行代码，就可以将机器学习模型从抽象的代码转变为交互界面，使得没有编程技能的用户也能轻松使用和体验模型。Gradio非常适合在模型迭代测试中快速获取用户反馈或者在汇报展示中使用。

实际上，Gradio大大简化了一些非常经典应用的构建过程，如草图识别、问答系统、图像分割、时序预测、基于XGBoost的可解释性展示等。

如下图所示，就是一个草图识别的例子：

正常情况下，我们需要建立一个可以用鼠标或者其它东西绘画的面板，还要支持后端的模型输出的结果对比。这不是一个多么新的技术，但是如果想要从0开始构建，那还是需要耗费一点时间的。如果对于web应用开发不熟练，那么将有巨大的困难。但是，使用Gradio只需要上面几行代码就行。

实际上，Gradio支持非常多的功能和自定义设置，因此，Gradio虽然十分简单，但是想要用好也需要一定的时间投入。而吴恩达本次的课程则恰好帮助我们理解和使用Gradio。

Building Generative AI Applications with Gradio课程简介

本次吴恩达和HuggingFace共同推出的这门短课包含5类应用的构建，分别式：

自然语言任务接口：主要讲述如何基于Gradio开发文本摘要和命名识别应用。
图像说明应用：基于开源的image-to-text模型开发一个图片说明应用，即基于上传的图片给出相关的文本描述应用。
图像生成应用：与上面的相反，构建的式基于text-to-image的应用。
游戏生成应用：这是一个综合应用样例，是基于前面的2个应用构造的一个小游戏实例。这个小游戏是你上传一个模型，然后让模型生成一段相关描述，最后根据这个描述，让模型再生成一个图片。
大模型聊天应用：这个不多说，大家都了解，就是一个类似ChatGPT的应用了。

需要注意的是，Gradio本身并不提供大模型的能力，只是一个让你快速接入大模型，并构建demo演示或者小型生产应用的框架。你还是需要有自己的大模型能力才能快速应用~但是这对于大多数人来说也减轻了快一半的工作量了！

总的来说，这门课会让大家学习到如下内容：

用几行代码，创建一个用户友好的应用程序（可用于非程序员）来获取输入文本，用开源的大型语言模型进行总结，并显示摘要。
创建一个允许用户上传图像的应用程序，该应用程序使用图像到文本（图像字幕）来描述上传的图像，并在应用程序中显示图像和字幕。
创建一个应用程序，该应用程序获取文本并生成具有扩散模型的图像，然后在应用程序中显示生成的图像。
结合您在前两节课中学到的内容：上传图像，为图像添加标题，并使用标题生成新图像。
使用Falcon创建一个与开源LLM聊天的界面，Falcon是open LLM排行榜上排名最好的开源LLM。

课程本身提供了非常友好的一边学习一边使用jupyter notebook练习的功能。体验很好。

当前时间段该课程完全免费！ 📝 课程名称：Building Generative AI Applications with Gradio ⏰ 课程时长：1个小时 🚀 适合的对象：初学者

吴恩达人工智能和大模型课程总结

其实，吴恩达最近2个月发布了相当多的优秀课程，都是关于人工智能和LLM的，且大多数是免费课程，价值很高。

这里总给一下：

Generative AI with Large Language Models，一个面向中级人员的生成式AI课程：https://www.datalearner.com/blog/1051688052742878
吴恩达宣布和OpenAI、LangChain、Lamini三家公司一起推出三门全新AI短视频课程：ChatGPT API、LangChain和Diffusion Models：https://www.datalearner.com/blog/1051685630124097
吴恩达AI系列短课再添精品课程：如何基于LangChain使用LLM构建私有数据的问答系统和聊天机器人：https://www.datalearner.com/blog/1051688611720857

Gradio简介

实际上，Gradio大大简化了一些非常经典应用的构建过程，如草图识别、问答系统、图像分割、时序预测、基于XGBoost的可解释性展示等。

如下图所示，就是一个草图识别的例子：

Building Generative AI Applications with Gradio课程简介

本次吴恩达和HuggingFace共同推出的这门短课包含5类应用的构建，分别式：

自然语言任务接口：主要讲述如何基于Gradio开发文本摘要和命名识别应用。
图像说明应用：基于开源的image-to-text模型开发一个图片说明应用，即基于上传的图片给出相关的文本描述应用。
图像生成应用：与上面的相反，构建的式基于text-to-image的应用。
游戏生成应用：这是一个综合应用样例，是基于前面的2个应用构造的一个小游戏实例。这个小游戏是你上传一个模型，然后让模型生成一段相关描述，最后根据这个描述，让模型再生成一个图片。
大模型聊天应用：这个不多说，大家都了解，就是一个类似ChatGPT的应用了。

总的来说，这门课会让大家学习到如下内容：

用几行代码，创建一个用户友好的应用程序（可用于非程序员）来获取输入文本，用开源的大型语言模型进行总结，并显示摘要。
创建一个允许用户上传图像的应用程序，该应用程序使用图像到文本（图像字幕）来描述上传的图像，并在应用程序中显示图像和字幕。
创建一个应用程序，该应用程序获取文本并生成具有扩散模型的图像，然后在应用程序中显示生成的图像。
结合您在前两节课中学到的内容：上传图像，为图像添加标题，并使用标题生成新图像。
使用Falcon创建一个与开源LLM聊天的界面，Falcon是open LLM排行榜上排名最好的开源LLM。

课程本身提供了非常友好的一边学习一边使用jupyter notebook练习的功能。体验很好。

当前时间段该课程完全免费！ 📝 课程名称：Building Generative AI Applications with Gradio ⏰ 课程时长：1个小时 🚀 适合的对象：初学者

吴恩达人工智能和大模型课程总结

其实，吴恩达最近2个月发布了相当多的优秀课程，都是关于人工智能和LLM的，且大多数是免费课程，价值很高。

这里总给一下：

Generative AI with Large Language Models，一个面向中级人员的生成式AI课程：https://www.datalearner.com/blog/1051688052742878
吴恩达宣布和OpenAI、LangChain、Lamini三家公司一起推出三门全新AI短视频课程：ChatGPT API、LangChain和Diffusion Models：https://www.datalearner.com/blog/1051685630124097
吴恩达AI系列短课再添精品课程：如何基于LangChain使用LLM构建私有数据的问答系统和聊天机器人：https://www.datalearner.com/blog/1051688611720857

Gradio简介

Building Generative AI Applications with Gradio课程简介

吴恩达人工智能和大模型课程总结

DataLearner WeChat

Gradio简介

Building Generative AI Applications with Gradio课程简介

吴恩达人工智能和大模型课程总结