Gradio を使って 機械学習モデルを一瞬で Web アプリ化

自己紹介 ● 名前：大嶋勇樹（Twitter：@oshima_123） ● キャリア ○ 都内の某 IT 企業 -> フリーランスエンジニア -> 会社設立 ○ “ ” 現在は 実務につき始めたエンジニアのスキルアップをサポート ○ 研修・勉強会の開催・Udemy 講座の作成など ● データ分析・機械学習関連の業務経験 ○ AWS 環境でのデータ分析基盤の構築 ○ Docker、Kubernetes などを活用した機械学習アプリケーションの基盤構築

背景 個人でも、ちょっとしたモデルを作ってみて 手元で推論してみたことがある人は少なくない（はず） 最近は機械学習を学ぶための情報源が非常に多く、 試しに学習・推論してみるハードルはとても低くなっている

例えば ● 何らかのデータをもとに学習するコードや推論を試すコードは、見慣れてい たり、実装してみることができる方も多いと思います 学習 推論 X_train, X_test, y_train, y_test \ = train_test_split(X, y) model = LogisticRegression() model.fit(X_train, y_train) : # save model image = Image.open('sample.png') input = preprocess(image) result = predict(input) print(result)

しかし... ● 作成した機械学習モデルをアプリケーションにして共有するためには、機械 学習以外の、たくさんの知識が必要になります ● 例）推論を試せる Web アプリを実装して、社内で共有する場合 ○ HTML、CSS、... ○ FastAPI、Django、... ○ JavaScript、React、... ○ 他にも、様々な知識が必要 Gradio を使うと、機械学習モデルを使った、ちょっとした Web アプリを非常に簡単に実装できるようなのでさわってみました

アジェンダ ● Gradio の概要 ● デモンストレーション（ライブコーディング） ● まとめ

Gradio の概要

Gradio とは ● 機械学習モデルを使った Web アプリを非常に簡単に実装できるツール import gradio as gr app = gr.Interface( fn=predict, inputs="sketchpad", outputs="label") app.launch() Gradio での最小限の実装は、 「推論する関数」と「入力形式」「出力形式」を指定するだけ

Streamlit との違い ● データ分析用の Web アプリを簡単に実装できるツールとしては、ここ数年 Streamlit もよく耳にします Streamlit データ分析用のダッシュボードを 簡単に実装可能 Gradio 機械学習モデルを使った Web アプリを より簡単に実装可能 機械学習モデルを使った Web アプリであれば、 Streamlit よりも Gradio のほうが、より少ないコード量で実装可能

デモンストレーション （ライブコーディング）

推論を試すコードの例 def preprocess(image): : def predict(image): : if __name__ == '__main__': image = Image.open('img.png') input = preprocess(image) result = predict(input) print(result) $ python predict.py {0: 7.521442603319883e-05, 1: 3.361938283319432e-08, 2: 0.0035780637990683317, 3: 0.015945233404636383, 4: 0.000655908661428839, 5: 0.9408522248268127, 6: 0.004209722392261028, 7: 8.856286513037048e-06, 8: 0.024534041061997414, 9: 0.010140744037926197} predict.py 実行 このように、python コマンドで推論を試すコードは、 書いたことがある人も少なくないと思います

Gradio の Hello World import gradio as gr def greet(name): return "Hello " + name + "!" app = gr.Interface( fn=greet, inputs="text", outputs="text") app.launch() app.py 実行 「関数」と「入力形式」「出力形式」を指定するだけで、 Web アプリケーションができあがります

Gradio を使った手書き数字推論アプリケーション import gradio as gr from predict import predict app = gr.Interface( fn=predict, inputs="sketchpad", outputs="label") app.launch() predict.py 実行 「推論する関数 (predict) 」と「入力形式 (sketchpad)」 「出力形式 (label)」を指定すると、手書き数字推論アプリになります

まとめ

まとめ ● Gradio を使って、機械学習モデルを使った推論を試す Web アプリを非常に 簡単に実装することができました ● さらに、Hugging Face Spaces などを使って、Gradio で実装した Web アプ リを簡単に公開することもできるようです 個人的なモデルの公開や、チーム内での共有といった用途であれば、 Gradio は良い選択肢の 1 つになりそうです