章末小测验

让我们测试一下你在本章中学到了什么！

1. 你能使用Gradio做什么？

share = True 参数，可以生成一个共享链接发送给任何人。", correct: true }, { text: "测试模型的效果", explain: "Gradio的一个优点是能够用真实数据测试模型，可以实时更改输入并观察模型的预测变化，从而帮助你测试模型。", correct: true }, { text: "训练你的模型", explain: "在你的模型被训练之后，Gradio 用来进行模型推理。", } ]} />

2. Gradio只能在 PyTorch 模型上工作

3. 可以在哪里运行一个 Gradio 演示？

4. Gradio 主要是为 NLP 模型设计的

5. 下列哪些特性是由 Gradio 支持的？

gr.Interface.load () 方法可以加载任何 Hugging Face 模型", correct: true } ]} />

6. 下列哪一种是从 Hub 或 Spaces 加载 Huggging Face 模型的有效方法？

7. 创建你的 Gradio Interface时，必须添加以下步骤：

8. Gradio 库包括以下哪些组件？

9. 你可以使用 Gradio 做些什么？

10. 你可以共享一个Blocks演示的公共链接，并在HuggingFace space创建一个Blocks的演示。