标记功能

描述

Gradio 界面包含一个“标记”按钮，显示在输出下方。默认情况下，点击“标记”按钮会将输入和输出数据发送回运行 Gradio 演示的机器，并将其保存到 CSV 日志文件中。但此默认行为可以更改。要设置点击“标记”按钮时发生的操作，你需要将 FlaggingCallback 子类的一个实例传递给 Interface 构造函数中的 flagging_callback 参数。你可以使用下面列出的 FlaggingCallback 子类之一，或者创建自己的子类，这使你可以随意处理被标记的数据。

SimpleCSVLogger

gradio.SimpleCSVLogger(···)

描述

FlaggingCallback 抽象类的一个简化实现，仅用于说明目的。每个被标记的样本（包括输入和输出数据）都会记录到运行 Gradio 应用的机器上的 CSV 文件中。

示例用法

import gradio as gr
def image_classifier(inp):
    return {'cat': 0.3, 'dog': 0.7}
demo = gr.Interface(fn=image_classifier, inputs="image", outputs="label",
                    flagging_callback=SimpleCSVLogger())

CSVLogger

gradio.CSVLogger(···)

描述

Gradio >=5.0 中 FlaggingCallback 抽象类的默认实现。每个被标记的样本（包括输入和输出数据）都会记录到运行 Gradio 应用的机器上带有标题的 CSV 文件中。与 ClassicCSVLogger 不同，此实现是并发安全的，并且每次 CSV 标题（源自组件标签）更改时都会创建一个新的数据集文件。它还仅在提供了 flag_option 和 username 的情况下，分别创建“username”和“flag”列。

示例用法

import gradio as gr
def image_classifier(inp):
    return {'cat': 0.3, 'dog': 0.7}
demo = gr.Interface(fn=image_classifier, inputs="image", outputs="label",
                    flagging_callback=CSVLogger())

初始化

simplify_file_data: bool

verbose: bool

dataset_file_name: str | None

指南