Flagging

描述

Gradio 界面包括一个‘Flag’（标记）按钮，它出现在输出下方。默认情况下，单击“Flag”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。但是，此默认行为可以更改。要设置单击“Flag”按钮时发生的操作，请将 `FlaggingCallback` 子类的实例传递给 `Interface` 构造函数中的 `flagging_callback` 参数。您可以使用下面列出的 `FlaggingCallback` 子类之一，或者您可以创建自己的子类，这样您就可以随意处理被标记的数据。

SimpleCSVLogger

gradio.SimpleCSVLogger(···)

描述

作为说明目的提供的 `FlaggingCallback` 抽象类的简化实现。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 应用的机器上的带有标题的 CSV 文件中。与 ClassicCSVLogger 不同，此实现是并发安全的，并且每当 CSV 标题（源自组件的标签）更改时，它都会创建一个新的数据集文件。它还仅在分别提供 `flag_option` 和 `username` 时才创建“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