Gestión de dependencias en Gradio Spaces

Dependencias predeterminadas

El entorno de Gradio Spaces predeterminado incluye varias dependencias preinstaladas:

• La biblioteca de clientes huggingface_hub te permite gestionar tu repositorio y archivos en el Hub con Python y acceder de forma programática a Inference Providers desde tu Space. Si eliges instanciar el modelo en tu aplicación con Inference Providers, puedes beneficiarte de las optimizaciones de aceleración integradas. Esta opción también consume menos recursos de cómputo, lo cual siempre es bueno para el medio ambiente. 🌎

  Consulte esta página para obtener más información sobre cómo acceder a los Inference Providers de forma programática.

• requests es útil para llamar a APIs de terceros desde tu aplicación.

• datasets te permite obtener o mostrar cualquier conjunto de datos del Hub dentro de tu aplicación.

• gradio. Puedes requerir opcionalmente una versión específica usando sdk_version en el archivo README.md.

• Paquetes de Debian comunes, como ffmpeg, cmake, libsm6 y algunos otros.

Agregar sus propias dependencias

Si necesitas otros paquetes de Python para ejecutar tu aplicación, añádelos a un archivo requirements.txt en la raíz del repositorio. El motor de ejecución de Spaces creará un entorno personalizado al vuelo. También puedes añadir un archivo pre-requirements.txt que describa las dependencias que se instalarán antes de tus dependencias principales. Puede ser útil si necesitas actualizar pip en sí mismo.

También se admiten las dependencias de Debian. Añade un archivo packages.txt en la raíz de tu repositorio y enumera todas tus dependencias en él. Cada dependencia debe estar en una línea separada, y cada línea se leerá e instalará mediante apt-get install.

Update on GitHub