Gestion des dépendances dans les Gradio Spaces

Dépendances par défaut

L'environnement Gradio Spaces par défaut est livré avec plusieurs dépendances préinstallées :

• La bibliothèque client huggingface_hub vous permet de gérer votre dépôt et vos fichiers sur le Hub avec Python et d’accéder de manière programmatique aux Inference Providers depuis votre Space. Si vous choisissez d’instancier le modèle dans votre application avec les Inference Providers, vous pouvez bénéficier des optimisations d’accélération intégrées. Cette option consomme également moins de ressources de calcul, ce qui est toujours bon pour l’environnement ! 🌎

  Reportez-vous à cette page pour plus d’informations sur l’accès programmatique aux Inference Providers.

• requests est utile pour appeler des API tierces depuis votre application.

• datasets vous permet de récupérer ou d’afficher n’importe quel jeu de données du Hub dans votre application.

• gradio. Vous pouvez éventuellement exiger une version spécifique en utilisant sdk_version dans le fichier README.md.

• Les paquets Debian courants, tels que ffmpeg, cmake, libsm6, et quelques autres.

Ajouter vos propres dépendances

Si vous avez besoin d’autres packages Python pour exécuter votre application, ajoutez-les à un fichier requirements.txt à la racine du dépôt. Le moteur d’exécution de Spaces créera un environnement personnalisé à la volée. Vous pouvez également ajouter un fichier pre-requirements.txt décrivant les dépendances qui seront installées avant vos dépendances principales. Cela peut être utile si vous devez mettre à jour pip lui-même.

Les dépendances Debian sont également prises en charge. Ajoutez un fichier packages.txt à la racine de votre dépôt et répertoriez-y toutes vos dépendances. Chaque dépendance doit être sur une ligne distincte, et chaque ligne sera lue et installée par apt-get install.

Update on GitHub