Supervised Contrastive Learning

Supervised Contrastive Learning

你可以在浏览器或自己的电脑上，通过 Gradio 页面试用一个做监督对比学习的 Keras 模型。适合想看它实际运行的学生和开发者。

由 keras-io 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：这是 keras-io 做的 Gradio 演示，只包了一个模型：keras-io/supervised-contrastive-learning-cifar10。从模型名看，它是用监督对比学习在 CIFAR-10 上训练的图像模型。你可以在浏览器里试用，也可以在自己的电脑上运行一份副本。

适合谁：它适合想在读训练代码之前先看看 Keras 图像模型怎么工作的学生和开发者。老师也可以把它当作现场演示。

行业 | 谁在用 | 怎么用 | 例子
教育 | 深度学习的学生 | 不写代码就试用一个训练好的图像模型 | 打开这个 Space，试一个示例文件
研究 | 机器学习研究者 | 看一个成品模型是怎样接进演示里的 | 对照模型名读 app.py
软件 | Python 开发者 | 在本地运行一份副本并改写 | 下载这个 Space 并启动 app.py

如果你需要训练脚本或通用的图像工具，可以跳过它，因为这个 Space 只包了一个模型。

用在哪里：

• 网页浏览器：打开 Hugging Face 上的 Space 页面就能试，不用安装任何东西
• Windows、macOS 或 Linux：用 Python 运行一份副本

用途 | 谁用 | 得到什么
试用模型 | 学生 | 页面上显示模型对你所选输入的回答
读代码 | 开发者 | 把模型接到 Gradio 页面的 app.py 文件
教学演示 | 讲师 | 一个可以在自己电脑上运行的演示

如何设置：先准备好下面这些东西。

• 装有 pip 的 Python，系统可以是 Windows、macOS 或 Linux
• 能从 Hugging Face 下载文件的网络连接

1. 安装 Hugging Face hub 包。
2. 把这个 Space 下载到本地文件夹。
3. 进入这个文件夹。
4. 安装 Gradio 和 requirements.txt 里列出的包。
5. 启动应用。

pip install -U huggingface_hub
hf download keras-io/supervised-contrastive-learning --repo-type space --local-dir supervised-contrastive-learning
cd supervised-contrastive-learning
pip install gradio
pip install -r requirements.txt
python app.py

如何使用：在线使用时，打开 Space 页面，用它显示的 Gradio 界面。在自己的电脑上，则在项目文件夹里运行主文件，再在浏览器里打开它提供的页面。

python app.py

示例：你在项目文件夹里运行 python app.py。Gradio 页面启动后，你给它一个输入，比如 examples 文件夹里的某个文件，页面就会显示模型对它的输出。

新手与专家：如果你是新手，先从在线版开始。打开 Space 页面，在安装任何东西之前先试一个示例文件。这是看 Keras 模型运行的最快办法。

如果你懂这个领域，要注意这个 Space 只列出一个模型，由 app.py 加载。监督对比学习在训练时会用类别标签来比较样本。从列出的文件看，这个 Space 像是只做推理，所以不展示训练，也没有给出准确率数字。

打开 Space 或运行 app.py
Gradio 页面加载
你给它一个输入
所列模型给它打分
结果显示在页面上

注意事项：来源没有给出准确率数字或训练细节，所以在依赖它之前，请先用你自己的例子测试。

• License: apache-2
• Cost to run: 未列出，没有 API 密钥、账号或付费服务
• Data it reaches: 仓库里的文件和它所列的模型，没有列出其他内容

Hugging Face 上的数据（2026年11月13日）

• 点赞：5
• 构建方式：gradio
• 许可证：apache-2.0

链接

• Space：https://huggingface.co/spaces/keras-io/supervised-contrastive-learning
• 文件：https://huggingface.co/spaces/keras-io/supervised-contrastive-learning/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。