Practica1

Practica1

一个用已保存的模型处理图片的 Gradio 应用，带建筑和森林两张示例图片。适合想在浏览器里试用小型图像模型的人。

由 AP2122 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：Practica1 是 Hugging Face Spaces 上的一个 Gradio 应用，用一个已保存的模型处理图片。仓库里有 app.py、一个名为 export.pkl 的导出模型文件，以及两张示例图片，一张是建筑，一张是森林。README 没有描述，所以具体的类别要看页面才清楚。

适合谁：它适合想在浏览器里试用小型图像模型的人，也适合想看导出的模型文件如何用在 Gradio 页面里的学生。

Industry | Who uses it | How they use it | Example
教育 | 学生 | 阅读 app.py，看已保存的模型怎么加载 | 下载这个 Space，打开 app.py
机器学习 | 爱好者 | 在两张示例图片上试用模型 | 在 Space 页面上点那张森林图片
教学 | 讲师 | 把一份做完的课程练习展示成网页 | 在课堂上运行这个 Space

如果你需要有文档说明的类别、准确率或训练步骤，可以跳过它，因为来源没有给出。

用在哪里：

• 网页浏览器，直接在 Hugging Face 的 Space 页面上使用
• 在装有 Python 的 Windows、macOS 或 Linux 上运行本地副本

Use case | Who | What they get back
在线试用模型 | 好奇的人 | 浏览器里显示的对图片的预测
学习导出模型的演示 | 学习者 | 一个应用文件、一个模型文件和两张示例图片

如何设置：在线使用什么都不用装。本地副本需要先准备这些。

• Python 和 pip
• huggingface_hub 包，用来获取文件
• requirements.txt 里的包，以及 Gradio

1. 安装 Hugging Face Hub 包。
2. 把这个 Space 下载到名为 Practica1 的文件夹。
3. 进入这个文件夹。
4. 先安装 Gradio，再安装 requirements.txt 里的包。
5. 启动应用。

pip install -U huggingface_hub
hf download AP2122/Practica1 --repo-type space --local-dir Practica1
cd Practica1
pip install gradio
pip install -r requirements.txt
python app.py

如何使用：打开 Hugging Face 上的 Space 页面，然后给它一张图片或选一个示例。本地副本则在文件夹里运行 python app.py，再打开它启动的页面。

示例：你在 Space 页面上选了建筑图片。应用对它运行已保存的模型，并显示对这张图片的预测。

新手与专家：如果你是新手，先点两张示例图片中的一张。一步就能看明白整个想法，不用安装任何东西。

如果你懂这个领域，权重就在仓库里的 export.pkl 中，所以应用不需要来源里提到的外部模型下载。训练数据、类别列表和准确率都没有说明。

你打开页面并选一张图片
app.py 加载已保存的模型文件
预测结果显示在浏览器里

注意事项：

• README 没有描述，所以具体的类别要看页面才清楚
• 它需要 Gradio 和 requirements.txt 里的包
• License: cc0-1
• Cost to run: 未提及
• Data it reaches: 你给它的图片和它自己仓库里的模型文件

Hugging Face 上的数据（2026年11月13日）

• 点赞：10
• 构建方式：gradio
• 许可证：cc0-1.0

链接

• Space：https://huggingface.co/spaces/AP2122/Practica1
• 文件：https://huggingface.co/spaces/AP2122/Practica1/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。