Gradio Spaces에서 Spaces 의존성 처리

기본 의존성

기본 Gradio Spaces 환경에는 여러 사전 설치된 의존성이 포함되어 있습니다:

• huggingface_hub 클라이언트 라이브러리를 사용하면 Python으로 Hub의 저장소와 파일을 관리하고, Space에서 Inference Providers에 프로그래매틱으로 접근할 수 있습니다. Inference Providers를 사용하여 앱에서 모델을 인스턴스화하면 내장된 가속 최적화의 이점을 누릴 수 있습니다. 이 옵션은 컴퓨팅 리소스 사용량도 적어 환경에도 항상 좋습니다! 🌎

  Inference Providers에 프로그래밍 방식으로 액세스하는 방법에 대한 자세한 내용은 이 페이지를 참조하세요.

• requests는 앱에서 서드파티 API를 호출하는 데 유용합니다.

• datasets를 사용하면 앱에서 Hub의 모든 데이터를 가져오거나 표시할 수 있습니다.

• gradio입니다. README.md 파일에서 sdk_version을(를) 사용하여 특정 버전을 요구할 수 있습니다.

• ffmpeg, cmake, libsm6와 같은 일반적인 Debian 패키지 및 기타 몇 가지 패키지.

직접 의존성 추가하기

애플리케이션 실행에 다른 Python 패키지가 필요한 경우, 저장소 루트에 requirements.txt 파일을 추가하세요. Spaces 런타임 엔진은 커스텀 환경을 온더플라이로 생성합니다. 또한, 주요 의존성 설치 전에 설치될 의존성을 설명하는 pre-requirements.txt 파일을 추가할 수도 있습니다. pip 자체를 업데이트해야 하는 경우 유용합니다.

Debian 의존성도 지원됩니다. 저장소 루트에 packages.txt 파일을 추가하고, 모든 의존성을 여기에 나열하세요. 각 의존성은 별도의 줄에 작성해야 하며, 각 줄은 apt-get install에 의해 읽히고 설치됩니다.

Update on GitHub