# تطبيقات تعلم الآلة

[Gradio](https://www.gradio.app/)، وهي مكتبة سريعة وسهلة لبناء تطبيقات تعلّم الآلة ومشاركتها، مدمجة مع [Pipeline](/docs/transformers/main/ar/main_classes/pipelines#transformers.Pipeline) لإنشاء واجهة بسيطة للاستدلال بسرعة.

قبل أن تبدأ، تأكد من تثبيت Gradio.

```py
!pip install gradio
```

أنشئ خط أنابيب (pipeline) لمهمتك، ثم مرره إلى دالة [Interface.from_pipeline](https://www.gradio.app/docs/gradio/interface#interface-from_pipeline) في Gradio لإنشاء الواجهة. يحدد Gradio تلقائيًا مكوّنات الإدخال والإخراج المناسبة لـ [Pipeline](/docs/transformers/main/ar/main_classes/pipelines#transformers.Pipeline).

أضف [launch](https://www.gradio.app/main/docs/gradio/blocks#blocks-launch) لإنشاء خادم ويب وبدء تشغيل التطبيق.

```py
from transformers import pipeline
import gradio as gr

pipeline = pipeline("image-classification", model="google/vit-base-patch16-224")
gr.Interface.from_pipeline(pipeline).launch()
```

يعمل تطبيق الويب على خادم محلي افتراضيًا. لمشاركة التطبيق مع مستخدمين آخرين، اضبط `share=True` في [launch](https://www.gradio.app/main/docs/gradio/blocks#blocks-launch) لتوليد رابط عام مؤقت. للحصول على حل أكثر دوامًا، استضف التطبيق على [Spaces](https://hf.co/spaces) في Hugging Face.

```py
gr.Interface.from_pipeline(pipeline).launch(share=True)
```

تم إنشاء المساحة أدناه باستخدام الكود أعلاه وهي مستضافة على Spaces.

<iframe src="https://stevhliu-gradio-pipeline-demo.hf.space" frameborder="0" width="850" height="850"
>