# Gradio Demo ## 訓練 - 從 Kaggle [100 Sports Image Classification](https://www.kaggle.com/datasets/gpiosenka/sports-classification) 獲取數據集。 - 選取其中 3 項運動,每項選取 100 張圖片。再創建其他項,從其他運動中各選取10張圖片,共100張。 - 調整參數並重複訓練,直到 loss 到達較低處時結束。 ![](https://hackmd.io/_uploads/r1bmJooMT.png) - 下載 keras 模型。 ## 製作 App - 將模型,標籤文件,測試圖片上傳至 Google Drive,並開分享。 ![](https://hackmd.io/_uploads/Bkp-EasMT.png) - 在 Colab中,先利用 `gdown` 將以上文件下載。 - 將 teachable machine 提供的推理代碼複製,並修改圖片地址進行測試。 - 測試完成後將此段代碼改成函數。 - 複製 gradio 示例,並運行 ![](https://hackmd.io/_uploads/HJiIJCsfa.png)