# 章末小测验 [[章末小测验]]

让我们测试一下你在本章中学到了什么！

### 1. 你能使用Gradio做什么？
 share = True  参数，可以生成一个共享链接发送给任何人。",
            correct: true
		},
		{
			text: "测试模型的效果",
			explain: "Gradio的一个优点是能够用真实数据测试模型，可以实时更改输入并观察模型的预测变化，从而帮助你测试模型。",
			correct: true
		},
		{
			text: "训练你的模型",
			explain: "在你的模型被训练之后，Gradio 用来进行模型推理。",
		}
	]}
/>

### 2. Gradio只能在 PyTorch 模型上工作

### 3. 可以在哪里运行一个 Gradio 演示？

### 4. Gradio 主要是为 NLP 模型设计的

### 5. 下列哪些特性是由 Gradio 支持的？
gr.Interface.load () 方法可以加载任何 Hugging Face 模型",
			correct: true
        }
	]}
/>

### 6. 下列哪一种是从 Hub 或 Spaces 加载 Huggging Face 模型的有效方法？

### 7. 创建你的 Gradio Interface时，必须添加以下步骤：

### 8. Gradio 库包括以下哪些组件？

### 9. 你可以使用 Gradio 做些什么？

### 10. 你可以共享一个`Blocks`演示的公共链接，并在HuggingFace space创建一个`Blocks`的演示。