支持的功能¶

每个 TorchAudio API 都支持 PyTorch 功能的子集，例如设备和数据类型。支持的功能在 API 引用中以如下方式表示

这些图标表示它们已通过自动化测试验证。

注意

缺少功能图标表示它们未经过测试，这可能表示不同的含义，具体取决于 API。

API 与该功能兼容，但未经测试。
API 与该功能不兼容。

在情况 2 中，API 可能会明确引发错误，但不能保证。例如，没有 Autograd 徽章的 API 可能会在反向传播期间引发错误，或静默返回错误的梯度。

如果您使用未标记为支持某个功能的 API，您可能希望首先验证该功能是否正常工作。

设备¶

CPU¶

支持 CPU 的 TorchAudio API 可以对其 CPU 张量执行计算。

CUDA¶

支持 CUDA 的 TorchAudio API 可以对其 CUDA 设备执行计算。

对于函数，在将张量参数传递给函数之前，将其移动到 CUDA 设备。

例如

cuda = torch.device("cuda")

waveform = waveform.to(cuda)
spectrogram = torchaudio.functional.spectrogram(waveform)

具有 CUDA 支持的类使用 torch.nn.Module() 实现。在传递 CUDA 张量之前，还需要将实例移动到 CUDA 设备。

例如

cuda = torch.device("cuda")

resampler = torchaudio.transforms.Resample(8000, 16000)
resampler.to(cuda)

waveform.to(cuda)
resampled = resampler(waveform)

属性¶

Autograd¶

具有 autograd 支持的 TorchAudio API 可以正确反向传播梯度。

有关 autograd 的基础知识，请参阅此教程。

注意

没有此标记的 API 可能会或可能不会在反向传播期间引发错误。在反向传播期间没有引发错误并不一定意味着梯度是正确的。

TorchScript¶

具有 TorchScript 支持的 TorchAudio API 可以序列化并在非 Python 环境中执行。

有关 TorchScript 的详细信息，请参阅文档。