支持的功能¶

每个 TorchAudio API 支持 PyTorch 的一部分功能，例如设备和数据类型。支持的功能在 API 参考中以如下方式标明：

这些图标表示它们已通过自动化测试验证。

注意

缺失的功能图标表示这些功能尚未经过测试，这可能意味着不同的事情，具体取决于 API。

该 API 与该功能兼容，但未经过测试。
该 API 与该功能不兼容。

在第二种情况下，API 可能会明确地引发一个错误，但这并不是绝对保证的。例如，没有 Autograd 标记的 API 可能在反向传播过程中抛出错误，或者静默地返回一个错误的梯度。

如果你使用了一个未被标记为支持某项功能的 API，你可能首先需要验证该功能是否正常工作。

设备¶

CPU¶

支持 CPU 的 TorchAudio API 可以在其 CPU 张量上执行计算。

CUDA¶

支持 CUDA 的 TorchAudio API 可以在 CUDA 设备上执行其计算。

在涉及函数调用时，请先将张量参数移动到 CUDA 设备上，然后再将其传递给函数。

例如：

cuda = torch.device("cuda")

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

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

例如：

cuda = torch.device("cuda")

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

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

属性¶

自动求导¶

支持 autograd 的 TorchAudio API 可以正确地反向传播梯度。

有关autograd的基础知识，请参阅此教程。

注意

没有此标记的 API 在反向传播过程中可能会或可能不会引发错误。在反向传播过程中未引发错误并不一定意味着梯度是正确的。

TorchScript¶

支持 TorchScript 的 TorchAudio API 可以被序列化，并在非 Python 环境中执行。

有关TorchScript的详细信息，请参阅文档。