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。 API 参考中指示了支持的功能，如下所示：

这些图标表示它们已通过自动化测试进行验证。

注意

缺少功能图标意味着它们未经过测试，这可能意味着根据 API 的不同，情况会有所不同。

API 与该功能兼容，但未经测试。
API 与该功能不兼容。

如果为 2，则 API 可能会显式引发错误，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。或静默返回错误的渐变。

如果您使用的 API 尚未标记为支持某项功能，则可能需要首先验证功能运行正常。

设备¶

中央处理器¶

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

CUDA 的¶

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

对于函数，请先将张量参数移动到 CUDA 设备，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)

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

例如：

cuda = torch.device("cuda")

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

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

性能¶

自动grad¶

支持 autograd 的 TorchAudio API 可以正确地反向传播渐变。

有关 autograd 的基础知识，请参阅本教程。

注意

没有此标记的 API 在反向传播期间可能会也可能不会引发错误。在反向传播期间没有引发的误差并不一定意味着梯度是正确的。

TorchScript 脚本¶

支持 TorchScript 的 TorchAudio API 可以在非 Python 环境中序列化和执行。

有关 TorchScript 的详细信息，请参阅文档。