支持的功能¶

每个 TorchAudio API 支持 PyTorch 功能的子集，例如设备和数据类型。支持的功能在 API 参考中指明，如下所示：

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它们未经过测试，这可能意味着不同的含义，具体取决于 API。

该 API 与该功能兼容但未进行测试。
该 API 与该功能不兼容。

对于第 2 种情况，API 可能会明确引发错误，但这并非保证。例如，没有自动微分（Autograd）徽标的 API 在反向传播过程中可能会引发错误，或者静默返回错误的梯度。

如果您使用的 API 未标记为支持某项功能，您可能需要先验证该功能是否正常工作。

设备¶

CPU¶

支持 CPU 的 TorchAudio API 可以在 CPU 张量上执行其计算。

CUDA¶

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

对于函数，在将张量参数传递给函数之前，请将其移动到 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。

例如

cuda = torch.device("cuda")

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

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

属性¶

自动微分¶

支持自动微分的 TorchAudio API 可以正确地反向传播梯度。

有关自动微分的基础知识，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引发错误，也可能不引发错误。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。