支援功能¶

每個 TorchAudio API 都支援 PyTorch 功能的子集，例如裝置和資料類型。支援的功能會在 API 參考中指示，如下所示

這些圖示表示它們已通過自動測試驗證。

注意

缺少功能圖示表示它們未經過測試，這可能意味著不同的事情，具體取決於 API。

API 與該功能相容，但未經過測試。
API 與該功能不相容。

在第 2 種情況下，API 可能會明確引發錯誤，但不能保證。例如，沒有 Autograd 標記的 API 可能會在反向傳播期間拋出錯誤，或靜默地傳回錯誤的梯度。

如果您使用尚未標記為支援某個功能的 API，您可能需要先驗證該功能是否運作良好。

裝置¶

CPU¶

支援 CPU 的 TorchAudio API 可以在 CPU 張量上執行計算。

CUDA¶

支援 CUDA 的 TorchAudio API 可以在 CUDA 裝置上執行計算。

在函數的情況下，請將張量引數移動到 CUDA 裝置，然後將它們傳遞給函數。

例如

cuda = torch.device("cuda")

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

具有 CUDA 支援的類別是使用 torch.nn.Module() 實現的。在傳遞 CUDA 張量之前，也需要將實例移動到 CUDA 裝置。

例如

cuda = torch.device("cuda")

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

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

屬性¶

Autograd¶

具有 autograd 支援的 TorchAudio API 可以正確地反向傳播梯度。

有關 autograd 的基礎知識，請參閱此教學。

注意

沒有此標記的 API 可能會或可能不會在反向傳播期間引發錯誤。在反向傳播期間沒有引發錯誤並不一定表示梯度是正確的。

TorchScript¶

具有 TorchScript 支援的 TorchAudio API 可以序列化並在非 Python 環境中執行。

有關 TorchScript 的詳細資訊，請參閱文件。