Paket: python3-torchaudio (2.9.1-1)

[ Quellcode: pytorch-audio  ]

Experimentelles Paket

Warnung: Dieses Paket stammt aus der Experimental-Distribution. Dies bedeutet, dass es höchstwahrscheinlich instabil oder fehlerhaft ist und sogar Datenverlust verursachen kann. Bitte lesen Sie den Changelog und andere möglicherweise verfügbare Dokumentation, bevor Sie es benutzen.

Data manipulation and transformation for audio signal processing

The aim of torchaudio is to apply PyTorch to the audio domain. By supporting PyTorch, torchaudio follows the same philosophy of providing strong GPU acceleration, having a focus on trainable features through the autograd system, and having consistent style (tensor names and dimension names). Therefore, it is primarily a machine learning library and not a general signal processing library. The benefits of Pytorch is be seen in torchaudio through having all the computations be through Pytorch operations which makes it easy to use and feel like a natural extension.

Andere Pakete mit Bezug zu python3-torchaudio

• dep: libc6 (>= 2.32)

  GNU-C-Bibliothek: Laufzeitbibliotheken
  auch ein virtuelles Paket, bereitgestellt durch libc6-udeb

• dep: libgcc-s1 (>= 3.0) [nicht s390x]

  GCC Support-Bibliothek

  dep: libgcc-s1 (>= 4.2) [s390x]

• dep: libgomp1 (>= 4.9)

  Unterstützungsbibliothek für GCC OpenMP (GOMP)

• dep: libstdc++6 (>= 14)

  GNU-Implementierung der Standard-C++-Bibliothek (Version 3)

• dep: libtorch2.9 (>= 2.9.1+dfsg)

  Tensors and Dynamic neural networks in Python (Shared Objects)

  oder libtorch-cuda-2.9 (>= 2.9.1+dfsg)

  Paket nicht verfügbar

  oder libtorch-rocm-2.9 (>= 2.9.1+dfsg)

  Paket nicht verfügbar

• dep: python3

  interactive high-level object-oriented language (default python3 version)

• dep: python3-torch

  Tensors and Dynamic neural networks in Python (Python Interface)

  oder python3-torch-cuda

  Tensors and Dynamic neural networks in Python (Python Interface)

  oder python3-torch-rocm

  Paket nicht verfügbar

python3-torchaudio herunterladen

Download für alle verfügbaren Architekturen

Architektur	Paketgröße	Größe (installiert)	Dateien
amd64	345,8 kB	1.692,0 kB	[Liste der Dateien]
arm64	317,6 kB	1.677,0 kB	[Liste der Dateien]
ppc64el	344,6 kB	1.805,0 kB	[Liste der Dateien]
s390x	338,2 kB	1.685,0 kB	[Liste der Dateien]