Paquet : python3-torchaudio (2.9.1-1)

[ Paquet source : pytorch-audio  ]

Paquet « expérimental »

Avertissement : ce paquet appartient à la distribution expérimentale. Cela signifie qu'il peut être instable ou bogué et peut éventuellement causer des pertes de données. Assurez-vous de consulter le journal des modifications (changelog) et les autres documentations existantes avant de l'utiliser.

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.

Autres paquets associés à python3-torchaudio

• dep: libc6 (>= 2.32)

  bibliothèque C GNU : bibliothèques partagées
  un paquet virtuel est également fourni par libc6-udeb

• dep: libgcc-s1 (>= 3.0) [non s390x]

  bibliothèque de prise en charge de GCC

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

• dep: libgomp1 (>= 4.9)

  bibliothèque GCC pour OpenMP (GOMP)

• dep: libstdc++6 (>= 14)

  bibliothèque standard C++ de GNU v3

• dep: libtorch2.9 (>= 2.9.1+dfsg)

  Tensors and Dynamic neural networks in Python (Shared Objects)

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

  Paquet indisponible

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

  Paquet indisponible

• dep: python3

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

• dep: python3-torch

  Tensors and Dynamic neural networks in Python (Python Interface)

  ou python3-torch-cuda

  Tensors and Dynamic neural networks in Python (Python Interface)

  ou python3-torch-rocm

  Paquet indisponible

Télécharger python3-torchaudio

Télécharger pour toutes les architectures proposées

Architecture	Taille du paquet	Espace occupé une fois installé	Fichiers
amd64	345,8 ko	1 692,0 ko	[liste des fichiers]
arm64	317,6 ko	1 677,0 ko	[liste des fichiers]
ppc64el	344,6 ko	1 805,0 ko	[liste des fichiers]
s390x	338,2 ko	1 685,0 ko	[liste des fichiers]