Pakiet: python3-torchaudio (2.9.1-1)

[ Pakiet źródłowy: pytorch-audio  ]

Pakiet eksperymentalny

Ostrzeżenie: Pakiet pochodzi z dystrybucji eksperymentalnej. Oznacza to, że prawdopodobnie jest niestabilny lub zawiera błędy i może spowodować nawet utratę danych. Przed użyciem pakietu proszę koniecznie zapoznać się z dziennikiem zmian i inną dostępną dokumentacją.

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.

Inne pakiety związane z python3-torchaudio

• dep: libc6 (>= 2.32)

  Biblioteka GNU C: biblioteki współdzielone
  również pakiet wirtualny udostępniany przez libc6-udeb

• dep: libgcc-s1 (>= 3.0) [nie s390x]

  Biblioteka wspomagająca GCC

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

• dep: libgomp1 (>= 4.9)

  Biblioteka wspierająca GCC OpenMP (GOMP)

• dep: libstdc++6 (>= 14)

  Standardowa biblioteka GNU C++, wersja 3

• dep: libtorch2.9 (>= 2.9.1+dfsg)

  Tensors and Dynamic neural networks in Python (Shared Objects)

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

  Pakiet niedostępny

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

  Pakiet niedostępny

• dep: python3

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

• dep: python3-torch

  Tensors and Dynamic neural networks in Python (Python Interface)

  lub python3-torch-cuda

  Tensors and Dynamic neural networks in Python (Python Interface)

  lub python3-torch-rocm

  Pakiet niedostępny

Pobieranie python3-torchaudio

Pobierz dla wszystkich dostępnych architektur

Architektura	Rozmiar pakietu	Rozmiar po instalacji	Pliki
amd64	345,8 KiB	1 692,0 KiB	[lista plików]
arm64	317,6 KiB	1 677,0 KiB	[lista plików]
ppc64el	344,6 KiB	1 805,0 KiB	[lista plików]
s390x	338,2 KiB	1 685,0 KiB	[lista plików]