Paket: python3-torchaudio (2.9.1-1)

[ Källkod: pytorch-audio  ]

Experimentellt paket

Varning: Paketet är från den experimentella utgåvan. Det innebär att det med stor sannolikhet är instabilt eller innehåller fel, och kanske till och med kan orsaka dataförluster. Se till att läsa ändringsloggen och annan dokumentation innan du använder det.

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.

Andra paket besläktade med python3-torchaudio

• dep: libc6 (>= 2.32)

  GNU C-bibliotek: Delade bibliotek
  också ett virtuellt paket som tillhandahålls av libc6-udeb

• dep: libgcc-s1 (>= 3.0) [ej s390x]

  GCC stödbibliotek

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

• dep: libgomp1 (>= 4.9)

  GCC OpenMP (GOMP) support library

• dep: libstdc++6 (>= 14)

  GNU standardbibliotek v3 för C++

• dep: libtorch2.9 (>= 2.9.1+dfsg)

  Tensors and Dynamic neural networks in Python (Shared Objects)

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

  Paketet inte tillgängligt

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

  Paketet inte tillgängligt

• dep: python3

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

• dep: python3-torch

  Tensors and Dynamic neural networks in Python (Python Interface)

  eller python3-torch-cuda

  Tensors and Dynamic neural networks in Python (Python Interface)

  eller python3-torch-rocm

  Paketet inte tillgängligt

Hämta python3-torchaudio

Hämtningar för alla tillgängliga arkitekturer

Arkitektur	Paketstorlek	Installerad storlek	Filer
amd64	345,8 kbyte	1.692,0 kbyte	[filförteckning]
arm64	317,6 kbyte	1.677,0 kbyte	[filförteckning]
ppc64el	344,6 kbyte	1.805,0 kbyte	[filförteckning]
s390x	338,2 kbyte	1.685,0 kbyte	[filförteckning]