causal_conv1d 是一个基于 CUDA 的高性能 一维因果卷积库，主要用于时间序列数据（如音频、文本、预测任务）的高效处理，并提供 PyTorch 接口。

下面是一个最小可运行示例，展示如何在 GPU 上调用它：

import torch
from causal_conv1d import causal_conv1d_fn
# 输入张量: [batch, seq_len, channels]
x = torch.randn(2, 256, 512).cuda()
# 卷积权重: [channels, 1, kernel_size]
weight = torch.randn(512, 1, 4).cuda()
# 偏置: [channels]
bias = torch.randn(512).cuda()
# 执行因果卷积
output = causal_conv1d_fn(x, weight, bias)
print("输出形状:", output.shape)

下面是我整理的 window wheel 下载

📁 Causal_conv1d 资源索引