@agsbajahs: No to kod wcześniejszy zrobi ci to dla jednego obrazka albo wszystkich jeśli trzymasz je w jednym tensorze.

Z drobną poprawką:
out = torch.where(torch.rand(size=input.shape) < 0.25, torch.rand(size=input.shape), input)

Około 25% pikseli będzie miało zamienioną wartość na losową z przedziału <0,1>
Witam, muszę policzyć pochodną funkcji, która ma kilka argumentów (x0, x1, x2, x3, x4) i nie potrafię ogarnąć jak to zrobić używając pytorch autograd (takie mam zadanie). Co próbowałem zrobić:

import torch

import math

x = torch.tensor([x0, x1, x2, x3, x4], requires_grad=True)
y = (zdefiniowana funkcja względem x0 ... x4)
y.backward()

Natomiast dostaję error: 'float' object has no attribute 'backward'
Robię coś głupiego na pewno ale nie potrafię ogarnąć co. W zadaniu
@botereq: Jeżeli zaczynasz przygodę z ML ze swojej strony polecam kurs na coursera: https://www.coursera.org/learn/machine-learning

Jest on prowadzony przez człowieka który doskonale tłumaczy podstawy ML, nie nauczy on Ciebie używania bibliotek ale teorii i praktyki działania ML "pod maską", czyli czym jest i jak działa np. gradient descent, learning rate, regularyzacja. Parę lat temu kurs ten był prowadzony w oparciu o Octave (otwarty odpowiednik matlab) ale teraz z tego co wiem zaktualizowali
@botereq: @CukrowyWykop: PyTorch nie jest żadną nakładką na tensorflow.
Używanie obu bibliotek nie jest żadnym rocket science, więc generalnie można skosztować i tej i tej, co polecam.
Największą różnicą jest/było to, że tensorflow tworzył grafy statyczne, które potem odpalał, a PyTorch działa dynamicznie.
W nowych wersjach TF wprowadzili eager execution, który również działa dynamicznie, niemniej to PyTorch wspiera dynamiczne grafy natywnie.

Na NLP nie znam się zbyt mocno, raczej siedzę
Mirki i Mirabelki ( ͡° ͜ʖ ͡°)!

Na dziś mamy dla Was coś innego - Prasówkę z newsami z branży IT. Całkiem starannie wyselekcjonowane, być może komuś się to przyda. Daj znać, czy mamy w to dalej, czy nie. ( ͡° ʖ̯ ͡°)

-> Zapisz się na mirkolistę: https://mirkolisty.pvu.pl/list/kqLmWfjCV96YaWzk
-> AlertTag: #justnewsit

1. Powtarzalne uczenie maszynowe z #pytorch i Quilto
https://blog.paperspace.com/reproducible-data-with-pytorch-and-quilt/

2. Próba uruchomienia