Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

Feedback about Knowledge Distillation Tutorial

Aperta
  • Qualcosa non va?
#3,927 1 commento 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 2 giorni

@Charuhasini30 ci sta già lavorando.

Dal 27/6/2026.

  • #3928 di @Charuhasini30 — aperta

Valutazione

Difficoltà
2/5
Tempo stimato
1-3 ore
Idoneità per principianti
58/100
Tipo di issue
Documentazione
Chiarezza
Abbastanza chiara
Stato di attività
Tranquilla
Stack tecnologico
python
Ambito
documentation, machine-learning

Direzione di ricerca

Inizia dal tutorial Knowledge Distillation collegato, in particolare dalla sezione sulla normalizzazione di CIFAR-10 e dalla relativa spiegazione della media e della deviazione standard. Verifica se i valori sono statistiche di ImageNet o se sono stati ricalcolati per CIFAR-10; il lavoro è completato quando il tutorial spiega accuratamente l’origine dei valori oppure utilizza le statistiche appropriate.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

There is the following issue on this page: https://docs.pytorch.org/tutorials/beginner/knowledge_distillation_tutorial.html

I noticed a possible inconsistency in the Knowledge Distillation tutorial.

The tutorial states:

"The tensors mean=[0.485, 0.456, 0.406] and std=[0.229, 0.224, 0.225] were already computed, and they represent the mean and standard deviation of each channel in the predefined subset of CIFAR-10 intended to be the training set."

However, these values are identical to the commonly used ImageNet normalization statistics, while the CIFAR-10 training set statistics are typically reported as approximately:

  • Mean: (0.4914, 0.4822, 0.4465)
  • Std: (0.2470, 0.2435, 0.2616)

Could you clarify whether:

  1. the tutorial intentionally uses the ImageNet normalization values, in which case the accompanying explanation should mention that; or
  2. the statistics were actually recomputed for CIFAR-10, in which case I'd be interested in understanding how these values were obtained.

Thanks for the excellent tutorial!

Lingua principale
Python
Stelle
9.4k
Fork
4.4k
Merge medio
3g 5h
PR unite (30g)
4

Preparare l'ambiente

Apri in Codespaces

Avvia il container di sviluppo del progetto nel browser, con il tuo account GitHub.

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di pytorch/tutorials

Tutte le issue di pytorch/tutorials

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.