Feedback about Knowledge Distillation Tutorial
Maintainer thường phản hồi trong vòng 2 ngày
Đánh giá
- Độ khó
- 2/5
- Thời gian dự kiến
- 1-3 giờ
- Mức phù hợp với người mới
- 58/100
- Loại issue
- Tài liệu
- Độ rõ ràng
- Khá rõ ràng
- Mức độ hoạt động
- Ít trao đổi
- Công nghệ
- python
- Lĩnh vực
- documentation, machine-learning
Hướng nghiên cứu
Bắt đầu với tutorial Knowledge Distillation được liên kết, đặc biệt là phần chuẩn hóa CIFAR-10 và phần giải thích về giá trị trung bình và độ lệch chuẩn. Xác minh xem các giá trị đó là các thống kê của ImageNet hay đã được tính toán lại cho CIFAR-10; được xem là hoàn tất khi tutorial giải thích chính xác nguồn gốc của các giá trị hoặc sử dụng các thống kê phù hợp.
Do mô hình lập chỉ mục viết ra từ nội dung của issue.
Mô tả
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]andstd=[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:
- the tutorial intentionally uses the ImageNet normalization values, in which case the accompanying explanation should mention that; or
- 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!
- Ngôn ngữ chính
- Python
- Star
- 9.4k
- Fork
- 4.4k
- Merge trung bình
- 3 ngày 5 giờ
- Pull request đã merge (30 ngày)
- 4
Chuẩn bị môi trường
Khởi chạy dev container của dự án ngay trên trình duyệt, bằng tài khoản GitHub của bạn.
- Không có Dockerfile hay tệp Docker Compose
- Có mẫu pull request
- Đọc hướng dẫn đóng góp
Bắt đầu từ đâu
- Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
- Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
- Fork repository và làm thay đổi trên một nhánh.
- Mở pull request có tham chiếu số hiệu của issue.
Issue khác của pytorch/tutorials
-
💡 [REQUEST] - Add model.eval() after loading the mdoelCó thể đã có người làm @Justee21 đã nhận 22 ngày trước. Đang mở
Độ khó 1/5 Dưới một giờ Mức phù hợp với người mới 78/100
Maintainer thường phản hồi trong vòng 2 ngày
-
[BUG] Captum tutorial fails when visualize_image_attr() receives None for original_imageCó thể làm lại được @shubhambhar007 đã nhận 29 ngày trước và không có pull request nào đang mở. Đang mở
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 70/100
pytorch/tutorials#3963 · 1 bình luận ·
Maintainer thường phản hồi trong vòng 2 ngày
-
[BUG] - Incorrect ResNet18 preprocessing in Captum tutorialCó thể đã có người làm @austxu đã nhận 81 ngày trước. Đang mởbug
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 76/100
Maintainer thường phản hồi trong vòng 2 ngày
-
Feedback about What is torch.nn really?Có thể đã có người làm @MichelleHan7 đã nhận 18 ngày trước. Đang mở
Độ khó 1/5 Dưới một giờ Mức phù hợp với người mới 78/100
Maintainer thường phản hồi trong vòng 2 ngày
-
Typo on 'Introduction to PyTorch Tensors' pageCó thể đã có người làm @th5y đã nhận 128 ngày trước. Đang mở
Độ khó 1/5 Dưới một giờ Mức phù hợp với người mới 78/100
pytorch/tutorials#3919 · 2 bình luận ·
Maintainer thường phản hồi trong vòng 2 ngày
Tất cả issue của pytorch/tutorials
Issue tương tự
-
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 78/100
aws-samples/sample-per-model-bedrock#191 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
Docs viewer: inverted grey colormap, Phantom CT window -20 to 35 HU, smoothing up to 40 mmCó thể đã có người làm Có pull request liên kết đang mở hoặc đã được merge. Đang mởarea: docs enhancement
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 64/100
PyTomography/PyTomography#331 ·
Maintainer thường phản hồi trong vòng 1 ngày
-
effort: low prio: low ready
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 82/100
digitalfabrik/integreat-cms#4616 ·
Maintainer thường phản hồi trong vòng 5 ngày
-
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 66/100
FuRongJun-1999/dsh-memory#226 · 1 bình luận ·
Maintainer thường phản hồi trong vòng 1 ngày
-
bug difficulty:2 good first issue help wanted
Độ khó 2/5 1-3 giờ Mức phù hợp với người mới 88/100
MakazhanAlpamys/Soup#1865 ·
Maintainer thường phản hồi trong vòng 1 ngày