epoch=0 step=466 progress=0.111 eval info {'sparsity_loss': 0.735, 'l1l2_ratio_z12': 12.758, 'l1l2_ratio_z13': 20.419, 'l1l2_ratio_z13_all': 25.957} train info {'sparsity_loss': 1.399, 'l1l2_ratio_z12': 16.372, 'l1l2_ratio_z13': 23.361, 'l1l2_ratio_z13_all': 25.73}
epoch=0 step=932 progress=0.222 eval info {'sparsity_loss': 0.652, 'l1l2_ratio_z12': 11.941, 'l1l2_ratio_z13': 20.74, 'l1l2_ratio_z13_all': 26.228} train info {'sparsity_loss': 0.404, 'l1l2_ratio_z12': 12.431, 'l1l2_ratio_z13': 21.945, 'l1l2_ratio_z13_all': 26.101}
epoch=0 step=1398 progress=0.333 eval info {'sparsity_loss': 0.624, 'l1l2_ratio_z12': 10.948, 'l1l2_ratio_z13': 20.807, 'l1l2_ratio_z13_all': 26.192} train info {'sparsity_loss': 0.203, 'l1l2_ratio_z12': 11.167, 'l1l2_ratio_z13': 20.31, 'l1l2_ratio_z13_all': 26.187}
epoch=1 step=466 progress=0.444 eval info {'sparsity_loss': 0.588, 'l1l2_ratio_z12': 10.359, 'l1l2_ratio_z13': 20.87, 'l1l2_ratio_z13_all': 26.214} train info {'sparsity_loss': 0.092, 'l1l2_ratio_z12': 10.093, 'l1l2_ratio_z13': 20.664, 'l1l2_ratio_z13_all': 26.208}
epoch=1 step=932 progress=0.555 eval info {'sparsity_loss': 0.596, 'l1l2_ratio_z12': 10.327, 'l1l2_ratio_z13': 21.216, 'l1l2_ratio_z13_all': 26.226} train info {'sparsity_loss': 0.067, 'l1l2_ratio_z12': 9.484, 'l1l2_ratio_z13': 21.045, 'l1l2_ratio_z13_all': 26.228}
epoch=1 step=1398 progress=0.666 eval info {'sparsity_loss': 0.58, 'l1l2_ratio_z12': 9.903, 'l1l2_ratio_z13': 21.136, 'l1l2_ratio_z13_all': 26.244} train info {'sparsity_loss': 0.047, 'l1l2_ratio_z12': 8.981, 'l1l2_ratio_z13': 21.555, 'l1l2_ratio_z13_all': 26.234}
epoch=2 step=466 progress=0.778 eval info {'sparsity_loss': 0.589, 'l1l2_ratio_z12': 9.64, 'l1l2_ratio_z13': 21.173, 'l1l2_ratio_z13_all': 26.261} train info {'sparsity_loss': 0.022, 'l1l2_ratio_z12': 8.531, 'l1l2_ratio_z13': 22.289, 'l1l2_ratio_z13_all': 26.27}
epoch=2 step=932 progress=0.889 eval info {'sparsity_loss': 0.575, 'l1l2_ratio_z12': 9.657, 'l1l2_ratio_z13': 21.229, 'l1l2_ratio_z13_all': 26.263} train info {'sparsity_loss': 0.021, 'l1l2_ratio_z12': 8.28, 'l1l2_ratio_z13': 22.513, 'l1l2_ratio_z13_all': 26.299}
epoch=2 step=1398 progress=1.0 eval info {'sparsity_loss': 0.58, 'l1l2_ratio_z12': 9.5, 'l1l2_ratio_z13': 21.27, 'l1l2_ratio_z13_all': 26.27} train info {'sparsity_loss': 0.018, 'l1l2_ratio_z12': 8.113, 'l1l2_ratio_z13': 22.646, 'l1l2_ratio_z13_all': 26.292}