TheRains commited on
Commit
ec3e321
1 Parent(s): 978bf1d

End of training

Browse files
all_results.json ADDED
@@ -0,0 +1,14 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 3.97,
3
+ "eval_loss": 3.6843667030334473,
4
+ "eval_runtime": 1961.9325,
5
+ "eval_samples": 5043,
6
+ "eval_samples_per_second": 2.57,
7
+ "eval_steps_per_second": 1.285,
8
+ "eval_wer": 28.23428448830723,
9
+ "train_loss": 53.45060002822876,
10
+ "train_runtime": 17302.3407,
11
+ "train_samples": 5043,
12
+ "train_samples_per_second": 1.156,
13
+ "train_steps_per_second": 0.289
14
+ }
eval_results.json ADDED
@@ -0,0 +1,9 @@
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 3.97,
3
+ "eval_loss": 3.6843667030334473,
4
+ "eval_runtime": 1961.9325,
5
+ "eval_samples": 5043,
6
+ "eval_samples_per_second": 2.57,
7
+ "eval_steps_per_second": 1.285,
8
+ "eval_wer": 28.23428448830723
9
+ }
runs/Aug04_23-12-53_dsai-server/events.out.tfevents.1691185201.dsai-server ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:a2605d1e85cecfa44d61df4562a2622378f72671990334b4648589183e4606da
3
+ size 40
train_results.json ADDED
@@ -0,0 +1,8 @@
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 3.97,
3
+ "train_loss": 53.45060002822876,
4
+ "train_runtime": 17302.3407,
5
+ "train_samples": 5043,
6
+ "train_samples_per_second": 1.156,
7
+ "train_steps_per_second": 0.289
8
+ }
trainer_state.json ADDED
@@ -0,0 +1,1270 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": 28.23428448830723,
3
+ "best_model_checkpoint": "./output/small/yt-special-batch4/checkpoint-5000",
4
+ "epoch": 3.965107057890563,
5
+ "global_step": 5000,
6
+ "is_hyper_param_search": false,
7
+ "is_local_process_zero": true,
8
+ "is_world_process_zero": true,
9
+ "log_history": [
10
+ {
11
+ "epoch": 0.02,
12
+ "learning_rate": 4.4e-07,
13
+ "loss": 1.5065,
14
+ "step": 25
15
+ },
16
+ {
17
+ "epoch": 0.04,
18
+ "learning_rate": 9.400000000000001e-07,
19
+ "loss": 1.1712,
20
+ "step": 50
21
+ },
22
+ {
23
+ "epoch": 0.06,
24
+ "learning_rate": 1.44e-06,
25
+ "loss": 1.3501,
26
+ "step": 75
27
+ },
28
+ {
29
+ "epoch": 0.08,
30
+ "learning_rate": 1.94e-06,
31
+ "loss": 2.3945,
32
+ "step": 100
33
+ },
34
+ {
35
+ "epoch": 0.1,
36
+ "learning_rate": 2.42e-06,
37
+ "loss": 4.8304,
38
+ "step": 125
39
+ },
40
+ {
41
+ "epoch": 0.12,
42
+ "learning_rate": 2.92e-06,
43
+ "loss": 5.0208,
44
+ "step": 150
45
+ },
46
+ {
47
+ "epoch": 0.14,
48
+ "learning_rate": 3.4200000000000007e-06,
49
+ "loss": 8.8304,
50
+ "step": 175
51
+ },
52
+ {
53
+ "epoch": 0.16,
54
+ "learning_rate": 3.900000000000001e-06,
55
+ "loss": 13.7868,
56
+ "step": 200
57
+ },
58
+ {
59
+ "epoch": 0.18,
60
+ "learning_rate": 4.4e-06,
61
+ "loss": 17.6539,
62
+ "step": 225
63
+ },
64
+ {
65
+ "epoch": 0.2,
66
+ "learning_rate": 4.880000000000001e-06,
67
+ "loss": 26.5598,
68
+ "step": 250
69
+ },
70
+ {
71
+ "epoch": 0.22,
72
+ "learning_rate": 5.36e-06,
73
+ "loss": 45.766,
74
+ "step": 275
75
+ },
76
+ {
77
+ "epoch": 0.24,
78
+ "learning_rate": 5.86e-06,
79
+ "loss": 35.7199,
80
+ "step": 300
81
+ },
82
+ {
83
+ "epoch": 0.26,
84
+ "learning_rate": 6.360000000000001e-06,
85
+ "loss": 54.9605,
86
+ "step": 325
87
+ },
88
+ {
89
+ "epoch": 0.28,
90
+ "learning_rate": 6.860000000000001e-06,
91
+ "loss": 55.4295,
92
+ "step": 350
93
+ },
94
+ {
95
+ "epoch": 0.3,
96
+ "learning_rate": 7.360000000000001e-06,
97
+ "loss": 65.0878,
98
+ "step": 375
99
+ },
100
+ {
101
+ "epoch": 0.32,
102
+ "learning_rate": 7.860000000000001e-06,
103
+ "loss": 69.5386,
104
+ "step": 400
105
+ },
106
+ {
107
+ "epoch": 0.34,
108
+ "learning_rate": 8.36e-06,
109
+ "loss": 73.0867,
110
+ "step": 425
111
+ },
112
+ {
113
+ "epoch": 0.36,
114
+ "learning_rate": 8.84e-06,
115
+ "loss": 94.3113,
116
+ "step": 450
117
+ },
118
+ {
119
+ "epoch": 0.38,
120
+ "learning_rate": 9.340000000000002e-06,
121
+ "loss": 87.2808,
122
+ "step": 475
123
+ },
124
+ {
125
+ "epoch": 0.4,
126
+ "learning_rate": 9.84e-06,
127
+ "loss": 98.8404,
128
+ "step": 500
129
+ },
130
+ {
131
+ "epoch": 0.42,
132
+ "learning_rate": 9.962222222222224e-06,
133
+ "loss": 112.2076,
134
+ "step": 525
135
+ },
136
+ {
137
+ "epoch": 0.44,
138
+ "learning_rate": 9.906666666666668e-06,
139
+ "loss": 103.5807,
140
+ "step": 550
141
+ },
142
+ {
143
+ "epoch": 0.46,
144
+ "learning_rate": 9.851111111111112e-06,
145
+ "loss": 120.3094,
146
+ "step": 575
147
+ },
148
+ {
149
+ "epoch": 0.48,
150
+ "learning_rate": 9.795555555555556e-06,
151
+ "loss": 123.5213,
152
+ "step": 600
153
+ },
154
+ {
155
+ "epoch": 0.5,
156
+ "learning_rate": 9.74e-06,
157
+ "loss": 139.2144,
158
+ "step": 625
159
+ },
160
+ {
161
+ "epoch": 0.52,
162
+ "learning_rate": 9.684444444444446e-06,
163
+ "loss": 115.0782,
164
+ "step": 650
165
+ },
166
+ {
167
+ "epoch": 0.54,
168
+ "learning_rate": 9.62888888888889e-06,
169
+ "loss": 130.8006,
170
+ "step": 675
171
+ },
172
+ {
173
+ "epoch": 0.56,
174
+ "learning_rate": 9.573333333333334e-06,
175
+ "loss": 137.604,
176
+ "step": 700
177
+ },
178
+ {
179
+ "epoch": 0.57,
180
+ "learning_rate": 9.517777777777778e-06,
181
+ "loss": 145.0352,
182
+ "step": 725
183
+ },
184
+ {
185
+ "epoch": 0.59,
186
+ "learning_rate": 9.466666666666667e-06,
187
+ "loss": 126.0557,
188
+ "step": 750
189
+ },
190
+ {
191
+ "epoch": 0.61,
192
+ "learning_rate": 9.415555555555556e-06,
193
+ "loss": 105.6157,
194
+ "step": 775
195
+ },
196
+ {
197
+ "epoch": 0.63,
198
+ "learning_rate": 9.360000000000002e-06,
199
+ "loss": 151.1266,
200
+ "step": 800
201
+ },
202
+ {
203
+ "epoch": 0.65,
204
+ "learning_rate": 9.304444444444444e-06,
205
+ "loss": 142.0032,
206
+ "step": 825
207
+ },
208
+ {
209
+ "epoch": 0.67,
210
+ "learning_rate": 9.24888888888889e-06,
211
+ "loss": 139.6682,
212
+ "step": 850
213
+ },
214
+ {
215
+ "epoch": 0.69,
216
+ "learning_rate": 9.193333333333334e-06,
217
+ "loss": 140.1143,
218
+ "step": 875
219
+ },
220
+ {
221
+ "epoch": 0.71,
222
+ "learning_rate": 9.137777777777778e-06,
223
+ "loss": 139.1344,
224
+ "step": 900
225
+ },
226
+ {
227
+ "epoch": 0.73,
228
+ "learning_rate": 9.082222222222224e-06,
229
+ "loss": 133.7512,
230
+ "step": 925
231
+ },
232
+ {
233
+ "epoch": 0.75,
234
+ "learning_rate": 9.026666666666666e-06,
235
+ "loss": 151.7043,
236
+ "step": 950
237
+ },
238
+ {
239
+ "epoch": 0.77,
240
+ "learning_rate": 8.971111111111112e-06,
241
+ "loss": 135.3954,
242
+ "step": 975
243
+ },
244
+ {
245
+ "epoch": 0.79,
246
+ "learning_rate": 8.915555555555556e-06,
247
+ "loss": 125.5137,
248
+ "step": 1000
249
+ },
250
+ {
251
+ "epoch": 0.79,
252
+ "eval_loss": 129.90090942382812,
253
+ "eval_runtime": 2724.157,
254
+ "eval_samples_per_second": 1.851,
255
+ "eval_steps_per_second": 0.926,
256
+ "eval_wer": 149.0002145462347,
257
+ "step": 1000
258
+ },
259
+ {
260
+ "epoch": 0.81,
261
+ "learning_rate": 8.860000000000002e-06,
262
+ "loss": 145.6737,
263
+ "step": 1025
264
+ },
265
+ {
266
+ "epoch": 0.83,
267
+ "learning_rate": 8.804444444444446e-06,
268
+ "loss": 144.7789,
269
+ "step": 1050
270
+ },
271
+ {
272
+ "epoch": 0.85,
273
+ "learning_rate": 8.74888888888889e-06,
274
+ "loss": 131.0249,
275
+ "step": 1075
276
+ },
277
+ {
278
+ "epoch": 0.87,
279
+ "learning_rate": 8.693333333333334e-06,
280
+ "loss": 143.5189,
281
+ "step": 1100
282
+ },
283
+ {
284
+ "epoch": 0.89,
285
+ "learning_rate": 8.637777777777778e-06,
286
+ "loss": 124.5124,
287
+ "step": 1125
288
+ },
289
+ {
290
+ "epoch": 0.91,
291
+ "learning_rate": 8.582222222222223e-06,
292
+ "loss": 119.1228,
293
+ "step": 1150
294
+ },
295
+ {
296
+ "epoch": 0.93,
297
+ "learning_rate": 8.526666666666667e-06,
298
+ "loss": 124.7488,
299
+ "step": 1175
300
+ },
301
+ {
302
+ "epoch": 0.95,
303
+ "learning_rate": 8.471111111111112e-06,
304
+ "loss": 122.202,
305
+ "step": 1200
306
+ },
307
+ {
308
+ "epoch": 0.97,
309
+ "learning_rate": 8.415555555555556e-06,
310
+ "loss": 116.7528,
311
+ "step": 1225
312
+ },
313
+ {
314
+ "epoch": 0.99,
315
+ "learning_rate": 8.36e-06,
316
+ "loss": 131.7794,
317
+ "step": 1250
318
+ },
319
+ {
320
+ "epoch": 1.01,
321
+ "learning_rate": 8.304444444444445e-06,
322
+ "loss": 124.1896,
323
+ "step": 1275
324
+ },
325
+ {
326
+ "epoch": 1.03,
327
+ "learning_rate": 8.24888888888889e-06,
328
+ "loss": 112.4703,
329
+ "step": 1300
330
+ },
331
+ {
332
+ "epoch": 1.05,
333
+ "learning_rate": 8.193333333333335e-06,
334
+ "loss": 114.8219,
335
+ "step": 1325
336
+ },
337
+ {
338
+ "epoch": 1.07,
339
+ "learning_rate": 8.137777777777779e-06,
340
+ "loss": 101.7731,
341
+ "step": 1350
342
+ },
343
+ {
344
+ "epoch": 1.09,
345
+ "learning_rate": 8.082222222222223e-06,
346
+ "loss": 98.6509,
347
+ "step": 1375
348
+ },
349
+ {
350
+ "epoch": 1.11,
351
+ "learning_rate": 8.026666666666667e-06,
352
+ "loss": 104.1523,
353
+ "step": 1400
354
+ },
355
+ {
356
+ "epoch": 1.13,
357
+ "learning_rate": 7.971111111111111e-06,
358
+ "loss": 92.43,
359
+ "step": 1425
360
+ },
361
+ {
362
+ "epoch": 1.15,
363
+ "learning_rate": 7.915555555555557e-06,
364
+ "loss": 94.9851,
365
+ "step": 1450
366
+ },
367
+ {
368
+ "epoch": 1.17,
369
+ "learning_rate": 7.860000000000001e-06,
370
+ "loss": 95.6963,
371
+ "step": 1475
372
+ },
373
+ {
374
+ "epoch": 1.19,
375
+ "learning_rate": 7.804444444444445e-06,
376
+ "loss": 87.4435,
377
+ "step": 1500
378
+ },
379
+ {
380
+ "epoch": 1.21,
381
+ "learning_rate": 7.748888888888889e-06,
382
+ "loss": 89.9063,
383
+ "step": 1525
384
+ },
385
+ {
386
+ "epoch": 1.23,
387
+ "learning_rate": 7.693333333333333e-06,
388
+ "loss": 94.5089,
389
+ "step": 1550
390
+ },
391
+ {
392
+ "epoch": 1.25,
393
+ "learning_rate": 7.637777777777779e-06,
394
+ "loss": 90.6531,
395
+ "step": 1575
396
+ },
397
+ {
398
+ "epoch": 1.27,
399
+ "learning_rate": 7.582222222222223e-06,
400
+ "loss": 78.8492,
401
+ "step": 1600
402
+ },
403
+ {
404
+ "epoch": 1.29,
405
+ "learning_rate": 7.526666666666668e-06,
406
+ "loss": 83.7677,
407
+ "step": 1625
408
+ },
409
+ {
410
+ "epoch": 1.31,
411
+ "learning_rate": 7.471111111111111e-06,
412
+ "loss": 81.6059,
413
+ "step": 1650
414
+ },
415
+ {
416
+ "epoch": 1.33,
417
+ "learning_rate": 7.415555555555556e-06,
418
+ "loss": 80.4736,
419
+ "step": 1675
420
+ },
421
+ {
422
+ "epoch": 1.35,
423
+ "learning_rate": 7.360000000000001e-06,
424
+ "loss": 85.1648,
425
+ "step": 1700
426
+ },
427
+ {
428
+ "epoch": 1.37,
429
+ "learning_rate": 7.304444444444445e-06,
430
+ "loss": 83.8457,
431
+ "step": 1725
432
+ },
433
+ {
434
+ "epoch": 1.39,
435
+ "learning_rate": 7.24888888888889e-06,
436
+ "loss": 85.8395,
437
+ "step": 1750
438
+ },
439
+ {
440
+ "epoch": 1.41,
441
+ "learning_rate": 7.1933333333333345e-06,
442
+ "loss": 78.4769,
443
+ "step": 1775
444
+ },
445
+ {
446
+ "epoch": 1.43,
447
+ "learning_rate": 7.137777777777778e-06,
448
+ "loss": 78.3302,
449
+ "step": 1800
450
+ },
451
+ {
452
+ "epoch": 1.45,
453
+ "learning_rate": 7.0822222222222226e-06,
454
+ "loss": 90.1422,
455
+ "step": 1825
456
+ },
457
+ {
458
+ "epoch": 1.47,
459
+ "learning_rate": 7.0266666666666674e-06,
460
+ "loss": 77.1199,
461
+ "step": 1850
462
+ },
463
+ {
464
+ "epoch": 1.49,
465
+ "learning_rate": 6.9711111111111115e-06,
466
+ "loss": 64.2029,
467
+ "step": 1875
468
+ },
469
+ {
470
+ "epoch": 1.51,
471
+ "learning_rate": 6.915555555555556e-06,
472
+ "loss": 71.5758,
473
+ "step": 1900
474
+ },
475
+ {
476
+ "epoch": 1.53,
477
+ "learning_rate": 6.860000000000001e-06,
478
+ "loss": 70.353,
479
+ "step": 1925
480
+ },
481
+ {
482
+ "epoch": 1.55,
483
+ "learning_rate": 6.8044444444444444e-06,
484
+ "loss": 71.4797,
485
+ "step": 1950
486
+ },
487
+ {
488
+ "epoch": 1.57,
489
+ "learning_rate": 6.748888888888889e-06,
490
+ "loss": 70.792,
491
+ "step": 1975
492
+ },
493
+ {
494
+ "epoch": 1.59,
495
+ "learning_rate": 6.693333333333334e-06,
496
+ "loss": 67.2464,
497
+ "step": 2000
498
+ },
499
+ {
500
+ "epoch": 1.59,
501
+ "eval_loss": 59.317176818847656,
502
+ "eval_runtime": 3546.7342,
503
+ "eval_samples_per_second": 1.422,
504
+ "eval_steps_per_second": 0.711,
505
+ "eval_wer": 298.8671958807123,
506
+ "step": 2000
507
+ },
508
+ {
509
+ "epoch": 1.61,
510
+ "learning_rate": 6.637777777777778e-06,
511
+ "loss": 66.5926,
512
+ "step": 2025
513
+ },
514
+ {
515
+ "epoch": 1.63,
516
+ "learning_rate": 6.582222222222223e-06,
517
+ "loss": 63.0575,
518
+ "step": 2050
519
+ },
520
+ {
521
+ "epoch": 1.65,
522
+ "learning_rate": 6.526666666666666e-06,
523
+ "loss": 64.5554,
524
+ "step": 2075
525
+ },
526
+ {
527
+ "epoch": 1.67,
528
+ "learning_rate": 6.471111111111111e-06,
529
+ "loss": 69.3081,
530
+ "step": 2100
531
+ },
532
+ {
533
+ "epoch": 1.69,
534
+ "learning_rate": 6.415555555555556e-06,
535
+ "loss": 59.7389,
536
+ "step": 2125
537
+ },
538
+ {
539
+ "epoch": 1.7,
540
+ "learning_rate": 6.360000000000001e-06,
541
+ "loss": 62.1109,
542
+ "step": 2150
543
+ },
544
+ {
545
+ "epoch": 1.72,
546
+ "learning_rate": 6.304444444444445e-06,
547
+ "loss": 70.6619,
548
+ "step": 2175
549
+ },
550
+ {
551
+ "epoch": 1.74,
552
+ "learning_rate": 6.24888888888889e-06,
553
+ "loss": 57.8578,
554
+ "step": 2200
555
+ },
556
+ {
557
+ "epoch": 1.76,
558
+ "learning_rate": 6.193333333333333e-06,
559
+ "loss": 62.461,
560
+ "step": 2225
561
+ },
562
+ {
563
+ "epoch": 1.78,
564
+ "learning_rate": 6.137777777777778e-06,
565
+ "loss": 57.0994,
566
+ "step": 2250
567
+ },
568
+ {
569
+ "epoch": 1.8,
570
+ "learning_rate": 6.082222222222223e-06,
571
+ "loss": 62.7162,
572
+ "step": 2275
573
+ },
574
+ {
575
+ "epoch": 1.82,
576
+ "learning_rate": 6.026666666666668e-06,
577
+ "loss": 54.8485,
578
+ "step": 2300
579
+ },
580
+ {
581
+ "epoch": 1.84,
582
+ "learning_rate": 5.971111111111112e-06,
583
+ "loss": 56.2333,
584
+ "step": 2325
585
+ },
586
+ {
587
+ "epoch": 1.86,
588
+ "learning_rate": 5.915555555555556e-06,
589
+ "loss": 56.7746,
590
+ "step": 2350
591
+ },
592
+ {
593
+ "epoch": 1.88,
594
+ "learning_rate": 5.86e-06,
595
+ "loss": 56.3926,
596
+ "step": 2375
597
+ },
598
+ {
599
+ "epoch": 1.9,
600
+ "learning_rate": 5.804444444444445e-06,
601
+ "loss": 55.1382,
602
+ "step": 2400
603
+ },
604
+ {
605
+ "epoch": 1.92,
606
+ "learning_rate": 5.7488888888888896e-06,
607
+ "loss": 57.5388,
608
+ "step": 2425
609
+ },
610
+ {
611
+ "epoch": 1.94,
612
+ "learning_rate": 5.6933333333333344e-06,
613
+ "loss": 49.7817,
614
+ "step": 2450
615
+ },
616
+ {
617
+ "epoch": 1.96,
618
+ "learning_rate": 5.6377777777777785e-06,
619
+ "loss": 51.4976,
620
+ "step": 2475
621
+ },
622
+ {
623
+ "epoch": 1.98,
624
+ "learning_rate": 5.5822222222222225e-06,
625
+ "loss": 59.6299,
626
+ "step": 2500
627
+ },
628
+ {
629
+ "epoch": 2.0,
630
+ "learning_rate": 5.5266666666666666e-06,
631
+ "loss": 55.4231,
632
+ "step": 2525
633
+ },
634
+ {
635
+ "epoch": 2.02,
636
+ "learning_rate": 5.4711111111111114e-06,
637
+ "loss": 47.1009,
638
+ "step": 2550
639
+ },
640
+ {
641
+ "epoch": 2.04,
642
+ "learning_rate": 5.415555555555556e-06,
643
+ "loss": 51.1057,
644
+ "step": 2575
645
+ },
646
+ {
647
+ "epoch": 2.06,
648
+ "learning_rate": 5.36e-06,
649
+ "loss": 41.7412,
650
+ "step": 2600
651
+ },
652
+ {
653
+ "epoch": 2.08,
654
+ "learning_rate": 5.304444444444445e-06,
655
+ "loss": 45.0973,
656
+ "step": 2625
657
+ },
658
+ {
659
+ "epoch": 2.1,
660
+ "learning_rate": 5.248888888888889e-06,
661
+ "loss": 43.8409,
662
+ "step": 2650
663
+ },
664
+ {
665
+ "epoch": 2.12,
666
+ "learning_rate": 5.193333333333333e-06,
667
+ "loss": 40.3858,
668
+ "step": 2675
669
+ },
670
+ {
671
+ "epoch": 2.14,
672
+ "learning_rate": 5.137777777777778e-06,
673
+ "loss": 41.3208,
674
+ "step": 2700
675
+ },
676
+ {
677
+ "epoch": 2.16,
678
+ "learning_rate": 5.082222222222223e-06,
679
+ "loss": 40.5827,
680
+ "step": 2725
681
+ },
682
+ {
683
+ "epoch": 2.18,
684
+ "learning_rate": 5.026666666666667e-06,
685
+ "loss": 34.6682,
686
+ "step": 2750
687
+ },
688
+ {
689
+ "epoch": 2.2,
690
+ "learning_rate": 4.971111111111111e-06,
691
+ "loss": 36.5551,
692
+ "step": 2775
693
+ },
694
+ {
695
+ "epoch": 2.22,
696
+ "learning_rate": 4.915555555555556e-06,
697
+ "loss": 35.1971,
698
+ "step": 2800
699
+ },
700
+ {
701
+ "epoch": 2.24,
702
+ "learning_rate": 4.86e-06,
703
+ "loss": 41.1468,
704
+ "step": 2825
705
+ },
706
+ {
707
+ "epoch": 2.26,
708
+ "learning_rate": 4.804444444444445e-06,
709
+ "loss": 37.0954,
710
+ "step": 2850
711
+ },
712
+ {
713
+ "epoch": 2.28,
714
+ "learning_rate": 4.74888888888889e-06,
715
+ "loss": 36.1367,
716
+ "step": 2875
717
+ },
718
+ {
719
+ "epoch": 2.3,
720
+ "learning_rate": 4.693333333333334e-06,
721
+ "loss": 37.777,
722
+ "step": 2900
723
+ },
724
+ {
725
+ "epoch": 2.32,
726
+ "learning_rate": 4.637777777777778e-06,
727
+ "loss": 36.123,
728
+ "step": 2925
729
+ },
730
+ {
731
+ "epoch": 2.34,
732
+ "learning_rate": 4.582222222222223e-06,
733
+ "loss": 38.9094,
734
+ "step": 2950
735
+ },
736
+ {
737
+ "epoch": 2.36,
738
+ "learning_rate": 4.526666666666667e-06,
739
+ "loss": 34.1404,
740
+ "step": 2975
741
+ },
742
+ {
743
+ "epoch": 2.38,
744
+ "learning_rate": 4.471111111111112e-06,
745
+ "loss": 34.7799,
746
+ "step": 3000
747
+ },
748
+ {
749
+ "epoch": 2.38,
750
+ "eval_loss": 28.52435302734375,
751
+ "eval_runtime": 2528.7422,
752
+ "eval_samples_per_second": 1.994,
753
+ "eval_steps_per_second": 0.997,
754
+ "eval_wer": 134.92598154902382,
755
+ "step": 3000
756
+ },
757
+ {
758
+ "epoch": 2.4,
759
+ "learning_rate": 4.415555555555556e-06,
760
+ "loss": 30.6602,
761
+ "step": 3025
762
+ },
763
+ {
764
+ "epoch": 2.42,
765
+ "learning_rate": 4.360000000000001e-06,
766
+ "loss": 30.5431,
767
+ "step": 3050
768
+ },
769
+ {
770
+ "epoch": 2.44,
771
+ "learning_rate": 4.304444444444445e-06,
772
+ "loss": 31.4769,
773
+ "step": 3075
774
+ },
775
+ {
776
+ "epoch": 2.46,
777
+ "learning_rate": 4.248888888888889e-06,
778
+ "loss": 31.7108,
779
+ "step": 3100
780
+ },
781
+ {
782
+ "epoch": 2.48,
783
+ "learning_rate": 4.1933333333333336e-06,
784
+ "loss": 32.7686,
785
+ "step": 3125
786
+ },
787
+ {
788
+ "epoch": 2.5,
789
+ "learning_rate": 4.1377777777777784e-06,
790
+ "loss": 30.9958,
791
+ "step": 3150
792
+ },
793
+ {
794
+ "epoch": 2.52,
795
+ "learning_rate": 4.0822222222222225e-06,
796
+ "loss": 31.8733,
797
+ "step": 3175
798
+ },
799
+ {
800
+ "epoch": 2.54,
801
+ "learning_rate": 4.026666666666667e-06,
802
+ "loss": 30.6928,
803
+ "step": 3200
804
+ },
805
+ {
806
+ "epoch": 2.56,
807
+ "learning_rate": 3.971111111111111e-06,
808
+ "loss": 32.7095,
809
+ "step": 3225
810
+ },
811
+ {
812
+ "epoch": 2.58,
813
+ "learning_rate": 3.9155555555555554e-06,
814
+ "loss": 29.5839,
815
+ "step": 3250
816
+ },
817
+ {
818
+ "epoch": 2.6,
819
+ "learning_rate": 3.86e-06,
820
+ "loss": 31.0112,
821
+ "step": 3275
822
+ },
823
+ {
824
+ "epoch": 2.62,
825
+ "learning_rate": 3.8044444444444443e-06,
826
+ "loss": 28.1384,
827
+ "step": 3300
828
+ },
829
+ {
830
+ "epoch": 2.64,
831
+ "learning_rate": 3.7488888888888892e-06,
832
+ "loss": 29.8798,
833
+ "step": 3325
834
+ },
835
+ {
836
+ "epoch": 2.66,
837
+ "learning_rate": 3.6933333333333337e-06,
838
+ "loss": 26.3054,
839
+ "step": 3350
840
+ },
841
+ {
842
+ "epoch": 2.68,
843
+ "learning_rate": 3.6377777777777777e-06,
844
+ "loss": 32.3702,
845
+ "step": 3375
846
+ },
847
+ {
848
+ "epoch": 2.7,
849
+ "learning_rate": 3.5822222222222226e-06,
850
+ "loss": 26.3976,
851
+ "step": 3400
852
+ },
853
+ {
854
+ "epoch": 2.72,
855
+ "learning_rate": 3.526666666666667e-06,
856
+ "loss": 28.478,
857
+ "step": 3425
858
+ },
859
+ {
860
+ "epoch": 2.74,
861
+ "learning_rate": 3.471111111111111e-06,
862
+ "loss": 29.9708,
863
+ "step": 3450
864
+ },
865
+ {
866
+ "epoch": 2.76,
867
+ "learning_rate": 3.415555555555556e-06,
868
+ "loss": 28.754,
869
+ "step": 3475
870
+ },
871
+ {
872
+ "epoch": 2.78,
873
+ "learning_rate": 3.3600000000000004e-06,
874
+ "loss": 26.5715,
875
+ "step": 3500
876
+ },
877
+ {
878
+ "epoch": 2.8,
879
+ "learning_rate": 3.3044444444444445e-06,
880
+ "loss": 25.6172,
881
+ "step": 3525
882
+ },
883
+ {
884
+ "epoch": 2.82,
885
+ "learning_rate": 3.2488888888888894e-06,
886
+ "loss": 25.3106,
887
+ "step": 3550
888
+ },
889
+ {
890
+ "epoch": 2.84,
891
+ "learning_rate": 3.193333333333334e-06,
892
+ "loss": 23.8701,
893
+ "step": 3575
894
+ },
895
+ {
896
+ "epoch": 2.85,
897
+ "learning_rate": 3.137777777777778e-06,
898
+ "loss": 24.291,
899
+ "step": 3600
900
+ },
901
+ {
902
+ "epoch": 2.87,
903
+ "learning_rate": 3.0822222222222227e-06,
904
+ "loss": 21.8997,
905
+ "step": 3625
906
+ },
907
+ {
908
+ "epoch": 2.89,
909
+ "learning_rate": 3.0266666666666668e-06,
910
+ "loss": 25.2987,
911
+ "step": 3650
912
+ },
913
+ {
914
+ "epoch": 2.91,
915
+ "learning_rate": 2.9711111111111112e-06,
916
+ "loss": 23.5505,
917
+ "step": 3675
918
+ },
919
+ {
920
+ "epoch": 2.93,
921
+ "learning_rate": 2.915555555555556e-06,
922
+ "loss": 25.5157,
923
+ "step": 3700
924
+ },
925
+ {
926
+ "epoch": 2.95,
927
+ "learning_rate": 2.86e-06,
928
+ "loss": 21.3761,
929
+ "step": 3725
930
+ },
931
+ {
932
+ "epoch": 2.97,
933
+ "learning_rate": 2.8044444444444446e-06,
934
+ "loss": 18.6819,
935
+ "step": 3750
936
+ },
937
+ {
938
+ "epoch": 2.99,
939
+ "learning_rate": 2.748888888888889e-06,
940
+ "loss": 23.4894,
941
+ "step": 3775
942
+ },
943
+ {
944
+ "epoch": 3.01,
945
+ "learning_rate": 2.6933333333333335e-06,
946
+ "loss": 18.3305,
947
+ "step": 3800
948
+ },
949
+ {
950
+ "epoch": 3.03,
951
+ "learning_rate": 2.637777777777778e-06,
952
+ "loss": 14.2677,
953
+ "step": 3825
954
+ },
955
+ {
956
+ "epoch": 3.05,
957
+ "learning_rate": 2.5822222222222224e-06,
958
+ "loss": 16.5562,
959
+ "step": 3850
960
+ },
961
+ {
962
+ "epoch": 3.07,
963
+ "learning_rate": 2.526666666666667e-06,
964
+ "loss": 13.7633,
965
+ "step": 3875
966
+ },
967
+ {
968
+ "epoch": 3.09,
969
+ "learning_rate": 2.4711111111111114e-06,
970
+ "loss": 17.7606,
971
+ "step": 3900
972
+ },
973
+ {
974
+ "epoch": 3.11,
975
+ "learning_rate": 2.415555555555556e-06,
976
+ "loss": 12.0998,
977
+ "step": 3925
978
+ },
979
+ {
980
+ "epoch": 3.13,
981
+ "learning_rate": 2.3600000000000003e-06,
982
+ "loss": 13.1156,
983
+ "step": 3950
984
+ },
985
+ {
986
+ "epoch": 3.15,
987
+ "learning_rate": 2.3044444444444447e-06,
988
+ "loss": 15.2432,
989
+ "step": 3975
990
+ },
991
+ {
992
+ "epoch": 3.17,
993
+ "learning_rate": 2.248888888888889e-06,
994
+ "loss": 13.5007,
995
+ "step": 4000
996
+ },
997
+ {
998
+ "epoch": 3.17,
999
+ "eval_loss": 12.516227722167969,
1000
+ "eval_runtime": 2000.0344,
1001
+ "eval_samples_per_second": 2.521,
1002
+ "eval_steps_per_second": 1.261,
1003
+ "eval_wer": 51.14567689337052,
1004
+ "step": 4000
1005
+ },
1006
+ {
1007
+ "epoch": 3.19,
1008
+ "learning_rate": 2.1933333333333332e-06,
1009
+ "loss": 15.0485,
1010
+ "step": 4025
1011
+ },
1012
+ {
1013
+ "epoch": 3.21,
1014
+ "learning_rate": 2.137777777777778e-06,
1015
+ "loss": 10.7393,
1016
+ "step": 4050
1017
+ },
1018
+ {
1019
+ "epoch": 3.23,
1020
+ "learning_rate": 2.0822222222222226e-06,
1021
+ "loss": 11.9499,
1022
+ "step": 4075
1023
+ },
1024
+ {
1025
+ "epoch": 3.25,
1026
+ "learning_rate": 2.0266666666666666e-06,
1027
+ "loss": 13.4629,
1028
+ "step": 4100
1029
+ },
1030
+ {
1031
+ "epoch": 3.27,
1032
+ "learning_rate": 1.971111111111111e-06,
1033
+ "loss": 13.1648,
1034
+ "step": 4125
1035
+ },
1036
+ {
1037
+ "epoch": 3.29,
1038
+ "learning_rate": 1.915555555555556e-06,
1039
+ "loss": 14.3279,
1040
+ "step": 4150
1041
+ },
1042
+ {
1043
+ "epoch": 3.31,
1044
+ "learning_rate": 1.8600000000000002e-06,
1045
+ "loss": 11.6005,
1046
+ "step": 4175
1047
+ },
1048
+ {
1049
+ "epoch": 3.33,
1050
+ "learning_rate": 1.8044444444444444e-06,
1051
+ "loss": 10.6341,
1052
+ "step": 4200
1053
+ },
1054
+ {
1055
+ "epoch": 3.35,
1056
+ "learning_rate": 1.7488888888888891e-06,
1057
+ "loss": 15.247,
1058
+ "step": 4225
1059
+ },
1060
+ {
1061
+ "epoch": 3.37,
1062
+ "learning_rate": 1.6933333333333336e-06,
1063
+ "loss": 10.8269,
1064
+ "step": 4250
1065
+ },
1066
+ {
1067
+ "epoch": 3.39,
1068
+ "learning_rate": 1.6377777777777778e-06,
1069
+ "loss": 13.0179,
1070
+ "step": 4275
1071
+ },
1072
+ {
1073
+ "epoch": 3.41,
1074
+ "learning_rate": 1.5822222222222223e-06,
1075
+ "loss": 9.0973,
1076
+ "step": 4300
1077
+ },
1078
+ {
1079
+ "epoch": 3.43,
1080
+ "learning_rate": 1.526666666666667e-06,
1081
+ "loss": 11.6001,
1082
+ "step": 4325
1083
+ },
1084
+ {
1085
+ "epoch": 3.45,
1086
+ "learning_rate": 1.4711111111111112e-06,
1087
+ "loss": 10.1239,
1088
+ "step": 4350
1089
+ },
1090
+ {
1091
+ "epoch": 3.47,
1092
+ "learning_rate": 1.4155555555555556e-06,
1093
+ "loss": 11.6063,
1094
+ "step": 4375
1095
+ },
1096
+ {
1097
+ "epoch": 3.49,
1098
+ "learning_rate": 1.3600000000000001e-06,
1099
+ "loss": 10.262,
1100
+ "step": 4400
1101
+ },
1102
+ {
1103
+ "epoch": 3.51,
1104
+ "learning_rate": 1.3044444444444446e-06,
1105
+ "loss": 12.105,
1106
+ "step": 4425
1107
+ },
1108
+ {
1109
+ "epoch": 3.53,
1110
+ "learning_rate": 1.248888888888889e-06,
1111
+ "loss": 9.206,
1112
+ "step": 4450
1113
+ },
1114
+ {
1115
+ "epoch": 3.55,
1116
+ "learning_rate": 1.1933333333333335e-06,
1117
+ "loss": 9.362,
1118
+ "step": 4475
1119
+ },
1120
+ {
1121
+ "epoch": 3.57,
1122
+ "learning_rate": 1.137777777777778e-06,
1123
+ "loss": 8.732,
1124
+ "step": 4500
1125
+ },
1126
+ {
1127
+ "epoch": 3.59,
1128
+ "learning_rate": 1.0822222222222222e-06,
1129
+ "loss": 8.9712,
1130
+ "step": 4525
1131
+ },
1132
+ {
1133
+ "epoch": 3.61,
1134
+ "learning_rate": 1.0266666666666669e-06,
1135
+ "loss": 9.5471,
1136
+ "step": 4550
1137
+ },
1138
+ {
1139
+ "epoch": 3.63,
1140
+ "learning_rate": 9.711111111111111e-07,
1141
+ "loss": 8.8118,
1142
+ "step": 4575
1143
+ },
1144
+ {
1145
+ "epoch": 3.65,
1146
+ "learning_rate": 9.155555555555557e-07,
1147
+ "loss": 7.7686,
1148
+ "step": 4600
1149
+ },
1150
+ {
1151
+ "epoch": 3.67,
1152
+ "learning_rate": 8.6e-07,
1153
+ "loss": 9.4581,
1154
+ "step": 4625
1155
+ },
1156
+ {
1157
+ "epoch": 3.69,
1158
+ "learning_rate": 8.044444444444445e-07,
1159
+ "loss": 7.6693,
1160
+ "step": 4650
1161
+ },
1162
+ {
1163
+ "epoch": 3.71,
1164
+ "learning_rate": 7.48888888888889e-07,
1165
+ "loss": 7.7522,
1166
+ "step": 4675
1167
+ },
1168
+ {
1169
+ "epoch": 3.73,
1170
+ "learning_rate": 6.933333333333334e-07,
1171
+ "loss": 7.9061,
1172
+ "step": 4700
1173
+ },
1174
+ {
1175
+ "epoch": 3.75,
1176
+ "learning_rate": 6.377777777777779e-07,
1177
+ "loss": 6.7074,
1178
+ "step": 4725
1179
+ },
1180
+ {
1181
+ "epoch": 3.77,
1182
+ "learning_rate": 5.822222222222223e-07,
1183
+ "loss": 10.0562,
1184
+ "step": 4750
1185
+ },
1186
+ {
1187
+ "epoch": 3.79,
1188
+ "learning_rate": 5.266666666666667e-07,
1189
+ "loss": 8.842,
1190
+ "step": 4775
1191
+ },
1192
+ {
1193
+ "epoch": 3.81,
1194
+ "learning_rate": 4.7111111111111113e-07,
1195
+ "loss": 6.8116,
1196
+ "step": 4800
1197
+ },
1198
+ {
1199
+ "epoch": 3.83,
1200
+ "learning_rate": 4.155555555555556e-07,
1201
+ "loss": 6.9662,
1202
+ "step": 4825
1203
+ },
1204
+ {
1205
+ "epoch": 3.85,
1206
+ "learning_rate": 3.6e-07,
1207
+ "loss": 7.8678,
1208
+ "step": 4850
1209
+ },
1210
+ {
1211
+ "epoch": 3.87,
1212
+ "learning_rate": 3.0444444444444445e-07,
1213
+ "loss": 6.2642,
1214
+ "step": 4875
1215
+ },
1216
+ {
1217
+ "epoch": 3.89,
1218
+ "learning_rate": 2.488888888888889e-07,
1219
+ "loss": 5.2553,
1220
+ "step": 4900
1221
+ },
1222
+ {
1223
+ "epoch": 3.91,
1224
+ "learning_rate": 1.9333333333333337e-07,
1225
+ "loss": 6.6561,
1226
+ "step": 4925
1227
+ },
1228
+ {
1229
+ "epoch": 3.93,
1230
+ "learning_rate": 1.3777777777777778e-07,
1231
+ "loss": 7.6037,
1232
+ "step": 4950
1233
+ },
1234
+ {
1235
+ "epoch": 3.95,
1236
+ "learning_rate": 8.222222222222223e-08,
1237
+ "loss": 6.5388,
1238
+ "step": 4975
1239
+ },
1240
+ {
1241
+ "epoch": 3.97,
1242
+ "learning_rate": 2.6666666666666667e-08,
1243
+ "loss": 7.3781,
1244
+ "step": 5000
1245
+ },
1246
+ {
1247
+ "epoch": 3.97,
1248
+ "eval_loss": 3.6843667030334473,
1249
+ "eval_runtime": 1981.4795,
1250
+ "eval_samples_per_second": 2.545,
1251
+ "eval_steps_per_second": 1.273,
1252
+ "eval_wer": 28.23428448830723,
1253
+ "step": 5000
1254
+ },
1255
+ {
1256
+ "epoch": 3.97,
1257
+ "step": 5000,
1258
+ "total_flos": 5.77084225019904e+18,
1259
+ "train_loss": 53.45060002822876,
1260
+ "train_runtime": 17302.3407,
1261
+ "train_samples_per_second": 1.156,
1262
+ "train_steps_per_second": 0.289
1263
+ }
1264
+ ],
1265
+ "max_steps": 5000,
1266
+ "num_train_epochs": 4,
1267
+ "total_flos": 5.77084225019904e+18,
1268
+ "trial_name": null,
1269
+ "trial_params": null
1270
+ }