End of training
Browse files
all_results.json
ADDED
|
@@ -0,0 +1,14 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"epoch": 50.0,
|
| 3 |
+
"eval_accuracy": 0.9134615384615384,
|
| 4 |
+
"eval_loss": 0.3922173082828522,
|
| 5 |
+
"eval_runtime": 4.3267,
|
| 6 |
+
"eval_samples": 104,
|
| 7 |
+
"eval_samples_per_second": 24.037,
|
| 8 |
+
"eval_steps_per_second": 1.618,
|
| 9 |
+
"train_loss": 0.8228848753273487,
|
| 10 |
+
"train_runtime": 1463.2202,
|
| 11 |
+
"train_samples": 313,
|
| 12 |
+
"train_samples_per_second": 10.696,
|
| 13 |
+
"train_steps_per_second": 0.171
|
| 14 |
+
}
|
eval_results.json
ADDED
|
@@ -0,0 +1,9 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"epoch": 50.0,
|
| 3 |
+
"eval_accuracy": 0.9134615384615384,
|
| 4 |
+
"eval_loss": 0.3922173082828522,
|
| 5 |
+
"eval_runtime": 4.3267,
|
| 6 |
+
"eval_samples": 104,
|
| 7 |
+
"eval_samples_per_second": 24.037,
|
| 8 |
+
"eval_steps_per_second": 1.618
|
| 9 |
+
}
|
runs/Mar08_21-17-20_hf-paris-dgx-station-1/events.out.tfevents.1646772215.hf-paris-dgx-station-1.665478.2
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:9bdd1a20854726f06a166aa7329b5d22e5ca9ce66a8bf87a199abea45fd56046
|
| 3 |
+
size 363
|
train_results.json
ADDED
|
@@ -0,0 +1,8 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"epoch": 50.0,
|
| 3 |
+
"train_loss": 0.8228848753273487,
|
| 4 |
+
"train_runtime": 1463.2202,
|
| 5 |
+
"train_samples": 313,
|
| 6 |
+
"train_samples_per_second": 10.696,
|
| 7 |
+
"train_steps_per_second": 0.171
|
| 8 |
+
}
|
trainer_state.json
ADDED
|
@@ -0,0 +1,1570 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"best_metric": 0.9134615384615384,
|
| 3 |
+
"best_model_checkpoint": "xtreme_s_xlsr_minds14_fr/checkpoint-200",
|
| 4 |
+
"epoch": 50.0,
|
| 5 |
+
"global_step": 250,
|
| 6 |
+
"is_hyper_param_search": false,
|
| 7 |
+
"is_local_process_zero": true,
|
| 8 |
+
"is_world_process_zero": true,
|
| 9 |
+
"log_history": [
|
| 10 |
+
{
|
| 11 |
+
"epoch": 0.2,
|
| 12 |
+
"learning_rate": 5e-06,
|
| 13 |
+
"loss": 2.6402,
|
| 14 |
+
"step": 1
|
| 15 |
+
},
|
| 16 |
+
{
|
| 17 |
+
"epoch": 0.4,
|
| 18 |
+
"learning_rate": 1e-05,
|
| 19 |
+
"loss": 2.6406,
|
| 20 |
+
"step": 2
|
| 21 |
+
},
|
| 22 |
+
{
|
| 23 |
+
"epoch": 0.6,
|
| 24 |
+
"learning_rate": 1.5e-05,
|
| 25 |
+
"loss": 2.6396,
|
| 26 |
+
"step": 3
|
| 27 |
+
},
|
| 28 |
+
{
|
| 29 |
+
"epoch": 0.8,
|
| 30 |
+
"learning_rate": 2e-05,
|
| 31 |
+
"loss": 2.6404,
|
| 32 |
+
"step": 4
|
| 33 |
+
},
|
| 34 |
+
{
|
| 35 |
+
"epoch": 1.0,
|
| 36 |
+
"learning_rate": 2.5e-05,
|
| 37 |
+
"loss": 2.6425,
|
| 38 |
+
"step": 5
|
| 39 |
+
},
|
| 40 |
+
{
|
| 41 |
+
"epoch": 1.2,
|
| 42 |
+
"learning_rate": 3e-05,
|
| 43 |
+
"loss": 2.6429,
|
| 44 |
+
"step": 6
|
| 45 |
+
},
|
| 46 |
+
{
|
| 47 |
+
"epoch": 1.4,
|
| 48 |
+
"learning_rate": 3.5000000000000004e-05,
|
| 49 |
+
"loss": 2.6378,
|
| 50 |
+
"step": 7
|
| 51 |
+
},
|
| 52 |
+
{
|
| 53 |
+
"epoch": 1.6,
|
| 54 |
+
"learning_rate": 4e-05,
|
| 55 |
+
"loss": 2.6359,
|
| 56 |
+
"step": 8
|
| 57 |
+
},
|
| 58 |
+
{
|
| 59 |
+
"epoch": 1.8,
|
| 60 |
+
"learning_rate": 4.4999999999999996e-05,
|
| 61 |
+
"loss": 2.6387,
|
| 62 |
+
"step": 9
|
| 63 |
+
},
|
| 64 |
+
{
|
| 65 |
+
"epoch": 2.0,
|
| 66 |
+
"learning_rate": 5e-05,
|
| 67 |
+
"loss": 2.6412,
|
| 68 |
+
"step": 10
|
| 69 |
+
},
|
| 70 |
+
{
|
| 71 |
+
"epoch": 2.2,
|
| 72 |
+
"learning_rate": 5.5e-05,
|
| 73 |
+
"loss": 2.6351,
|
| 74 |
+
"step": 11
|
| 75 |
+
},
|
| 76 |
+
{
|
| 77 |
+
"epoch": 2.4,
|
| 78 |
+
"learning_rate": 6e-05,
|
| 79 |
+
"loss": 2.6295,
|
| 80 |
+
"step": 12
|
| 81 |
+
},
|
| 82 |
+
{
|
| 83 |
+
"epoch": 2.6,
|
| 84 |
+
"learning_rate": 6.500000000000001e-05,
|
| 85 |
+
"loss": 2.6352,
|
| 86 |
+
"step": 13
|
| 87 |
+
},
|
| 88 |
+
{
|
| 89 |
+
"epoch": 2.8,
|
| 90 |
+
"learning_rate": 7.000000000000001e-05,
|
| 91 |
+
"loss": 2.6359,
|
| 92 |
+
"step": 14
|
| 93 |
+
},
|
| 94 |
+
{
|
| 95 |
+
"epoch": 3.0,
|
| 96 |
+
"learning_rate": 7.5e-05,
|
| 97 |
+
"loss": 2.6407,
|
| 98 |
+
"step": 15
|
| 99 |
+
},
|
| 100 |
+
{
|
| 101 |
+
"epoch": 3.2,
|
| 102 |
+
"learning_rate": 8e-05,
|
| 103 |
+
"loss": 2.6253,
|
| 104 |
+
"step": 16
|
| 105 |
+
},
|
| 106 |
+
{
|
| 107 |
+
"epoch": 3.4,
|
| 108 |
+
"learning_rate": 8.5e-05,
|
| 109 |
+
"loss": 2.6316,
|
| 110 |
+
"step": 17
|
| 111 |
+
},
|
| 112 |
+
{
|
| 113 |
+
"epoch": 3.6,
|
| 114 |
+
"learning_rate": 8.999999999999999e-05,
|
| 115 |
+
"loss": 2.6204,
|
| 116 |
+
"step": 18
|
| 117 |
+
},
|
| 118 |
+
{
|
| 119 |
+
"epoch": 3.8,
|
| 120 |
+
"learning_rate": 9.5e-05,
|
| 121 |
+
"loss": 2.626,
|
| 122 |
+
"step": 19
|
| 123 |
+
},
|
| 124 |
+
{
|
| 125 |
+
"epoch": 4.0,
|
| 126 |
+
"learning_rate": 0.0001,
|
| 127 |
+
"loss": 2.6223,
|
| 128 |
+
"step": 20
|
| 129 |
+
},
|
| 130 |
+
{
|
| 131 |
+
"epoch": 4.2,
|
| 132 |
+
"learning_rate": 0.000105,
|
| 133 |
+
"loss": 2.6186,
|
| 134 |
+
"step": 21
|
| 135 |
+
},
|
| 136 |
+
{
|
| 137 |
+
"epoch": 4.4,
|
| 138 |
+
"learning_rate": 0.00011,
|
| 139 |
+
"loss": 2.6068,
|
| 140 |
+
"step": 22
|
| 141 |
+
},
|
| 142 |
+
{
|
| 143 |
+
"epoch": 4.6,
|
| 144 |
+
"learning_rate": 0.000115,
|
| 145 |
+
"loss": 2.6052,
|
| 146 |
+
"step": 23
|
| 147 |
+
},
|
| 148 |
+
{
|
| 149 |
+
"epoch": 4.8,
|
| 150 |
+
"learning_rate": 0.00012,
|
| 151 |
+
"loss": 2.6168,
|
| 152 |
+
"step": 24
|
| 153 |
+
},
|
| 154 |
+
{
|
| 155 |
+
"epoch": 5.0,
|
| 156 |
+
"learning_rate": 0.000125,
|
| 157 |
+
"loss": 2.6024,
|
| 158 |
+
"step": 25
|
| 159 |
+
},
|
| 160 |
+
{
|
| 161 |
+
"epoch": 5.2,
|
| 162 |
+
"learning_rate": 0.00013000000000000002,
|
| 163 |
+
"loss": 2.5788,
|
| 164 |
+
"step": 26
|
| 165 |
+
},
|
| 166 |
+
{
|
| 167 |
+
"epoch": 5.4,
|
| 168 |
+
"learning_rate": 0.000135,
|
| 169 |
+
"loss": 2.588,
|
| 170 |
+
"step": 27
|
| 171 |
+
},
|
| 172 |
+
{
|
| 173 |
+
"epoch": 5.6,
|
| 174 |
+
"learning_rate": 0.00014000000000000001,
|
| 175 |
+
"loss": 2.5811,
|
| 176 |
+
"step": 28
|
| 177 |
+
},
|
| 178 |
+
{
|
| 179 |
+
"epoch": 5.8,
|
| 180 |
+
"learning_rate": 0.000145,
|
| 181 |
+
"loss": 2.6248,
|
| 182 |
+
"step": 29
|
| 183 |
+
},
|
| 184 |
+
{
|
| 185 |
+
"epoch": 6.0,
|
| 186 |
+
"learning_rate": 0.00015,
|
| 187 |
+
"loss": 2.5754,
|
| 188 |
+
"step": 30
|
| 189 |
+
},
|
| 190 |
+
{
|
| 191 |
+
"epoch": 6.2,
|
| 192 |
+
"learning_rate": 0.000155,
|
| 193 |
+
"loss": 2.553,
|
| 194 |
+
"step": 31
|
| 195 |
+
},
|
| 196 |
+
{
|
| 197 |
+
"epoch": 6.4,
|
| 198 |
+
"learning_rate": 0.00016,
|
| 199 |
+
"loss": 2.5468,
|
| 200 |
+
"step": 32
|
| 201 |
+
},
|
| 202 |
+
{
|
| 203 |
+
"epoch": 6.6,
|
| 204 |
+
"learning_rate": 0.000165,
|
| 205 |
+
"loss": 2.54,
|
| 206 |
+
"step": 33
|
| 207 |
+
},
|
| 208 |
+
{
|
| 209 |
+
"epoch": 6.8,
|
| 210 |
+
"learning_rate": 0.00017,
|
| 211 |
+
"loss": 2.504,
|
| 212 |
+
"step": 34
|
| 213 |
+
},
|
| 214 |
+
{
|
| 215 |
+
"epoch": 7.0,
|
| 216 |
+
"learning_rate": 0.000175,
|
| 217 |
+
"loss": 2.4916,
|
| 218 |
+
"step": 35
|
| 219 |
+
},
|
| 220 |
+
{
|
| 221 |
+
"epoch": 7.2,
|
| 222 |
+
"learning_rate": 0.00017999999999999998,
|
| 223 |
+
"loss": 2.4629,
|
| 224 |
+
"step": 36
|
| 225 |
+
},
|
| 226 |
+
{
|
| 227 |
+
"epoch": 7.4,
|
| 228 |
+
"learning_rate": 0.000185,
|
| 229 |
+
"loss": 2.4548,
|
| 230 |
+
"step": 37
|
| 231 |
+
},
|
| 232 |
+
{
|
| 233 |
+
"epoch": 7.6,
|
| 234 |
+
"learning_rate": 0.00019,
|
| 235 |
+
"loss": 2.4261,
|
| 236 |
+
"step": 38
|
| 237 |
+
},
|
| 238 |
+
{
|
| 239 |
+
"epoch": 7.8,
|
| 240 |
+
"learning_rate": 0.00019500000000000002,
|
| 241 |
+
"loss": 2.4147,
|
| 242 |
+
"step": 39
|
| 243 |
+
},
|
| 244 |
+
{
|
| 245 |
+
"epoch": 8.0,
|
| 246 |
+
"learning_rate": 0.0002,
|
| 247 |
+
"loss": 2.3422,
|
| 248 |
+
"step": 40
|
| 249 |
+
},
|
| 250 |
+
{
|
| 251 |
+
"epoch": 8.2,
|
| 252 |
+
"learning_rate": 0.000205,
|
| 253 |
+
"loss": 2.5136,
|
| 254 |
+
"step": 41
|
| 255 |
+
},
|
| 256 |
+
{
|
| 257 |
+
"epoch": 8.4,
|
| 258 |
+
"learning_rate": 0.00021,
|
| 259 |
+
"loss": 2.1958,
|
| 260 |
+
"step": 42
|
| 261 |
+
},
|
| 262 |
+
{
|
| 263 |
+
"epoch": 8.6,
|
| 264 |
+
"learning_rate": 0.000215,
|
| 265 |
+
"loss": 2.2409,
|
| 266 |
+
"step": 43
|
| 267 |
+
},
|
| 268 |
+
{
|
| 269 |
+
"epoch": 8.8,
|
| 270 |
+
"learning_rate": 0.00022,
|
| 271 |
+
"loss": 2.139,
|
| 272 |
+
"step": 44
|
| 273 |
+
},
|
| 274 |
+
{
|
| 275 |
+
"epoch": 9.0,
|
| 276 |
+
"learning_rate": 0.00022500000000000002,
|
| 277 |
+
"loss": 2.1528,
|
| 278 |
+
"step": 45
|
| 279 |
+
},
|
| 280 |
+
{
|
| 281 |
+
"epoch": 9.2,
|
| 282 |
+
"learning_rate": 0.00023,
|
| 283 |
+
"loss": 2.151,
|
| 284 |
+
"step": 46
|
| 285 |
+
},
|
| 286 |
+
{
|
| 287 |
+
"epoch": 9.4,
|
| 288 |
+
"learning_rate": 0.000235,
|
| 289 |
+
"loss": 2.052,
|
| 290 |
+
"step": 47
|
| 291 |
+
},
|
| 292 |
+
{
|
| 293 |
+
"epoch": 9.6,
|
| 294 |
+
"learning_rate": 0.00024,
|
| 295 |
+
"loss": 2.0163,
|
| 296 |
+
"step": 48
|
| 297 |
+
},
|
| 298 |
+
{
|
| 299 |
+
"epoch": 9.8,
|
| 300 |
+
"learning_rate": 0.000245,
|
| 301 |
+
"loss": 1.9615,
|
| 302 |
+
"step": 49
|
| 303 |
+
},
|
| 304 |
+
{
|
| 305 |
+
"epoch": 10.0,
|
| 306 |
+
"learning_rate": 0.00025,
|
| 307 |
+
"loss": 1.9751,
|
| 308 |
+
"step": 50
|
| 309 |
+
},
|
| 310 |
+
{
|
| 311 |
+
"epoch": 10.0,
|
| 312 |
+
"eval_accuracy": 0.34615384615384615,
|
| 313 |
+
"eval_loss": 2.020272970199585,
|
| 314 |
+
"eval_runtime": 4.4729,
|
| 315 |
+
"eval_samples_per_second": 23.251,
|
| 316 |
+
"eval_steps_per_second": 1.565,
|
| 317 |
+
"step": 50
|
| 318 |
+
},
|
| 319 |
+
{
|
| 320 |
+
"epoch": 10.2,
|
| 321 |
+
"learning_rate": 0.000255,
|
| 322 |
+
"loss": 1.8194,
|
| 323 |
+
"step": 51
|
| 324 |
+
},
|
| 325 |
+
{
|
| 326 |
+
"epoch": 10.4,
|
| 327 |
+
"learning_rate": 0.00026000000000000003,
|
| 328 |
+
"loss": 1.8366,
|
| 329 |
+
"step": 52
|
| 330 |
+
},
|
| 331 |
+
{
|
| 332 |
+
"epoch": 10.6,
|
| 333 |
+
"learning_rate": 0.00026500000000000004,
|
| 334 |
+
"loss": 1.7501,
|
| 335 |
+
"step": 53
|
| 336 |
+
},
|
| 337 |
+
{
|
| 338 |
+
"epoch": 10.8,
|
| 339 |
+
"learning_rate": 0.00027,
|
| 340 |
+
"loss": 1.6152,
|
| 341 |
+
"step": 54
|
| 342 |
+
},
|
| 343 |
+
{
|
| 344 |
+
"epoch": 11.0,
|
| 345 |
+
"learning_rate": 0.000275,
|
| 346 |
+
"loss": 1.7642,
|
| 347 |
+
"step": 55
|
| 348 |
+
},
|
| 349 |
+
{
|
| 350 |
+
"epoch": 11.2,
|
| 351 |
+
"learning_rate": 0.00028000000000000003,
|
| 352 |
+
"loss": 1.6009,
|
| 353 |
+
"step": 56
|
| 354 |
+
},
|
| 355 |
+
{
|
| 356 |
+
"epoch": 11.4,
|
| 357 |
+
"learning_rate": 0.000285,
|
| 358 |
+
"loss": 1.5032,
|
| 359 |
+
"step": 57
|
| 360 |
+
},
|
| 361 |
+
{
|
| 362 |
+
"epoch": 11.6,
|
| 363 |
+
"learning_rate": 0.00029,
|
| 364 |
+
"loss": 1.4709,
|
| 365 |
+
"step": 58
|
| 366 |
+
},
|
| 367 |
+
{
|
| 368 |
+
"epoch": 11.8,
|
| 369 |
+
"learning_rate": 0.000295,
|
| 370 |
+
"loss": 1.4554,
|
| 371 |
+
"step": 59
|
| 372 |
+
},
|
| 373 |
+
{
|
| 374 |
+
"epoch": 12.0,
|
| 375 |
+
"learning_rate": 0.0003,
|
| 376 |
+
"loss": 1.5145,
|
| 377 |
+
"step": 60
|
| 378 |
+
},
|
| 379 |
+
{
|
| 380 |
+
"epoch": 12.2,
|
| 381 |
+
"learning_rate": 0.000305,
|
| 382 |
+
"loss": 1.3704,
|
| 383 |
+
"step": 61
|
| 384 |
+
},
|
| 385 |
+
{
|
| 386 |
+
"epoch": 12.4,
|
| 387 |
+
"learning_rate": 0.00031,
|
| 388 |
+
"loss": 1.2176,
|
| 389 |
+
"step": 62
|
| 390 |
+
},
|
| 391 |
+
{
|
| 392 |
+
"epoch": 12.6,
|
| 393 |
+
"learning_rate": 0.000315,
|
| 394 |
+
"loss": 1.3374,
|
| 395 |
+
"step": 63
|
| 396 |
+
},
|
| 397 |
+
{
|
| 398 |
+
"epoch": 12.8,
|
| 399 |
+
"learning_rate": 0.00032,
|
| 400 |
+
"loss": 1.1263,
|
| 401 |
+
"step": 64
|
| 402 |
+
},
|
| 403 |
+
{
|
| 404 |
+
"epoch": 13.0,
|
| 405 |
+
"learning_rate": 0.00032500000000000004,
|
| 406 |
+
"loss": 1.2309,
|
| 407 |
+
"step": 65
|
| 408 |
+
},
|
| 409 |
+
{
|
| 410 |
+
"epoch": 13.2,
|
| 411 |
+
"learning_rate": 0.00033,
|
| 412 |
+
"loss": 1.0692,
|
| 413 |
+
"step": 66
|
| 414 |
+
},
|
| 415 |
+
{
|
| 416 |
+
"epoch": 13.4,
|
| 417 |
+
"learning_rate": 0.000335,
|
| 418 |
+
"loss": 1.0349,
|
| 419 |
+
"step": 67
|
| 420 |
+
},
|
| 421 |
+
{
|
| 422 |
+
"epoch": 13.6,
|
| 423 |
+
"learning_rate": 0.00034,
|
| 424 |
+
"loss": 0.9734,
|
| 425 |
+
"step": 68
|
| 426 |
+
},
|
| 427 |
+
{
|
| 428 |
+
"epoch": 13.8,
|
| 429 |
+
"learning_rate": 0.000345,
|
| 430 |
+
"loss": 0.9605,
|
| 431 |
+
"step": 69
|
| 432 |
+
},
|
| 433 |
+
{
|
| 434 |
+
"epoch": 14.0,
|
| 435 |
+
"learning_rate": 0.00035,
|
| 436 |
+
"loss": 0.9047,
|
| 437 |
+
"step": 70
|
| 438 |
+
},
|
| 439 |
+
{
|
| 440 |
+
"epoch": 14.2,
|
| 441 |
+
"learning_rate": 0.000355,
|
| 442 |
+
"loss": 0.8836,
|
| 443 |
+
"step": 71
|
| 444 |
+
},
|
| 445 |
+
{
|
| 446 |
+
"epoch": 14.4,
|
| 447 |
+
"learning_rate": 0.00035999999999999997,
|
| 448 |
+
"loss": 0.9497,
|
| 449 |
+
"step": 72
|
| 450 |
+
},
|
| 451 |
+
{
|
| 452 |
+
"epoch": 14.6,
|
| 453 |
+
"learning_rate": 0.000365,
|
| 454 |
+
"loss": 0.8959,
|
| 455 |
+
"step": 73
|
| 456 |
+
},
|
| 457 |
+
{
|
| 458 |
+
"epoch": 14.8,
|
| 459 |
+
"learning_rate": 0.00037,
|
| 460 |
+
"loss": 0.933,
|
| 461 |
+
"step": 74
|
| 462 |
+
},
|
| 463 |
+
{
|
| 464 |
+
"epoch": 15.0,
|
| 465 |
+
"learning_rate": 0.000375,
|
| 466 |
+
"loss": 0.9954,
|
| 467 |
+
"step": 75
|
| 468 |
+
},
|
| 469 |
+
{
|
| 470 |
+
"epoch": 15.2,
|
| 471 |
+
"learning_rate": 0.00038,
|
| 472 |
+
"loss": 0.8072,
|
| 473 |
+
"step": 76
|
| 474 |
+
},
|
| 475 |
+
{
|
| 476 |
+
"epoch": 15.4,
|
| 477 |
+
"learning_rate": 0.00038500000000000003,
|
| 478 |
+
"loss": 0.9502,
|
| 479 |
+
"step": 77
|
| 480 |
+
},
|
| 481 |
+
{
|
| 482 |
+
"epoch": 15.6,
|
| 483 |
+
"learning_rate": 0.00039000000000000005,
|
| 484 |
+
"loss": 0.74,
|
| 485 |
+
"step": 78
|
| 486 |
+
},
|
| 487 |
+
{
|
| 488 |
+
"epoch": 15.8,
|
| 489 |
+
"learning_rate": 0.000395,
|
| 490 |
+
"loss": 0.7365,
|
| 491 |
+
"step": 79
|
| 492 |
+
},
|
| 493 |
+
{
|
| 494 |
+
"epoch": 16.0,
|
| 495 |
+
"learning_rate": 0.0004,
|
| 496 |
+
"loss": 1.2246,
|
| 497 |
+
"step": 80
|
| 498 |
+
},
|
| 499 |
+
{
|
| 500 |
+
"epoch": 16.2,
|
| 501 |
+
"learning_rate": 0.00040500000000000003,
|
| 502 |
+
"loss": 0.8082,
|
| 503 |
+
"step": 81
|
| 504 |
+
},
|
| 505 |
+
{
|
| 506 |
+
"epoch": 16.4,
|
| 507 |
+
"learning_rate": 0.00041,
|
| 508 |
+
"loss": 0.7398,
|
| 509 |
+
"step": 82
|
| 510 |
+
},
|
| 511 |
+
{
|
| 512 |
+
"epoch": 16.6,
|
| 513 |
+
"learning_rate": 0.000415,
|
| 514 |
+
"loss": 0.5014,
|
| 515 |
+
"step": 83
|
| 516 |
+
},
|
| 517 |
+
{
|
| 518 |
+
"epoch": 16.8,
|
| 519 |
+
"learning_rate": 0.00042,
|
| 520 |
+
"loss": 0.7034,
|
| 521 |
+
"step": 84
|
| 522 |
+
},
|
| 523 |
+
{
|
| 524 |
+
"epoch": 17.0,
|
| 525 |
+
"learning_rate": 0.000425,
|
| 526 |
+
"loss": 0.899,
|
| 527 |
+
"step": 85
|
| 528 |
+
},
|
| 529 |
+
{
|
| 530 |
+
"epoch": 17.2,
|
| 531 |
+
"learning_rate": 0.00043,
|
| 532 |
+
"loss": 0.5783,
|
| 533 |
+
"step": 86
|
| 534 |
+
},
|
| 535 |
+
{
|
| 536 |
+
"epoch": 17.4,
|
| 537 |
+
"learning_rate": 0.000435,
|
| 538 |
+
"loss": 0.5091,
|
| 539 |
+
"step": 87
|
| 540 |
+
},
|
| 541 |
+
{
|
| 542 |
+
"epoch": 17.6,
|
| 543 |
+
"learning_rate": 0.00044,
|
| 544 |
+
"loss": 0.9349,
|
| 545 |
+
"step": 88
|
| 546 |
+
},
|
| 547 |
+
{
|
| 548 |
+
"epoch": 17.8,
|
| 549 |
+
"learning_rate": 0.00044500000000000003,
|
| 550 |
+
"loss": 1.3888,
|
| 551 |
+
"step": 89
|
| 552 |
+
},
|
| 553 |
+
{
|
| 554 |
+
"epoch": 18.0,
|
| 555 |
+
"learning_rate": 0.00045000000000000004,
|
| 556 |
+
"loss": 1.1331,
|
| 557 |
+
"step": 90
|
| 558 |
+
},
|
| 559 |
+
{
|
| 560 |
+
"epoch": 18.2,
|
| 561 |
+
"learning_rate": 0.000455,
|
| 562 |
+
"loss": 0.6829,
|
| 563 |
+
"step": 91
|
| 564 |
+
},
|
| 565 |
+
{
|
| 566 |
+
"epoch": 18.4,
|
| 567 |
+
"learning_rate": 0.00046,
|
| 568 |
+
"loss": 0.8111,
|
| 569 |
+
"step": 92
|
| 570 |
+
},
|
| 571 |
+
{
|
| 572 |
+
"epoch": 18.6,
|
| 573 |
+
"learning_rate": 0.000465,
|
| 574 |
+
"loss": 0.7009,
|
| 575 |
+
"step": 93
|
| 576 |
+
},
|
| 577 |
+
{
|
| 578 |
+
"epoch": 18.8,
|
| 579 |
+
"learning_rate": 0.00047,
|
| 580 |
+
"loss": 0.7883,
|
| 581 |
+
"step": 94
|
| 582 |
+
},
|
| 583 |
+
{
|
| 584 |
+
"epoch": 19.0,
|
| 585 |
+
"learning_rate": 0.000475,
|
| 586 |
+
"loss": 0.6863,
|
| 587 |
+
"step": 95
|
| 588 |
+
},
|
| 589 |
+
{
|
| 590 |
+
"epoch": 19.2,
|
| 591 |
+
"learning_rate": 0.00048,
|
| 592 |
+
"loss": 0.4611,
|
| 593 |
+
"step": 96
|
| 594 |
+
},
|
| 595 |
+
{
|
| 596 |
+
"epoch": 19.4,
|
| 597 |
+
"learning_rate": 0.00048499999999999997,
|
| 598 |
+
"loss": 0.6193,
|
| 599 |
+
"step": 97
|
| 600 |
+
},
|
| 601 |
+
{
|
| 602 |
+
"epoch": 19.6,
|
| 603 |
+
"learning_rate": 0.00049,
|
| 604 |
+
"loss": 0.7229,
|
| 605 |
+
"step": 98
|
| 606 |
+
},
|
| 607 |
+
{
|
| 608 |
+
"epoch": 19.8,
|
| 609 |
+
"learning_rate": 0.000495,
|
| 610 |
+
"loss": 0.6535,
|
| 611 |
+
"step": 99
|
| 612 |
+
},
|
| 613 |
+
{
|
| 614 |
+
"epoch": 20.0,
|
| 615 |
+
"learning_rate": 0.0005,
|
| 616 |
+
"loss": 0.4275,
|
| 617 |
+
"step": 100
|
| 618 |
+
},
|
| 619 |
+
{
|
| 620 |
+
"epoch": 20.0,
|
| 621 |
+
"eval_accuracy": 0.7980769230769231,
|
| 622 |
+
"eval_loss": 0.7433841228485107,
|
| 623 |
+
"eval_runtime": 4.428,
|
| 624 |
+
"eval_samples_per_second": 23.487,
|
| 625 |
+
"eval_steps_per_second": 1.581,
|
| 626 |
+
"step": 100
|
| 627 |
+
},
|
| 628 |
+
{
|
| 629 |
+
"epoch": 20.2,
|
| 630 |
+
"learning_rate": 0.0004966666666666666,
|
| 631 |
+
"loss": 0.3934,
|
| 632 |
+
"step": 101
|
| 633 |
+
},
|
| 634 |
+
{
|
| 635 |
+
"epoch": 20.4,
|
| 636 |
+
"learning_rate": 0.0004933333333333334,
|
| 637 |
+
"loss": 0.5267,
|
| 638 |
+
"step": 102
|
| 639 |
+
},
|
| 640 |
+
{
|
| 641 |
+
"epoch": 20.6,
|
| 642 |
+
"learning_rate": 0.00049,
|
| 643 |
+
"loss": 0.5074,
|
| 644 |
+
"step": 103
|
| 645 |
+
},
|
| 646 |
+
{
|
| 647 |
+
"epoch": 20.8,
|
| 648 |
+
"learning_rate": 0.0004866666666666667,
|
| 649 |
+
"loss": 0.9223,
|
| 650 |
+
"step": 104
|
| 651 |
+
},
|
| 652 |
+
{
|
| 653 |
+
"epoch": 21.0,
|
| 654 |
+
"learning_rate": 0.00048333333333333334,
|
| 655 |
+
"loss": 0.3734,
|
| 656 |
+
"step": 105
|
| 657 |
+
},
|
| 658 |
+
{
|
| 659 |
+
"epoch": 21.2,
|
| 660 |
+
"learning_rate": 0.00048,
|
| 661 |
+
"loss": 0.4225,
|
| 662 |
+
"step": 106
|
| 663 |
+
},
|
| 664 |
+
{
|
| 665 |
+
"epoch": 21.4,
|
| 666 |
+
"learning_rate": 0.0004766666666666667,
|
| 667 |
+
"loss": 0.5403,
|
| 668 |
+
"step": 107
|
| 669 |
+
},
|
| 670 |
+
{
|
| 671 |
+
"epoch": 21.6,
|
| 672 |
+
"learning_rate": 0.00047333333333333336,
|
| 673 |
+
"loss": 0.7189,
|
| 674 |
+
"step": 108
|
| 675 |
+
},
|
| 676 |
+
{
|
| 677 |
+
"epoch": 21.8,
|
| 678 |
+
"learning_rate": 0.00047,
|
| 679 |
+
"loss": 0.615,
|
| 680 |
+
"step": 109
|
| 681 |
+
},
|
| 682 |
+
{
|
| 683 |
+
"epoch": 22.0,
|
| 684 |
+
"learning_rate": 0.00046666666666666666,
|
| 685 |
+
"loss": 0.5363,
|
| 686 |
+
"step": 110
|
| 687 |
+
},
|
| 688 |
+
{
|
| 689 |
+
"epoch": 22.2,
|
| 690 |
+
"learning_rate": 0.00046333333333333334,
|
| 691 |
+
"loss": 0.2874,
|
| 692 |
+
"step": 111
|
| 693 |
+
},
|
| 694 |
+
{
|
| 695 |
+
"epoch": 22.4,
|
| 696 |
+
"learning_rate": 0.00046,
|
| 697 |
+
"loss": 0.5754,
|
| 698 |
+
"step": 112
|
| 699 |
+
},
|
| 700 |
+
{
|
| 701 |
+
"epoch": 22.6,
|
| 702 |
+
"learning_rate": 0.0004566666666666667,
|
| 703 |
+
"loss": 0.5898,
|
| 704 |
+
"step": 113
|
| 705 |
+
},
|
| 706 |
+
{
|
| 707 |
+
"epoch": 22.8,
|
| 708 |
+
"learning_rate": 0.0004533333333333333,
|
| 709 |
+
"loss": 0.2747,
|
| 710 |
+
"step": 114
|
| 711 |
+
},
|
| 712 |
+
{
|
| 713 |
+
"epoch": 23.0,
|
| 714 |
+
"learning_rate": 0.00045000000000000004,
|
| 715 |
+
"loss": 0.3888,
|
| 716 |
+
"step": 115
|
| 717 |
+
},
|
| 718 |
+
{
|
| 719 |
+
"epoch": 23.2,
|
| 720 |
+
"learning_rate": 0.00044666666666666666,
|
| 721 |
+
"loss": 0.417,
|
| 722 |
+
"step": 116
|
| 723 |
+
},
|
| 724 |
+
{
|
| 725 |
+
"epoch": 23.4,
|
| 726 |
+
"learning_rate": 0.00044333333333333334,
|
| 727 |
+
"loss": 0.436,
|
| 728 |
+
"step": 117
|
| 729 |
+
},
|
| 730 |
+
{
|
| 731 |
+
"epoch": 23.6,
|
| 732 |
+
"learning_rate": 0.00044,
|
| 733 |
+
"loss": 0.4965,
|
| 734 |
+
"step": 118
|
| 735 |
+
},
|
| 736 |
+
{
|
| 737 |
+
"epoch": 23.8,
|
| 738 |
+
"learning_rate": 0.00043666666666666664,
|
| 739 |
+
"loss": 0.5618,
|
| 740 |
+
"step": 119
|
| 741 |
+
},
|
| 742 |
+
{
|
| 743 |
+
"epoch": 24.0,
|
| 744 |
+
"learning_rate": 0.00043333333333333337,
|
| 745 |
+
"loss": 0.4338,
|
| 746 |
+
"step": 120
|
| 747 |
+
},
|
| 748 |
+
{
|
| 749 |
+
"epoch": 24.2,
|
| 750 |
+
"learning_rate": 0.00043,
|
| 751 |
+
"loss": 0.1866,
|
| 752 |
+
"step": 121
|
| 753 |
+
},
|
| 754 |
+
{
|
| 755 |
+
"epoch": 24.4,
|
| 756 |
+
"learning_rate": 0.0004266666666666667,
|
| 757 |
+
"loss": 0.6697,
|
| 758 |
+
"step": 122
|
| 759 |
+
},
|
| 760 |
+
{
|
| 761 |
+
"epoch": 24.6,
|
| 762 |
+
"learning_rate": 0.00042333333333333334,
|
| 763 |
+
"loss": 0.7295,
|
| 764 |
+
"step": 123
|
| 765 |
+
},
|
| 766 |
+
{
|
| 767 |
+
"epoch": 24.8,
|
| 768 |
+
"learning_rate": 0.00042,
|
| 769 |
+
"loss": 0.4569,
|
| 770 |
+
"step": 124
|
| 771 |
+
},
|
| 772 |
+
{
|
| 773 |
+
"epoch": 25.0,
|
| 774 |
+
"learning_rate": 0.0004166666666666667,
|
| 775 |
+
"loss": 0.7176,
|
| 776 |
+
"step": 125
|
| 777 |
+
},
|
| 778 |
+
{
|
| 779 |
+
"epoch": 25.2,
|
| 780 |
+
"learning_rate": 0.0004133333333333333,
|
| 781 |
+
"loss": 0.3811,
|
| 782 |
+
"step": 126
|
| 783 |
+
},
|
| 784 |
+
{
|
| 785 |
+
"epoch": 25.4,
|
| 786 |
+
"learning_rate": 0.00041,
|
| 787 |
+
"loss": 0.2816,
|
| 788 |
+
"step": 127
|
| 789 |
+
},
|
| 790 |
+
{
|
| 791 |
+
"epoch": 25.6,
|
| 792 |
+
"learning_rate": 0.00040666666666666667,
|
| 793 |
+
"loss": 0.2511,
|
| 794 |
+
"step": 128
|
| 795 |
+
},
|
| 796 |
+
{
|
| 797 |
+
"epoch": 25.8,
|
| 798 |
+
"learning_rate": 0.00040333333333333334,
|
| 799 |
+
"loss": 0.2521,
|
| 800 |
+
"step": 129
|
| 801 |
+
},
|
| 802 |
+
{
|
| 803 |
+
"epoch": 26.0,
|
| 804 |
+
"learning_rate": 0.0004,
|
| 805 |
+
"loss": 0.4719,
|
| 806 |
+
"step": 130
|
| 807 |
+
},
|
| 808 |
+
{
|
| 809 |
+
"epoch": 26.2,
|
| 810 |
+
"learning_rate": 0.0003966666666666667,
|
| 811 |
+
"loss": 0.5278,
|
| 812 |
+
"step": 131
|
| 813 |
+
},
|
| 814 |
+
{
|
| 815 |
+
"epoch": 26.4,
|
| 816 |
+
"learning_rate": 0.0003933333333333333,
|
| 817 |
+
"loss": 0.1528,
|
| 818 |
+
"step": 132
|
| 819 |
+
},
|
| 820 |
+
{
|
| 821 |
+
"epoch": 26.6,
|
| 822 |
+
"learning_rate": 0.00039000000000000005,
|
| 823 |
+
"loss": 0.3161,
|
| 824 |
+
"step": 133
|
| 825 |
+
},
|
| 826 |
+
{
|
| 827 |
+
"epoch": 26.8,
|
| 828 |
+
"learning_rate": 0.00038666666666666667,
|
| 829 |
+
"loss": 0.4085,
|
| 830 |
+
"step": 134
|
| 831 |
+
},
|
| 832 |
+
{
|
| 833 |
+
"epoch": 27.0,
|
| 834 |
+
"learning_rate": 0.00038333333333333334,
|
| 835 |
+
"loss": 0.3803,
|
| 836 |
+
"step": 135
|
| 837 |
+
},
|
| 838 |
+
{
|
| 839 |
+
"epoch": 27.2,
|
| 840 |
+
"learning_rate": 0.00038,
|
| 841 |
+
"loss": 0.1481,
|
| 842 |
+
"step": 136
|
| 843 |
+
},
|
| 844 |
+
{
|
| 845 |
+
"epoch": 27.4,
|
| 846 |
+
"learning_rate": 0.00037666666666666664,
|
| 847 |
+
"loss": 0.2339,
|
| 848 |
+
"step": 137
|
| 849 |
+
},
|
| 850 |
+
{
|
| 851 |
+
"epoch": 27.6,
|
| 852 |
+
"learning_rate": 0.0003733333333333334,
|
| 853 |
+
"loss": 0.1075,
|
| 854 |
+
"step": 138
|
| 855 |
+
},
|
| 856 |
+
{
|
| 857 |
+
"epoch": 27.8,
|
| 858 |
+
"learning_rate": 0.00037,
|
| 859 |
+
"loss": 0.2999,
|
| 860 |
+
"step": 139
|
| 861 |
+
},
|
| 862 |
+
{
|
| 863 |
+
"epoch": 28.0,
|
| 864 |
+
"learning_rate": 0.00036666666666666667,
|
| 865 |
+
"loss": 0.1163,
|
| 866 |
+
"step": 140
|
| 867 |
+
},
|
| 868 |
+
{
|
| 869 |
+
"epoch": 28.2,
|
| 870 |
+
"learning_rate": 0.00036666666666666667,
|
| 871 |
+
"loss": 0.1454,
|
| 872 |
+
"step": 141
|
| 873 |
+
},
|
| 874 |
+
{
|
| 875 |
+
"epoch": 28.4,
|
| 876 |
+
"learning_rate": 0.00036333333333333335,
|
| 877 |
+
"loss": 0.1651,
|
| 878 |
+
"step": 142
|
| 879 |
+
},
|
| 880 |
+
{
|
| 881 |
+
"epoch": 28.6,
|
| 882 |
+
"learning_rate": 0.00035999999999999997,
|
| 883 |
+
"loss": 0.1077,
|
| 884 |
+
"step": 143
|
| 885 |
+
},
|
| 886 |
+
{
|
| 887 |
+
"epoch": 28.8,
|
| 888 |
+
"learning_rate": 0.0003566666666666667,
|
| 889 |
+
"loss": 0.2247,
|
| 890 |
+
"step": 144
|
| 891 |
+
},
|
| 892 |
+
{
|
| 893 |
+
"epoch": 29.0,
|
| 894 |
+
"learning_rate": 0.0003533333333333333,
|
| 895 |
+
"loss": 0.188,
|
| 896 |
+
"step": 145
|
| 897 |
+
},
|
| 898 |
+
{
|
| 899 |
+
"epoch": 29.2,
|
| 900 |
+
"learning_rate": 0.00035,
|
| 901 |
+
"loss": 0.4505,
|
| 902 |
+
"step": 146
|
| 903 |
+
},
|
| 904 |
+
{
|
| 905 |
+
"epoch": 29.4,
|
| 906 |
+
"learning_rate": 0.00034666666666666667,
|
| 907 |
+
"loss": 0.2557,
|
| 908 |
+
"step": 147
|
| 909 |
+
},
|
| 910 |
+
{
|
| 911 |
+
"epoch": 29.6,
|
| 912 |
+
"learning_rate": 0.00034333333333333335,
|
| 913 |
+
"loss": 0.2101,
|
| 914 |
+
"step": 148
|
| 915 |
+
},
|
| 916 |
+
{
|
| 917 |
+
"epoch": 29.8,
|
| 918 |
+
"learning_rate": 0.00034,
|
| 919 |
+
"loss": 0.5099,
|
| 920 |
+
"step": 149
|
| 921 |
+
},
|
| 922 |
+
{
|
| 923 |
+
"epoch": 30.0,
|
| 924 |
+
"learning_rate": 0.0003366666666666667,
|
| 925 |
+
"loss": 0.2484,
|
| 926 |
+
"step": 150
|
| 927 |
+
},
|
| 928 |
+
{
|
| 929 |
+
"epoch": 30.0,
|
| 930 |
+
"eval_accuracy": 0.8461538461538461,
|
| 931 |
+
"eval_loss": 0.768596351146698,
|
| 932 |
+
"eval_runtime": 4.455,
|
| 933 |
+
"eval_samples_per_second": 23.345,
|
| 934 |
+
"eval_steps_per_second": 1.571,
|
| 935 |
+
"step": 150
|
| 936 |
+
},
|
| 937 |
+
{
|
| 938 |
+
"epoch": 30.2,
|
| 939 |
+
"learning_rate": 0.0003333333333333333,
|
| 940 |
+
"loss": 0.1661,
|
| 941 |
+
"step": 151
|
| 942 |
+
},
|
| 943 |
+
{
|
| 944 |
+
"epoch": 30.4,
|
| 945 |
+
"learning_rate": 0.00033,
|
| 946 |
+
"loss": 0.3776,
|
| 947 |
+
"step": 152
|
| 948 |
+
},
|
| 949 |
+
{
|
| 950 |
+
"epoch": 30.6,
|
| 951 |
+
"learning_rate": 0.0003266666666666667,
|
| 952 |
+
"loss": 0.4802,
|
| 953 |
+
"step": 153
|
| 954 |
+
},
|
| 955 |
+
{
|
| 956 |
+
"epoch": 30.8,
|
| 957 |
+
"learning_rate": 0.0003233333333333333,
|
| 958 |
+
"loss": 0.3084,
|
| 959 |
+
"step": 154
|
| 960 |
+
},
|
| 961 |
+
{
|
| 962 |
+
"epoch": 31.0,
|
| 963 |
+
"learning_rate": 0.00032,
|
| 964 |
+
"loss": 0.2179,
|
| 965 |
+
"step": 155
|
| 966 |
+
},
|
| 967 |
+
{
|
| 968 |
+
"epoch": 31.2,
|
| 969 |
+
"learning_rate": 0.00031666666666666665,
|
| 970 |
+
"loss": 0.2788,
|
| 971 |
+
"step": 156
|
| 972 |
+
},
|
| 973 |
+
{
|
| 974 |
+
"epoch": 31.4,
|
| 975 |
+
"learning_rate": 0.0003133333333333334,
|
| 976 |
+
"loss": 0.2347,
|
| 977 |
+
"step": 157
|
| 978 |
+
},
|
| 979 |
+
{
|
| 980 |
+
"epoch": 31.6,
|
| 981 |
+
"learning_rate": 0.00031,
|
| 982 |
+
"loss": 0.3184,
|
| 983 |
+
"step": 158
|
| 984 |
+
},
|
| 985 |
+
{
|
| 986 |
+
"epoch": 31.8,
|
| 987 |
+
"learning_rate": 0.0003066666666666667,
|
| 988 |
+
"loss": 0.3054,
|
| 989 |
+
"step": 159
|
| 990 |
+
},
|
| 991 |
+
{
|
| 992 |
+
"epoch": 32.0,
|
| 993 |
+
"learning_rate": 0.00030333333333333335,
|
| 994 |
+
"loss": 0.152,
|
| 995 |
+
"step": 160
|
| 996 |
+
},
|
| 997 |
+
{
|
| 998 |
+
"epoch": 32.2,
|
| 999 |
+
"learning_rate": 0.0003,
|
| 1000 |
+
"loss": 0.3207,
|
| 1001 |
+
"step": 161
|
| 1002 |
+
},
|
| 1003 |
+
{
|
| 1004 |
+
"epoch": 32.4,
|
| 1005 |
+
"learning_rate": 0.0002966666666666667,
|
| 1006 |
+
"loss": 0.1803,
|
| 1007 |
+
"step": 162
|
| 1008 |
+
},
|
| 1009 |
+
{
|
| 1010 |
+
"epoch": 32.6,
|
| 1011 |
+
"learning_rate": 0.0002933333333333333,
|
| 1012 |
+
"loss": 0.1516,
|
| 1013 |
+
"step": 163
|
| 1014 |
+
},
|
| 1015 |
+
{
|
| 1016 |
+
"epoch": 32.8,
|
| 1017 |
+
"learning_rate": 0.00029,
|
| 1018 |
+
"loss": 0.4577,
|
| 1019 |
+
"step": 164
|
| 1020 |
+
},
|
| 1021 |
+
{
|
| 1022 |
+
"epoch": 33.0,
|
| 1023 |
+
"learning_rate": 0.0002866666666666667,
|
| 1024 |
+
"loss": 0.2247,
|
| 1025 |
+
"step": 165
|
| 1026 |
+
},
|
| 1027 |
+
{
|
| 1028 |
+
"epoch": 33.2,
|
| 1029 |
+
"learning_rate": 0.00028333333333333335,
|
| 1030 |
+
"loss": 0.1344,
|
| 1031 |
+
"step": 166
|
| 1032 |
+
},
|
| 1033 |
+
{
|
| 1034 |
+
"epoch": 33.4,
|
| 1035 |
+
"learning_rate": 0.00028000000000000003,
|
| 1036 |
+
"loss": 0.1404,
|
| 1037 |
+
"step": 167
|
| 1038 |
+
},
|
| 1039 |
+
{
|
| 1040 |
+
"epoch": 33.6,
|
| 1041 |
+
"learning_rate": 0.00027666666666666665,
|
| 1042 |
+
"loss": 0.2513,
|
| 1043 |
+
"step": 168
|
| 1044 |
+
},
|
| 1045 |
+
{
|
| 1046 |
+
"epoch": 33.8,
|
| 1047 |
+
"learning_rate": 0.00027333333333333333,
|
| 1048 |
+
"loss": 0.0754,
|
| 1049 |
+
"step": 169
|
| 1050 |
+
},
|
| 1051 |
+
{
|
| 1052 |
+
"epoch": 34.0,
|
| 1053 |
+
"learning_rate": 0.00027,
|
| 1054 |
+
"loss": 0.0992,
|
| 1055 |
+
"step": 170
|
| 1056 |
+
},
|
| 1057 |
+
{
|
| 1058 |
+
"epoch": 34.2,
|
| 1059 |
+
"learning_rate": 0.0002666666666666667,
|
| 1060 |
+
"loss": 0.1469,
|
| 1061 |
+
"step": 171
|
| 1062 |
+
},
|
| 1063 |
+
{
|
| 1064 |
+
"epoch": 34.4,
|
| 1065 |
+
"learning_rate": 0.0002633333333333333,
|
| 1066 |
+
"loss": 0.112,
|
| 1067 |
+
"step": 172
|
| 1068 |
+
},
|
| 1069 |
+
{
|
| 1070 |
+
"epoch": 34.6,
|
| 1071 |
+
"learning_rate": 0.00026000000000000003,
|
| 1072 |
+
"loss": 0.1357,
|
| 1073 |
+
"step": 173
|
| 1074 |
+
},
|
| 1075 |
+
{
|
| 1076 |
+
"epoch": 34.8,
|
| 1077 |
+
"learning_rate": 0.00025666666666666665,
|
| 1078 |
+
"loss": 0.0596,
|
| 1079 |
+
"step": 174
|
| 1080 |
+
},
|
| 1081 |
+
{
|
| 1082 |
+
"epoch": 35.0,
|
| 1083 |
+
"learning_rate": 0.0002533333333333334,
|
| 1084 |
+
"loss": 0.0294,
|
| 1085 |
+
"step": 175
|
| 1086 |
+
},
|
| 1087 |
+
{
|
| 1088 |
+
"epoch": 35.2,
|
| 1089 |
+
"learning_rate": 0.00025,
|
| 1090 |
+
"loss": 0.0547,
|
| 1091 |
+
"step": 176
|
| 1092 |
+
},
|
| 1093 |
+
{
|
| 1094 |
+
"epoch": 35.4,
|
| 1095 |
+
"learning_rate": 0.0002466666666666667,
|
| 1096 |
+
"loss": 0.1783,
|
| 1097 |
+
"step": 177
|
| 1098 |
+
},
|
| 1099 |
+
{
|
| 1100 |
+
"epoch": 35.6,
|
| 1101 |
+
"learning_rate": 0.00024333333333333336,
|
| 1102 |
+
"loss": 0.0865,
|
| 1103 |
+
"step": 178
|
| 1104 |
+
},
|
| 1105 |
+
{
|
| 1106 |
+
"epoch": 35.8,
|
| 1107 |
+
"learning_rate": 0.00024,
|
| 1108 |
+
"loss": 0.22,
|
| 1109 |
+
"step": 179
|
| 1110 |
+
},
|
| 1111 |
+
{
|
| 1112 |
+
"epoch": 36.0,
|
| 1113 |
+
"learning_rate": 0.00023666666666666668,
|
| 1114 |
+
"loss": 0.1302,
|
| 1115 |
+
"step": 180
|
| 1116 |
+
},
|
| 1117 |
+
{
|
| 1118 |
+
"epoch": 36.2,
|
| 1119 |
+
"learning_rate": 0.00023333333333333333,
|
| 1120 |
+
"loss": 0.0233,
|
| 1121 |
+
"step": 181
|
| 1122 |
+
},
|
| 1123 |
+
{
|
| 1124 |
+
"epoch": 36.4,
|
| 1125 |
+
"learning_rate": 0.00023,
|
| 1126 |
+
"loss": 0.1862,
|
| 1127 |
+
"step": 182
|
| 1128 |
+
},
|
| 1129 |
+
{
|
| 1130 |
+
"epoch": 36.6,
|
| 1131 |
+
"learning_rate": 0.00022666666666666666,
|
| 1132 |
+
"loss": 0.0883,
|
| 1133 |
+
"step": 183
|
| 1134 |
+
},
|
| 1135 |
+
{
|
| 1136 |
+
"epoch": 36.8,
|
| 1137 |
+
"learning_rate": 0.00022333333333333333,
|
| 1138 |
+
"loss": 0.1226,
|
| 1139 |
+
"step": 184
|
| 1140 |
+
},
|
| 1141 |
+
{
|
| 1142 |
+
"epoch": 37.0,
|
| 1143 |
+
"learning_rate": 0.00022,
|
| 1144 |
+
"loss": 0.1264,
|
| 1145 |
+
"step": 185
|
| 1146 |
+
},
|
| 1147 |
+
{
|
| 1148 |
+
"epoch": 37.2,
|
| 1149 |
+
"learning_rate": 0.00021666666666666668,
|
| 1150 |
+
"loss": 0.0254,
|
| 1151 |
+
"step": 186
|
| 1152 |
+
},
|
| 1153 |
+
{
|
| 1154 |
+
"epoch": 37.4,
|
| 1155 |
+
"learning_rate": 0.00021333333333333336,
|
| 1156 |
+
"loss": 0.0905,
|
| 1157 |
+
"step": 187
|
| 1158 |
+
},
|
| 1159 |
+
{
|
| 1160 |
+
"epoch": 37.6,
|
| 1161 |
+
"learning_rate": 0.00021,
|
| 1162 |
+
"loss": 0.1329,
|
| 1163 |
+
"step": 188
|
| 1164 |
+
},
|
| 1165 |
+
{
|
| 1166 |
+
"epoch": 37.8,
|
| 1167 |
+
"learning_rate": 0.00020666666666666666,
|
| 1168 |
+
"loss": 0.2809,
|
| 1169 |
+
"step": 189
|
| 1170 |
+
},
|
| 1171 |
+
{
|
| 1172 |
+
"epoch": 38.0,
|
| 1173 |
+
"learning_rate": 0.00020333333333333333,
|
| 1174 |
+
"loss": 0.1073,
|
| 1175 |
+
"step": 190
|
| 1176 |
+
},
|
| 1177 |
+
{
|
| 1178 |
+
"epoch": 38.2,
|
| 1179 |
+
"learning_rate": 0.0002,
|
| 1180 |
+
"loss": 0.1526,
|
| 1181 |
+
"step": 191
|
| 1182 |
+
},
|
| 1183 |
+
{
|
| 1184 |
+
"epoch": 38.4,
|
| 1185 |
+
"learning_rate": 0.00019666666666666666,
|
| 1186 |
+
"loss": 0.0244,
|
| 1187 |
+
"step": 192
|
| 1188 |
+
},
|
| 1189 |
+
{
|
| 1190 |
+
"epoch": 38.6,
|
| 1191 |
+
"learning_rate": 0.00019333333333333333,
|
| 1192 |
+
"loss": 0.0234,
|
| 1193 |
+
"step": 193
|
| 1194 |
+
},
|
| 1195 |
+
{
|
| 1196 |
+
"epoch": 38.8,
|
| 1197 |
+
"learning_rate": 0.00019,
|
| 1198 |
+
"loss": 0.0556,
|
| 1199 |
+
"step": 194
|
| 1200 |
+
},
|
| 1201 |
+
{
|
| 1202 |
+
"epoch": 39.0,
|
| 1203 |
+
"learning_rate": 0.0001866666666666667,
|
| 1204 |
+
"loss": 0.1585,
|
| 1205 |
+
"step": 195
|
| 1206 |
+
},
|
| 1207 |
+
{
|
| 1208 |
+
"epoch": 39.2,
|
| 1209 |
+
"learning_rate": 0.00018333333333333334,
|
| 1210 |
+
"loss": 0.0663,
|
| 1211 |
+
"step": 196
|
| 1212 |
+
},
|
| 1213 |
+
{
|
| 1214 |
+
"epoch": 39.4,
|
| 1215 |
+
"learning_rate": 0.00017999999999999998,
|
| 1216 |
+
"loss": 0.0385,
|
| 1217 |
+
"step": 197
|
| 1218 |
+
},
|
| 1219 |
+
{
|
| 1220 |
+
"epoch": 39.6,
|
| 1221 |
+
"learning_rate": 0.00017666666666666666,
|
| 1222 |
+
"loss": 0.0689,
|
| 1223 |
+
"step": 198
|
| 1224 |
+
},
|
| 1225 |
+
{
|
| 1226 |
+
"epoch": 39.8,
|
| 1227 |
+
"learning_rate": 0.00017333333333333334,
|
| 1228 |
+
"loss": 0.0474,
|
| 1229 |
+
"step": 199
|
| 1230 |
+
},
|
| 1231 |
+
{
|
| 1232 |
+
"epoch": 40.0,
|
| 1233 |
+
"learning_rate": 0.00017,
|
| 1234 |
+
"loss": 0.0263,
|
| 1235 |
+
"step": 200
|
| 1236 |
+
},
|
| 1237 |
+
{
|
| 1238 |
+
"epoch": 40.0,
|
| 1239 |
+
"eval_accuracy": 0.9134615384615384,
|
| 1240 |
+
"eval_loss": 0.3922173082828522,
|
| 1241 |
+
"eval_runtime": 4.4241,
|
| 1242 |
+
"eval_samples_per_second": 23.507,
|
| 1243 |
+
"eval_steps_per_second": 1.582,
|
| 1244 |
+
"step": 200
|
| 1245 |
+
},
|
| 1246 |
+
{
|
| 1247 |
+
"epoch": 40.2,
|
| 1248 |
+
"learning_rate": 0.00016666666666666666,
|
| 1249 |
+
"loss": 0.0818,
|
| 1250 |
+
"step": 201
|
| 1251 |
+
},
|
| 1252 |
+
{
|
| 1253 |
+
"epoch": 40.4,
|
| 1254 |
+
"learning_rate": 0.00016333333333333334,
|
| 1255 |
+
"loss": 0.0177,
|
| 1256 |
+
"step": 202
|
| 1257 |
+
},
|
| 1258 |
+
{
|
| 1259 |
+
"epoch": 40.6,
|
| 1260 |
+
"learning_rate": 0.00016,
|
| 1261 |
+
"loss": 0.2301,
|
| 1262 |
+
"step": 203
|
| 1263 |
+
},
|
| 1264 |
+
{
|
| 1265 |
+
"epoch": 40.8,
|
| 1266 |
+
"learning_rate": 0.0001566666666666667,
|
| 1267 |
+
"loss": 0.0236,
|
| 1268 |
+
"step": 204
|
| 1269 |
+
},
|
| 1270 |
+
{
|
| 1271 |
+
"epoch": 41.0,
|
| 1272 |
+
"learning_rate": 0.00015333333333333334,
|
| 1273 |
+
"loss": 0.0155,
|
| 1274 |
+
"step": 205
|
| 1275 |
+
},
|
| 1276 |
+
{
|
| 1277 |
+
"epoch": 41.2,
|
| 1278 |
+
"learning_rate": 0.00015,
|
| 1279 |
+
"loss": 0.1154,
|
| 1280 |
+
"step": 206
|
| 1281 |
+
},
|
| 1282 |
+
{
|
| 1283 |
+
"epoch": 41.4,
|
| 1284 |
+
"learning_rate": 0.00014666666666666666,
|
| 1285 |
+
"loss": 0.0153,
|
| 1286 |
+
"step": 207
|
| 1287 |
+
},
|
| 1288 |
+
{
|
| 1289 |
+
"epoch": 41.6,
|
| 1290 |
+
"learning_rate": 0.00014333333333333334,
|
| 1291 |
+
"loss": 0.0159,
|
| 1292 |
+
"step": 208
|
| 1293 |
+
},
|
| 1294 |
+
{
|
| 1295 |
+
"epoch": 41.8,
|
| 1296 |
+
"learning_rate": 0.00014000000000000001,
|
| 1297 |
+
"loss": 0.0139,
|
| 1298 |
+
"step": 209
|
| 1299 |
+
},
|
| 1300 |
+
{
|
| 1301 |
+
"epoch": 42.0,
|
| 1302 |
+
"learning_rate": 0.00013666666666666666,
|
| 1303 |
+
"loss": 0.0653,
|
| 1304 |
+
"step": 210
|
| 1305 |
+
},
|
| 1306 |
+
{
|
| 1307 |
+
"epoch": 42.2,
|
| 1308 |
+
"learning_rate": 0.00013333333333333334,
|
| 1309 |
+
"loss": 0.0164,
|
| 1310 |
+
"step": 211
|
| 1311 |
+
},
|
| 1312 |
+
{
|
| 1313 |
+
"epoch": 42.4,
|
| 1314 |
+
"learning_rate": 0.00013000000000000002,
|
| 1315 |
+
"loss": 0.0637,
|
| 1316 |
+
"step": 212
|
| 1317 |
+
},
|
| 1318 |
+
{
|
| 1319 |
+
"epoch": 42.6,
|
| 1320 |
+
"learning_rate": 0.0001266666666666667,
|
| 1321 |
+
"loss": 0.0114,
|
| 1322 |
+
"step": 213
|
| 1323 |
+
},
|
| 1324 |
+
{
|
| 1325 |
+
"epoch": 42.8,
|
| 1326 |
+
"learning_rate": 0.00012333333333333334,
|
| 1327 |
+
"loss": 0.1011,
|
| 1328 |
+
"step": 214
|
| 1329 |
+
},
|
| 1330 |
+
{
|
| 1331 |
+
"epoch": 43.0,
|
| 1332 |
+
"learning_rate": 0.00012,
|
| 1333 |
+
"loss": 0.0167,
|
| 1334 |
+
"step": 215
|
| 1335 |
+
},
|
| 1336 |
+
{
|
| 1337 |
+
"epoch": 43.2,
|
| 1338 |
+
"learning_rate": 0.00011666666666666667,
|
| 1339 |
+
"loss": 0.0174,
|
| 1340 |
+
"step": 216
|
| 1341 |
+
},
|
| 1342 |
+
{
|
| 1343 |
+
"epoch": 43.4,
|
| 1344 |
+
"learning_rate": 0.00011333333333333333,
|
| 1345 |
+
"loss": 0.0265,
|
| 1346 |
+
"step": 217
|
| 1347 |
+
},
|
| 1348 |
+
{
|
| 1349 |
+
"epoch": 43.6,
|
| 1350 |
+
"learning_rate": 0.00011,
|
| 1351 |
+
"loss": 0.0128,
|
| 1352 |
+
"step": 218
|
| 1353 |
+
},
|
| 1354 |
+
{
|
| 1355 |
+
"epoch": 43.8,
|
| 1356 |
+
"learning_rate": 0.00010666666666666668,
|
| 1357 |
+
"loss": 0.0137,
|
| 1358 |
+
"step": 219
|
| 1359 |
+
},
|
| 1360 |
+
{
|
| 1361 |
+
"epoch": 44.0,
|
| 1362 |
+
"learning_rate": 0.00010333333333333333,
|
| 1363 |
+
"loss": 0.0274,
|
| 1364 |
+
"step": 220
|
| 1365 |
+
},
|
| 1366 |
+
{
|
| 1367 |
+
"epoch": 44.2,
|
| 1368 |
+
"learning_rate": 0.0001,
|
| 1369 |
+
"loss": 0.0147,
|
| 1370 |
+
"step": 221
|
| 1371 |
+
},
|
| 1372 |
+
{
|
| 1373 |
+
"epoch": 44.4,
|
| 1374 |
+
"learning_rate": 9.666666666666667e-05,
|
| 1375 |
+
"loss": 0.0386,
|
| 1376 |
+
"step": 222
|
| 1377 |
+
},
|
| 1378 |
+
{
|
| 1379 |
+
"epoch": 44.6,
|
| 1380 |
+
"learning_rate": 9.333333333333334e-05,
|
| 1381 |
+
"loss": 0.0806,
|
| 1382 |
+
"step": 223
|
| 1383 |
+
},
|
| 1384 |
+
{
|
| 1385 |
+
"epoch": 44.8,
|
| 1386 |
+
"learning_rate": 8.999999999999999e-05,
|
| 1387 |
+
"loss": 0.0106,
|
| 1388 |
+
"step": 224
|
| 1389 |
+
},
|
| 1390 |
+
{
|
| 1391 |
+
"epoch": 45.0,
|
| 1392 |
+
"learning_rate": 8.666666666666667e-05,
|
| 1393 |
+
"loss": 0.0419,
|
| 1394 |
+
"step": 225
|
| 1395 |
+
},
|
| 1396 |
+
{
|
| 1397 |
+
"epoch": 45.2,
|
| 1398 |
+
"learning_rate": 8.333333333333333e-05,
|
| 1399 |
+
"loss": 0.0105,
|
| 1400 |
+
"step": 226
|
| 1401 |
+
},
|
| 1402 |
+
{
|
| 1403 |
+
"epoch": 45.4,
|
| 1404 |
+
"learning_rate": 8e-05,
|
| 1405 |
+
"loss": 0.01,
|
| 1406 |
+
"step": 227
|
| 1407 |
+
},
|
| 1408 |
+
{
|
| 1409 |
+
"epoch": 45.6,
|
| 1410 |
+
"learning_rate": 7.666666666666667e-05,
|
| 1411 |
+
"loss": 0.0118,
|
| 1412 |
+
"step": 228
|
| 1413 |
+
},
|
| 1414 |
+
{
|
| 1415 |
+
"epoch": 45.8,
|
| 1416 |
+
"learning_rate": 7.333333333333333e-05,
|
| 1417 |
+
"loss": 0.0898,
|
| 1418 |
+
"step": 229
|
| 1419 |
+
},
|
| 1420 |
+
{
|
| 1421 |
+
"epoch": 46.0,
|
| 1422 |
+
"learning_rate": 7.000000000000001e-05,
|
| 1423 |
+
"loss": 0.0272,
|
| 1424 |
+
"step": 230
|
| 1425 |
+
},
|
| 1426 |
+
{
|
| 1427 |
+
"epoch": 46.2,
|
| 1428 |
+
"learning_rate": 6.666666666666667e-05,
|
| 1429 |
+
"loss": 0.01,
|
| 1430 |
+
"step": 231
|
| 1431 |
+
},
|
| 1432 |
+
{
|
| 1433 |
+
"epoch": 46.4,
|
| 1434 |
+
"learning_rate": 6.333333333333335e-05,
|
| 1435 |
+
"loss": 0.0827,
|
| 1436 |
+
"step": 232
|
| 1437 |
+
},
|
| 1438 |
+
{
|
| 1439 |
+
"epoch": 46.6,
|
| 1440 |
+
"learning_rate": 6e-05,
|
| 1441 |
+
"loss": 0.0466,
|
| 1442 |
+
"step": 233
|
| 1443 |
+
},
|
| 1444 |
+
{
|
| 1445 |
+
"epoch": 46.8,
|
| 1446 |
+
"learning_rate": 5.6666666666666664e-05,
|
| 1447 |
+
"loss": 0.0529,
|
| 1448 |
+
"step": 234
|
| 1449 |
+
},
|
| 1450 |
+
{
|
| 1451 |
+
"epoch": 47.0,
|
| 1452 |
+
"learning_rate": 5.333333333333334e-05,
|
| 1453 |
+
"loss": 0.0294,
|
| 1454 |
+
"step": 235
|
| 1455 |
+
},
|
| 1456 |
+
{
|
| 1457 |
+
"epoch": 47.2,
|
| 1458 |
+
"learning_rate": 5e-05,
|
| 1459 |
+
"loss": 0.08,
|
| 1460 |
+
"step": 236
|
| 1461 |
+
},
|
| 1462 |
+
{
|
| 1463 |
+
"epoch": 47.4,
|
| 1464 |
+
"learning_rate": 4.666666666666667e-05,
|
| 1465 |
+
"loss": 0.0103,
|
| 1466 |
+
"step": 237
|
| 1467 |
+
},
|
| 1468 |
+
{
|
| 1469 |
+
"epoch": 47.6,
|
| 1470 |
+
"learning_rate": 4.3333333333333334e-05,
|
| 1471 |
+
"loss": 0.0526,
|
| 1472 |
+
"step": 238
|
| 1473 |
+
},
|
| 1474 |
+
{
|
| 1475 |
+
"epoch": 47.8,
|
| 1476 |
+
"learning_rate": 4e-05,
|
| 1477 |
+
"loss": 0.0099,
|
| 1478 |
+
"step": 239
|
| 1479 |
+
},
|
| 1480 |
+
{
|
| 1481 |
+
"epoch": 48.0,
|
| 1482 |
+
"learning_rate": 3.6666666666666666e-05,
|
| 1483 |
+
"loss": 0.0098,
|
| 1484 |
+
"step": 240
|
| 1485 |
+
},
|
| 1486 |
+
{
|
| 1487 |
+
"epoch": 48.2,
|
| 1488 |
+
"learning_rate": 3.3333333333333335e-05,
|
| 1489 |
+
"loss": 0.0418,
|
| 1490 |
+
"step": 241
|
| 1491 |
+
},
|
| 1492 |
+
{
|
| 1493 |
+
"epoch": 48.4,
|
| 1494 |
+
"learning_rate": 3e-05,
|
| 1495 |
+
"loss": 0.0096,
|
| 1496 |
+
"step": 242
|
| 1497 |
+
},
|
| 1498 |
+
{
|
| 1499 |
+
"epoch": 48.6,
|
| 1500 |
+
"learning_rate": 2.666666666666667e-05,
|
| 1501 |
+
"loss": 0.0854,
|
| 1502 |
+
"step": 243
|
| 1503 |
+
},
|
| 1504 |
+
{
|
| 1505 |
+
"epoch": 48.8,
|
| 1506 |
+
"learning_rate": 2.3333333333333336e-05,
|
| 1507 |
+
"loss": 0.0716,
|
| 1508 |
+
"step": 244
|
| 1509 |
+
},
|
| 1510 |
+
{
|
| 1511 |
+
"epoch": 49.0,
|
| 1512 |
+
"learning_rate": 2e-05,
|
| 1513 |
+
"loss": 0.0087,
|
| 1514 |
+
"step": 245
|
| 1515 |
+
},
|
| 1516 |
+
{
|
| 1517 |
+
"epoch": 49.2,
|
| 1518 |
+
"learning_rate": 1.6666666666666667e-05,
|
| 1519 |
+
"loss": 0.0936,
|
| 1520 |
+
"step": 246
|
| 1521 |
+
},
|
| 1522 |
+
{
|
| 1523 |
+
"epoch": 49.4,
|
| 1524 |
+
"learning_rate": 1.3333333333333335e-05,
|
| 1525 |
+
"loss": 0.0099,
|
| 1526 |
+
"step": 247
|
| 1527 |
+
},
|
| 1528 |
+
{
|
| 1529 |
+
"epoch": 49.6,
|
| 1530 |
+
"learning_rate": 1e-05,
|
| 1531 |
+
"loss": 0.0089,
|
| 1532 |
+
"step": 248
|
| 1533 |
+
},
|
| 1534 |
+
{
|
| 1535 |
+
"epoch": 49.8,
|
| 1536 |
+
"learning_rate": 6.6666666666666675e-06,
|
| 1537 |
+
"loss": 0.0162,
|
| 1538 |
+
"step": 249
|
| 1539 |
+
},
|
| 1540 |
+
{
|
| 1541 |
+
"epoch": 50.0,
|
| 1542 |
+
"learning_rate": 3.3333333333333337e-06,
|
| 1543 |
+
"loss": 0.0118,
|
| 1544 |
+
"step": 250
|
| 1545 |
+
},
|
| 1546 |
+
{
|
| 1547 |
+
"epoch": 50.0,
|
| 1548 |
+
"eval_accuracy": 0.9038461538461539,
|
| 1549 |
+
"eval_loss": 0.4858757257461548,
|
| 1550 |
+
"eval_runtime": 4.4109,
|
| 1551 |
+
"eval_samples_per_second": 23.578,
|
| 1552 |
+
"eval_steps_per_second": 1.587,
|
| 1553 |
+
"step": 250
|
| 1554 |
+
},
|
| 1555 |
+
{
|
| 1556 |
+
"epoch": 50.0,
|
| 1557 |
+
"step": 250,
|
| 1558 |
+
"total_flos": 8.360126160599777e+18,
|
| 1559 |
+
"train_loss": 0.8228848753273487,
|
| 1560 |
+
"train_runtime": 1463.2202,
|
| 1561 |
+
"train_samples_per_second": 10.696,
|
| 1562 |
+
"train_steps_per_second": 0.171
|
| 1563 |
+
}
|
| 1564 |
+
],
|
| 1565 |
+
"max_steps": 250,
|
| 1566 |
+
"num_train_epochs": 50,
|
| 1567 |
+
"total_flos": 8.360126160599777e+18,
|
| 1568 |
+
"trial_name": null,
|
| 1569 |
+
"trial_params": null
|
| 1570 |
+
}
|