End of training
Browse files- README.md +74 -0
- all_results.json +13 -0
- config.json +48 -0
- eval_results.json +8 -0
- preprocessor_config.json +28 -0
- pytorch_model.bin +3 -0
- train_results.json +8 -0
- trainer_state.json +1063 -0
- training_args.bin +3 -0
README.md
ADDED
|
@@ -0,0 +1,74 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
---
|
| 2 |
+
license: apache-2.0
|
| 3 |
+
base_model: google/vit-base-patch16-224-in21k
|
| 4 |
+
tags:
|
| 5 |
+
- generated_from_trainer
|
| 6 |
+
metrics:
|
| 7 |
+
- accuracy
|
| 8 |
+
model-index:
|
| 9 |
+
- name: vitforimcls
|
| 10 |
+
results: []
|
| 11 |
+
---
|
| 12 |
+
|
| 13 |
+
<!-- This model card has been generated automatically according to the information the Trainer had access to. You
|
| 14 |
+
should probably proofread and complete it, then remove this comment. -->
|
| 15 |
+
|
| 16 |
+
# vitforimcls
|
| 17 |
+
|
| 18 |
+
This model is a fine-tuned version of [google/vit-base-patch16-224-in21k](https://huggingface.co/google/vit-base-patch16-224-in21k) on the None dataset.
|
| 19 |
+
It achieves the following results on the evaluation set:
|
| 20 |
+
- Loss: 0.1199
|
| 21 |
+
- Accuracy: 0.9678
|
| 22 |
+
|
| 23 |
+
## Model description
|
| 24 |
+
|
| 25 |
+
More information needed
|
| 26 |
+
|
| 27 |
+
## Intended uses & limitations
|
| 28 |
+
|
| 29 |
+
More information needed
|
| 30 |
+
|
| 31 |
+
## Training and evaluation data
|
| 32 |
+
|
| 33 |
+
More information needed
|
| 34 |
+
|
| 35 |
+
## Training procedure
|
| 36 |
+
|
| 37 |
+
### Training hyperparameters
|
| 38 |
+
|
| 39 |
+
The following hyperparameters were used during training:
|
| 40 |
+
- learning_rate: 0.0002
|
| 41 |
+
- train_batch_size: 128
|
| 42 |
+
- eval_batch_size: 64
|
| 43 |
+
- seed: 42
|
| 44 |
+
- optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
|
| 45 |
+
- lr_scheduler_type: linear
|
| 46 |
+
- num_epochs: 4
|
| 47 |
+
|
| 48 |
+
### Training results
|
| 49 |
+
|
| 50 |
+
| Training Loss | Epoch | Step | Validation Loss | Accuracy |
|
| 51 |
+
|:-------------:|:-----:|:----:|:---------------:|:--------:|
|
| 52 |
+
| 0.2995 | 0.27 | 100 | 0.3419 | 0.9108 |
|
| 53 |
+
| 0.2289 | 0.53 | 200 | 0.2482 | 0.9288 |
|
| 54 |
+
| 0.1811 | 0.8 | 300 | 0.2139 | 0.9357 |
|
| 55 |
+
| 0.0797 | 1.07 | 400 | 0.1813 | 0.946 |
|
| 56 |
+
| 0.1128 | 1.33 | 500 | 0.1741 | 0.9452 |
|
| 57 |
+
| 0.086 | 1.6 | 600 | 0.1659 | 0.9513 |
|
| 58 |
+
| 0.0815 | 1.87 | 700 | 0.1468 | 0.9547 |
|
| 59 |
+
| 0.048 | 2.13 | 800 | 0.1393 | 0.9592 |
|
| 60 |
+
| 0.021 | 2.4 | 900 | 0.1399 | 0.9603 |
|
| 61 |
+
| 0.0271 | 2.67 | 1000 | 0.1334 | 0.9642 |
|
| 62 |
+
| 0.0231 | 2.93 | 1100 | 0.1228 | 0.9658 |
|
| 63 |
+
| 0.0101 | 3.2 | 1200 | 0.1229 | 0.9673 |
|
| 64 |
+
| 0.0041 | 3.47 | 1300 | 0.1189 | 0.9675 |
|
| 65 |
+
| 0.0043 | 3.73 | 1400 | 0.1165 | 0.9683 |
|
| 66 |
+
| 0.0067 | 4.0 | 1500 | 0.1145 | 0.9697 |
|
| 67 |
+
|
| 68 |
+
|
| 69 |
+
### Framework versions
|
| 70 |
+
|
| 71 |
+
- Transformers 4.34.1
|
| 72 |
+
- Pytorch 2.0.1+cu117
|
| 73 |
+
- Datasets 2.12.0
|
| 74 |
+
- Tokenizers 0.14.1
|
all_results.json
ADDED
|
@@ -0,0 +1,13 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"epoch": 4.0,
|
| 3 |
+
"eval_accuracy": 0.9678333333333333,
|
| 4 |
+
"eval_loss": 0.11992065608501434,
|
| 5 |
+
"eval_runtime": 169.7399,
|
| 6 |
+
"eval_samples_per_second": 35.348,
|
| 7 |
+
"eval_steps_per_second": 0.554,
|
| 8 |
+
"total_flos": 1.4879528813592576e+19,
|
| 9 |
+
"train_loss": 0.11711712082227071,
|
| 10 |
+
"train_runtime": 8681.751,
|
| 11 |
+
"train_samples_per_second": 22.115,
|
| 12 |
+
"train_steps_per_second": 0.173
|
| 13 |
+
}
|
config.json
ADDED
|
@@ -0,0 +1,48 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"_name_or_path": "google/vit-base-patch16-224-in21k",
|
| 3 |
+
"architectures": [
|
| 4 |
+
"ViTForImageClassification"
|
| 5 |
+
],
|
| 6 |
+
"attention_probs_dropout_prob": 0.0,
|
| 7 |
+
"encoder_stride": 16,
|
| 8 |
+
"hidden_act": "gelu",
|
| 9 |
+
"hidden_dropout_prob": 0.0,
|
| 10 |
+
"hidden_size": 768,
|
| 11 |
+
"id2label": {
|
| 12 |
+
"0": "LABEL_0",
|
| 13 |
+
"1": "LABEL_1",
|
| 14 |
+
"2": "LABEL_2",
|
| 15 |
+
"3": "LABEL_3",
|
| 16 |
+
"4": "LABEL_4",
|
| 17 |
+
"5": "LABEL_5",
|
| 18 |
+
"6": "LABEL_6",
|
| 19 |
+
"7": "LABEL_7",
|
| 20 |
+
"8": "LABEL_8",
|
| 21 |
+
"9": "LABEL_9"
|
| 22 |
+
},
|
| 23 |
+
"image_size": 224,
|
| 24 |
+
"initializer_range": 0.02,
|
| 25 |
+
"intermediate_size": 3072,
|
| 26 |
+
"label2id": {
|
| 27 |
+
"LABEL_0": 0,
|
| 28 |
+
"LABEL_1": 1,
|
| 29 |
+
"LABEL_2": 2,
|
| 30 |
+
"LABEL_3": 3,
|
| 31 |
+
"LABEL_4": 4,
|
| 32 |
+
"LABEL_5": 5,
|
| 33 |
+
"LABEL_6": 6,
|
| 34 |
+
"LABEL_7": 7,
|
| 35 |
+
"LABEL_8": 8,
|
| 36 |
+
"LABEL_9": 9
|
| 37 |
+
},
|
| 38 |
+
"layer_norm_eps": 1e-12,
|
| 39 |
+
"model_type": "vit",
|
| 40 |
+
"num_attention_heads": 12,
|
| 41 |
+
"num_channels": 3,
|
| 42 |
+
"num_hidden_layers": 12,
|
| 43 |
+
"patch_size": 16,
|
| 44 |
+
"problem_type": "single_label_classification",
|
| 45 |
+
"qkv_bias": true,
|
| 46 |
+
"torch_dtype": "float32",
|
| 47 |
+
"transformers_version": "4.34.1"
|
| 48 |
+
}
|
eval_results.json
ADDED
|
@@ -0,0 +1,8 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"epoch": 4.0,
|
| 3 |
+
"eval_accuracy": 0.9678333333333333,
|
| 4 |
+
"eval_loss": 0.11992065608501434,
|
| 5 |
+
"eval_runtime": 169.7399,
|
| 6 |
+
"eval_samples_per_second": 35.348,
|
| 7 |
+
"eval_steps_per_second": 0.554
|
| 8 |
+
}
|
preprocessor_config.json
ADDED
|
@@ -0,0 +1,28 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"crop_size": {
|
| 3 |
+
"height": 224,
|
| 4 |
+
"width": 224
|
| 5 |
+
},
|
| 6 |
+
"do_center_crop": true,
|
| 7 |
+
"do_convert_rgb": true,
|
| 8 |
+
"do_normalize": true,
|
| 9 |
+
"do_rescale": true,
|
| 10 |
+
"do_resize": true,
|
| 11 |
+
"feature_extractor_type": "CLIPFeatureExtractor",
|
| 12 |
+
"image_mean": [
|
| 13 |
+
0.48145466,
|
| 14 |
+
0.4578275,
|
| 15 |
+
0.40821073
|
| 16 |
+
],
|
| 17 |
+
"image_processor_type": "CLIPImageProcessor",
|
| 18 |
+
"image_std": [
|
| 19 |
+
0.26862954,
|
| 20 |
+
0.26130258,
|
| 21 |
+
0.27577711
|
| 22 |
+
],
|
| 23 |
+
"resample": 3,
|
| 24 |
+
"rescale_factor": 0.00392156862745098,
|
| 25 |
+
"size": {
|
| 26 |
+
"shortest_edge": 224
|
| 27 |
+
}
|
| 28 |
+
}
|
pytorch_model.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:eeb6345552a4571d91195871d9ab76dfc7b1adc2cc098c31402fcff9ce22601d
|
| 3 |
+
size 343293293
|
train_results.json
ADDED
|
@@ -0,0 +1,8 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"epoch": 4.0,
|
| 3 |
+
"total_flos": 1.4879528813592576e+19,
|
| 4 |
+
"train_loss": 0.11711712082227071,
|
| 5 |
+
"train_runtime": 8681.751,
|
| 6 |
+
"train_samples_per_second": 22.115,
|
| 7 |
+
"train_steps_per_second": 0.173
|
| 8 |
+
}
|
trainer_state.json
ADDED
|
@@ -0,0 +1,1063 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"best_metric": 0.11452386528253555,
|
| 3 |
+
"best_model_checkpoint": "./vitforimcls/checkpoint-1500",
|
| 4 |
+
"epoch": 4.0,
|
| 5 |
+
"eval_steps": 100,
|
| 6 |
+
"global_step": 1500,
|
| 7 |
+
"is_hyper_param_search": false,
|
| 8 |
+
"is_local_process_zero": true,
|
| 9 |
+
"is_world_process_zero": true,
|
| 10 |
+
"log_history": [
|
| 11 |
+
{
|
| 12 |
+
"epoch": 0.03,
|
| 13 |
+
"learning_rate": 0.00019866666666666668,
|
| 14 |
+
"loss": 1.975,
|
| 15 |
+
"step": 10
|
| 16 |
+
},
|
| 17 |
+
{
|
| 18 |
+
"epoch": 0.05,
|
| 19 |
+
"learning_rate": 0.00019733333333333335,
|
| 20 |
+
"loss": 1.1804,
|
| 21 |
+
"step": 20
|
| 22 |
+
},
|
| 23 |
+
{
|
| 24 |
+
"epoch": 0.08,
|
| 25 |
+
"learning_rate": 0.000196,
|
| 26 |
+
"loss": 0.7784,
|
| 27 |
+
"step": 30
|
| 28 |
+
},
|
| 29 |
+
{
|
| 30 |
+
"epoch": 0.11,
|
| 31 |
+
"learning_rate": 0.0001946666666666667,
|
| 32 |
+
"loss": 0.526,
|
| 33 |
+
"step": 40
|
| 34 |
+
},
|
| 35 |
+
{
|
| 36 |
+
"epoch": 0.13,
|
| 37 |
+
"learning_rate": 0.00019333333333333333,
|
| 38 |
+
"loss": 0.4219,
|
| 39 |
+
"step": 50
|
| 40 |
+
},
|
| 41 |
+
{
|
| 42 |
+
"epoch": 0.16,
|
| 43 |
+
"learning_rate": 0.000192,
|
| 44 |
+
"loss": 0.3939,
|
| 45 |
+
"step": 60
|
| 46 |
+
},
|
| 47 |
+
{
|
| 48 |
+
"epoch": 0.19,
|
| 49 |
+
"learning_rate": 0.00019066666666666668,
|
| 50 |
+
"loss": 0.4119,
|
| 51 |
+
"step": 70
|
| 52 |
+
},
|
| 53 |
+
{
|
| 54 |
+
"epoch": 0.21,
|
| 55 |
+
"learning_rate": 0.00018933333333333335,
|
| 56 |
+
"loss": 0.3594,
|
| 57 |
+
"step": 80
|
| 58 |
+
},
|
| 59 |
+
{
|
| 60 |
+
"epoch": 0.24,
|
| 61 |
+
"learning_rate": 0.000188,
|
| 62 |
+
"loss": 0.3315,
|
| 63 |
+
"step": 90
|
| 64 |
+
},
|
| 65 |
+
{
|
| 66 |
+
"epoch": 0.27,
|
| 67 |
+
"learning_rate": 0.0001866666666666667,
|
| 68 |
+
"loss": 0.2995,
|
| 69 |
+
"step": 100
|
| 70 |
+
},
|
| 71 |
+
{
|
| 72 |
+
"epoch": 0.27,
|
| 73 |
+
"eval_accuracy": 0.9108333333333334,
|
| 74 |
+
"eval_loss": 0.3419191539287567,
|
| 75 |
+
"eval_runtime": 221.995,
|
| 76 |
+
"eval_samples_per_second": 27.028,
|
| 77 |
+
"eval_steps_per_second": 0.423,
|
| 78 |
+
"step": 100
|
| 79 |
+
},
|
| 80 |
+
{
|
| 81 |
+
"epoch": 0.29,
|
| 82 |
+
"learning_rate": 0.00018533333333333333,
|
| 83 |
+
"loss": 0.2941,
|
| 84 |
+
"step": 110
|
| 85 |
+
},
|
| 86 |
+
{
|
| 87 |
+
"epoch": 0.32,
|
| 88 |
+
"learning_rate": 0.00018400000000000003,
|
| 89 |
+
"loss": 0.294,
|
| 90 |
+
"step": 120
|
| 91 |
+
},
|
| 92 |
+
{
|
| 93 |
+
"epoch": 0.35,
|
| 94 |
+
"learning_rate": 0.00018266666666666667,
|
| 95 |
+
"loss": 0.2903,
|
| 96 |
+
"step": 130
|
| 97 |
+
},
|
| 98 |
+
{
|
| 99 |
+
"epoch": 0.37,
|
| 100 |
+
"learning_rate": 0.00018133333333333334,
|
| 101 |
+
"loss": 0.2592,
|
| 102 |
+
"step": 140
|
| 103 |
+
},
|
| 104 |
+
{
|
| 105 |
+
"epoch": 0.4,
|
| 106 |
+
"learning_rate": 0.00018,
|
| 107 |
+
"loss": 0.2496,
|
| 108 |
+
"step": 150
|
| 109 |
+
},
|
| 110 |
+
{
|
| 111 |
+
"epoch": 0.43,
|
| 112 |
+
"learning_rate": 0.00017866666666666668,
|
| 113 |
+
"loss": 0.265,
|
| 114 |
+
"step": 160
|
| 115 |
+
},
|
| 116 |
+
{
|
| 117 |
+
"epoch": 0.45,
|
| 118 |
+
"learning_rate": 0.00017733333333333335,
|
| 119 |
+
"loss": 0.245,
|
| 120 |
+
"step": 170
|
| 121 |
+
},
|
| 122 |
+
{
|
| 123 |
+
"epoch": 0.48,
|
| 124 |
+
"learning_rate": 0.00017600000000000002,
|
| 125 |
+
"loss": 0.2321,
|
| 126 |
+
"step": 180
|
| 127 |
+
},
|
| 128 |
+
{
|
| 129 |
+
"epoch": 0.51,
|
| 130 |
+
"learning_rate": 0.00017466666666666667,
|
| 131 |
+
"loss": 0.2008,
|
| 132 |
+
"step": 190
|
| 133 |
+
},
|
| 134 |
+
{
|
| 135 |
+
"epoch": 0.53,
|
| 136 |
+
"learning_rate": 0.00017333333333333334,
|
| 137 |
+
"loss": 0.2289,
|
| 138 |
+
"step": 200
|
| 139 |
+
},
|
| 140 |
+
{
|
| 141 |
+
"epoch": 0.53,
|
| 142 |
+
"eval_accuracy": 0.9288333333333333,
|
| 143 |
+
"eval_loss": 0.24824613332748413,
|
| 144 |
+
"eval_runtime": 222.622,
|
| 145 |
+
"eval_samples_per_second": 26.952,
|
| 146 |
+
"eval_steps_per_second": 0.422,
|
| 147 |
+
"step": 200
|
| 148 |
+
},
|
| 149 |
+
{
|
| 150 |
+
"epoch": 0.56,
|
| 151 |
+
"learning_rate": 0.000172,
|
| 152 |
+
"loss": 0.2231,
|
| 153 |
+
"step": 210
|
| 154 |
+
},
|
| 155 |
+
{
|
| 156 |
+
"epoch": 0.59,
|
| 157 |
+
"learning_rate": 0.00017066666666666668,
|
| 158 |
+
"loss": 0.2198,
|
| 159 |
+
"step": 220
|
| 160 |
+
},
|
| 161 |
+
{
|
| 162 |
+
"epoch": 0.61,
|
| 163 |
+
"learning_rate": 0.00016933333333333335,
|
| 164 |
+
"loss": 0.2189,
|
| 165 |
+
"step": 230
|
| 166 |
+
},
|
| 167 |
+
{
|
| 168 |
+
"epoch": 0.64,
|
| 169 |
+
"learning_rate": 0.000168,
|
| 170 |
+
"loss": 0.2681,
|
| 171 |
+
"step": 240
|
| 172 |
+
},
|
| 173 |
+
{
|
| 174 |
+
"epoch": 0.67,
|
| 175 |
+
"learning_rate": 0.0001666666666666667,
|
| 176 |
+
"loss": 0.1843,
|
| 177 |
+
"step": 250
|
| 178 |
+
},
|
| 179 |
+
{
|
| 180 |
+
"epoch": 0.69,
|
| 181 |
+
"learning_rate": 0.00016533333333333333,
|
| 182 |
+
"loss": 0.219,
|
| 183 |
+
"step": 260
|
| 184 |
+
},
|
| 185 |
+
{
|
| 186 |
+
"epoch": 0.72,
|
| 187 |
+
"learning_rate": 0.000164,
|
| 188 |
+
"loss": 0.1871,
|
| 189 |
+
"step": 270
|
| 190 |
+
},
|
| 191 |
+
{
|
| 192 |
+
"epoch": 0.75,
|
| 193 |
+
"learning_rate": 0.00016266666666666667,
|
| 194 |
+
"loss": 0.2011,
|
| 195 |
+
"step": 280
|
| 196 |
+
},
|
| 197 |
+
{
|
| 198 |
+
"epoch": 0.77,
|
| 199 |
+
"learning_rate": 0.00016133333333333334,
|
| 200 |
+
"loss": 0.2038,
|
| 201 |
+
"step": 290
|
| 202 |
+
},
|
| 203 |
+
{
|
| 204 |
+
"epoch": 0.8,
|
| 205 |
+
"learning_rate": 0.00016,
|
| 206 |
+
"loss": 0.1811,
|
| 207 |
+
"step": 300
|
| 208 |
+
},
|
| 209 |
+
{
|
| 210 |
+
"epoch": 0.8,
|
| 211 |
+
"eval_accuracy": 0.9356666666666666,
|
| 212 |
+
"eval_loss": 0.2139243632555008,
|
| 213 |
+
"eval_runtime": 223.6566,
|
| 214 |
+
"eval_samples_per_second": 26.827,
|
| 215 |
+
"eval_steps_per_second": 0.42,
|
| 216 |
+
"step": 300
|
| 217 |
+
},
|
| 218 |
+
{
|
| 219 |
+
"epoch": 0.83,
|
| 220 |
+
"learning_rate": 0.00015866666666666668,
|
| 221 |
+
"loss": 0.2091,
|
| 222 |
+
"step": 310
|
| 223 |
+
},
|
| 224 |
+
{
|
| 225 |
+
"epoch": 0.85,
|
| 226 |
+
"learning_rate": 0.00015733333333333333,
|
| 227 |
+
"loss": 0.2127,
|
| 228 |
+
"step": 320
|
| 229 |
+
},
|
| 230 |
+
{
|
| 231 |
+
"epoch": 0.88,
|
| 232 |
+
"learning_rate": 0.00015600000000000002,
|
| 233 |
+
"loss": 0.1931,
|
| 234 |
+
"step": 330
|
| 235 |
+
},
|
| 236 |
+
{
|
| 237 |
+
"epoch": 0.91,
|
| 238 |
+
"learning_rate": 0.00015466666666666667,
|
| 239 |
+
"loss": 0.1942,
|
| 240 |
+
"step": 340
|
| 241 |
+
},
|
| 242 |
+
{
|
| 243 |
+
"epoch": 0.93,
|
| 244 |
+
"learning_rate": 0.00015333333333333334,
|
| 245 |
+
"loss": 0.1704,
|
| 246 |
+
"step": 350
|
| 247 |
+
},
|
| 248 |
+
{
|
| 249 |
+
"epoch": 0.96,
|
| 250 |
+
"learning_rate": 0.000152,
|
| 251 |
+
"loss": 0.1733,
|
| 252 |
+
"step": 360
|
| 253 |
+
},
|
| 254 |
+
{
|
| 255 |
+
"epoch": 0.99,
|
| 256 |
+
"learning_rate": 0.00015066666666666668,
|
| 257 |
+
"loss": 0.1759,
|
| 258 |
+
"step": 370
|
| 259 |
+
},
|
| 260 |
+
{
|
| 261 |
+
"epoch": 1.01,
|
| 262 |
+
"learning_rate": 0.00014933333333333335,
|
| 263 |
+
"loss": 0.1403,
|
| 264 |
+
"step": 380
|
| 265 |
+
},
|
| 266 |
+
{
|
| 267 |
+
"epoch": 1.04,
|
| 268 |
+
"learning_rate": 0.000148,
|
| 269 |
+
"loss": 0.0968,
|
| 270 |
+
"step": 390
|
| 271 |
+
},
|
| 272 |
+
{
|
| 273 |
+
"epoch": 1.07,
|
| 274 |
+
"learning_rate": 0.00014666666666666666,
|
| 275 |
+
"loss": 0.0797,
|
| 276 |
+
"step": 400
|
| 277 |
+
},
|
| 278 |
+
{
|
| 279 |
+
"epoch": 1.07,
|
| 280 |
+
"eval_accuracy": 0.946,
|
| 281 |
+
"eval_loss": 0.18132811784744263,
|
| 282 |
+
"eval_runtime": 198.5359,
|
| 283 |
+
"eval_samples_per_second": 30.221,
|
| 284 |
+
"eval_steps_per_second": 0.473,
|
| 285 |
+
"step": 400
|
| 286 |
+
},
|
| 287 |
+
{
|
| 288 |
+
"epoch": 1.09,
|
| 289 |
+
"learning_rate": 0.00014533333333333333,
|
| 290 |
+
"loss": 0.099,
|
| 291 |
+
"step": 410
|
| 292 |
+
},
|
| 293 |
+
{
|
| 294 |
+
"epoch": 1.12,
|
| 295 |
+
"learning_rate": 0.000144,
|
| 296 |
+
"loss": 0.1239,
|
| 297 |
+
"step": 420
|
| 298 |
+
},
|
| 299 |
+
{
|
| 300 |
+
"epoch": 1.15,
|
| 301 |
+
"learning_rate": 0.00014266666666666667,
|
| 302 |
+
"loss": 0.1084,
|
| 303 |
+
"step": 430
|
| 304 |
+
},
|
| 305 |
+
{
|
| 306 |
+
"epoch": 1.17,
|
| 307 |
+
"learning_rate": 0.00014133333333333334,
|
| 308 |
+
"loss": 0.1008,
|
| 309 |
+
"step": 440
|
| 310 |
+
},
|
| 311 |
+
{
|
| 312 |
+
"epoch": 1.2,
|
| 313 |
+
"learning_rate": 0.00014,
|
| 314 |
+
"loss": 0.1114,
|
| 315 |
+
"step": 450
|
| 316 |
+
},
|
| 317 |
+
{
|
| 318 |
+
"epoch": 1.23,
|
| 319 |
+
"learning_rate": 0.00013866666666666669,
|
| 320 |
+
"loss": 0.1102,
|
| 321 |
+
"step": 460
|
| 322 |
+
},
|
| 323 |
+
{
|
| 324 |
+
"epoch": 1.25,
|
| 325 |
+
"learning_rate": 0.00013733333333333333,
|
| 326 |
+
"loss": 0.0892,
|
| 327 |
+
"step": 470
|
| 328 |
+
},
|
| 329 |
+
{
|
| 330 |
+
"epoch": 1.28,
|
| 331 |
+
"learning_rate": 0.00013600000000000003,
|
| 332 |
+
"loss": 0.081,
|
| 333 |
+
"step": 480
|
| 334 |
+
},
|
| 335 |
+
{
|
| 336 |
+
"epoch": 1.31,
|
| 337 |
+
"learning_rate": 0.00013466666666666667,
|
| 338 |
+
"loss": 0.071,
|
| 339 |
+
"step": 490
|
| 340 |
+
},
|
| 341 |
+
{
|
| 342 |
+
"epoch": 1.33,
|
| 343 |
+
"learning_rate": 0.00013333333333333334,
|
| 344 |
+
"loss": 0.1128,
|
| 345 |
+
"step": 500
|
| 346 |
+
},
|
| 347 |
+
{
|
| 348 |
+
"epoch": 1.33,
|
| 349 |
+
"eval_accuracy": 0.9451666666666667,
|
| 350 |
+
"eval_loss": 0.1741384118795395,
|
| 351 |
+
"eval_runtime": 167.1262,
|
| 352 |
+
"eval_samples_per_second": 35.901,
|
| 353 |
+
"eval_steps_per_second": 0.562,
|
| 354 |
+
"step": 500
|
| 355 |
+
},
|
| 356 |
+
{
|
| 357 |
+
"epoch": 1.36,
|
| 358 |
+
"learning_rate": 0.000132,
|
| 359 |
+
"loss": 0.0966,
|
| 360 |
+
"step": 510
|
| 361 |
+
},
|
| 362 |
+
{
|
| 363 |
+
"epoch": 1.39,
|
| 364 |
+
"learning_rate": 0.00013066666666666668,
|
| 365 |
+
"loss": 0.0998,
|
| 366 |
+
"step": 520
|
| 367 |
+
},
|
| 368 |
+
{
|
| 369 |
+
"epoch": 1.41,
|
| 370 |
+
"learning_rate": 0.00012933333333333332,
|
| 371 |
+
"loss": 0.0951,
|
| 372 |
+
"step": 530
|
| 373 |
+
},
|
| 374 |
+
{
|
| 375 |
+
"epoch": 1.44,
|
| 376 |
+
"learning_rate": 0.00012800000000000002,
|
| 377 |
+
"loss": 0.0792,
|
| 378 |
+
"step": 540
|
| 379 |
+
},
|
| 380 |
+
{
|
| 381 |
+
"epoch": 1.47,
|
| 382 |
+
"learning_rate": 0.00012666666666666666,
|
| 383 |
+
"loss": 0.0928,
|
| 384 |
+
"step": 550
|
| 385 |
+
},
|
| 386 |
+
{
|
| 387 |
+
"epoch": 1.49,
|
| 388 |
+
"learning_rate": 0.00012533333333333334,
|
| 389 |
+
"loss": 0.0893,
|
| 390 |
+
"step": 560
|
| 391 |
+
},
|
| 392 |
+
{
|
| 393 |
+
"epoch": 1.52,
|
| 394 |
+
"learning_rate": 0.000124,
|
| 395 |
+
"loss": 0.103,
|
| 396 |
+
"step": 570
|
| 397 |
+
},
|
| 398 |
+
{
|
| 399 |
+
"epoch": 1.55,
|
| 400 |
+
"learning_rate": 0.00012266666666666668,
|
| 401 |
+
"loss": 0.1357,
|
| 402 |
+
"step": 580
|
| 403 |
+
},
|
| 404 |
+
{
|
| 405 |
+
"epoch": 1.57,
|
| 406 |
+
"learning_rate": 0.00012133333333333335,
|
| 407 |
+
"loss": 0.0883,
|
| 408 |
+
"step": 590
|
| 409 |
+
},
|
| 410 |
+
{
|
| 411 |
+
"epoch": 1.6,
|
| 412 |
+
"learning_rate": 0.00012,
|
| 413 |
+
"loss": 0.086,
|
| 414 |
+
"step": 600
|
| 415 |
+
},
|
| 416 |
+
{
|
| 417 |
+
"epoch": 1.6,
|
| 418 |
+
"eval_accuracy": 0.9513333333333334,
|
| 419 |
+
"eval_loss": 0.16589362919330597,
|
| 420 |
+
"eval_runtime": 175.0929,
|
| 421 |
+
"eval_samples_per_second": 34.268,
|
| 422 |
+
"eval_steps_per_second": 0.537,
|
| 423 |
+
"step": 600
|
| 424 |
+
},
|
| 425 |
+
{
|
| 426 |
+
"epoch": 1.63,
|
| 427 |
+
"learning_rate": 0.00011866666666666669,
|
| 428 |
+
"loss": 0.091,
|
| 429 |
+
"step": 610
|
| 430 |
+
},
|
| 431 |
+
{
|
| 432 |
+
"epoch": 1.65,
|
| 433 |
+
"learning_rate": 0.00011733333333333334,
|
| 434 |
+
"loss": 0.0701,
|
| 435 |
+
"step": 620
|
| 436 |
+
},
|
| 437 |
+
{
|
| 438 |
+
"epoch": 1.68,
|
| 439 |
+
"learning_rate": 0.000116,
|
| 440 |
+
"loss": 0.0834,
|
| 441 |
+
"step": 630
|
| 442 |
+
},
|
| 443 |
+
{
|
| 444 |
+
"epoch": 1.71,
|
| 445 |
+
"learning_rate": 0.00011466666666666667,
|
| 446 |
+
"loss": 0.0891,
|
| 447 |
+
"step": 640
|
| 448 |
+
},
|
| 449 |
+
{
|
| 450 |
+
"epoch": 1.73,
|
| 451 |
+
"learning_rate": 0.00011333333333333334,
|
| 452 |
+
"loss": 0.0896,
|
| 453 |
+
"step": 650
|
| 454 |
+
},
|
| 455 |
+
{
|
| 456 |
+
"epoch": 1.76,
|
| 457 |
+
"learning_rate": 0.00011200000000000001,
|
| 458 |
+
"loss": 0.0853,
|
| 459 |
+
"step": 660
|
| 460 |
+
},
|
| 461 |
+
{
|
| 462 |
+
"epoch": 1.79,
|
| 463 |
+
"learning_rate": 0.00011066666666666667,
|
| 464 |
+
"loss": 0.0799,
|
| 465 |
+
"step": 670
|
| 466 |
+
},
|
| 467 |
+
{
|
| 468 |
+
"epoch": 1.81,
|
| 469 |
+
"learning_rate": 0.00010933333333333333,
|
| 470 |
+
"loss": 0.0742,
|
| 471 |
+
"step": 680
|
| 472 |
+
},
|
| 473 |
+
{
|
| 474 |
+
"epoch": 1.84,
|
| 475 |
+
"learning_rate": 0.00010800000000000001,
|
| 476 |
+
"loss": 0.093,
|
| 477 |
+
"step": 690
|
| 478 |
+
},
|
| 479 |
+
{
|
| 480 |
+
"epoch": 1.87,
|
| 481 |
+
"learning_rate": 0.00010666666666666667,
|
| 482 |
+
"loss": 0.0815,
|
| 483 |
+
"step": 700
|
| 484 |
+
},
|
| 485 |
+
{
|
| 486 |
+
"epoch": 1.87,
|
| 487 |
+
"eval_accuracy": 0.9546666666666667,
|
| 488 |
+
"eval_loss": 0.14684614539146423,
|
| 489 |
+
"eval_runtime": 174.5528,
|
| 490 |
+
"eval_samples_per_second": 34.374,
|
| 491 |
+
"eval_steps_per_second": 0.539,
|
| 492 |
+
"step": 700
|
| 493 |
+
},
|
| 494 |
+
{
|
| 495 |
+
"epoch": 1.89,
|
| 496 |
+
"learning_rate": 0.00010533333333333332,
|
| 497 |
+
"loss": 0.0912,
|
| 498 |
+
"step": 710
|
| 499 |
+
},
|
| 500 |
+
{
|
| 501 |
+
"epoch": 1.92,
|
| 502 |
+
"learning_rate": 0.00010400000000000001,
|
| 503 |
+
"loss": 0.0677,
|
| 504 |
+
"step": 720
|
| 505 |
+
},
|
| 506 |
+
{
|
| 507 |
+
"epoch": 1.95,
|
| 508 |
+
"learning_rate": 0.00010266666666666666,
|
| 509 |
+
"loss": 0.0806,
|
| 510 |
+
"step": 730
|
| 511 |
+
},
|
| 512 |
+
{
|
| 513 |
+
"epoch": 1.97,
|
| 514 |
+
"learning_rate": 0.00010133333333333335,
|
| 515 |
+
"loss": 0.0762,
|
| 516 |
+
"step": 740
|
| 517 |
+
},
|
| 518 |
+
{
|
| 519 |
+
"epoch": 2.0,
|
| 520 |
+
"learning_rate": 0.0001,
|
| 521 |
+
"loss": 0.0876,
|
| 522 |
+
"step": 750
|
| 523 |
+
},
|
| 524 |
+
{
|
| 525 |
+
"epoch": 2.03,
|
| 526 |
+
"learning_rate": 9.866666666666668e-05,
|
| 527 |
+
"loss": 0.0425,
|
| 528 |
+
"step": 760
|
| 529 |
+
},
|
| 530 |
+
{
|
| 531 |
+
"epoch": 2.05,
|
| 532 |
+
"learning_rate": 9.733333333333335e-05,
|
| 533 |
+
"loss": 0.054,
|
| 534 |
+
"step": 770
|
| 535 |
+
},
|
| 536 |
+
{
|
| 537 |
+
"epoch": 2.08,
|
| 538 |
+
"learning_rate": 9.6e-05,
|
| 539 |
+
"loss": 0.0384,
|
| 540 |
+
"step": 780
|
| 541 |
+
},
|
| 542 |
+
{
|
| 543 |
+
"epoch": 2.11,
|
| 544 |
+
"learning_rate": 9.466666666666667e-05,
|
| 545 |
+
"loss": 0.0506,
|
| 546 |
+
"step": 790
|
| 547 |
+
},
|
| 548 |
+
{
|
| 549 |
+
"epoch": 2.13,
|
| 550 |
+
"learning_rate": 9.333333333333334e-05,
|
| 551 |
+
"loss": 0.048,
|
| 552 |
+
"step": 800
|
| 553 |
+
},
|
| 554 |
+
{
|
| 555 |
+
"epoch": 2.13,
|
| 556 |
+
"eval_accuracy": 0.9591666666666666,
|
| 557 |
+
"eval_loss": 0.1392858624458313,
|
| 558 |
+
"eval_runtime": 165.6771,
|
| 559 |
+
"eval_samples_per_second": 36.215,
|
| 560 |
+
"eval_steps_per_second": 0.567,
|
| 561 |
+
"step": 800
|
| 562 |
+
},
|
| 563 |
+
{
|
| 564 |
+
"epoch": 2.16,
|
| 565 |
+
"learning_rate": 9.200000000000001e-05,
|
| 566 |
+
"loss": 0.0346,
|
| 567 |
+
"step": 810
|
| 568 |
+
},
|
| 569 |
+
{
|
| 570 |
+
"epoch": 2.19,
|
| 571 |
+
"learning_rate": 9.066666666666667e-05,
|
| 572 |
+
"loss": 0.0258,
|
| 573 |
+
"step": 820
|
| 574 |
+
},
|
| 575 |
+
{
|
| 576 |
+
"epoch": 2.21,
|
| 577 |
+
"learning_rate": 8.933333333333334e-05,
|
| 578 |
+
"loss": 0.0385,
|
| 579 |
+
"step": 830
|
| 580 |
+
},
|
| 581 |
+
{
|
| 582 |
+
"epoch": 2.24,
|
| 583 |
+
"learning_rate": 8.800000000000001e-05,
|
| 584 |
+
"loss": 0.0239,
|
| 585 |
+
"step": 840
|
| 586 |
+
},
|
| 587 |
+
{
|
| 588 |
+
"epoch": 2.27,
|
| 589 |
+
"learning_rate": 8.666666666666667e-05,
|
| 590 |
+
"loss": 0.0327,
|
| 591 |
+
"step": 850
|
| 592 |
+
},
|
| 593 |
+
{
|
| 594 |
+
"epoch": 2.29,
|
| 595 |
+
"learning_rate": 8.533333333333334e-05,
|
| 596 |
+
"loss": 0.0334,
|
| 597 |
+
"step": 860
|
| 598 |
+
},
|
| 599 |
+
{
|
| 600 |
+
"epoch": 2.32,
|
| 601 |
+
"learning_rate": 8.4e-05,
|
| 602 |
+
"loss": 0.0318,
|
| 603 |
+
"step": 870
|
| 604 |
+
},
|
| 605 |
+
{
|
| 606 |
+
"epoch": 2.35,
|
| 607 |
+
"learning_rate": 8.266666666666667e-05,
|
| 608 |
+
"loss": 0.0307,
|
| 609 |
+
"step": 880
|
| 610 |
+
},
|
| 611 |
+
{
|
| 612 |
+
"epoch": 2.37,
|
| 613 |
+
"learning_rate": 8.133333333333334e-05,
|
| 614 |
+
"loss": 0.0267,
|
| 615 |
+
"step": 890
|
| 616 |
+
},
|
| 617 |
+
{
|
| 618 |
+
"epoch": 2.4,
|
| 619 |
+
"learning_rate": 8e-05,
|
| 620 |
+
"loss": 0.021,
|
| 621 |
+
"step": 900
|
| 622 |
+
},
|
| 623 |
+
{
|
| 624 |
+
"epoch": 2.4,
|
| 625 |
+
"eval_accuracy": 0.9603333333333334,
|
| 626 |
+
"eval_loss": 0.13989999890327454,
|
| 627 |
+
"eval_runtime": 169.1114,
|
| 628 |
+
"eval_samples_per_second": 35.48,
|
| 629 |
+
"eval_steps_per_second": 0.556,
|
| 630 |
+
"step": 900
|
| 631 |
+
},
|
| 632 |
+
{
|
| 633 |
+
"epoch": 2.43,
|
| 634 |
+
"learning_rate": 7.866666666666666e-05,
|
| 635 |
+
"loss": 0.0247,
|
| 636 |
+
"step": 910
|
| 637 |
+
},
|
| 638 |
+
{
|
| 639 |
+
"epoch": 2.45,
|
| 640 |
+
"learning_rate": 7.733333333333333e-05,
|
| 641 |
+
"loss": 0.0401,
|
| 642 |
+
"step": 920
|
| 643 |
+
},
|
| 644 |
+
{
|
| 645 |
+
"epoch": 2.48,
|
| 646 |
+
"learning_rate": 7.6e-05,
|
| 647 |
+
"loss": 0.0202,
|
| 648 |
+
"step": 930
|
| 649 |
+
},
|
| 650 |
+
{
|
| 651 |
+
"epoch": 2.51,
|
| 652 |
+
"learning_rate": 7.466666666666667e-05,
|
| 653 |
+
"loss": 0.0289,
|
| 654 |
+
"step": 940
|
| 655 |
+
},
|
| 656 |
+
{
|
| 657 |
+
"epoch": 2.53,
|
| 658 |
+
"learning_rate": 7.333333333333333e-05,
|
| 659 |
+
"loss": 0.0293,
|
| 660 |
+
"step": 950
|
| 661 |
+
},
|
| 662 |
+
{
|
| 663 |
+
"epoch": 2.56,
|
| 664 |
+
"learning_rate": 7.2e-05,
|
| 665 |
+
"loss": 0.025,
|
| 666 |
+
"step": 960
|
| 667 |
+
},
|
| 668 |
+
{
|
| 669 |
+
"epoch": 2.59,
|
| 670 |
+
"learning_rate": 7.066666666666667e-05,
|
| 671 |
+
"loss": 0.016,
|
| 672 |
+
"step": 970
|
| 673 |
+
},
|
| 674 |
+
{
|
| 675 |
+
"epoch": 2.61,
|
| 676 |
+
"learning_rate": 6.933333333333334e-05,
|
| 677 |
+
"loss": 0.0315,
|
| 678 |
+
"step": 980
|
| 679 |
+
},
|
| 680 |
+
{
|
| 681 |
+
"epoch": 2.64,
|
| 682 |
+
"learning_rate": 6.800000000000001e-05,
|
| 683 |
+
"loss": 0.0309,
|
| 684 |
+
"step": 990
|
| 685 |
+
},
|
| 686 |
+
{
|
| 687 |
+
"epoch": 2.67,
|
| 688 |
+
"learning_rate": 6.666666666666667e-05,
|
| 689 |
+
"loss": 0.0271,
|
| 690 |
+
"step": 1000
|
| 691 |
+
},
|
| 692 |
+
{
|
| 693 |
+
"epoch": 2.67,
|
| 694 |
+
"eval_accuracy": 0.9641666666666666,
|
| 695 |
+
"eval_loss": 0.13339994847774506,
|
| 696 |
+
"eval_runtime": 163.886,
|
| 697 |
+
"eval_samples_per_second": 36.611,
|
| 698 |
+
"eval_steps_per_second": 0.574,
|
| 699 |
+
"step": 1000
|
| 700 |
+
},
|
| 701 |
+
{
|
| 702 |
+
"epoch": 2.69,
|
| 703 |
+
"learning_rate": 6.533333333333334e-05,
|
| 704 |
+
"loss": 0.017,
|
| 705 |
+
"step": 1010
|
| 706 |
+
},
|
| 707 |
+
{
|
| 708 |
+
"epoch": 2.72,
|
| 709 |
+
"learning_rate": 6.400000000000001e-05,
|
| 710 |
+
"loss": 0.0231,
|
| 711 |
+
"step": 1020
|
| 712 |
+
},
|
| 713 |
+
{
|
| 714 |
+
"epoch": 2.75,
|
| 715 |
+
"learning_rate": 6.266666666666667e-05,
|
| 716 |
+
"loss": 0.0256,
|
| 717 |
+
"step": 1030
|
| 718 |
+
},
|
| 719 |
+
{
|
| 720 |
+
"epoch": 2.77,
|
| 721 |
+
"learning_rate": 6.133333333333334e-05,
|
| 722 |
+
"loss": 0.0166,
|
| 723 |
+
"step": 1040
|
| 724 |
+
},
|
| 725 |
+
{
|
| 726 |
+
"epoch": 2.8,
|
| 727 |
+
"learning_rate": 6e-05,
|
| 728 |
+
"loss": 0.027,
|
| 729 |
+
"step": 1050
|
| 730 |
+
},
|
| 731 |
+
{
|
| 732 |
+
"epoch": 2.83,
|
| 733 |
+
"learning_rate": 5.866666666666667e-05,
|
| 734 |
+
"loss": 0.0202,
|
| 735 |
+
"step": 1060
|
| 736 |
+
},
|
| 737 |
+
{
|
| 738 |
+
"epoch": 2.85,
|
| 739 |
+
"learning_rate": 5.7333333333333336e-05,
|
| 740 |
+
"loss": 0.0235,
|
| 741 |
+
"step": 1070
|
| 742 |
+
},
|
| 743 |
+
{
|
| 744 |
+
"epoch": 2.88,
|
| 745 |
+
"learning_rate": 5.6000000000000006e-05,
|
| 746 |
+
"loss": 0.0185,
|
| 747 |
+
"step": 1080
|
| 748 |
+
},
|
| 749 |
+
{
|
| 750 |
+
"epoch": 2.91,
|
| 751 |
+
"learning_rate": 5.466666666666666e-05,
|
| 752 |
+
"loss": 0.0167,
|
| 753 |
+
"step": 1090
|
| 754 |
+
},
|
| 755 |
+
{
|
| 756 |
+
"epoch": 2.93,
|
| 757 |
+
"learning_rate": 5.333333333333333e-05,
|
| 758 |
+
"loss": 0.0231,
|
| 759 |
+
"step": 1100
|
| 760 |
+
},
|
| 761 |
+
{
|
| 762 |
+
"epoch": 2.93,
|
| 763 |
+
"eval_accuracy": 0.9658333333333333,
|
| 764 |
+
"eval_loss": 0.12280993908643723,
|
| 765 |
+
"eval_runtime": 172.4826,
|
| 766 |
+
"eval_samples_per_second": 34.786,
|
| 767 |
+
"eval_steps_per_second": 0.545,
|
| 768 |
+
"step": 1100
|
| 769 |
+
},
|
| 770 |
+
{
|
| 771 |
+
"epoch": 2.96,
|
| 772 |
+
"learning_rate": 5.2000000000000004e-05,
|
| 773 |
+
"loss": 0.031,
|
| 774 |
+
"step": 1110
|
| 775 |
+
},
|
| 776 |
+
{
|
| 777 |
+
"epoch": 2.99,
|
| 778 |
+
"learning_rate": 5.0666666666666674e-05,
|
| 779 |
+
"loss": 0.0332,
|
| 780 |
+
"step": 1120
|
| 781 |
+
},
|
| 782 |
+
{
|
| 783 |
+
"epoch": 3.01,
|
| 784 |
+
"learning_rate": 4.933333333333334e-05,
|
| 785 |
+
"loss": 0.0226,
|
| 786 |
+
"step": 1130
|
| 787 |
+
},
|
| 788 |
+
{
|
| 789 |
+
"epoch": 3.04,
|
| 790 |
+
"learning_rate": 4.8e-05,
|
| 791 |
+
"loss": 0.0094,
|
| 792 |
+
"step": 1140
|
| 793 |
+
},
|
| 794 |
+
{
|
| 795 |
+
"epoch": 3.07,
|
| 796 |
+
"learning_rate": 4.666666666666667e-05,
|
| 797 |
+
"loss": 0.0095,
|
| 798 |
+
"step": 1150
|
| 799 |
+
},
|
| 800 |
+
{
|
| 801 |
+
"epoch": 3.09,
|
| 802 |
+
"learning_rate": 4.5333333333333335e-05,
|
| 803 |
+
"loss": 0.0075,
|
| 804 |
+
"step": 1160
|
| 805 |
+
},
|
| 806 |
+
{
|
| 807 |
+
"epoch": 3.12,
|
| 808 |
+
"learning_rate": 4.4000000000000006e-05,
|
| 809 |
+
"loss": 0.0069,
|
| 810 |
+
"step": 1170
|
| 811 |
+
},
|
| 812 |
+
{
|
| 813 |
+
"epoch": 3.15,
|
| 814 |
+
"learning_rate": 4.266666666666667e-05,
|
| 815 |
+
"loss": 0.0072,
|
| 816 |
+
"step": 1180
|
| 817 |
+
},
|
| 818 |
+
{
|
| 819 |
+
"epoch": 3.17,
|
| 820 |
+
"learning_rate": 4.133333333333333e-05,
|
| 821 |
+
"loss": 0.0048,
|
| 822 |
+
"step": 1190
|
| 823 |
+
},
|
| 824 |
+
{
|
| 825 |
+
"epoch": 3.2,
|
| 826 |
+
"learning_rate": 4e-05,
|
| 827 |
+
"loss": 0.0101,
|
| 828 |
+
"step": 1200
|
| 829 |
+
},
|
| 830 |
+
{
|
| 831 |
+
"epoch": 3.2,
|
| 832 |
+
"eval_accuracy": 0.9673333333333334,
|
| 833 |
+
"eval_loss": 0.12290121614933014,
|
| 834 |
+
"eval_runtime": 169.3314,
|
| 835 |
+
"eval_samples_per_second": 35.433,
|
| 836 |
+
"eval_steps_per_second": 0.555,
|
| 837 |
+
"step": 1200
|
| 838 |
+
},
|
| 839 |
+
{
|
| 840 |
+
"epoch": 3.23,
|
| 841 |
+
"learning_rate": 3.866666666666667e-05,
|
| 842 |
+
"loss": 0.0085,
|
| 843 |
+
"step": 1210
|
| 844 |
+
},
|
| 845 |
+
{
|
| 846 |
+
"epoch": 3.25,
|
| 847 |
+
"learning_rate": 3.733333333333334e-05,
|
| 848 |
+
"loss": 0.01,
|
| 849 |
+
"step": 1220
|
| 850 |
+
},
|
| 851 |
+
{
|
| 852 |
+
"epoch": 3.28,
|
| 853 |
+
"learning_rate": 3.6e-05,
|
| 854 |
+
"loss": 0.0091,
|
| 855 |
+
"step": 1230
|
| 856 |
+
},
|
| 857 |
+
{
|
| 858 |
+
"epoch": 3.31,
|
| 859 |
+
"learning_rate": 3.466666666666667e-05,
|
| 860 |
+
"loss": 0.0045,
|
| 861 |
+
"step": 1240
|
| 862 |
+
},
|
| 863 |
+
{
|
| 864 |
+
"epoch": 3.33,
|
| 865 |
+
"learning_rate": 3.3333333333333335e-05,
|
| 866 |
+
"loss": 0.0089,
|
| 867 |
+
"step": 1250
|
| 868 |
+
},
|
| 869 |
+
{
|
| 870 |
+
"epoch": 3.36,
|
| 871 |
+
"learning_rate": 3.2000000000000005e-05,
|
| 872 |
+
"loss": 0.0115,
|
| 873 |
+
"step": 1260
|
| 874 |
+
},
|
| 875 |
+
{
|
| 876 |
+
"epoch": 3.39,
|
| 877 |
+
"learning_rate": 3.066666666666667e-05,
|
| 878 |
+
"loss": 0.0051,
|
| 879 |
+
"step": 1270
|
| 880 |
+
},
|
| 881 |
+
{
|
| 882 |
+
"epoch": 3.41,
|
| 883 |
+
"learning_rate": 2.9333333333333336e-05,
|
| 884 |
+
"loss": 0.011,
|
| 885 |
+
"step": 1280
|
| 886 |
+
},
|
| 887 |
+
{
|
| 888 |
+
"epoch": 3.44,
|
| 889 |
+
"learning_rate": 2.8000000000000003e-05,
|
| 890 |
+
"loss": 0.0112,
|
| 891 |
+
"step": 1290
|
| 892 |
+
},
|
| 893 |
+
{
|
| 894 |
+
"epoch": 3.47,
|
| 895 |
+
"learning_rate": 2.6666666666666667e-05,
|
| 896 |
+
"loss": 0.0041,
|
| 897 |
+
"step": 1300
|
| 898 |
+
},
|
| 899 |
+
{
|
| 900 |
+
"epoch": 3.47,
|
| 901 |
+
"eval_accuracy": 0.9675,
|
| 902 |
+
"eval_loss": 0.11890539526939392,
|
| 903 |
+
"eval_runtime": 173.0615,
|
| 904 |
+
"eval_samples_per_second": 34.67,
|
| 905 |
+
"eval_steps_per_second": 0.543,
|
| 906 |
+
"step": 1300
|
| 907 |
+
},
|
| 908 |
+
{
|
| 909 |
+
"epoch": 3.49,
|
| 910 |
+
"learning_rate": 2.5333333333333337e-05,
|
| 911 |
+
"loss": 0.0062,
|
| 912 |
+
"step": 1310
|
| 913 |
+
},
|
| 914 |
+
{
|
| 915 |
+
"epoch": 3.52,
|
| 916 |
+
"learning_rate": 2.4e-05,
|
| 917 |
+
"loss": 0.0055,
|
| 918 |
+
"step": 1320
|
| 919 |
+
},
|
| 920 |
+
{
|
| 921 |
+
"epoch": 3.55,
|
| 922 |
+
"learning_rate": 2.2666666666666668e-05,
|
| 923 |
+
"loss": 0.007,
|
| 924 |
+
"step": 1330
|
| 925 |
+
},
|
| 926 |
+
{
|
| 927 |
+
"epoch": 3.57,
|
| 928 |
+
"learning_rate": 2.1333333333333335e-05,
|
| 929 |
+
"loss": 0.0039,
|
| 930 |
+
"step": 1340
|
| 931 |
+
},
|
| 932 |
+
{
|
| 933 |
+
"epoch": 3.6,
|
| 934 |
+
"learning_rate": 2e-05,
|
| 935 |
+
"loss": 0.0062,
|
| 936 |
+
"step": 1350
|
| 937 |
+
},
|
| 938 |
+
{
|
| 939 |
+
"epoch": 3.63,
|
| 940 |
+
"learning_rate": 1.866666666666667e-05,
|
| 941 |
+
"loss": 0.0042,
|
| 942 |
+
"step": 1360
|
| 943 |
+
},
|
| 944 |
+
{
|
| 945 |
+
"epoch": 3.65,
|
| 946 |
+
"learning_rate": 1.7333333333333336e-05,
|
| 947 |
+
"loss": 0.0077,
|
| 948 |
+
"step": 1370
|
| 949 |
+
},
|
| 950 |
+
{
|
| 951 |
+
"epoch": 3.68,
|
| 952 |
+
"learning_rate": 1.6000000000000003e-05,
|
| 953 |
+
"loss": 0.0065,
|
| 954 |
+
"step": 1380
|
| 955 |
+
},
|
| 956 |
+
{
|
| 957 |
+
"epoch": 3.71,
|
| 958 |
+
"learning_rate": 1.4666666666666668e-05,
|
| 959 |
+
"loss": 0.0144,
|
| 960 |
+
"step": 1390
|
| 961 |
+
},
|
| 962 |
+
{
|
| 963 |
+
"epoch": 3.73,
|
| 964 |
+
"learning_rate": 1.3333333333333333e-05,
|
| 965 |
+
"loss": 0.0043,
|
| 966 |
+
"step": 1400
|
| 967 |
+
},
|
| 968 |
+
{
|
| 969 |
+
"epoch": 3.73,
|
| 970 |
+
"eval_accuracy": 0.9683333333333334,
|
| 971 |
+
"eval_loss": 0.11652529239654541,
|
| 972 |
+
"eval_runtime": 173.2794,
|
| 973 |
+
"eval_samples_per_second": 34.626,
|
| 974 |
+
"eval_steps_per_second": 0.542,
|
| 975 |
+
"step": 1400
|
| 976 |
+
},
|
| 977 |
+
{
|
| 978 |
+
"epoch": 3.76,
|
| 979 |
+
"learning_rate": 1.2e-05,
|
| 980 |
+
"loss": 0.006,
|
| 981 |
+
"step": 1410
|
| 982 |
+
},
|
| 983 |
+
{
|
| 984 |
+
"epoch": 3.79,
|
| 985 |
+
"learning_rate": 1.0666666666666667e-05,
|
| 986 |
+
"loss": 0.0059,
|
| 987 |
+
"step": 1420
|
| 988 |
+
},
|
| 989 |
+
{
|
| 990 |
+
"epoch": 3.81,
|
| 991 |
+
"learning_rate": 9.333333333333334e-06,
|
| 992 |
+
"loss": 0.0093,
|
| 993 |
+
"step": 1430
|
| 994 |
+
},
|
| 995 |
+
{
|
| 996 |
+
"epoch": 3.84,
|
| 997 |
+
"learning_rate": 8.000000000000001e-06,
|
| 998 |
+
"loss": 0.0063,
|
| 999 |
+
"step": 1440
|
| 1000 |
+
},
|
| 1001 |
+
{
|
| 1002 |
+
"epoch": 3.87,
|
| 1003 |
+
"learning_rate": 6.666666666666667e-06,
|
| 1004 |
+
"loss": 0.0044,
|
| 1005 |
+
"step": 1450
|
| 1006 |
+
},
|
| 1007 |
+
{
|
| 1008 |
+
"epoch": 3.89,
|
| 1009 |
+
"learning_rate": 5.333333333333334e-06,
|
| 1010 |
+
"loss": 0.0051,
|
| 1011 |
+
"step": 1460
|
| 1012 |
+
},
|
| 1013 |
+
{
|
| 1014 |
+
"epoch": 3.92,
|
| 1015 |
+
"learning_rate": 4.000000000000001e-06,
|
| 1016 |
+
"loss": 0.004,
|
| 1017 |
+
"step": 1470
|
| 1018 |
+
},
|
| 1019 |
+
{
|
| 1020 |
+
"epoch": 3.95,
|
| 1021 |
+
"learning_rate": 2.666666666666667e-06,
|
| 1022 |
+
"loss": 0.0037,
|
| 1023 |
+
"step": 1480
|
| 1024 |
+
},
|
| 1025 |
+
{
|
| 1026 |
+
"epoch": 3.97,
|
| 1027 |
+
"learning_rate": 1.3333333333333334e-06,
|
| 1028 |
+
"loss": 0.0039,
|
| 1029 |
+
"step": 1490
|
| 1030 |
+
},
|
| 1031 |
+
{
|
| 1032 |
+
"epoch": 4.0,
|
| 1033 |
+
"learning_rate": 0.0,
|
| 1034 |
+
"loss": 0.0067,
|
| 1035 |
+
"step": 1500
|
| 1036 |
+
},
|
| 1037 |
+
{
|
| 1038 |
+
"epoch": 4.0,
|
| 1039 |
+
"eval_accuracy": 0.9696666666666667,
|
| 1040 |
+
"eval_loss": 0.11452386528253555,
|
| 1041 |
+
"eval_runtime": 166.2179,
|
| 1042 |
+
"eval_samples_per_second": 36.097,
|
| 1043 |
+
"eval_steps_per_second": 0.566,
|
| 1044 |
+
"step": 1500
|
| 1045 |
+
},
|
| 1046 |
+
{
|
| 1047 |
+
"epoch": 4.0,
|
| 1048 |
+
"step": 1500,
|
| 1049 |
+
"total_flos": 1.4879528813592576e+19,
|
| 1050 |
+
"train_loss": 0.11711712082227071,
|
| 1051 |
+
"train_runtime": 8681.751,
|
| 1052 |
+
"train_samples_per_second": 22.115,
|
| 1053 |
+
"train_steps_per_second": 0.173
|
| 1054 |
+
}
|
| 1055 |
+
],
|
| 1056 |
+
"logging_steps": 10,
|
| 1057 |
+
"max_steps": 1500,
|
| 1058 |
+
"num_train_epochs": 4,
|
| 1059 |
+
"save_steps": 100,
|
| 1060 |
+
"total_flos": 1.4879528813592576e+19,
|
| 1061 |
+
"trial_name": null,
|
| 1062 |
+
"trial_params": null
|
| 1063 |
+
}
|
training_args.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:854e3c4628a163f131ec0772e3285593146796483981898253b10f4ec505016e
|
| 3 |
+
size 4027
|