diff --git "a/wandb/run-20220201_223624-2b1hcyq3/files/output.log" "b/wandb/run-20220201_223624-2b1hcyq3/files/output.log" --- "a/wandb/run-20220201_223624-2b1hcyq3/files/output.log" +++ "b/wandb/run-20220201_223624-2b1hcyq3/files/output.log" @@ -9540,3 +9540,433 @@ Deleting older checkpoint [checkpoint-4500] due to args.save_total_limit 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] {'eval_loss': 0.23166431486606598, 'eval_wer': 0.23848356033660104, 'eval_runtime': 329.2059, 'eval_samples_per_second': 25.215, 'eval_steps_per_second': 0.79, 'epoch': 14.14} 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] +{'loss': 0.824, 'learning_rate': 1.1347099311701081e-05, 'epoch': 14.27} + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|███████████████��█████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] +{'loss': 0.8252, 'learning_rate': 9.380530973451327e-06, 'epoch': 14.4} + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] +{'loss': 0.8286, 'learning_rate': 7.4336283185840714e-06, 'epoch': 14.52} + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|���████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] +{'loss': 0.8077, 'learning_rate': 5.467059980334317e-06, 'epoch': 14.65} + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] +{'loss': 0.8126, 'learning_rate': 3.500491642084563e-06, 'epoch': 14.78} + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|████████████████████████���▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|███���█████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] +{'eval_loss': 0.22902172803878784, 'eval_wer': 0.23818860067667216, 'eval_runtime': 327.6124, 'eval_samples_per_second': 25.338, 'eval_steps_per_second': 0.794, 'epoch': 14.78} + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it]