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" @@ -8252,3 +8252,431 @@ Deleting older checkpoint [checkpoint-4500] due to args.save_total_limit 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] {'eval_loss': 0.24379895627498627, 'eval_wer': 0.25250281946733755, 'eval_runtime': 329.8391, 'eval_samples_per_second': 25.167, 'eval_steps_per_second': 0.788, 'epoch': 12.21} 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████��███▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] +{'loss': 0.8734, 'learning_rate': 4.0825958702064895e-05, 'epoch': 12.34} + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] +{'loss': 0.8886, 'learning_rate': 3.887905604719764e-05, 'epoch': 12.47} + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] +{'loss': 0.8626, 'learning_rate': 3.691248770894789e-05, 'epoch': 12.6} + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] +{'loss': 0.8669, 'learning_rate': 3.4945919370698134e-05, 'epoch': 12.72} + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] +{'loss': 0.8629, 'learning_rate': 3.297935103244838e-05, 'epoch': 12.85} + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████���███████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|███████████████████████��█▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|██��██████████████████████▎ | 33/260 [00:40<04:42, 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': 0.2408979833126068, 'eval_wer': 0.24934501604927561, 'eval_runtime': 327.8875, 'eval_samples_per_second': 25.317, 'eval_steps_per_second': 0.793, 'epoch': 12.85} + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it]