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" @@ -9111,3 +9111,432 @@ Deleting older checkpoint [checkpoint-4500] due to args.save_total_limit 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] {'eval_loss': 0.2366442084312439, 'eval_wer': 0.24396633989763164, 'eval_runtime': 327.7324, 'eval_samples_per_second': 25.329, 'eval_steps_per_second': 0.793, 'epoch': 13.5} 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|██████████████████████���██▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] +{'loss': 0.8343, 'learning_rate': 2.1179941002949856e-05, 'epoch': 13.62} + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|███████████████��█████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] +{'loss': 0.8308, 'learning_rate': 1.9213372664700098e-05, 'epoch': 13.75} + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] +{'loss': 0.8431, 'learning_rate': 1.7246804326450343e-05, 'epoch': 13.88} + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] +{'loss': 0.8468, 'learning_rate': 1.5280235988200592e-05, 'epoch': 14.01} + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] +{'loss': 0.8361, 'learning_rate': 1.3313667649950836e-05, '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] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 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': 0.23166431486606598, '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]