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" @@ -8680,3 +8680,434 @@ Deleting older checkpoint [checkpoint-4500] due to args.save_total_limit 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] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] +{'loss': 0.8489, 'learning_rate': 3.1012782694198625e-05, 'epoch': 12.98} + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|███████████████���█████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] +{'loss': 0.8356, 'learning_rate': 2.904621435594887e-05, 'epoch': 13.11} + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] +{'loss': 0.8596, 'learning_rate': 2.7079646017699116e-05, 'epoch': 13.24} + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] +{'loss': 0.8401, 'learning_rate': 2.5113077679449358e-05, 'epoch': 13.37} + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] +{'loss': 0.8575, 'learning_rate': 2.3146509341199607e-05, '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] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|███████████████████████���█▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|██���██████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 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': 0.2366442084312439, '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]