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" @@ -7818,3 +7818,437 @@ Deleting older checkpoint [checkpoint-4500] due to args.save_total_limit {'eval_loss': 0.25371646881103516, 'eval_wer': 0.2596165524420925, 'eval_runtime': 328.7713, 'eval_samples_per_second': 25.249, 'eval_steps_per_second': 0.791, 'epoch': 11.57} 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] +{'loss': 0.8816, 'learning_rate': 5.065880039331367e-05, 'epoch': 11.7} + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] +{'loss': 0.9007, 'learning_rate': 4.869223205506391e-05, 'epoch': 11.83} + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] +{'loss': 0.9035, 'learning_rate': 4.672566371681416e-05, 'epoch': 11.95} + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|��████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] +{'loss': 0.8705, 'learning_rate': 4.475909537856441e-05, 'epoch': 12.08} + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] +{'loss': 0.8777, 'learning_rate': 4.279252704031465e-05, '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] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|████████████████████████��▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|███��█████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 1.24s/it] + 13%|█████████████████████████▎ | 33/260 [00:40<04:42, 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': 0.24379895627498627, '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]