End of training
Browse files- README.md +74 -0
- all_results.json +13 -0
- config.json +48 -0
- eval_results.json +8 -0
- preprocessor_config.json +28 -0
- pytorch_model.bin +3 -0
- train_results.json +8 -0
- trainer_state.json +1063 -0
- training_args.bin +3 -0
README.md
ADDED
@@ -0,0 +1,74 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
---
|
2 |
+
license: apache-2.0
|
3 |
+
base_model: google/vit-base-patch16-224-in21k
|
4 |
+
tags:
|
5 |
+
- generated_from_trainer
|
6 |
+
metrics:
|
7 |
+
- accuracy
|
8 |
+
model-index:
|
9 |
+
- name: vitforimcls
|
10 |
+
results: []
|
11 |
+
---
|
12 |
+
|
13 |
+
<!-- This model card has been generated automatically according to the information the Trainer had access to. You
|
14 |
+
should probably proofread and complete it, then remove this comment. -->
|
15 |
+
|
16 |
+
# vitforimcls
|
17 |
+
|
18 |
+
This model is a fine-tuned version of [google/vit-base-patch16-224-in21k](https://huggingface.co/google/vit-base-patch16-224-in21k) on the None dataset.
|
19 |
+
It achieves the following results on the evaluation set:
|
20 |
+
- Loss: 0.1199
|
21 |
+
- Accuracy: 0.9678
|
22 |
+
|
23 |
+
## Model description
|
24 |
+
|
25 |
+
More information needed
|
26 |
+
|
27 |
+
## Intended uses & limitations
|
28 |
+
|
29 |
+
More information needed
|
30 |
+
|
31 |
+
## Training and evaluation data
|
32 |
+
|
33 |
+
More information needed
|
34 |
+
|
35 |
+
## Training procedure
|
36 |
+
|
37 |
+
### Training hyperparameters
|
38 |
+
|
39 |
+
The following hyperparameters were used during training:
|
40 |
+
- learning_rate: 0.0002
|
41 |
+
- train_batch_size: 128
|
42 |
+
- eval_batch_size: 64
|
43 |
+
- seed: 42
|
44 |
+
- optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
|
45 |
+
- lr_scheduler_type: linear
|
46 |
+
- num_epochs: 4
|
47 |
+
|
48 |
+
### Training results
|
49 |
+
|
50 |
+
| Training Loss | Epoch | Step | Validation Loss | Accuracy |
|
51 |
+
|:-------------:|:-----:|:----:|:---------------:|:--------:|
|
52 |
+
| 0.2995 | 0.27 | 100 | 0.3419 | 0.9108 |
|
53 |
+
| 0.2289 | 0.53 | 200 | 0.2482 | 0.9288 |
|
54 |
+
| 0.1811 | 0.8 | 300 | 0.2139 | 0.9357 |
|
55 |
+
| 0.0797 | 1.07 | 400 | 0.1813 | 0.946 |
|
56 |
+
| 0.1128 | 1.33 | 500 | 0.1741 | 0.9452 |
|
57 |
+
| 0.086 | 1.6 | 600 | 0.1659 | 0.9513 |
|
58 |
+
| 0.0815 | 1.87 | 700 | 0.1468 | 0.9547 |
|
59 |
+
| 0.048 | 2.13 | 800 | 0.1393 | 0.9592 |
|
60 |
+
| 0.021 | 2.4 | 900 | 0.1399 | 0.9603 |
|
61 |
+
| 0.0271 | 2.67 | 1000 | 0.1334 | 0.9642 |
|
62 |
+
| 0.0231 | 2.93 | 1100 | 0.1228 | 0.9658 |
|
63 |
+
| 0.0101 | 3.2 | 1200 | 0.1229 | 0.9673 |
|
64 |
+
| 0.0041 | 3.47 | 1300 | 0.1189 | 0.9675 |
|
65 |
+
| 0.0043 | 3.73 | 1400 | 0.1165 | 0.9683 |
|
66 |
+
| 0.0067 | 4.0 | 1500 | 0.1145 | 0.9697 |
|
67 |
+
|
68 |
+
|
69 |
+
### Framework versions
|
70 |
+
|
71 |
+
- Transformers 4.34.1
|
72 |
+
- Pytorch 2.0.1+cu117
|
73 |
+
- Datasets 2.12.0
|
74 |
+
- Tokenizers 0.14.1
|
all_results.json
ADDED
@@ -0,0 +1,13 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"epoch": 4.0,
|
3 |
+
"eval_accuracy": 0.9678333333333333,
|
4 |
+
"eval_loss": 0.11992065608501434,
|
5 |
+
"eval_runtime": 169.7399,
|
6 |
+
"eval_samples_per_second": 35.348,
|
7 |
+
"eval_steps_per_second": 0.554,
|
8 |
+
"total_flos": 1.4879528813592576e+19,
|
9 |
+
"train_loss": 0.11711712082227071,
|
10 |
+
"train_runtime": 8681.751,
|
11 |
+
"train_samples_per_second": 22.115,
|
12 |
+
"train_steps_per_second": 0.173
|
13 |
+
}
|
config.json
ADDED
@@ -0,0 +1,48 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"_name_or_path": "google/vit-base-patch16-224-in21k",
|
3 |
+
"architectures": [
|
4 |
+
"ViTForImageClassification"
|
5 |
+
],
|
6 |
+
"attention_probs_dropout_prob": 0.0,
|
7 |
+
"encoder_stride": 16,
|
8 |
+
"hidden_act": "gelu",
|
9 |
+
"hidden_dropout_prob": 0.0,
|
10 |
+
"hidden_size": 768,
|
11 |
+
"id2label": {
|
12 |
+
"0": "LABEL_0",
|
13 |
+
"1": "LABEL_1",
|
14 |
+
"2": "LABEL_2",
|
15 |
+
"3": "LABEL_3",
|
16 |
+
"4": "LABEL_4",
|
17 |
+
"5": "LABEL_5",
|
18 |
+
"6": "LABEL_6",
|
19 |
+
"7": "LABEL_7",
|
20 |
+
"8": "LABEL_8",
|
21 |
+
"9": "LABEL_9"
|
22 |
+
},
|
23 |
+
"image_size": 224,
|
24 |
+
"initializer_range": 0.02,
|
25 |
+
"intermediate_size": 3072,
|
26 |
+
"label2id": {
|
27 |
+
"LABEL_0": 0,
|
28 |
+
"LABEL_1": 1,
|
29 |
+
"LABEL_2": 2,
|
30 |
+
"LABEL_3": 3,
|
31 |
+
"LABEL_4": 4,
|
32 |
+
"LABEL_5": 5,
|
33 |
+
"LABEL_6": 6,
|
34 |
+
"LABEL_7": 7,
|
35 |
+
"LABEL_8": 8,
|
36 |
+
"LABEL_9": 9
|
37 |
+
},
|
38 |
+
"layer_norm_eps": 1e-12,
|
39 |
+
"model_type": "vit",
|
40 |
+
"num_attention_heads": 12,
|
41 |
+
"num_channels": 3,
|
42 |
+
"num_hidden_layers": 12,
|
43 |
+
"patch_size": 16,
|
44 |
+
"problem_type": "single_label_classification",
|
45 |
+
"qkv_bias": true,
|
46 |
+
"torch_dtype": "float32",
|
47 |
+
"transformers_version": "4.34.1"
|
48 |
+
}
|
eval_results.json
ADDED
@@ -0,0 +1,8 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"epoch": 4.0,
|
3 |
+
"eval_accuracy": 0.9678333333333333,
|
4 |
+
"eval_loss": 0.11992065608501434,
|
5 |
+
"eval_runtime": 169.7399,
|
6 |
+
"eval_samples_per_second": 35.348,
|
7 |
+
"eval_steps_per_second": 0.554
|
8 |
+
}
|
preprocessor_config.json
ADDED
@@ -0,0 +1,28 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"crop_size": {
|
3 |
+
"height": 224,
|
4 |
+
"width": 224
|
5 |
+
},
|
6 |
+
"do_center_crop": true,
|
7 |
+
"do_convert_rgb": true,
|
8 |
+
"do_normalize": true,
|
9 |
+
"do_rescale": true,
|
10 |
+
"do_resize": true,
|
11 |
+
"feature_extractor_type": "CLIPFeatureExtractor",
|
12 |
+
"image_mean": [
|
13 |
+
0.48145466,
|
14 |
+
0.4578275,
|
15 |
+
0.40821073
|
16 |
+
],
|
17 |
+
"image_processor_type": "CLIPImageProcessor",
|
18 |
+
"image_std": [
|
19 |
+
0.26862954,
|
20 |
+
0.26130258,
|
21 |
+
0.27577711
|
22 |
+
],
|
23 |
+
"resample": 3,
|
24 |
+
"rescale_factor": 0.00392156862745098,
|
25 |
+
"size": {
|
26 |
+
"shortest_edge": 224
|
27 |
+
}
|
28 |
+
}
|
pytorch_model.bin
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:eeb6345552a4571d91195871d9ab76dfc7b1adc2cc098c31402fcff9ce22601d
|
3 |
+
size 343293293
|
train_results.json
ADDED
@@ -0,0 +1,8 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"epoch": 4.0,
|
3 |
+
"total_flos": 1.4879528813592576e+19,
|
4 |
+
"train_loss": 0.11711712082227071,
|
5 |
+
"train_runtime": 8681.751,
|
6 |
+
"train_samples_per_second": 22.115,
|
7 |
+
"train_steps_per_second": 0.173
|
8 |
+
}
|
trainer_state.json
ADDED
@@ -0,0 +1,1063 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"best_metric": 0.11452386528253555,
|
3 |
+
"best_model_checkpoint": "./vitforimcls/checkpoint-1500",
|
4 |
+
"epoch": 4.0,
|
5 |
+
"eval_steps": 100,
|
6 |
+
"global_step": 1500,
|
7 |
+
"is_hyper_param_search": false,
|
8 |
+
"is_local_process_zero": true,
|
9 |
+
"is_world_process_zero": true,
|
10 |
+
"log_history": [
|
11 |
+
{
|
12 |
+
"epoch": 0.03,
|
13 |
+
"learning_rate": 0.00019866666666666668,
|
14 |
+
"loss": 1.975,
|
15 |
+
"step": 10
|
16 |
+
},
|
17 |
+
{
|
18 |
+
"epoch": 0.05,
|
19 |
+
"learning_rate": 0.00019733333333333335,
|
20 |
+
"loss": 1.1804,
|
21 |
+
"step": 20
|
22 |
+
},
|
23 |
+
{
|
24 |
+
"epoch": 0.08,
|
25 |
+
"learning_rate": 0.000196,
|
26 |
+
"loss": 0.7784,
|
27 |
+
"step": 30
|
28 |
+
},
|
29 |
+
{
|
30 |
+
"epoch": 0.11,
|
31 |
+
"learning_rate": 0.0001946666666666667,
|
32 |
+
"loss": 0.526,
|
33 |
+
"step": 40
|
34 |
+
},
|
35 |
+
{
|
36 |
+
"epoch": 0.13,
|
37 |
+
"learning_rate": 0.00019333333333333333,
|
38 |
+
"loss": 0.4219,
|
39 |
+
"step": 50
|
40 |
+
},
|
41 |
+
{
|
42 |
+
"epoch": 0.16,
|
43 |
+
"learning_rate": 0.000192,
|
44 |
+
"loss": 0.3939,
|
45 |
+
"step": 60
|
46 |
+
},
|
47 |
+
{
|
48 |
+
"epoch": 0.19,
|
49 |
+
"learning_rate": 0.00019066666666666668,
|
50 |
+
"loss": 0.4119,
|
51 |
+
"step": 70
|
52 |
+
},
|
53 |
+
{
|
54 |
+
"epoch": 0.21,
|
55 |
+
"learning_rate": 0.00018933333333333335,
|
56 |
+
"loss": 0.3594,
|
57 |
+
"step": 80
|
58 |
+
},
|
59 |
+
{
|
60 |
+
"epoch": 0.24,
|
61 |
+
"learning_rate": 0.000188,
|
62 |
+
"loss": 0.3315,
|
63 |
+
"step": 90
|
64 |
+
},
|
65 |
+
{
|
66 |
+
"epoch": 0.27,
|
67 |
+
"learning_rate": 0.0001866666666666667,
|
68 |
+
"loss": 0.2995,
|
69 |
+
"step": 100
|
70 |
+
},
|
71 |
+
{
|
72 |
+
"epoch": 0.27,
|
73 |
+
"eval_accuracy": 0.9108333333333334,
|
74 |
+
"eval_loss": 0.3419191539287567,
|
75 |
+
"eval_runtime": 221.995,
|
76 |
+
"eval_samples_per_second": 27.028,
|
77 |
+
"eval_steps_per_second": 0.423,
|
78 |
+
"step": 100
|
79 |
+
},
|
80 |
+
{
|
81 |
+
"epoch": 0.29,
|
82 |
+
"learning_rate": 0.00018533333333333333,
|
83 |
+
"loss": 0.2941,
|
84 |
+
"step": 110
|
85 |
+
},
|
86 |
+
{
|
87 |
+
"epoch": 0.32,
|
88 |
+
"learning_rate": 0.00018400000000000003,
|
89 |
+
"loss": 0.294,
|
90 |
+
"step": 120
|
91 |
+
},
|
92 |
+
{
|
93 |
+
"epoch": 0.35,
|
94 |
+
"learning_rate": 0.00018266666666666667,
|
95 |
+
"loss": 0.2903,
|
96 |
+
"step": 130
|
97 |
+
},
|
98 |
+
{
|
99 |
+
"epoch": 0.37,
|
100 |
+
"learning_rate": 0.00018133333333333334,
|
101 |
+
"loss": 0.2592,
|
102 |
+
"step": 140
|
103 |
+
},
|
104 |
+
{
|
105 |
+
"epoch": 0.4,
|
106 |
+
"learning_rate": 0.00018,
|
107 |
+
"loss": 0.2496,
|
108 |
+
"step": 150
|
109 |
+
},
|
110 |
+
{
|
111 |
+
"epoch": 0.43,
|
112 |
+
"learning_rate": 0.00017866666666666668,
|
113 |
+
"loss": 0.265,
|
114 |
+
"step": 160
|
115 |
+
},
|
116 |
+
{
|
117 |
+
"epoch": 0.45,
|
118 |
+
"learning_rate": 0.00017733333333333335,
|
119 |
+
"loss": 0.245,
|
120 |
+
"step": 170
|
121 |
+
},
|
122 |
+
{
|
123 |
+
"epoch": 0.48,
|
124 |
+
"learning_rate": 0.00017600000000000002,
|
125 |
+
"loss": 0.2321,
|
126 |
+
"step": 180
|
127 |
+
},
|
128 |
+
{
|
129 |
+
"epoch": 0.51,
|
130 |
+
"learning_rate": 0.00017466666666666667,
|
131 |
+
"loss": 0.2008,
|
132 |
+
"step": 190
|
133 |
+
},
|
134 |
+
{
|
135 |
+
"epoch": 0.53,
|
136 |
+
"learning_rate": 0.00017333333333333334,
|
137 |
+
"loss": 0.2289,
|
138 |
+
"step": 200
|
139 |
+
},
|
140 |
+
{
|
141 |
+
"epoch": 0.53,
|
142 |
+
"eval_accuracy": 0.9288333333333333,
|
143 |
+
"eval_loss": 0.24824613332748413,
|
144 |
+
"eval_runtime": 222.622,
|
145 |
+
"eval_samples_per_second": 26.952,
|
146 |
+
"eval_steps_per_second": 0.422,
|
147 |
+
"step": 200
|
148 |
+
},
|
149 |
+
{
|
150 |
+
"epoch": 0.56,
|
151 |
+
"learning_rate": 0.000172,
|
152 |
+
"loss": 0.2231,
|
153 |
+
"step": 210
|
154 |
+
},
|
155 |
+
{
|
156 |
+
"epoch": 0.59,
|
157 |
+
"learning_rate": 0.00017066666666666668,
|
158 |
+
"loss": 0.2198,
|
159 |
+
"step": 220
|
160 |
+
},
|
161 |
+
{
|
162 |
+
"epoch": 0.61,
|
163 |
+
"learning_rate": 0.00016933333333333335,
|
164 |
+
"loss": 0.2189,
|
165 |
+
"step": 230
|
166 |
+
},
|
167 |
+
{
|
168 |
+
"epoch": 0.64,
|
169 |
+
"learning_rate": 0.000168,
|
170 |
+
"loss": 0.2681,
|
171 |
+
"step": 240
|
172 |
+
},
|
173 |
+
{
|
174 |
+
"epoch": 0.67,
|
175 |
+
"learning_rate": 0.0001666666666666667,
|
176 |
+
"loss": 0.1843,
|
177 |
+
"step": 250
|
178 |
+
},
|
179 |
+
{
|
180 |
+
"epoch": 0.69,
|
181 |
+
"learning_rate": 0.00016533333333333333,
|
182 |
+
"loss": 0.219,
|
183 |
+
"step": 260
|
184 |
+
},
|
185 |
+
{
|
186 |
+
"epoch": 0.72,
|
187 |
+
"learning_rate": 0.000164,
|
188 |
+
"loss": 0.1871,
|
189 |
+
"step": 270
|
190 |
+
},
|
191 |
+
{
|
192 |
+
"epoch": 0.75,
|
193 |
+
"learning_rate": 0.00016266666666666667,
|
194 |
+
"loss": 0.2011,
|
195 |
+
"step": 280
|
196 |
+
},
|
197 |
+
{
|
198 |
+
"epoch": 0.77,
|
199 |
+
"learning_rate": 0.00016133333333333334,
|
200 |
+
"loss": 0.2038,
|
201 |
+
"step": 290
|
202 |
+
},
|
203 |
+
{
|
204 |
+
"epoch": 0.8,
|
205 |
+
"learning_rate": 0.00016,
|
206 |
+
"loss": 0.1811,
|
207 |
+
"step": 300
|
208 |
+
},
|
209 |
+
{
|
210 |
+
"epoch": 0.8,
|
211 |
+
"eval_accuracy": 0.9356666666666666,
|
212 |
+
"eval_loss": 0.2139243632555008,
|
213 |
+
"eval_runtime": 223.6566,
|
214 |
+
"eval_samples_per_second": 26.827,
|
215 |
+
"eval_steps_per_second": 0.42,
|
216 |
+
"step": 300
|
217 |
+
},
|
218 |
+
{
|
219 |
+
"epoch": 0.83,
|
220 |
+
"learning_rate": 0.00015866666666666668,
|
221 |
+
"loss": 0.2091,
|
222 |
+
"step": 310
|
223 |
+
},
|
224 |
+
{
|
225 |
+
"epoch": 0.85,
|
226 |
+
"learning_rate": 0.00015733333333333333,
|
227 |
+
"loss": 0.2127,
|
228 |
+
"step": 320
|
229 |
+
},
|
230 |
+
{
|
231 |
+
"epoch": 0.88,
|
232 |
+
"learning_rate": 0.00015600000000000002,
|
233 |
+
"loss": 0.1931,
|
234 |
+
"step": 330
|
235 |
+
},
|
236 |
+
{
|
237 |
+
"epoch": 0.91,
|
238 |
+
"learning_rate": 0.00015466666666666667,
|
239 |
+
"loss": 0.1942,
|
240 |
+
"step": 340
|
241 |
+
},
|
242 |
+
{
|
243 |
+
"epoch": 0.93,
|
244 |
+
"learning_rate": 0.00015333333333333334,
|
245 |
+
"loss": 0.1704,
|
246 |
+
"step": 350
|
247 |
+
},
|
248 |
+
{
|
249 |
+
"epoch": 0.96,
|
250 |
+
"learning_rate": 0.000152,
|
251 |
+
"loss": 0.1733,
|
252 |
+
"step": 360
|
253 |
+
},
|
254 |
+
{
|
255 |
+
"epoch": 0.99,
|
256 |
+
"learning_rate": 0.00015066666666666668,
|
257 |
+
"loss": 0.1759,
|
258 |
+
"step": 370
|
259 |
+
},
|
260 |
+
{
|
261 |
+
"epoch": 1.01,
|
262 |
+
"learning_rate": 0.00014933333333333335,
|
263 |
+
"loss": 0.1403,
|
264 |
+
"step": 380
|
265 |
+
},
|
266 |
+
{
|
267 |
+
"epoch": 1.04,
|
268 |
+
"learning_rate": 0.000148,
|
269 |
+
"loss": 0.0968,
|
270 |
+
"step": 390
|
271 |
+
},
|
272 |
+
{
|
273 |
+
"epoch": 1.07,
|
274 |
+
"learning_rate": 0.00014666666666666666,
|
275 |
+
"loss": 0.0797,
|
276 |
+
"step": 400
|
277 |
+
},
|
278 |
+
{
|
279 |
+
"epoch": 1.07,
|
280 |
+
"eval_accuracy": 0.946,
|
281 |
+
"eval_loss": 0.18132811784744263,
|
282 |
+
"eval_runtime": 198.5359,
|
283 |
+
"eval_samples_per_second": 30.221,
|
284 |
+
"eval_steps_per_second": 0.473,
|
285 |
+
"step": 400
|
286 |
+
},
|
287 |
+
{
|
288 |
+
"epoch": 1.09,
|
289 |
+
"learning_rate": 0.00014533333333333333,
|
290 |
+
"loss": 0.099,
|
291 |
+
"step": 410
|
292 |
+
},
|
293 |
+
{
|
294 |
+
"epoch": 1.12,
|
295 |
+
"learning_rate": 0.000144,
|
296 |
+
"loss": 0.1239,
|
297 |
+
"step": 420
|
298 |
+
},
|
299 |
+
{
|
300 |
+
"epoch": 1.15,
|
301 |
+
"learning_rate": 0.00014266666666666667,
|
302 |
+
"loss": 0.1084,
|
303 |
+
"step": 430
|
304 |
+
},
|
305 |
+
{
|
306 |
+
"epoch": 1.17,
|
307 |
+
"learning_rate": 0.00014133333333333334,
|
308 |
+
"loss": 0.1008,
|
309 |
+
"step": 440
|
310 |
+
},
|
311 |
+
{
|
312 |
+
"epoch": 1.2,
|
313 |
+
"learning_rate": 0.00014,
|
314 |
+
"loss": 0.1114,
|
315 |
+
"step": 450
|
316 |
+
},
|
317 |
+
{
|
318 |
+
"epoch": 1.23,
|
319 |
+
"learning_rate": 0.00013866666666666669,
|
320 |
+
"loss": 0.1102,
|
321 |
+
"step": 460
|
322 |
+
},
|
323 |
+
{
|
324 |
+
"epoch": 1.25,
|
325 |
+
"learning_rate": 0.00013733333333333333,
|
326 |
+
"loss": 0.0892,
|
327 |
+
"step": 470
|
328 |
+
},
|
329 |
+
{
|
330 |
+
"epoch": 1.28,
|
331 |
+
"learning_rate": 0.00013600000000000003,
|
332 |
+
"loss": 0.081,
|
333 |
+
"step": 480
|
334 |
+
},
|
335 |
+
{
|
336 |
+
"epoch": 1.31,
|
337 |
+
"learning_rate": 0.00013466666666666667,
|
338 |
+
"loss": 0.071,
|
339 |
+
"step": 490
|
340 |
+
},
|
341 |
+
{
|
342 |
+
"epoch": 1.33,
|
343 |
+
"learning_rate": 0.00013333333333333334,
|
344 |
+
"loss": 0.1128,
|
345 |
+
"step": 500
|
346 |
+
},
|
347 |
+
{
|
348 |
+
"epoch": 1.33,
|
349 |
+
"eval_accuracy": 0.9451666666666667,
|
350 |
+
"eval_loss": 0.1741384118795395,
|
351 |
+
"eval_runtime": 167.1262,
|
352 |
+
"eval_samples_per_second": 35.901,
|
353 |
+
"eval_steps_per_second": 0.562,
|
354 |
+
"step": 500
|
355 |
+
},
|
356 |
+
{
|
357 |
+
"epoch": 1.36,
|
358 |
+
"learning_rate": 0.000132,
|
359 |
+
"loss": 0.0966,
|
360 |
+
"step": 510
|
361 |
+
},
|
362 |
+
{
|
363 |
+
"epoch": 1.39,
|
364 |
+
"learning_rate": 0.00013066666666666668,
|
365 |
+
"loss": 0.0998,
|
366 |
+
"step": 520
|
367 |
+
},
|
368 |
+
{
|
369 |
+
"epoch": 1.41,
|
370 |
+
"learning_rate": 0.00012933333333333332,
|
371 |
+
"loss": 0.0951,
|
372 |
+
"step": 530
|
373 |
+
},
|
374 |
+
{
|
375 |
+
"epoch": 1.44,
|
376 |
+
"learning_rate": 0.00012800000000000002,
|
377 |
+
"loss": 0.0792,
|
378 |
+
"step": 540
|
379 |
+
},
|
380 |
+
{
|
381 |
+
"epoch": 1.47,
|
382 |
+
"learning_rate": 0.00012666666666666666,
|
383 |
+
"loss": 0.0928,
|
384 |
+
"step": 550
|
385 |
+
},
|
386 |
+
{
|
387 |
+
"epoch": 1.49,
|
388 |
+
"learning_rate": 0.00012533333333333334,
|
389 |
+
"loss": 0.0893,
|
390 |
+
"step": 560
|
391 |
+
},
|
392 |
+
{
|
393 |
+
"epoch": 1.52,
|
394 |
+
"learning_rate": 0.000124,
|
395 |
+
"loss": 0.103,
|
396 |
+
"step": 570
|
397 |
+
},
|
398 |
+
{
|
399 |
+
"epoch": 1.55,
|
400 |
+
"learning_rate": 0.00012266666666666668,
|
401 |
+
"loss": 0.1357,
|
402 |
+
"step": 580
|
403 |
+
},
|
404 |
+
{
|
405 |
+
"epoch": 1.57,
|
406 |
+
"learning_rate": 0.00012133333333333335,
|
407 |
+
"loss": 0.0883,
|
408 |
+
"step": 590
|
409 |
+
},
|
410 |
+
{
|
411 |
+
"epoch": 1.6,
|
412 |
+
"learning_rate": 0.00012,
|
413 |
+
"loss": 0.086,
|
414 |
+
"step": 600
|
415 |
+
},
|
416 |
+
{
|
417 |
+
"epoch": 1.6,
|
418 |
+
"eval_accuracy": 0.9513333333333334,
|
419 |
+
"eval_loss": 0.16589362919330597,
|
420 |
+
"eval_runtime": 175.0929,
|
421 |
+
"eval_samples_per_second": 34.268,
|
422 |
+
"eval_steps_per_second": 0.537,
|
423 |
+
"step": 600
|
424 |
+
},
|
425 |
+
{
|
426 |
+
"epoch": 1.63,
|
427 |
+
"learning_rate": 0.00011866666666666669,
|
428 |
+
"loss": 0.091,
|
429 |
+
"step": 610
|
430 |
+
},
|
431 |
+
{
|
432 |
+
"epoch": 1.65,
|
433 |
+
"learning_rate": 0.00011733333333333334,
|
434 |
+
"loss": 0.0701,
|
435 |
+
"step": 620
|
436 |
+
},
|
437 |
+
{
|
438 |
+
"epoch": 1.68,
|
439 |
+
"learning_rate": 0.000116,
|
440 |
+
"loss": 0.0834,
|
441 |
+
"step": 630
|
442 |
+
},
|
443 |
+
{
|
444 |
+
"epoch": 1.71,
|
445 |
+
"learning_rate": 0.00011466666666666667,
|
446 |
+
"loss": 0.0891,
|
447 |
+
"step": 640
|
448 |
+
},
|
449 |
+
{
|
450 |
+
"epoch": 1.73,
|
451 |
+
"learning_rate": 0.00011333333333333334,
|
452 |
+
"loss": 0.0896,
|
453 |
+
"step": 650
|
454 |
+
},
|
455 |
+
{
|
456 |
+
"epoch": 1.76,
|
457 |
+
"learning_rate": 0.00011200000000000001,
|
458 |
+
"loss": 0.0853,
|
459 |
+
"step": 660
|
460 |
+
},
|
461 |
+
{
|
462 |
+
"epoch": 1.79,
|
463 |
+
"learning_rate": 0.00011066666666666667,
|
464 |
+
"loss": 0.0799,
|
465 |
+
"step": 670
|
466 |
+
},
|
467 |
+
{
|
468 |
+
"epoch": 1.81,
|
469 |
+
"learning_rate": 0.00010933333333333333,
|
470 |
+
"loss": 0.0742,
|
471 |
+
"step": 680
|
472 |
+
},
|
473 |
+
{
|
474 |
+
"epoch": 1.84,
|
475 |
+
"learning_rate": 0.00010800000000000001,
|
476 |
+
"loss": 0.093,
|
477 |
+
"step": 690
|
478 |
+
},
|
479 |
+
{
|
480 |
+
"epoch": 1.87,
|
481 |
+
"learning_rate": 0.00010666666666666667,
|
482 |
+
"loss": 0.0815,
|
483 |
+
"step": 700
|
484 |
+
},
|
485 |
+
{
|
486 |
+
"epoch": 1.87,
|
487 |
+
"eval_accuracy": 0.9546666666666667,
|
488 |
+
"eval_loss": 0.14684614539146423,
|
489 |
+
"eval_runtime": 174.5528,
|
490 |
+
"eval_samples_per_second": 34.374,
|
491 |
+
"eval_steps_per_second": 0.539,
|
492 |
+
"step": 700
|
493 |
+
},
|
494 |
+
{
|
495 |
+
"epoch": 1.89,
|
496 |
+
"learning_rate": 0.00010533333333333332,
|
497 |
+
"loss": 0.0912,
|
498 |
+
"step": 710
|
499 |
+
},
|
500 |
+
{
|
501 |
+
"epoch": 1.92,
|
502 |
+
"learning_rate": 0.00010400000000000001,
|
503 |
+
"loss": 0.0677,
|
504 |
+
"step": 720
|
505 |
+
},
|
506 |
+
{
|
507 |
+
"epoch": 1.95,
|
508 |
+
"learning_rate": 0.00010266666666666666,
|
509 |
+
"loss": 0.0806,
|
510 |
+
"step": 730
|
511 |
+
},
|
512 |
+
{
|
513 |
+
"epoch": 1.97,
|
514 |
+
"learning_rate": 0.00010133333333333335,
|
515 |
+
"loss": 0.0762,
|
516 |
+
"step": 740
|
517 |
+
},
|
518 |
+
{
|
519 |
+
"epoch": 2.0,
|
520 |
+
"learning_rate": 0.0001,
|
521 |
+
"loss": 0.0876,
|
522 |
+
"step": 750
|
523 |
+
},
|
524 |
+
{
|
525 |
+
"epoch": 2.03,
|
526 |
+
"learning_rate": 9.866666666666668e-05,
|
527 |
+
"loss": 0.0425,
|
528 |
+
"step": 760
|
529 |
+
},
|
530 |
+
{
|
531 |
+
"epoch": 2.05,
|
532 |
+
"learning_rate": 9.733333333333335e-05,
|
533 |
+
"loss": 0.054,
|
534 |
+
"step": 770
|
535 |
+
},
|
536 |
+
{
|
537 |
+
"epoch": 2.08,
|
538 |
+
"learning_rate": 9.6e-05,
|
539 |
+
"loss": 0.0384,
|
540 |
+
"step": 780
|
541 |
+
},
|
542 |
+
{
|
543 |
+
"epoch": 2.11,
|
544 |
+
"learning_rate": 9.466666666666667e-05,
|
545 |
+
"loss": 0.0506,
|
546 |
+
"step": 790
|
547 |
+
},
|
548 |
+
{
|
549 |
+
"epoch": 2.13,
|
550 |
+
"learning_rate": 9.333333333333334e-05,
|
551 |
+
"loss": 0.048,
|
552 |
+
"step": 800
|
553 |
+
},
|
554 |
+
{
|
555 |
+
"epoch": 2.13,
|
556 |
+
"eval_accuracy": 0.9591666666666666,
|
557 |
+
"eval_loss": 0.1392858624458313,
|
558 |
+
"eval_runtime": 165.6771,
|
559 |
+
"eval_samples_per_second": 36.215,
|
560 |
+
"eval_steps_per_second": 0.567,
|
561 |
+
"step": 800
|
562 |
+
},
|
563 |
+
{
|
564 |
+
"epoch": 2.16,
|
565 |
+
"learning_rate": 9.200000000000001e-05,
|
566 |
+
"loss": 0.0346,
|
567 |
+
"step": 810
|
568 |
+
},
|
569 |
+
{
|
570 |
+
"epoch": 2.19,
|
571 |
+
"learning_rate": 9.066666666666667e-05,
|
572 |
+
"loss": 0.0258,
|
573 |
+
"step": 820
|
574 |
+
},
|
575 |
+
{
|
576 |
+
"epoch": 2.21,
|
577 |
+
"learning_rate": 8.933333333333334e-05,
|
578 |
+
"loss": 0.0385,
|
579 |
+
"step": 830
|
580 |
+
},
|
581 |
+
{
|
582 |
+
"epoch": 2.24,
|
583 |
+
"learning_rate": 8.800000000000001e-05,
|
584 |
+
"loss": 0.0239,
|
585 |
+
"step": 840
|
586 |
+
},
|
587 |
+
{
|
588 |
+
"epoch": 2.27,
|
589 |
+
"learning_rate": 8.666666666666667e-05,
|
590 |
+
"loss": 0.0327,
|
591 |
+
"step": 850
|
592 |
+
},
|
593 |
+
{
|
594 |
+
"epoch": 2.29,
|
595 |
+
"learning_rate": 8.533333333333334e-05,
|
596 |
+
"loss": 0.0334,
|
597 |
+
"step": 860
|
598 |
+
},
|
599 |
+
{
|
600 |
+
"epoch": 2.32,
|
601 |
+
"learning_rate": 8.4e-05,
|
602 |
+
"loss": 0.0318,
|
603 |
+
"step": 870
|
604 |
+
},
|
605 |
+
{
|
606 |
+
"epoch": 2.35,
|
607 |
+
"learning_rate": 8.266666666666667e-05,
|
608 |
+
"loss": 0.0307,
|
609 |
+
"step": 880
|
610 |
+
},
|
611 |
+
{
|
612 |
+
"epoch": 2.37,
|
613 |
+
"learning_rate": 8.133333333333334e-05,
|
614 |
+
"loss": 0.0267,
|
615 |
+
"step": 890
|
616 |
+
},
|
617 |
+
{
|
618 |
+
"epoch": 2.4,
|
619 |
+
"learning_rate": 8e-05,
|
620 |
+
"loss": 0.021,
|
621 |
+
"step": 900
|
622 |
+
},
|
623 |
+
{
|
624 |
+
"epoch": 2.4,
|
625 |
+
"eval_accuracy": 0.9603333333333334,
|
626 |
+
"eval_loss": 0.13989999890327454,
|
627 |
+
"eval_runtime": 169.1114,
|
628 |
+
"eval_samples_per_second": 35.48,
|
629 |
+
"eval_steps_per_second": 0.556,
|
630 |
+
"step": 900
|
631 |
+
},
|
632 |
+
{
|
633 |
+
"epoch": 2.43,
|
634 |
+
"learning_rate": 7.866666666666666e-05,
|
635 |
+
"loss": 0.0247,
|
636 |
+
"step": 910
|
637 |
+
},
|
638 |
+
{
|
639 |
+
"epoch": 2.45,
|
640 |
+
"learning_rate": 7.733333333333333e-05,
|
641 |
+
"loss": 0.0401,
|
642 |
+
"step": 920
|
643 |
+
},
|
644 |
+
{
|
645 |
+
"epoch": 2.48,
|
646 |
+
"learning_rate": 7.6e-05,
|
647 |
+
"loss": 0.0202,
|
648 |
+
"step": 930
|
649 |
+
},
|
650 |
+
{
|
651 |
+
"epoch": 2.51,
|
652 |
+
"learning_rate": 7.466666666666667e-05,
|
653 |
+
"loss": 0.0289,
|
654 |
+
"step": 940
|
655 |
+
},
|
656 |
+
{
|
657 |
+
"epoch": 2.53,
|
658 |
+
"learning_rate": 7.333333333333333e-05,
|
659 |
+
"loss": 0.0293,
|
660 |
+
"step": 950
|
661 |
+
},
|
662 |
+
{
|
663 |
+
"epoch": 2.56,
|
664 |
+
"learning_rate": 7.2e-05,
|
665 |
+
"loss": 0.025,
|
666 |
+
"step": 960
|
667 |
+
},
|
668 |
+
{
|
669 |
+
"epoch": 2.59,
|
670 |
+
"learning_rate": 7.066666666666667e-05,
|
671 |
+
"loss": 0.016,
|
672 |
+
"step": 970
|
673 |
+
},
|
674 |
+
{
|
675 |
+
"epoch": 2.61,
|
676 |
+
"learning_rate": 6.933333333333334e-05,
|
677 |
+
"loss": 0.0315,
|
678 |
+
"step": 980
|
679 |
+
},
|
680 |
+
{
|
681 |
+
"epoch": 2.64,
|
682 |
+
"learning_rate": 6.800000000000001e-05,
|
683 |
+
"loss": 0.0309,
|
684 |
+
"step": 990
|
685 |
+
},
|
686 |
+
{
|
687 |
+
"epoch": 2.67,
|
688 |
+
"learning_rate": 6.666666666666667e-05,
|
689 |
+
"loss": 0.0271,
|
690 |
+
"step": 1000
|
691 |
+
},
|
692 |
+
{
|
693 |
+
"epoch": 2.67,
|
694 |
+
"eval_accuracy": 0.9641666666666666,
|
695 |
+
"eval_loss": 0.13339994847774506,
|
696 |
+
"eval_runtime": 163.886,
|
697 |
+
"eval_samples_per_second": 36.611,
|
698 |
+
"eval_steps_per_second": 0.574,
|
699 |
+
"step": 1000
|
700 |
+
},
|
701 |
+
{
|
702 |
+
"epoch": 2.69,
|
703 |
+
"learning_rate": 6.533333333333334e-05,
|
704 |
+
"loss": 0.017,
|
705 |
+
"step": 1010
|
706 |
+
},
|
707 |
+
{
|
708 |
+
"epoch": 2.72,
|
709 |
+
"learning_rate": 6.400000000000001e-05,
|
710 |
+
"loss": 0.0231,
|
711 |
+
"step": 1020
|
712 |
+
},
|
713 |
+
{
|
714 |
+
"epoch": 2.75,
|
715 |
+
"learning_rate": 6.266666666666667e-05,
|
716 |
+
"loss": 0.0256,
|
717 |
+
"step": 1030
|
718 |
+
},
|
719 |
+
{
|
720 |
+
"epoch": 2.77,
|
721 |
+
"learning_rate": 6.133333333333334e-05,
|
722 |
+
"loss": 0.0166,
|
723 |
+
"step": 1040
|
724 |
+
},
|
725 |
+
{
|
726 |
+
"epoch": 2.8,
|
727 |
+
"learning_rate": 6e-05,
|
728 |
+
"loss": 0.027,
|
729 |
+
"step": 1050
|
730 |
+
},
|
731 |
+
{
|
732 |
+
"epoch": 2.83,
|
733 |
+
"learning_rate": 5.866666666666667e-05,
|
734 |
+
"loss": 0.0202,
|
735 |
+
"step": 1060
|
736 |
+
},
|
737 |
+
{
|
738 |
+
"epoch": 2.85,
|
739 |
+
"learning_rate": 5.7333333333333336e-05,
|
740 |
+
"loss": 0.0235,
|
741 |
+
"step": 1070
|
742 |
+
},
|
743 |
+
{
|
744 |
+
"epoch": 2.88,
|
745 |
+
"learning_rate": 5.6000000000000006e-05,
|
746 |
+
"loss": 0.0185,
|
747 |
+
"step": 1080
|
748 |
+
},
|
749 |
+
{
|
750 |
+
"epoch": 2.91,
|
751 |
+
"learning_rate": 5.466666666666666e-05,
|
752 |
+
"loss": 0.0167,
|
753 |
+
"step": 1090
|
754 |
+
},
|
755 |
+
{
|
756 |
+
"epoch": 2.93,
|
757 |
+
"learning_rate": 5.333333333333333e-05,
|
758 |
+
"loss": 0.0231,
|
759 |
+
"step": 1100
|
760 |
+
},
|
761 |
+
{
|
762 |
+
"epoch": 2.93,
|
763 |
+
"eval_accuracy": 0.9658333333333333,
|
764 |
+
"eval_loss": 0.12280993908643723,
|
765 |
+
"eval_runtime": 172.4826,
|
766 |
+
"eval_samples_per_second": 34.786,
|
767 |
+
"eval_steps_per_second": 0.545,
|
768 |
+
"step": 1100
|
769 |
+
},
|
770 |
+
{
|
771 |
+
"epoch": 2.96,
|
772 |
+
"learning_rate": 5.2000000000000004e-05,
|
773 |
+
"loss": 0.031,
|
774 |
+
"step": 1110
|
775 |
+
},
|
776 |
+
{
|
777 |
+
"epoch": 2.99,
|
778 |
+
"learning_rate": 5.0666666666666674e-05,
|
779 |
+
"loss": 0.0332,
|
780 |
+
"step": 1120
|
781 |
+
},
|
782 |
+
{
|
783 |
+
"epoch": 3.01,
|
784 |
+
"learning_rate": 4.933333333333334e-05,
|
785 |
+
"loss": 0.0226,
|
786 |
+
"step": 1130
|
787 |
+
},
|
788 |
+
{
|
789 |
+
"epoch": 3.04,
|
790 |
+
"learning_rate": 4.8e-05,
|
791 |
+
"loss": 0.0094,
|
792 |
+
"step": 1140
|
793 |
+
},
|
794 |
+
{
|
795 |
+
"epoch": 3.07,
|
796 |
+
"learning_rate": 4.666666666666667e-05,
|
797 |
+
"loss": 0.0095,
|
798 |
+
"step": 1150
|
799 |
+
},
|
800 |
+
{
|
801 |
+
"epoch": 3.09,
|
802 |
+
"learning_rate": 4.5333333333333335e-05,
|
803 |
+
"loss": 0.0075,
|
804 |
+
"step": 1160
|
805 |
+
},
|
806 |
+
{
|
807 |
+
"epoch": 3.12,
|
808 |
+
"learning_rate": 4.4000000000000006e-05,
|
809 |
+
"loss": 0.0069,
|
810 |
+
"step": 1170
|
811 |
+
},
|
812 |
+
{
|
813 |
+
"epoch": 3.15,
|
814 |
+
"learning_rate": 4.266666666666667e-05,
|
815 |
+
"loss": 0.0072,
|
816 |
+
"step": 1180
|
817 |
+
},
|
818 |
+
{
|
819 |
+
"epoch": 3.17,
|
820 |
+
"learning_rate": 4.133333333333333e-05,
|
821 |
+
"loss": 0.0048,
|
822 |
+
"step": 1190
|
823 |
+
},
|
824 |
+
{
|
825 |
+
"epoch": 3.2,
|
826 |
+
"learning_rate": 4e-05,
|
827 |
+
"loss": 0.0101,
|
828 |
+
"step": 1200
|
829 |
+
},
|
830 |
+
{
|
831 |
+
"epoch": 3.2,
|
832 |
+
"eval_accuracy": 0.9673333333333334,
|
833 |
+
"eval_loss": 0.12290121614933014,
|
834 |
+
"eval_runtime": 169.3314,
|
835 |
+
"eval_samples_per_second": 35.433,
|
836 |
+
"eval_steps_per_second": 0.555,
|
837 |
+
"step": 1200
|
838 |
+
},
|
839 |
+
{
|
840 |
+
"epoch": 3.23,
|
841 |
+
"learning_rate": 3.866666666666667e-05,
|
842 |
+
"loss": 0.0085,
|
843 |
+
"step": 1210
|
844 |
+
},
|
845 |
+
{
|
846 |
+
"epoch": 3.25,
|
847 |
+
"learning_rate": 3.733333333333334e-05,
|
848 |
+
"loss": 0.01,
|
849 |
+
"step": 1220
|
850 |
+
},
|
851 |
+
{
|
852 |
+
"epoch": 3.28,
|
853 |
+
"learning_rate": 3.6e-05,
|
854 |
+
"loss": 0.0091,
|
855 |
+
"step": 1230
|
856 |
+
},
|
857 |
+
{
|
858 |
+
"epoch": 3.31,
|
859 |
+
"learning_rate": 3.466666666666667e-05,
|
860 |
+
"loss": 0.0045,
|
861 |
+
"step": 1240
|
862 |
+
},
|
863 |
+
{
|
864 |
+
"epoch": 3.33,
|
865 |
+
"learning_rate": 3.3333333333333335e-05,
|
866 |
+
"loss": 0.0089,
|
867 |
+
"step": 1250
|
868 |
+
},
|
869 |
+
{
|
870 |
+
"epoch": 3.36,
|
871 |
+
"learning_rate": 3.2000000000000005e-05,
|
872 |
+
"loss": 0.0115,
|
873 |
+
"step": 1260
|
874 |
+
},
|
875 |
+
{
|
876 |
+
"epoch": 3.39,
|
877 |
+
"learning_rate": 3.066666666666667e-05,
|
878 |
+
"loss": 0.0051,
|
879 |
+
"step": 1270
|
880 |
+
},
|
881 |
+
{
|
882 |
+
"epoch": 3.41,
|
883 |
+
"learning_rate": 2.9333333333333336e-05,
|
884 |
+
"loss": 0.011,
|
885 |
+
"step": 1280
|
886 |
+
},
|
887 |
+
{
|
888 |
+
"epoch": 3.44,
|
889 |
+
"learning_rate": 2.8000000000000003e-05,
|
890 |
+
"loss": 0.0112,
|
891 |
+
"step": 1290
|
892 |
+
},
|
893 |
+
{
|
894 |
+
"epoch": 3.47,
|
895 |
+
"learning_rate": 2.6666666666666667e-05,
|
896 |
+
"loss": 0.0041,
|
897 |
+
"step": 1300
|
898 |
+
},
|
899 |
+
{
|
900 |
+
"epoch": 3.47,
|
901 |
+
"eval_accuracy": 0.9675,
|
902 |
+
"eval_loss": 0.11890539526939392,
|
903 |
+
"eval_runtime": 173.0615,
|
904 |
+
"eval_samples_per_second": 34.67,
|
905 |
+
"eval_steps_per_second": 0.543,
|
906 |
+
"step": 1300
|
907 |
+
},
|
908 |
+
{
|
909 |
+
"epoch": 3.49,
|
910 |
+
"learning_rate": 2.5333333333333337e-05,
|
911 |
+
"loss": 0.0062,
|
912 |
+
"step": 1310
|
913 |
+
},
|
914 |
+
{
|
915 |
+
"epoch": 3.52,
|
916 |
+
"learning_rate": 2.4e-05,
|
917 |
+
"loss": 0.0055,
|
918 |
+
"step": 1320
|
919 |
+
},
|
920 |
+
{
|
921 |
+
"epoch": 3.55,
|
922 |
+
"learning_rate": 2.2666666666666668e-05,
|
923 |
+
"loss": 0.007,
|
924 |
+
"step": 1330
|
925 |
+
},
|
926 |
+
{
|
927 |
+
"epoch": 3.57,
|
928 |
+
"learning_rate": 2.1333333333333335e-05,
|
929 |
+
"loss": 0.0039,
|
930 |
+
"step": 1340
|
931 |
+
},
|
932 |
+
{
|
933 |
+
"epoch": 3.6,
|
934 |
+
"learning_rate": 2e-05,
|
935 |
+
"loss": 0.0062,
|
936 |
+
"step": 1350
|
937 |
+
},
|
938 |
+
{
|
939 |
+
"epoch": 3.63,
|
940 |
+
"learning_rate": 1.866666666666667e-05,
|
941 |
+
"loss": 0.0042,
|
942 |
+
"step": 1360
|
943 |
+
},
|
944 |
+
{
|
945 |
+
"epoch": 3.65,
|
946 |
+
"learning_rate": 1.7333333333333336e-05,
|
947 |
+
"loss": 0.0077,
|
948 |
+
"step": 1370
|
949 |
+
},
|
950 |
+
{
|
951 |
+
"epoch": 3.68,
|
952 |
+
"learning_rate": 1.6000000000000003e-05,
|
953 |
+
"loss": 0.0065,
|
954 |
+
"step": 1380
|
955 |
+
},
|
956 |
+
{
|
957 |
+
"epoch": 3.71,
|
958 |
+
"learning_rate": 1.4666666666666668e-05,
|
959 |
+
"loss": 0.0144,
|
960 |
+
"step": 1390
|
961 |
+
},
|
962 |
+
{
|
963 |
+
"epoch": 3.73,
|
964 |
+
"learning_rate": 1.3333333333333333e-05,
|
965 |
+
"loss": 0.0043,
|
966 |
+
"step": 1400
|
967 |
+
},
|
968 |
+
{
|
969 |
+
"epoch": 3.73,
|
970 |
+
"eval_accuracy": 0.9683333333333334,
|
971 |
+
"eval_loss": 0.11652529239654541,
|
972 |
+
"eval_runtime": 173.2794,
|
973 |
+
"eval_samples_per_second": 34.626,
|
974 |
+
"eval_steps_per_second": 0.542,
|
975 |
+
"step": 1400
|
976 |
+
},
|
977 |
+
{
|
978 |
+
"epoch": 3.76,
|
979 |
+
"learning_rate": 1.2e-05,
|
980 |
+
"loss": 0.006,
|
981 |
+
"step": 1410
|
982 |
+
},
|
983 |
+
{
|
984 |
+
"epoch": 3.79,
|
985 |
+
"learning_rate": 1.0666666666666667e-05,
|
986 |
+
"loss": 0.0059,
|
987 |
+
"step": 1420
|
988 |
+
},
|
989 |
+
{
|
990 |
+
"epoch": 3.81,
|
991 |
+
"learning_rate": 9.333333333333334e-06,
|
992 |
+
"loss": 0.0093,
|
993 |
+
"step": 1430
|
994 |
+
},
|
995 |
+
{
|
996 |
+
"epoch": 3.84,
|
997 |
+
"learning_rate": 8.000000000000001e-06,
|
998 |
+
"loss": 0.0063,
|
999 |
+
"step": 1440
|
1000 |
+
},
|
1001 |
+
{
|
1002 |
+
"epoch": 3.87,
|
1003 |
+
"learning_rate": 6.666666666666667e-06,
|
1004 |
+
"loss": 0.0044,
|
1005 |
+
"step": 1450
|
1006 |
+
},
|
1007 |
+
{
|
1008 |
+
"epoch": 3.89,
|
1009 |
+
"learning_rate": 5.333333333333334e-06,
|
1010 |
+
"loss": 0.0051,
|
1011 |
+
"step": 1460
|
1012 |
+
},
|
1013 |
+
{
|
1014 |
+
"epoch": 3.92,
|
1015 |
+
"learning_rate": 4.000000000000001e-06,
|
1016 |
+
"loss": 0.004,
|
1017 |
+
"step": 1470
|
1018 |
+
},
|
1019 |
+
{
|
1020 |
+
"epoch": 3.95,
|
1021 |
+
"learning_rate": 2.666666666666667e-06,
|
1022 |
+
"loss": 0.0037,
|
1023 |
+
"step": 1480
|
1024 |
+
},
|
1025 |
+
{
|
1026 |
+
"epoch": 3.97,
|
1027 |
+
"learning_rate": 1.3333333333333334e-06,
|
1028 |
+
"loss": 0.0039,
|
1029 |
+
"step": 1490
|
1030 |
+
},
|
1031 |
+
{
|
1032 |
+
"epoch": 4.0,
|
1033 |
+
"learning_rate": 0.0,
|
1034 |
+
"loss": 0.0067,
|
1035 |
+
"step": 1500
|
1036 |
+
},
|
1037 |
+
{
|
1038 |
+
"epoch": 4.0,
|
1039 |
+
"eval_accuracy": 0.9696666666666667,
|
1040 |
+
"eval_loss": 0.11452386528253555,
|
1041 |
+
"eval_runtime": 166.2179,
|
1042 |
+
"eval_samples_per_second": 36.097,
|
1043 |
+
"eval_steps_per_second": 0.566,
|
1044 |
+
"step": 1500
|
1045 |
+
},
|
1046 |
+
{
|
1047 |
+
"epoch": 4.0,
|
1048 |
+
"step": 1500,
|
1049 |
+
"total_flos": 1.4879528813592576e+19,
|
1050 |
+
"train_loss": 0.11711712082227071,
|
1051 |
+
"train_runtime": 8681.751,
|
1052 |
+
"train_samples_per_second": 22.115,
|
1053 |
+
"train_steps_per_second": 0.173
|
1054 |
+
}
|
1055 |
+
],
|
1056 |
+
"logging_steps": 10,
|
1057 |
+
"max_steps": 1500,
|
1058 |
+
"num_train_epochs": 4,
|
1059 |
+
"save_steps": 100,
|
1060 |
+
"total_flos": 1.4879528813592576e+19,
|
1061 |
+
"trial_name": null,
|
1062 |
+
"trial_params": null
|
1063 |
+
}
|
training_args.bin
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:854e3c4628a163f131ec0772e3285593146796483981898253b10f4ec505016e
|
3 |
+
size 4027
|