Model save
Browse files- all_results.json +7 -0
- train_results.json +7 -0
- trainer_state.json +508 -0
all_results.json
ADDED
|
@@ -0,0 +1,7 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"epoch": 3.0,
|
| 3 |
+
"train_loss": 0.3862592127482096,
|
| 4 |
+
"train_runtime": 1284327.9471,
|
| 5 |
+
"train_samples_per_second": 0.047,
|
| 6 |
+
"train_steps_per_second": 0.006
|
| 7 |
+
}
|
train_results.json
ADDED
|
@@ -0,0 +1,7 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"epoch": 3.0,
|
| 3 |
+
"train_loss": 0.3862592127482096,
|
| 4 |
+
"train_runtime": 1284327.9471,
|
| 5 |
+
"train_samples_per_second": 0.047,
|
| 6 |
+
"train_steps_per_second": 0.006
|
| 7 |
+
}
|
trainer_state.json
ADDED
|
@@ -0,0 +1,508 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"best_metric": null,
|
| 3 |
+
"best_model_checkpoint": null,
|
| 4 |
+
"epoch": 3.0,
|
| 5 |
+
"global_step": 7500,
|
| 6 |
+
"is_hyper_param_search": false,
|
| 7 |
+
"is_local_process_zero": true,
|
| 8 |
+
"is_world_process_zero": true,
|
| 9 |
+
"log_history": [
|
| 10 |
+
{
|
| 11 |
+
"epoch": 0.0,
|
| 12 |
+
"learning_rate": 4.9993333333333335e-05,
|
| 13 |
+
"loss": 11.1109,
|
| 14 |
+
"step": 1
|
| 15 |
+
},
|
| 16 |
+
{
|
| 17 |
+
"epoch": 0.04,
|
| 18 |
+
"learning_rate": 4.933333333333334e-05,
|
| 19 |
+
"loss": 1.4302,
|
| 20 |
+
"step": 100
|
| 21 |
+
},
|
| 22 |
+
{
|
| 23 |
+
"epoch": 0.08,
|
| 24 |
+
"learning_rate": 4.866666666666667e-05,
|
| 25 |
+
"loss": 1.2735,
|
| 26 |
+
"step": 200
|
| 27 |
+
},
|
| 28 |
+
{
|
| 29 |
+
"epoch": 0.12,
|
| 30 |
+
"learning_rate": 4.8e-05,
|
| 31 |
+
"loss": 0.988,
|
| 32 |
+
"step": 300
|
| 33 |
+
},
|
| 34 |
+
{
|
| 35 |
+
"epoch": 0.16,
|
| 36 |
+
"learning_rate": 4.7333333333333336e-05,
|
| 37 |
+
"loss": 0.9493,
|
| 38 |
+
"step": 400
|
| 39 |
+
},
|
| 40 |
+
{
|
| 41 |
+
"epoch": 0.2,
|
| 42 |
+
"learning_rate": 4.666666666666667e-05,
|
| 43 |
+
"loss": 0.8475,
|
| 44 |
+
"step": 500
|
| 45 |
+
},
|
| 46 |
+
{
|
| 47 |
+
"epoch": 0.24,
|
| 48 |
+
"learning_rate": 4.600000000000001e-05,
|
| 49 |
+
"loss": 0.914,
|
| 50 |
+
"step": 600
|
| 51 |
+
},
|
| 52 |
+
{
|
| 53 |
+
"epoch": 0.28,
|
| 54 |
+
"learning_rate": 4.5333333333333335e-05,
|
| 55 |
+
"loss": 0.7928,
|
| 56 |
+
"step": 700
|
| 57 |
+
},
|
| 58 |
+
{
|
| 59 |
+
"epoch": 0.32,
|
| 60 |
+
"learning_rate": 4.466666666666667e-05,
|
| 61 |
+
"loss": 0.7202,
|
| 62 |
+
"step": 800
|
| 63 |
+
},
|
| 64 |
+
{
|
| 65 |
+
"epoch": 0.36,
|
| 66 |
+
"learning_rate": 4.4000000000000006e-05,
|
| 67 |
+
"loss": 0.7261,
|
| 68 |
+
"step": 900
|
| 69 |
+
},
|
| 70 |
+
{
|
| 71 |
+
"epoch": 0.4,
|
| 72 |
+
"learning_rate": 4.3333333333333334e-05,
|
| 73 |
+
"loss": 0.6637,
|
| 74 |
+
"step": 1000
|
| 75 |
+
},
|
| 76 |
+
{
|
| 77 |
+
"epoch": 0.44,
|
| 78 |
+
"learning_rate": 4.266666666666667e-05,
|
| 79 |
+
"loss": 0.7632,
|
| 80 |
+
"step": 1100
|
| 81 |
+
},
|
| 82 |
+
{
|
| 83 |
+
"epoch": 0.48,
|
| 84 |
+
"learning_rate": 4.2e-05,
|
| 85 |
+
"loss": 0.6328,
|
| 86 |
+
"step": 1200
|
| 87 |
+
},
|
| 88 |
+
{
|
| 89 |
+
"epoch": 0.52,
|
| 90 |
+
"learning_rate": 4.133333333333333e-05,
|
| 91 |
+
"loss": 0.6182,
|
| 92 |
+
"step": 1300
|
| 93 |
+
},
|
| 94 |
+
{
|
| 95 |
+
"epoch": 0.56,
|
| 96 |
+
"learning_rate": 4.066666666666667e-05,
|
| 97 |
+
"loss": 0.6197,
|
| 98 |
+
"step": 1400
|
| 99 |
+
},
|
| 100 |
+
{
|
| 101 |
+
"epoch": 0.6,
|
| 102 |
+
"learning_rate": 4e-05,
|
| 103 |
+
"loss": 0.5964,
|
| 104 |
+
"step": 1500
|
| 105 |
+
},
|
| 106 |
+
{
|
| 107 |
+
"epoch": 0.64,
|
| 108 |
+
"learning_rate": 3.933333333333333e-05,
|
| 109 |
+
"loss": 0.5869,
|
| 110 |
+
"step": 1600
|
| 111 |
+
},
|
| 112 |
+
{
|
| 113 |
+
"epoch": 0.68,
|
| 114 |
+
"learning_rate": 3.866666666666667e-05,
|
| 115 |
+
"loss": 0.5979,
|
| 116 |
+
"step": 1700
|
| 117 |
+
},
|
| 118 |
+
{
|
| 119 |
+
"epoch": 0.72,
|
| 120 |
+
"learning_rate": 3.8e-05,
|
| 121 |
+
"loss": 0.5092,
|
| 122 |
+
"step": 1800
|
| 123 |
+
},
|
| 124 |
+
{
|
| 125 |
+
"epoch": 0.76,
|
| 126 |
+
"learning_rate": 3.733333333333334e-05,
|
| 127 |
+
"loss": 0.5475,
|
| 128 |
+
"step": 1900
|
| 129 |
+
},
|
| 130 |
+
{
|
| 131 |
+
"epoch": 0.8,
|
| 132 |
+
"learning_rate": 3.6666666666666666e-05,
|
| 133 |
+
"loss": 0.5453,
|
| 134 |
+
"step": 2000
|
| 135 |
+
},
|
| 136 |
+
{
|
| 137 |
+
"epoch": 0.84,
|
| 138 |
+
"learning_rate": 3.6e-05,
|
| 139 |
+
"loss": 0.5613,
|
| 140 |
+
"step": 2100
|
| 141 |
+
},
|
| 142 |
+
{
|
| 143 |
+
"epoch": 0.88,
|
| 144 |
+
"learning_rate": 3.5333333333333336e-05,
|
| 145 |
+
"loss": 0.5243,
|
| 146 |
+
"step": 2200
|
| 147 |
+
},
|
| 148 |
+
{
|
| 149 |
+
"epoch": 0.92,
|
| 150 |
+
"learning_rate": 3.466666666666667e-05,
|
| 151 |
+
"loss": 0.457,
|
| 152 |
+
"step": 2300
|
| 153 |
+
},
|
| 154 |
+
{
|
| 155 |
+
"epoch": 0.96,
|
| 156 |
+
"learning_rate": 3.4000000000000007e-05,
|
| 157 |
+
"loss": 0.4726,
|
| 158 |
+
"step": 2400
|
| 159 |
+
},
|
| 160 |
+
{
|
| 161 |
+
"epoch": 1.0,
|
| 162 |
+
"learning_rate": 3.3333333333333335e-05,
|
| 163 |
+
"loss": 0.4292,
|
| 164 |
+
"step": 2500
|
| 165 |
+
},
|
| 166 |
+
{
|
| 167 |
+
"epoch": 1.0,
|
| 168 |
+
"eval_cer": 0.06794180866639668,
|
| 169 |
+
"eval_loss": 0.43323373794555664,
|
| 170 |
+
"eval_runtime": 125517.0167,
|
| 171 |
+
"eval_samples_per_second": 0.04,
|
| 172 |
+
"eval_steps_per_second": 0.005,
|
| 173 |
+
"step": 2500
|
| 174 |
+
},
|
| 175 |
+
{
|
| 176 |
+
"epoch": 1.04,
|
| 177 |
+
"learning_rate": 3.266666666666667e-05,
|
| 178 |
+
"loss": 0.3212,
|
| 179 |
+
"step": 2600
|
| 180 |
+
},
|
| 181 |
+
{
|
| 182 |
+
"epoch": 1.08,
|
| 183 |
+
"learning_rate": 3.2000000000000005e-05,
|
| 184 |
+
"loss": 0.3534,
|
| 185 |
+
"step": 2700
|
| 186 |
+
},
|
| 187 |
+
{
|
| 188 |
+
"epoch": 1.12,
|
| 189 |
+
"learning_rate": 3.1333333333333334e-05,
|
| 190 |
+
"loss": 0.3682,
|
| 191 |
+
"step": 2800
|
| 192 |
+
},
|
| 193 |
+
{
|
| 194 |
+
"epoch": 1.16,
|
| 195 |
+
"learning_rate": 3.066666666666667e-05,
|
| 196 |
+
"loss": 0.3708,
|
| 197 |
+
"step": 2900
|
| 198 |
+
},
|
| 199 |
+
{
|
| 200 |
+
"epoch": 1.2,
|
| 201 |
+
"learning_rate": 3e-05,
|
| 202 |
+
"loss": 0.3439,
|
| 203 |
+
"step": 3000
|
| 204 |
+
},
|
| 205 |
+
{
|
| 206 |
+
"epoch": 1.24,
|
| 207 |
+
"learning_rate": 2.9333333333333336e-05,
|
| 208 |
+
"loss": 0.3691,
|
| 209 |
+
"step": 3100
|
| 210 |
+
},
|
| 211 |
+
{
|
| 212 |
+
"epoch": 1.28,
|
| 213 |
+
"learning_rate": 2.8666666666666668e-05,
|
| 214 |
+
"loss": 0.345,
|
| 215 |
+
"step": 3200
|
| 216 |
+
},
|
| 217 |
+
{
|
| 218 |
+
"epoch": 1.32,
|
| 219 |
+
"learning_rate": 2.8000000000000003e-05,
|
| 220 |
+
"loss": 0.3942,
|
| 221 |
+
"step": 3300
|
| 222 |
+
},
|
| 223 |
+
{
|
| 224 |
+
"epoch": 1.36,
|
| 225 |
+
"learning_rate": 2.733333333333333e-05,
|
| 226 |
+
"loss": 0.3336,
|
| 227 |
+
"step": 3400
|
| 228 |
+
},
|
| 229 |
+
{
|
| 230 |
+
"epoch": 1.4,
|
| 231 |
+
"learning_rate": 2.6666666666666667e-05,
|
| 232 |
+
"loss": 0.2959,
|
| 233 |
+
"step": 3500
|
| 234 |
+
},
|
| 235 |
+
{
|
| 236 |
+
"epoch": 1.44,
|
| 237 |
+
"learning_rate": 2.6000000000000002e-05,
|
| 238 |
+
"loss": 0.3582,
|
| 239 |
+
"step": 3600
|
| 240 |
+
},
|
| 241 |
+
{
|
| 242 |
+
"epoch": 1.48,
|
| 243 |
+
"learning_rate": 2.5333333333333337e-05,
|
| 244 |
+
"loss": 0.3304,
|
| 245 |
+
"step": 3700
|
| 246 |
+
},
|
| 247 |
+
{
|
| 248 |
+
"epoch": 1.52,
|
| 249 |
+
"learning_rate": 2.466666666666667e-05,
|
| 250 |
+
"loss": 0.325,
|
| 251 |
+
"step": 3800
|
| 252 |
+
},
|
| 253 |
+
{
|
| 254 |
+
"epoch": 1.56,
|
| 255 |
+
"learning_rate": 2.4e-05,
|
| 256 |
+
"loss": 0.2756,
|
| 257 |
+
"step": 3900
|
| 258 |
+
},
|
| 259 |
+
{
|
| 260 |
+
"epoch": 1.6,
|
| 261 |
+
"learning_rate": 2.3333333333333336e-05,
|
| 262 |
+
"loss": 0.2768,
|
| 263 |
+
"step": 4000
|
| 264 |
+
},
|
| 265 |
+
{
|
| 266 |
+
"epoch": 1.64,
|
| 267 |
+
"learning_rate": 2.2666666666666668e-05,
|
| 268 |
+
"loss": 0.3056,
|
| 269 |
+
"step": 4100
|
| 270 |
+
},
|
| 271 |
+
{
|
| 272 |
+
"epoch": 1.68,
|
| 273 |
+
"learning_rate": 2.2000000000000003e-05,
|
| 274 |
+
"loss": 0.3163,
|
| 275 |
+
"step": 4200
|
| 276 |
+
},
|
| 277 |
+
{
|
| 278 |
+
"epoch": 1.72,
|
| 279 |
+
"learning_rate": 2.1333333333333335e-05,
|
| 280 |
+
"loss": 0.2721,
|
| 281 |
+
"step": 4300
|
| 282 |
+
},
|
| 283 |
+
{
|
| 284 |
+
"epoch": 1.76,
|
| 285 |
+
"learning_rate": 2.0666666666666666e-05,
|
| 286 |
+
"loss": 0.2742,
|
| 287 |
+
"step": 4400
|
| 288 |
+
},
|
| 289 |
+
{
|
| 290 |
+
"epoch": 1.8,
|
| 291 |
+
"learning_rate": 2e-05,
|
| 292 |
+
"loss": 0.2255,
|
| 293 |
+
"step": 4500
|
| 294 |
+
},
|
| 295 |
+
{
|
| 296 |
+
"epoch": 1.84,
|
| 297 |
+
"learning_rate": 1.9333333333333333e-05,
|
| 298 |
+
"loss": 0.2637,
|
| 299 |
+
"step": 4600
|
| 300 |
+
},
|
| 301 |
+
{
|
| 302 |
+
"epoch": 1.88,
|
| 303 |
+
"learning_rate": 1.866666666666667e-05,
|
| 304 |
+
"loss": 0.2571,
|
| 305 |
+
"step": 4700
|
| 306 |
+
},
|
| 307 |
+
{
|
| 308 |
+
"epoch": 1.92,
|
| 309 |
+
"learning_rate": 1.8e-05,
|
| 310 |
+
"loss": 0.2599,
|
| 311 |
+
"step": 4800
|
| 312 |
+
},
|
| 313 |
+
{
|
| 314 |
+
"epoch": 1.96,
|
| 315 |
+
"learning_rate": 1.7333333333333336e-05,
|
| 316 |
+
"loss": 0.2682,
|
| 317 |
+
"step": 4900
|
| 318 |
+
},
|
| 319 |
+
{
|
| 320 |
+
"epoch": 2.0,
|
| 321 |
+
"learning_rate": 1.6666666666666667e-05,
|
| 322 |
+
"loss": 0.2521,
|
| 323 |
+
"step": 5000
|
| 324 |
+
},
|
| 325 |
+
{
|
| 326 |
+
"epoch": 2.0,
|
| 327 |
+
"eval_cer": 0.04834740350767889,
|
| 328 |
+
"eval_loss": 0.27674123644828796,
|
| 329 |
+
"eval_runtime": 122460.8505,
|
| 330 |
+
"eval_samples_per_second": 0.041,
|
| 331 |
+
"eval_steps_per_second": 0.005,
|
| 332 |
+
"step": 5000
|
| 333 |
+
},
|
| 334 |
+
{
|
| 335 |
+
"epoch": 2.04,
|
| 336 |
+
"learning_rate": 1.6000000000000003e-05,
|
| 337 |
+
"loss": 0.1654,
|
| 338 |
+
"step": 5100
|
| 339 |
+
},
|
| 340 |
+
{
|
| 341 |
+
"epoch": 2.08,
|
| 342 |
+
"learning_rate": 1.5333333333333334e-05,
|
| 343 |
+
"loss": 0.1251,
|
| 344 |
+
"step": 5200
|
| 345 |
+
},
|
| 346 |
+
{
|
| 347 |
+
"epoch": 2.12,
|
| 348 |
+
"learning_rate": 1.4666666666666668e-05,
|
| 349 |
+
"loss": 0.1448,
|
| 350 |
+
"step": 5300
|
| 351 |
+
},
|
| 352 |
+
{
|
| 353 |
+
"epoch": 2.16,
|
| 354 |
+
"learning_rate": 1.4000000000000001e-05,
|
| 355 |
+
"loss": 0.1635,
|
| 356 |
+
"step": 5400
|
| 357 |
+
},
|
| 358 |
+
{
|
| 359 |
+
"epoch": 2.2,
|
| 360 |
+
"learning_rate": 1.3333333333333333e-05,
|
| 361 |
+
"loss": 0.1382,
|
| 362 |
+
"step": 5500
|
| 363 |
+
},
|
| 364 |
+
{
|
| 365 |
+
"epoch": 2.24,
|
| 366 |
+
"learning_rate": 1.2666666666666668e-05,
|
| 367 |
+
"loss": 0.1436,
|
| 368 |
+
"step": 5600
|
| 369 |
+
},
|
| 370 |
+
{
|
| 371 |
+
"epoch": 2.28,
|
| 372 |
+
"learning_rate": 1.2e-05,
|
| 373 |
+
"loss": 0.143,
|
| 374 |
+
"step": 5700
|
| 375 |
+
},
|
| 376 |
+
{
|
| 377 |
+
"epoch": 2.32,
|
| 378 |
+
"learning_rate": 1.1333333333333334e-05,
|
| 379 |
+
"loss": 0.1311,
|
| 380 |
+
"step": 5800
|
| 381 |
+
},
|
| 382 |
+
{
|
| 383 |
+
"epoch": 2.36,
|
| 384 |
+
"learning_rate": 1.0666666666666667e-05,
|
| 385 |
+
"loss": 0.1339,
|
| 386 |
+
"step": 5900
|
| 387 |
+
},
|
| 388 |
+
{
|
| 389 |
+
"epoch": 2.4,
|
| 390 |
+
"learning_rate": 1e-05,
|
| 391 |
+
"loss": 0.1394,
|
| 392 |
+
"step": 6000
|
| 393 |
+
},
|
| 394 |
+
{
|
| 395 |
+
"epoch": 2.44,
|
| 396 |
+
"learning_rate": 9.333333333333334e-06,
|
| 397 |
+
"loss": 0.1251,
|
| 398 |
+
"step": 6100
|
| 399 |
+
},
|
| 400 |
+
{
|
| 401 |
+
"epoch": 2.48,
|
| 402 |
+
"learning_rate": 8.666666666666668e-06,
|
| 403 |
+
"loss": 0.1333,
|
| 404 |
+
"step": 6200
|
| 405 |
+
},
|
| 406 |
+
{
|
| 407 |
+
"epoch": 2.52,
|
| 408 |
+
"learning_rate": 8.000000000000001e-06,
|
| 409 |
+
"loss": 0.1469,
|
| 410 |
+
"step": 6300
|
| 411 |
+
},
|
| 412 |
+
{
|
| 413 |
+
"epoch": 2.56,
|
| 414 |
+
"learning_rate": 7.333333333333334e-06,
|
| 415 |
+
"loss": 0.1363,
|
| 416 |
+
"step": 6400
|
| 417 |
+
},
|
| 418 |
+
{
|
| 419 |
+
"epoch": 2.6,
|
| 420 |
+
"learning_rate": 6.666666666666667e-06,
|
| 421 |
+
"loss": 0.1419,
|
| 422 |
+
"step": 6500
|
| 423 |
+
},
|
| 424 |
+
{
|
| 425 |
+
"epoch": 2.64,
|
| 426 |
+
"learning_rate": 6e-06,
|
| 427 |
+
"loss": 0.1394,
|
| 428 |
+
"step": 6600
|
| 429 |
+
},
|
| 430 |
+
{
|
| 431 |
+
"epoch": 2.68,
|
| 432 |
+
"learning_rate": 5.333333333333334e-06,
|
| 433 |
+
"loss": 0.1237,
|
| 434 |
+
"step": 6700
|
| 435 |
+
},
|
| 436 |
+
{
|
| 437 |
+
"epoch": 2.72,
|
| 438 |
+
"learning_rate": 4.666666666666667e-06,
|
| 439 |
+
"loss": 0.151,
|
| 440 |
+
"step": 6800
|
| 441 |
+
},
|
| 442 |
+
{
|
| 443 |
+
"epoch": 2.76,
|
| 444 |
+
"learning_rate": 4.000000000000001e-06,
|
| 445 |
+
"loss": 0.1307,
|
| 446 |
+
"step": 6900
|
| 447 |
+
},
|
| 448 |
+
{
|
| 449 |
+
"epoch": 2.8,
|
| 450 |
+
"learning_rate": 3.3333333333333333e-06,
|
| 451 |
+
"loss": 0.1066,
|
| 452 |
+
"step": 7000
|
| 453 |
+
},
|
| 454 |
+
{
|
| 455 |
+
"epoch": 2.84,
|
| 456 |
+
"learning_rate": 2.666666666666667e-06,
|
| 457 |
+
"loss": 0.1035,
|
| 458 |
+
"step": 7100
|
| 459 |
+
},
|
| 460 |
+
{
|
| 461 |
+
"epoch": 2.88,
|
| 462 |
+
"learning_rate": 2.0000000000000003e-06,
|
| 463 |
+
"loss": 0.1417,
|
| 464 |
+
"step": 7200
|
| 465 |
+
},
|
| 466 |
+
{
|
| 467 |
+
"epoch": 2.92,
|
| 468 |
+
"learning_rate": 1.3333333333333334e-06,
|
| 469 |
+
"loss": 0.1211,
|
| 470 |
+
"step": 7300
|
| 471 |
+
},
|
| 472 |
+
{
|
| 473 |
+
"epoch": 2.96,
|
| 474 |
+
"learning_rate": 6.666666666666667e-07,
|
| 475 |
+
"loss": 0.1156,
|
| 476 |
+
"step": 7400
|
| 477 |
+
},
|
| 478 |
+
{
|
| 479 |
+
"epoch": 3.0,
|
| 480 |
+
"learning_rate": 0.0,
|
| 481 |
+
"loss": 0.1049,
|
| 482 |
+
"step": 7500
|
| 483 |
+
},
|
| 484 |
+
{
|
| 485 |
+
"epoch": 3.0,
|
| 486 |
+
"eval_cer": 0.036042490888134326,
|
| 487 |
+
"eval_loss": 0.2470209002494812,
|
| 488 |
+
"eval_runtime": 124535.0211,
|
| 489 |
+
"eval_samples_per_second": 0.04,
|
| 490 |
+
"eval_steps_per_second": 0.005,
|
| 491 |
+
"step": 7500
|
| 492 |
+
},
|
| 493 |
+
{
|
| 494 |
+
"epoch": 3.0,
|
| 495 |
+
"step": 7500,
|
| 496 |
+
"total_flos": 4.489711145975808e+19,
|
| 497 |
+
"train_loss": 0.3862592127482096,
|
| 498 |
+
"train_runtime": 1284327.9471,
|
| 499 |
+
"train_samples_per_second": 0.047,
|
| 500 |
+
"train_steps_per_second": 0.006
|
| 501 |
+
}
|
| 502 |
+
],
|
| 503 |
+
"max_steps": 7500,
|
| 504 |
+
"num_train_epochs": 3,
|
| 505 |
+
"total_flos": 4.489711145975808e+19,
|
| 506 |
+
"trial_name": null,
|
| 507 |
+
"trial_params": null
|
| 508 |
+
}
|