PlutoG99001
commited on
Commit
•
b6b99b2
1
Parent(s):
b05630f
End of training
Browse files- README.md +3 -1
- trainer_state.json +420 -84
README.md
CHANGED
@@ -3,6 +3,8 @@ base_model: facebook/musicgen-melody
|
|
3 |
library_name: peft
|
4 |
license: cc-by-nc-4.0
|
5 |
tags:
|
|
|
|
|
6 |
- generated_from_trainer
|
7 |
model-index:
|
8 |
- name: Piano-Model
|
@@ -14,7 +16,7 @@ should probably proofread and complete it, then remove this comment. -->
|
|
14 |
|
15 |
# Piano-Model
|
16 |
|
17 |
-
This model is a fine-tuned version of [facebook/musicgen-melody](https://huggingface.co/facebook/musicgen-melody) on
|
18 |
|
19 |
## Model description
|
20 |
|
|
|
3 |
library_name: peft
|
4 |
license: cc-by-nc-4.0
|
5 |
tags:
|
6 |
+
- text-to-audio
|
7 |
+
- Piano
|
8 |
- generated_from_trainer
|
9 |
model-index:
|
10 |
- name: Piano-Model
|
|
|
16 |
|
17 |
# Piano-Model
|
18 |
|
19 |
+
This model is a fine-tuned version of [facebook/musicgen-melody](https://huggingface.co/facebook/musicgen-melody) on the PlutoG99001/Piano-clean dataset.
|
20 |
|
21 |
## Model description
|
22 |
|
trainer_state.json
CHANGED
@@ -1,195 +1,531 @@
|
|
1 |
{
|
2 |
"best_metric": null,
|
3 |
"best_model_checkpoint": null,
|
4 |
-
"epoch":
|
5 |
"eval_steps": 500,
|
6 |
-
"global_step":
|
7 |
"is_hyper_param_search": false,
|
8 |
"is_local_process_zero": true,
|
9 |
"is_world_process_zero": true,
|
10 |
"log_history": [
|
11 |
{
|
12 |
"epoch": 0.16666666666666666,
|
13 |
-
"grad_norm": 2.
|
14 |
-
"learning_rate": 0.
|
15 |
-
"loss": 9.
|
16 |
"step": 2
|
17 |
},
|
18 |
{
|
19 |
"epoch": 0.3333333333333333,
|
20 |
-
"grad_norm": 3.
|
21 |
-
"learning_rate": 0.
|
22 |
-
"loss": 8.
|
23 |
"step": 4
|
24 |
},
|
25 |
{
|
26 |
"epoch": 0.5,
|
27 |
-
"grad_norm": 5.
|
28 |
-
"learning_rate": 0.
|
29 |
-
"loss": 8.
|
30 |
"step": 6
|
31 |
},
|
32 |
{
|
33 |
"epoch": 0.6666666666666666,
|
34 |
-
"grad_norm": 2.
|
35 |
-
"learning_rate": 0.
|
36 |
-
"loss": 6.
|
37 |
"step": 8
|
38 |
},
|
39 |
{
|
40 |
"epoch": 0.8333333333333334,
|
41 |
-
"grad_norm": 2.
|
42 |
-
"learning_rate": 0.
|
43 |
-
"loss": 6.
|
44 |
"step": 10
|
45 |
},
|
46 |
{
|
47 |
"epoch": 1.0,
|
48 |
-
"grad_norm": 1.
|
49 |
-
"learning_rate": 0.
|
50 |
-
"loss": 6.
|
51 |
"step": 12
|
52 |
},
|
53 |
{
|
54 |
"epoch": 1.1666666666666667,
|
55 |
-
"grad_norm":
|
56 |
-
"learning_rate": 0.
|
57 |
-
"loss": 6.
|
58 |
"step": 14
|
59 |
},
|
60 |
{
|
61 |
"epoch": 1.3333333333333333,
|
62 |
-
"grad_norm": 1.
|
63 |
-
"learning_rate": 0.
|
64 |
-
"loss": 5.
|
65 |
"step": 16
|
66 |
},
|
67 |
{
|
68 |
"epoch": 1.5,
|
69 |
-
"grad_norm": 1.
|
70 |
-
"learning_rate": 0.
|
71 |
-
"loss": 5.
|
72 |
"step": 18
|
73 |
},
|
74 |
{
|
75 |
"epoch": 1.6666666666666665,
|
76 |
-
"grad_norm": 1.
|
77 |
-
"learning_rate": 0.
|
78 |
-
"loss": 5.
|
79 |
"step": 20
|
80 |
},
|
81 |
{
|
82 |
"epoch": 1.8333333333333335,
|
83 |
-
"grad_norm": 2.
|
84 |
-
"learning_rate": 0.
|
85 |
-
"loss": 6.
|
86 |
"step": 22
|
87 |
},
|
88 |
{
|
89 |
"epoch": 2.0,
|
90 |
-
"grad_norm":
|
91 |
-
"learning_rate": 0.
|
92 |
-
"loss": 5.
|
93 |
"step": 24
|
94 |
},
|
95 |
{
|
96 |
"epoch": 2.1666666666666665,
|
97 |
-
"grad_norm":
|
98 |
-
"learning_rate":
|
99 |
-
"loss": 5.
|
100 |
"step": 26
|
101 |
},
|
102 |
{
|
103 |
"epoch": 2.3333333333333335,
|
104 |
-
"grad_norm": 2.
|
105 |
-
"learning_rate":
|
106 |
-
"loss": 6.
|
107 |
"step": 28
|
108 |
},
|
109 |
{
|
110 |
"epoch": 2.5,
|
111 |
-
"grad_norm": 0.
|
112 |
-
"learning_rate":
|
113 |
-
"loss": 5.
|
114 |
"step": 30
|
115 |
},
|
116 |
{
|
117 |
"epoch": 2.6666666666666665,
|
118 |
-
"grad_norm": 0.
|
119 |
-
"learning_rate":
|
120 |
-
"loss": 5.
|
121 |
"step": 32
|
122 |
},
|
123 |
{
|
124 |
"epoch": 2.8333333333333335,
|
125 |
-
"grad_norm": 0.
|
126 |
-
"learning_rate":
|
127 |
-
"loss": 5.
|
128 |
"step": 34
|
129 |
},
|
130 |
{
|
131 |
"epoch": 3.0,
|
132 |
-
"grad_norm": 0.
|
133 |
-
"learning_rate":
|
134 |
-
"loss": 5.
|
135 |
"step": 36
|
136 |
},
|
137 |
{
|
138 |
"epoch": 3.1666666666666665,
|
139 |
-
"grad_norm": 1.
|
140 |
-
"learning_rate":
|
141 |
-
"loss": 5.
|
142 |
"step": 38
|
143 |
},
|
144 |
{
|
145 |
"epoch": 3.3333333333333335,
|
146 |
-
"grad_norm": 0.
|
147 |
-
"learning_rate":
|
148 |
-
"loss": 5.
|
149 |
"step": 40
|
150 |
},
|
151 |
{
|
152 |
"epoch": 3.5,
|
153 |
-
"grad_norm": 0.
|
154 |
-
"learning_rate":
|
155 |
-
"loss": 5.
|
156 |
"step": 42
|
157 |
},
|
158 |
{
|
159 |
"epoch": 3.6666666666666665,
|
160 |
-
"grad_norm":
|
161 |
-
"learning_rate":
|
162 |
-
"loss": 5.
|
163 |
"step": 44
|
164 |
},
|
165 |
{
|
166 |
"epoch": 3.8333333333333335,
|
167 |
-
"grad_norm":
|
168 |
-
"learning_rate":
|
169 |
-
"loss": 5.
|
170 |
"step": 46
|
171 |
},
|
172 |
{
|
173 |
"epoch": 4.0,
|
174 |
-
"grad_norm": 1.
|
175 |
-
"learning_rate": 0.
|
176 |
-
"loss": 5.
|
177 |
"step": 48
|
178 |
},
|
179 |
{
|
180 |
-
"epoch": 4.
|
181 |
-
"
|
182 |
-
"
|
183 |
-
"
|
184 |
-
"
|
185 |
-
|
186 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
187 |
}
|
188 |
],
|
189 |
"logging_steps": 2,
|
190 |
-
"max_steps":
|
191 |
"num_input_tokens_seen": 0,
|
192 |
-
"num_train_epochs":
|
193 |
"save_steps": 500,
|
194 |
"stateful_callbacks": {
|
195 |
"TrainerControl": {
|
@@ -203,7 +539,7 @@
|
|
203 |
"attributes": {}
|
204 |
}
|
205 |
},
|
206 |
-
"total_flos":
|
207 |
"train_batch_size": 2,
|
208 |
"trial_name": null,
|
209 |
"trial_params": null
|
|
|
1 |
{
|
2 |
"best_metric": null,
|
3 |
"best_model_checkpoint": null,
|
4 |
+
"epoch": 12.0,
|
5 |
"eval_steps": 500,
|
6 |
+
"global_step": 144,
|
7 |
"is_hyper_param_search": false,
|
8 |
"is_local_process_zero": true,
|
9 |
"is_world_process_zero": true,
|
10 |
"log_history": [
|
11 |
{
|
12 |
"epoch": 0.16666666666666666,
|
13 |
+
"grad_norm": 2.389958143234253,
|
14 |
+
"learning_rate": 0.00019722222222222225,
|
15 |
+
"loss": 9.3312,
|
16 |
"step": 2
|
17 |
},
|
18 |
{
|
19 |
"epoch": 0.3333333333333333,
|
20 |
+
"grad_norm": 3.9081215858459473,
|
21 |
+
"learning_rate": 0.00019444444444444446,
|
22 |
+
"loss": 8.4046,
|
23 |
"step": 4
|
24 |
},
|
25 |
{
|
26 |
"epoch": 0.5,
|
27 |
+
"grad_norm": 5.577122211456299,
|
28 |
+
"learning_rate": 0.00019166666666666667,
|
29 |
+
"loss": 8.1587,
|
30 |
"step": 6
|
31 |
},
|
32 |
{
|
33 |
"epoch": 0.6666666666666666,
|
34 |
+
"grad_norm": 2.7514705657958984,
|
35 |
+
"learning_rate": 0.00018888888888888888,
|
36 |
+
"loss": 6.9252,
|
37 |
"step": 8
|
38 |
},
|
39 |
{
|
40 |
"epoch": 0.8333333333333334,
|
41 |
+
"grad_norm": 2.6608922481536865,
|
42 |
+
"learning_rate": 0.00018611111111111112,
|
43 |
+
"loss": 6.682,
|
44 |
"step": 10
|
45 |
},
|
46 |
{
|
47 |
"epoch": 1.0,
|
48 |
+
"grad_norm": 1.8224042654037476,
|
49 |
+
"learning_rate": 0.00018333333333333334,
|
50 |
+
"loss": 6.5515,
|
51 |
"step": 12
|
52 |
},
|
53 |
{
|
54 |
"epoch": 1.1666666666666667,
|
55 |
+
"grad_norm": 1.7821205854415894,
|
56 |
+
"learning_rate": 0.00018055555555555557,
|
57 |
+
"loss": 6.3741,
|
58 |
"step": 14
|
59 |
},
|
60 |
{
|
61 |
"epoch": 1.3333333333333333,
|
62 |
+
"grad_norm": 1.4631325006484985,
|
63 |
+
"learning_rate": 0.00017777777777777779,
|
64 |
+
"loss": 5.7752,
|
65 |
"step": 16
|
66 |
},
|
67 |
{
|
68 |
"epoch": 1.5,
|
69 |
+
"grad_norm": 1.2445415258407593,
|
70 |
+
"learning_rate": 0.000175,
|
71 |
+
"loss": 5.6322,
|
72 |
"step": 18
|
73 |
},
|
74 |
{
|
75 |
"epoch": 1.6666666666666665,
|
76 |
+
"grad_norm": 1.1385904550552368,
|
77 |
+
"learning_rate": 0.00017222222222222224,
|
78 |
+
"loss": 5.5292,
|
79 |
"step": 20
|
80 |
},
|
81 |
{
|
82 |
"epoch": 1.8333333333333335,
|
83 |
+
"grad_norm": 2.350696325302124,
|
84 |
+
"learning_rate": 0.00016944444444444445,
|
85 |
+
"loss": 6.0467,
|
86 |
"step": 22
|
87 |
},
|
88 |
{
|
89 |
"epoch": 2.0,
|
90 |
+
"grad_norm": 0.9251314997673035,
|
91 |
+
"learning_rate": 0.0001666666666666667,
|
92 |
+
"loss": 5.5052,
|
93 |
"step": 24
|
94 |
},
|
95 |
{
|
96 |
"epoch": 2.1666666666666665,
|
97 |
+
"grad_norm": 1.078282356262207,
|
98 |
+
"learning_rate": 0.0001638888888888889,
|
99 |
+
"loss": 5.1516,
|
100 |
"step": 26
|
101 |
},
|
102 |
{
|
103 |
"epoch": 2.3333333333333335,
|
104 |
+
"grad_norm": 2.0441372394561768,
|
105 |
+
"learning_rate": 0.0001611111111111111,
|
106 |
+
"loss": 6.0246,
|
107 |
"step": 28
|
108 |
},
|
109 |
{
|
110 |
"epoch": 2.5,
|
111 |
+
"grad_norm": 0.7417467832565308,
|
112 |
+
"learning_rate": 0.00015833333333333332,
|
113 |
+
"loss": 5.6533,
|
114 |
"step": 30
|
115 |
},
|
116 |
{
|
117 |
"epoch": 2.6666666666666665,
|
118 |
+
"grad_norm": 0.7308917045593262,
|
119 |
+
"learning_rate": 0.00015555555555555556,
|
120 |
+
"loss": 5.8707,
|
121 |
"step": 32
|
122 |
},
|
123 |
{
|
124 |
"epoch": 2.8333333333333335,
|
125 |
+
"grad_norm": 0.7263883948326111,
|
126 |
+
"learning_rate": 0.00015277777777777777,
|
127 |
+
"loss": 5.5237,
|
128 |
"step": 34
|
129 |
},
|
130 |
{
|
131 |
"epoch": 3.0,
|
132 |
+
"grad_norm": 0.768177330493927,
|
133 |
+
"learning_rate": 0.00015000000000000001,
|
134 |
+
"loss": 5.5894,
|
135 |
"step": 36
|
136 |
},
|
137 |
{
|
138 |
"epoch": 3.1666666666666665,
|
139 |
+
"grad_norm": 1.502065896987915,
|
140 |
+
"learning_rate": 0.00014722222222222223,
|
141 |
+
"loss": 5.7828,
|
142 |
"step": 38
|
143 |
},
|
144 |
{
|
145 |
"epoch": 3.3333333333333335,
|
146 |
+
"grad_norm": 0.8962785005569458,
|
147 |
+
"learning_rate": 0.00014444444444444444,
|
148 |
+
"loss": 5.6038,
|
149 |
"step": 40
|
150 |
},
|
151 |
{
|
152 |
"epoch": 3.5,
|
153 |
+
"grad_norm": 0.7349110841751099,
|
154 |
+
"learning_rate": 0.00014166666666666668,
|
155 |
+
"loss": 5.8042,
|
156 |
"step": 42
|
157 |
},
|
158 |
{
|
159 |
"epoch": 3.6666666666666665,
|
160 |
+
"grad_norm": 1.244559407234192,
|
161 |
+
"learning_rate": 0.0001388888888888889,
|
162 |
+
"loss": 5.4373,
|
163 |
"step": 44
|
164 |
},
|
165 |
{
|
166 |
"epoch": 3.8333333333333335,
|
167 |
+
"grad_norm": 0.895315945148468,
|
168 |
+
"learning_rate": 0.00013611111111111113,
|
169 |
+
"loss": 5.58,
|
170 |
"step": 46
|
171 |
},
|
172 |
{
|
173 |
"epoch": 4.0,
|
174 |
+
"grad_norm": 1.0650572776794434,
|
175 |
+
"learning_rate": 0.00013333333333333334,
|
176 |
+
"loss": 5.4728,
|
177 |
"step": 48
|
178 |
},
|
179 |
{
|
180 |
+
"epoch": 4.166666666666667,
|
181 |
+
"grad_norm": 0.5839248895645142,
|
182 |
+
"learning_rate": 0.00013055555555555555,
|
183 |
+
"loss": 5.2988,
|
184 |
+
"step": 50
|
185 |
+
},
|
186 |
+
{
|
187 |
+
"epoch": 4.333333333333333,
|
188 |
+
"grad_norm": 1.0592962503433228,
|
189 |
+
"learning_rate": 0.00012777777777777776,
|
190 |
+
"loss": 5.5554,
|
191 |
+
"step": 52
|
192 |
+
},
|
193 |
+
{
|
194 |
+
"epoch": 4.5,
|
195 |
+
"grad_norm": 1.030292272567749,
|
196 |
+
"learning_rate": 0.000125,
|
197 |
+
"loss": 5.5131,
|
198 |
+
"step": 54
|
199 |
+
},
|
200 |
+
{
|
201 |
+
"epoch": 4.666666666666667,
|
202 |
+
"grad_norm": 0.6566389799118042,
|
203 |
+
"learning_rate": 0.00012222222222222224,
|
204 |
+
"loss": 5.8547,
|
205 |
+
"step": 56
|
206 |
+
},
|
207 |
+
{
|
208 |
+
"epoch": 4.833333333333333,
|
209 |
+
"grad_norm": 0.6720917224884033,
|
210 |
+
"learning_rate": 0.00011944444444444445,
|
211 |
+
"loss": 5.6832,
|
212 |
+
"step": 58
|
213 |
+
},
|
214 |
+
{
|
215 |
+
"epoch": 5.0,
|
216 |
+
"grad_norm": 2.3127827644348145,
|
217 |
+
"learning_rate": 0.00011666666666666668,
|
218 |
+
"loss": 5.5447,
|
219 |
+
"step": 60
|
220 |
+
},
|
221 |
+
{
|
222 |
+
"epoch": 5.166666666666667,
|
223 |
+
"grad_norm": 1.462990641593933,
|
224 |
+
"learning_rate": 0.00011388888888888889,
|
225 |
+
"loss": 5.62,
|
226 |
+
"step": 62
|
227 |
+
},
|
228 |
+
{
|
229 |
+
"epoch": 5.333333333333333,
|
230 |
+
"grad_norm": 0.8015946745872498,
|
231 |
+
"learning_rate": 0.00011111111111111112,
|
232 |
+
"loss": 5.5182,
|
233 |
+
"step": 64
|
234 |
+
},
|
235 |
+
{
|
236 |
+
"epoch": 5.5,
|
237 |
+
"grad_norm": 0.9235395789146423,
|
238 |
+
"learning_rate": 0.00010833333333333333,
|
239 |
+
"loss": 5.6122,
|
240 |
+
"step": 66
|
241 |
+
},
|
242 |
+
{
|
243 |
+
"epoch": 5.666666666666667,
|
244 |
+
"grad_norm": 1.5042009353637695,
|
245 |
+
"learning_rate": 0.00010555555555555557,
|
246 |
+
"loss": 5.6774,
|
247 |
+
"step": 68
|
248 |
+
},
|
249 |
+
{
|
250 |
+
"epoch": 5.833333333333333,
|
251 |
+
"grad_norm": 0.8788179755210876,
|
252 |
+
"learning_rate": 0.00010277777777777778,
|
253 |
+
"loss": 5.6975,
|
254 |
+
"step": 70
|
255 |
+
},
|
256 |
+
{
|
257 |
+
"epoch": 6.0,
|
258 |
+
"grad_norm": 0.70127934217453,
|
259 |
+
"learning_rate": 0.0001,
|
260 |
+
"loss": 5.325,
|
261 |
+
"step": 72
|
262 |
+
},
|
263 |
+
{
|
264 |
+
"epoch": 6.166666666666667,
|
265 |
+
"grad_norm": 0.6378411650657654,
|
266 |
+
"learning_rate": 9.722222222222223e-05,
|
267 |
+
"loss": 5.5471,
|
268 |
+
"step": 74
|
269 |
+
},
|
270 |
+
{
|
271 |
+
"epoch": 6.333333333333333,
|
272 |
+
"grad_norm": 0.7255083918571472,
|
273 |
+
"learning_rate": 9.444444444444444e-05,
|
274 |
+
"loss": 5.53,
|
275 |
+
"step": 76
|
276 |
+
},
|
277 |
+
{
|
278 |
+
"epoch": 6.5,
|
279 |
+
"grad_norm": 0.5315467715263367,
|
280 |
+
"learning_rate": 9.166666666666667e-05,
|
281 |
+
"loss": 5.668,
|
282 |
+
"step": 78
|
283 |
+
},
|
284 |
+
{
|
285 |
+
"epoch": 6.666666666666667,
|
286 |
+
"grad_norm": 1.6775908470153809,
|
287 |
+
"learning_rate": 8.888888888888889e-05,
|
288 |
+
"loss": 5.6227,
|
289 |
+
"step": 80
|
290 |
+
},
|
291 |
+
{
|
292 |
+
"epoch": 6.833333333333333,
|
293 |
+
"grad_norm": 0.6967664957046509,
|
294 |
+
"learning_rate": 8.611111111111112e-05,
|
295 |
+
"loss": 5.3633,
|
296 |
+
"step": 82
|
297 |
+
},
|
298 |
+
{
|
299 |
+
"epoch": 7.0,
|
300 |
+
"grad_norm": 0.7901867628097534,
|
301 |
+
"learning_rate": 8.333333333333334e-05,
|
302 |
+
"loss": 5.5201,
|
303 |
+
"step": 84
|
304 |
+
},
|
305 |
+
{
|
306 |
+
"epoch": 7.166666666666667,
|
307 |
+
"grad_norm": 0.7575122714042664,
|
308 |
+
"learning_rate": 8.055555555555556e-05,
|
309 |
+
"loss": 5.7576,
|
310 |
+
"step": 86
|
311 |
+
},
|
312 |
+
{
|
313 |
+
"epoch": 7.333333333333333,
|
314 |
+
"grad_norm": 0.6522452235221863,
|
315 |
+
"learning_rate": 7.777777777777778e-05,
|
316 |
+
"loss": 5.4296,
|
317 |
+
"step": 88
|
318 |
+
},
|
319 |
+
{
|
320 |
+
"epoch": 7.5,
|
321 |
+
"grad_norm": 1.1450906991958618,
|
322 |
+
"learning_rate": 7.500000000000001e-05,
|
323 |
+
"loss": 5.5873,
|
324 |
+
"step": 90
|
325 |
+
},
|
326 |
+
{
|
327 |
+
"epoch": 7.666666666666667,
|
328 |
+
"grad_norm": 1.0967220067977905,
|
329 |
+
"learning_rate": 7.222222222222222e-05,
|
330 |
+
"loss": 5.6052,
|
331 |
+
"step": 92
|
332 |
+
},
|
333 |
+
{
|
334 |
+
"epoch": 7.833333333333333,
|
335 |
+
"grad_norm": 1.2387806177139282,
|
336 |
+
"learning_rate": 6.944444444444444e-05,
|
337 |
+
"loss": 5.4181,
|
338 |
+
"step": 94
|
339 |
+
},
|
340 |
+
{
|
341 |
+
"epoch": 8.0,
|
342 |
+
"grad_norm": 0.9872841835021973,
|
343 |
+
"learning_rate": 6.666666666666667e-05,
|
344 |
+
"loss": 5.3969,
|
345 |
+
"step": 96
|
346 |
+
},
|
347 |
+
{
|
348 |
+
"epoch": 8.166666666666666,
|
349 |
+
"grad_norm": 0.9052764773368835,
|
350 |
+
"learning_rate": 6.388888888888888e-05,
|
351 |
+
"loss": 5.6536,
|
352 |
+
"step": 98
|
353 |
+
},
|
354 |
+
{
|
355 |
+
"epoch": 8.333333333333334,
|
356 |
+
"grad_norm": 0.755061686038971,
|
357 |
+
"learning_rate": 6.111111111111112e-05,
|
358 |
+
"loss": 5.6881,
|
359 |
+
"step": 100
|
360 |
+
},
|
361 |
+
{
|
362 |
+
"epoch": 8.5,
|
363 |
+
"grad_norm": 0.8030765056610107,
|
364 |
+
"learning_rate": 5.833333333333334e-05,
|
365 |
+
"loss": 5.2,
|
366 |
+
"step": 102
|
367 |
+
},
|
368 |
+
{
|
369 |
+
"epoch": 8.666666666666666,
|
370 |
+
"grad_norm": 1.3601152896881104,
|
371 |
+
"learning_rate": 5.555555555555556e-05,
|
372 |
+
"loss": 5.7912,
|
373 |
+
"step": 104
|
374 |
+
},
|
375 |
+
{
|
376 |
+
"epoch": 8.833333333333334,
|
377 |
+
"grad_norm": 0.8304908871650696,
|
378 |
+
"learning_rate": 5.2777777777777784e-05,
|
379 |
+
"loss": 5.3534,
|
380 |
+
"step": 106
|
381 |
+
},
|
382 |
+
{
|
383 |
+
"epoch": 9.0,
|
384 |
+
"grad_norm": 0.7708331942558289,
|
385 |
+
"learning_rate": 5e-05,
|
386 |
+
"loss": 5.4276,
|
387 |
+
"step": 108
|
388 |
+
},
|
389 |
+
{
|
390 |
+
"epoch": 9.166666666666666,
|
391 |
+
"grad_norm": 0.7606693506240845,
|
392 |
+
"learning_rate": 4.722222222222222e-05,
|
393 |
+
"loss": 5.3528,
|
394 |
+
"step": 110
|
395 |
+
},
|
396 |
+
{
|
397 |
+
"epoch": 9.333333333333334,
|
398 |
+
"grad_norm": 0.6759011745452881,
|
399 |
+
"learning_rate": 4.4444444444444447e-05,
|
400 |
+
"loss": 5.3649,
|
401 |
+
"step": 112
|
402 |
+
},
|
403 |
+
{
|
404 |
+
"epoch": 9.5,
|
405 |
+
"grad_norm": 1.1626386642456055,
|
406 |
+
"learning_rate": 4.166666666666667e-05,
|
407 |
+
"loss": 5.7563,
|
408 |
+
"step": 114
|
409 |
+
},
|
410 |
+
{
|
411 |
+
"epoch": 9.666666666666666,
|
412 |
+
"grad_norm": 1.7458714246749878,
|
413 |
+
"learning_rate": 3.888888888888889e-05,
|
414 |
+
"loss": 5.2431,
|
415 |
+
"step": 116
|
416 |
+
},
|
417 |
+
{
|
418 |
+
"epoch": 9.833333333333334,
|
419 |
+
"grad_norm": 1.1250461339950562,
|
420 |
+
"learning_rate": 3.611111111111111e-05,
|
421 |
+
"loss": 5.6882,
|
422 |
+
"step": 118
|
423 |
+
},
|
424 |
+
{
|
425 |
+
"epoch": 10.0,
|
426 |
+
"grad_norm": 0.6424404382705688,
|
427 |
+
"learning_rate": 3.3333333333333335e-05,
|
428 |
+
"loss": 5.5573,
|
429 |
+
"step": 120
|
430 |
+
},
|
431 |
+
{
|
432 |
+
"epoch": 10.166666666666666,
|
433 |
+
"grad_norm": 1.5267101526260376,
|
434 |
+
"learning_rate": 3.055555555555556e-05,
|
435 |
+
"loss": 5.2131,
|
436 |
+
"step": 122
|
437 |
+
},
|
438 |
+
{
|
439 |
+
"epoch": 10.333333333333334,
|
440 |
+
"grad_norm": 0.6374937295913696,
|
441 |
+
"learning_rate": 2.777777777777778e-05,
|
442 |
+
"loss": 5.8057,
|
443 |
+
"step": 124
|
444 |
+
},
|
445 |
+
{
|
446 |
+
"epoch": 10.5,
|
447 |
+
"grad_norm": 2.1327388286590576,
|
448 |
+
"learning_rate": 2.5e-05,
|
449 |
+
"loss": 5.4895,
|
450 |
+
"step": 126
|
451 |
+
},
|
452 |
+
{
|
453 |
+
"epoch": 10.666666666666666,
|
454 |
+
"grad_norm": 1.285032868385315,
|
455 |
+
"learning_rate": 2.2222222222222223e-05,
|
456 |
+
"loss": 5.2823,
|
457 |
+
"step": 128
|
458 |
+
},
|
459 |
+
{
|
460 |
+
"epoch": 10.833333333333334,
|
461 |
+
"grad_norm": 1.0142369270324707,
|
462 |
+
"learning_rate": 1.9444444444444445e-05,
|
463 |
+
"loss": 5.7365,
|
464 |
+
"step": 130
|
465 |
+
},
|
466 |
+
{
|
467 |
+
"epoch": 11.0,
|
468 |
+
"grad_norm": 1.4758329391479492,
|
469 |
+
"learning_rate": 1.6666666666666667e-05,
|
470 |
+
"loss": 5.3342,
|
471 |
+
"step": 132
|
472 |
+
},
|
473 |
+
{
|
474 |
+
"epoch": 11.166666666666666,
|
475 |
+
"grad_norm": 0.8409311771392822,
|
476 |
+
"learning_rate": 1.388888888888889e-05,
|
477 |
+
"loss": 5.4373,
|
478 |
+
"step": 134
|
479 |
+
},
|
480 |
+
{
|
481 |
+
"epoch": 11.333333333333334,
|
482 |
+
"grad_norm": 1.3784596920013428,
|
483 |
+
"learning_rate": 1.1111111111111112e-05,
|
484 |
+
"loss": 5.1533,
|
485 |
+
"step": 136
|
486 |
+
},
|
487 |
+
{
|
488 |
+
"epoch": 11.5,
|
489 |
+
"grad_norm": 0.7121608257293701,
|
490 |
+
"learning_rate": 8.333333333333334e-06,
|
491 |
+
"loss": 5.4633,
|
492 |
+
"step": 138
|
493 |
+
},
|
494 |
+
{
|
495 |
+
"epoch": 11.666666666666666,
|
496 |
+
"grad_norm": 1.5873008966445923,
|
497 |
+
"learning_rate": 5.555555555555556e-06,
|
498 |
+
"loss": 5.4515,
|
499 |
+
"step": 140
|
500 |
+
},
|
501 |
+
{
|
502 |
+
"epoch": 11.833333333333334,
|
503 |
+
"grad_norm": 1.2284098863601685,
|
504 |
+
"learning_rate": 2.777777777777778e-06,
|
505 |
+
"loss": 5.7681,
|
506 |
+
"step": 142
|
507 |
+
},
|
508 |
+
{
|
509 |
+
"epoch": 12.0,
|
510 |
+
"grad_norm": 1.2025315761566162,
|
511 |
+
"learning_rate": 0.0,
|
512 |
+
"loss": 5.522,
|
513 |
+
"step": 144
|
514 |
+
},
|
515 |
+
{
|
516 |
+
"epoch": 12.0,
|
517 |
+
"step": 144,
|
518 |
+
"total_flos": 294472713653016.0,
|
519 |
+
"train_loss": 5.7429078287548485,
|
520 |
+
"train_runtime": 359.3045,
|
521 |
+
"train_samples_per_second": 3.173,
|
522 |
+
"train_steps_per_second": 0.401
|
523 |
}
|
524 |
],
|
525 |
"logging_steps": 2,
|
526 |
+
"max_steps": 144,
|
527 |
"num_input_tokens_seen": 0,
|
528 |
+
"num_train_epochs": 12,
|
529 |
"save_steps": 500,
|
530 |
"stateful_callbacks": {
|
531 |
"TrainerControl": {
|
|
|
539 |
"attributes": {}
|
540 |
}
|
541 |
},
|
542 |
+
"total_flos": 294472713653016.0,
|
543 |
"train_batch_size": 2,
|
544 |
"trial_name": null,
|
545 |
"trial_params": null
|