{
  "best_metric": 0.907917320728302,
  "best_model_checkpoint": "./vit-base-brain-xray/checkpoint-100",
  "epoch": 4.0,
  "eval_steps": 100,
  "global_step": 720,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.05555555555555555,
      "grad_norm": 5.699078559875488,
      "learning_rate": 0.00019722222222222225,
      "loss": 1.2918,
      "step": 10
    },
    {
      "epoch": 0.1111111111111111,
      "grad_norm": 3.1500043869018555,
      "learning_rate": 0.00019444444444444446,
      "loss": 0.8867,
      "step": 20
    },
    {
      "epoch": 0.16666666666666666,
      "grad_norm": 3.1283438205718994,
      "learning_rate": 0.00019166666666666667,
      "loss": 0.5707,
      "step": 30
    },
    {
      "epoch": 0.2222222222222222,
      "grad_norm": 2.686929225921631,
      "learning_rate": 0.00018888888888888888,
      "loss": 0.3967,
      "step": 40
    },
    {
      "epoch": 0.2777777777777778,
      "grad_norm": 1.111426830291748,
      "learning_rate": 0.00018611111111111112,
      "loss": 0.3759,
      "step": 50
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 2.6397788524627686,
      "learning_rate": 0.00018333333333333334,
      "loss": 0.2927,
      "step": 60
    },
    {
      "epoch": 0.3888888888888889,
      "grad_norm": 0.6170921325683594,
      "learning_rate": 0.00018055555555555557,
      "loss": 0.2122,
      "step": 70
    },
    {
      "epoch": 0.4444444444444444,
      "grad_norm": 0.33072641491889954,
      "learning_rate": 0.00017777777777777779,
      "loss": 0.2795,
      "step": 80
    },
    {
      "epoch": 0.5,
      "grad_norm": 1.4631454944610596,
      "learning_rate": 0.000175,
      "loss": 0.3315,
      "step": 90
    },
    {
      "epoch": 0.5555555555555556,
      "grad_norm": 7.331964492797852,
      "learning_rate": 0.00017222222222222224,
      "loss": 0.2478,
      "step": 100
    },
    {
      "epoch": 0.5555555555555556,
      "eval_accuracy": 0.6903553299492385,
      "eval_loss": 0.907917320728302,
      "eval_runtime": 5.7847,
      "eval_samples_per_second": 68.111,
      "eval_steps_per_second": 8.644,
      "step": 100
    },
    {
      "epoch": 0.6111111111111112,
      "grad_norm": 3.3308780193328857,
      "learning_rate": 0.00016944444444444445,
      "loss": 0.4174,
      "step": 110
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 3.7708303928375244,
      "learning_rate": 0.0001666666666666667,
      "loss": 0.2337,
      "step": 120
    },
    {
      "epoch": 0.7222222222222222,
      "grad_norm": 0.6579460501670837,
      "learning_rate": 0.0001638888888888889,
      "loss": 0.271,
      "step": 130
    },
    {
      "epoch": 0.7777777777777778,
      "grad_norm": 2.6412248611450195,
      "learning_rate": 0.0001611111111111111,
      "loss": 0.2476,
      "step": 140
    },
    {
      "epoch": 0.8333333333333334,
      "grad_norm": 4.0377197265625,
      "learning_rate": 0.00015833333333333332,
      "loss": 0.1787,
      "step": 150
    },
    {
      "epoch": 0.8888888888888888,
      "grad_norm": 5.922617435455322,
      "learning_rate": 0.00015555555555555556,
      "loss": 0.1848,
      "step": 160
    },
    {
      "epoch": 0.9444444444444444,
      "grad_norm": 4.513651371002197,
      "learning_rate": 0.00015277777777777777,
      "loss": 0.2581,
      "step": 170
    },
    {
      "epoch": 1.0,
      "grad_norm": 0.23064616322517395,
      "learning_rate": 0.00015000000000000001,
      "loss": 0.1437,
      "step": 180
    },
    {
      "epoch": 1.0555555555555556,
      "grad_norm": 2.2603862285614014,
      "learning_rate": 0.00014722222222222223,
      "loss": 0.1052,
      "step": 190
    },
    {
      "epoch": 1.1111111111111112,
      "grad_norm": 4.710208892822266,
      "learning_rate": 0.00014444444444444444,
      "loss": 0.1499,
      "step": 200
    },
    {
      "epoch": 1.1111111111111112,
      "eval_accuracy": 0.7182741116751269,
      "eval_loss": 1.1542534828186035,
      "eval_runtime": 5.8503,
      "eval_samples_per_second": 67.347,
      "eval_steps_per_second": 8.547,
      "step": 200
    },
    {
      "epoch": 1.1666666666666667,
      "grad_norm": 0.15027037262916565,
      "learning_rate": 0.00014166666666666668,
      "loss": 0.0747,
      "step": 210
    },
    {
      "epoch": 1.2222222222222223,
      "grad_norm": 0.3188658356666565,
      "learning_rate": 0.0001388888888888889,
      "loss": 0.1555,
      "step": 220
    },
    {
      "epoch": 1.2777777777777777,
      "grad_norm": 3.695791482925415,
      "learning_rate": 0.00013611111111111113,
      "loss": 0.1876,
      "step": 230
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 2.009079694747925,
      "learning_rate": 0.00013333333333333334,
      "loss": 0.1054,
      "step": 240
    },
    {
      "epoch": 1.3888888888888888,
      "grad_norm": 0.07869268208742142,
      "learning_rate": 0.00013055555555555555,
      "loss": 0.0381,
      "step": 250
    },
    {
      "epoch": 1.4444444444444444,
      "grad_norm": 0.9898849725723267,
      "learning_rate": 0.00012777777777777776,
      "loss": 0.1144,
      "step": 260
    },
    {
      "epoch": 1.5,
      "grad_norm": 0.509087085723877,
      "learning_rate": 0.000125,
      "loss": 0.1002,
      "step": 270
    },
    {
      "epoch": 1.5555555555555556,
      "grad_norm": 0.08736218512058258,
      "learning_rate": 0.00012222222222222224,
      "loss": 0.1103,
      "step": 280
    },
    {
      "epoch": 1.6111111111111112,
      "grad_norm": 0.24889719486236572,
      "learning_rate": 0.00011944444444444445,
      "loss": 0.0987,
      "step": 290
    },
    {
      "epoch": 1.6666666666666665,
      "grad_norm": 2.0384163856506348,
      "learning_rate": 0.00011666666666666668,
      "loss": 0.0872,
      "step": 300
    },
    {
      "epoch": 1.6666666666666665,
      "eval_accuracy": 0.7614213197969543,
      "eval_loss": 1.146877646446228,
      "eval_runtime": 6.3643,
      "eval_samples_per_second": 61.908,
      "eval_steps_per_second": 7.856,
      "step": 300
    },
    {
      "epoch": 1.7222222222222223,
      "grad_norm": 0.47840073704719543,
      "learning_rate": 0.00011388888888888889,
      "loss": 0.0468,
      "step": 310
    },
    {
      "epoch": 1.7777777777777777,
      "grad_norm": 0.06918664276599884,
      "learning_rate": 0.00011111111111111112,
      "loss": 0.0191,
      "step": 320
    },
    {
      "epoch": 1.8333333333333335,
      "grad_norm": 0.7651189565658569,
      "learning_rate": 0.00010833333333333333,
      "loss": 0.1305,
      "step": 330
    },
    {
      "epoch": 1.8888888888888888,
      "grad_norm": 1.8910560607910156,
      "learning_rate": 0.00010555555555555557,
      "loss": 0.0355,
      "step": 340
    },
    {
      "epoch": 1.9444444444444444,
      "grad_norm": 0.07424870133399963,
      "learning_rate": 0.00010277777777777778,
      "loss": 0.0567,
      "step": 350
    },
    {
      "epoch": 2.0,
      "grad_norm": 0.05715026333928108,
      "learning_rate": 0.0001,
      "loss": 0.0991,
      "step": 360
    },
    {
      "epoch": 2.0555555555555554,
      "grad_norm": 2.061647415161133,
      "learning_rate": 9.722222222222223e-05,
      "loss": 0.0603,
      "step": 370
    },
    {
      "epoch": 2.111111111111111,
      "grad_norm": 0.04806053638458252,
      "learning_rate": 9.444444444444444e-05,
      "loss": 0.0325,
      "step": 380
    },
    {
      "epoch": 2.1666666666666665,
      "grad_norm": 0.05517473816871643,
      "learning_rate": 9.166666666666667e-05,
      "loss": 0.0301,
      "step": 390
    },
    {
      "epoch": 2.2222222222222223,
      "grad_norm": 0.8571930527687073,
      "learning_rate": 8.888888888888889e-05,
      "loss": 0.0118,
      "step": 400
    },
    {
      "epoch": 2.2222222222222223,
      "eval_accuracy": 0.7258883248730964,
      "eval_loss": 1.2360663414001465,
      "eval_runtime": 6.5101,
      "eval_samples_per_second": 60.522,
      "eval_steps_per_second": 7.68,
      "step": 400
    },
    {
      "epoch": 2.2777777777777777,
      "grad_norm": 0.040004875510931015,
      "learning_rate": 8.611111111111112e-05,
      "loss": 0.0118,
      "step": 410
    },
    {
      "epoch": 2.3333333333333335,
      "grad_norm": 7.572581768035889,
      "learning_rate": 8.333333333333334e-05,
      "loss": 0.0314,
      "step": 420
    },
    {
      "epoch": 2.388888888888889,
      "grad_norm": 0.037391383200883865,
      "learning_rate": 8.055555555555556e-05,
      "loss": 0.0088,
      "step": 430
    },
    {
      "epoch": 2.4444444444444446,
      "grad_norm": 0.034802764654159546,
      "learning_rate": 7.777777777777778e-05,
      "loss": 0.0147,
      "step": 440
    },
    {
      "epoch": 2.5,
      "grad_norm": 0.06982697546482086,
      "learning_rate": 7.500000000000001e-05,
      "loss": 0.0085,
      "step": 450
    },
    {
      "epoch": 2.5555555555555554,
      "grad_norm": 0.03507501631975174,
      "learning_rate": 7.222222222222222e-05,
      "loss": 0.0087,
      "step": 460
    },
    {
      "epoch": 2.611111111111111,
      "grad_norm": 4.626717567443848,
      "learning_rate": 6.944444444444444e-05,
      "loss": 0.0216,
      "step": 470
    },
    {
      "epoch": 2.6666666666666665,
      "grad_norm": 0.0349123477935791,
      "learning_rate": 6.666666666666667e-05,
      "loss": 0.05,
      "step": 480
    },
    {
      "epoch": 2.7222222222222223,
      "grad_norm": 0.03614797443151474,
      "learning_rate": 6.388888888888888e-05,
      "loss": 0.0085,
      "step": 490
    },
    {
      "epoch": 2.7777777777777777,
      "grad_norm": 0.06703199446201324,
      "learning_rate": 6.111111111111112e-05,
      "loss": 0.0077,
      "step": 500
    },
    {
      "epoch": 2.7777777777777777,
      "eval_accuracy": 0.766497461928934,
      "eval_loss": 1.2023228406906128,
      "eval_runtime": 5.9054,
      "eval_samples_per_second": 66.719,
      "eval_steps_per_second": 8.467,
      "step": 500
    },
    {
      "epoch": 2.8333333333333335,
      "grad_norm": 0.03837073966860771,
      "learning_rate": 5.833333333333334e-05,
      "loss": 0.007,
      "step": 510
    },
    {
      "epoch": 2.888888888888889,
      "grad_norm": 0.031188365072011948,
      "learning_rate": 5.555555555555556e-05,
      "loss": 0.0072,
      "step": 520
    },
    {
      "epoch": 2.9444444444444446,
      "grad_norm": 0.15879875421524048,
      "learning_rate": 5.305555555555556e-05,
      "loss": 0.0145,
      "step": 530
    },
    {
      "epoch": 3.0,
      "grad_norm": 0.051313698291778564,
      "learning_rate": 5.027777777777778e-05,
      "loss": 0.0067,
      "step": 540
    },
    {
      "epoch": 3.0555555555555554,
      "grad_norm": 0.027085309848189354,
      "learning_rate": 4.75e-05,
      "loss": 0.0063,
      "step": 550
    },
    {
      "epoch": 3.111111111111111,
      "grad_norm": 0.02693328447639942,
      "learning_rate": 4.472222222222223e-05,
      "loss": 0.0066,
      "step": 560
    },
    {
      "epoch": 3.1666666666666665,
      "grad_norm": 0.027860965579748154,
      "learning_rate": 4.194444444444445e-05,
      "loss": 0.006,
      "step": 570
    },
    {
      "epoch": 3.2222222222222223,
      "grad_norm": 0.025451989844441414,
      "learning_rate": 3.9166666666666665e-05,
      "loss": 0.006,
      "step": 580
    },
    {
      "epoch": 3.2777777777777777,
      "grad_norm": 0.02524595521390438,
      "learning_rate": 3.638888888888889e-05,
      "loss": 0.0059,
      "step": 590
    },
    {
      "epoch": 3.3333333333333335,
      "grad_norm": 0.02702181413769722,
      "learning_rate": 3.3611111111111116e-05,
      "loss": 0.0057,
      "step": 600
    },
    {
      "epoch": 3.3333333333333335,
      "eval_accuracy": 0.7639593908629442,
      "eval_loss": 1.2470098733901978,
      "eval_runtime": 5.9411,
      "eval_samples_per_second": 66.318,
      "eval_steps_per_second": 8.416,
      "step": 600
    },
    {
      "epoch": 3.388888888888889,
      "grad_norm": 0.027771031484007835,
      "learning_rate": 3.0833333333333335e-05,
      "loss": 0.0057,
      "step": 610
    },
    {
      "epoch": 3.4444444444444446,
      "grad_norm": 0.02504831738770008,
      "learning_rate": 2.8055555555555557e-05,
      "loss": 0.0313,
      "step": 620
    },
    {
      "epoch": 3.5,
      "grad_norm": 0.027147900313138962,
      "learning_rate": 2.527777777777778e-05,
      "loss": 0.0056,
      "step": 630
    },
    {
      "epoch": 3.5555555555555554,
      "grad_norm": 0.026741115376353264,
      "learning_rate": 2.25e-05,
      "loss": 0.0059,
      "step": 640
    },
    {
      "epoch": 3.611111111111111,
      "grad_norm": 0.05946130305528641,
      "learning_rate": 1.9722222222222224e-05,
      "loss": 0.0055,
      "step": 650
    },
    {
      "epoch": 3.6666666666666665,
      "grad_norm": 0.025428051128983498,
      "learning_rate": 1.6944444444444446e-05,
      "loss": 0.0054,
      "step": 660
    },
    {
      "epoch": 3.7222222222222223,
      "grad_norm": 0.023423248901963234,
      "learning_rate": 1.4166666666666668e-05,
      "loss": 0.0053,
      "step": 670
    },
    {
      "epoch": 3.7777777777777777,
      "grad_norm": 0.023936165496706963,
      "learning_rate": 1.138888888888889e-05,
      "loss": 0.0057,
      "step": 680
    },
    {
      "epoch": 3.8333333333333335,
      "grad_norm": 0.023328222334384918,
      "learning_rate": 8.611111111111112e-06,
      "loss": 0.0052,
      "step": 690
    },
    {
      "epoch": 3.888888888888889,
      "grad_norm": 0.025306882336735725,
      "learning_rate": 5.833333333333334e-06,
      "loss": 0.0053,
      "step": 700
    },
    {
      "epoch": 3.888888888888889,
      "eval_accuracy": 0.7766497461928934,
      "eval_loss": 1.209647297859192,
      "eval_runtime": 7.4912,
      "eval_samples_per_second": 52.595,
      "eval_steps_per_second": 6.675,
      "step": 700
    },
    {
      "epoch": 3.9444444444444446,
      "grad_norm": 0.023267222568392754,
      "learning_rate": 3.0555555555555556e-06,
      "loss": 0.0057,
      "step": 710
    },
    {
      "epoch": 4.0,
      "grad_norm": 0.03729303553700447,
      "learning_rate": 2.777777777777778e-07,
      "loss": 0.0057,
      "step": 720
    },
    {
      "epoch": 4.0,
      "step": 720,
      "total_flos": 8.896239873264845e+17,
      "train_loss": 0.12508326765770714,
      "train_runtime": 729.602,
      "train_samples_per_second": 15.735,
      "train_steps_per_second": 0.987
    }
  ],
  "logging_steps": 10,
  "max_steps": 720,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 4,
  "save_steps": 100,
  "total_flos": 8.896239873264845e+17,
  "train_batch_size": 16,
  "trial_name": null,
  "trial_params": null
}