vit-large-brain-xray / trainer_state.json
abdulelahagr's picture
initial commit
a07926d verified
{
"best_metric": 0.9049533605575562,
"best_model_checkpoint": "./vit-large-brain-xray/checkpoint-300",
"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": 0.6702606678009033,
"learning_rate": 0.00019722222222222225,
"loss": 1.3662,
"step": 10
},
{
"epoch": 0.1111111111111111,
"grad_norm": 1.5160739421844482,
"learning_rate": 0.00019444444444444446,
"loss": 1.2341,
"step": 20
},
{
"epoch": 0.16666666666666666,
"grad_norm": 3.668222665786743,
"learning_rate": 0.00019166666666666667,
"loss": 0.9384,
"step": 30
},
{
"epoch": 0.2222222222222222,
"grad_norm": 2.245746612548828,
"learning_rate": 0.00018888888888888888,
"loss": 0.6538,
"step": 40
},
{
"epoch": 0.2777777777777778,
"grad_norm": 2.4727349281311035,
"learning_rate": 0.00018611111111111112,
"loss": 0.4997,
"step": 50
},
{
"epoch": 0.3333333333333333,
"grad_norm": 3.7319023609161377,
"learning_rate": 0.00018333333333333334,
"loss": 0.3898,
"step": 60
},
{
"epoch": 0.3888888888888889,
"grad_norm": 0.6027088165283203,
"learning_rate": 0.00018055555555555557,
"loss": 0.3304,
"step": 70
},
{
"epoch": 0.4444444444444444,
"grad_norm": 0.37244492769241333,
"learning_rate": 0.00017777777777777779,
"loss": 0.2543,
"step": 80
},
{
"epoch": 0.5,
"grad_norm": 1.6335736513137817,
"learning_rate": 0.000175,
"loss": 0.3538,
"step": 90
},
{
"epoch": 0.5555555555555556,
"grad_norm": 1.6272715330123901,
"learning_rate": 0.00017222222222222224,
"loss": 0.352,
"step": 100
},
{
"epoch": 0.5555555555555556,
"eval_accuracy": 0.6294416243654822,
"eval_loss": 1.2266901731491089,
"eval_runtime": 8.2003,
"eval_samples_per_second": 48.047,
"eval_steps_per_second": 6.097,
"step": 100
},
{
"epoch": 0.6111111111111112,
"grad_norm": 1.5688170194625854,
"learning_rate": 0.00016944444444444445,
"loss": 0.3773,
"step": 110
},
{
"epoch": 0.6666666666666666,
"grad_norm": 0.8265367150306702,
"learning_rate": 0.0001666666666666667,
"loss": 0.226,
"step": 120
},
{
"epoch": 0.7222222222222222,
"grad_norm": 2.6476309299468994,
"learning_rate": 0.0001638888888888889,
"loss": 0.3515,
"step": 130
},
{
"epoch": 0.7777777777777778,
"grad_norm": 0.8978700637817383,
"learning_rate": 0.0001611111111111111,
"loss": 0.2367,
"step": 140
},
{
"epoch": 0.8333333333333334,
"grad_norm": 1.1820647716522217,
"learning_rate": 0.00015833333333333332,
"loss": 0.3112,
"step": 150
},
{
"epoch": 0.8888888888888888,
"grad_norm": 2.701751708984375,
"learning_rate": 0.00015555555555555556,
"loss": 0.2741,
"step": 160
},
{
"epoch": 0.9444444444444444,
"grad_norm": 1.249694585800171,
"learning_rate": 0.00015277777777777777,
"loss": 0.2529,
"step": 170
},
{
"epoch": 1.0,
"grad_norm": 0.23323917388916016,
"learning_rate": 0.00015000000000000001,
"loss": 0.2239,
"step": 180
},
{
"epoch": 1.0555555555555556,
"grad_norm": 0.4952305853366852,
"learning_rate": 0.00014722222222222223,
"loss": 0.1749,
"step": 190
},
{
"epoch": 1.1111111111111112,
"grad_norm": 0.2073395550251007,
"learning_rate": 0.00014444444444444444,
"loss": 0.1612,
"step": 200
},
{
"epoch": 1.1111111111111112,
"eval_accuracy": 0.7538071065989848,
"eval_loss": 1.0894657373428345,
"eval_runtime": 7.609,
"eval_samples_per_second": 51.781,
"eval_steps_per_second": 6.571,
"step": 200
},
{
"epoch": 1.1666666666666667,
"grad_norm": 0.16568297147750854,
"learning_rate": 0.00014166666666666668,
"loss": 0.0718,
"step": 210
},
{
"epoch": 1.2222222222222223,
"grad_norm": 0.0984596461057663,
"learning_rate": 0.0001388888888888889,
"loss": 0.1395,
"step": 220
},
{
"epoch": 1.2777777777777777,
"grad_norm": 0.6732985973358154,
"learning_rate": 0.00013611111111111113,
"loss": 0.1421,
"step": 230
},
{
"epoch": 1.3333333333333333,
"grad_norm": 2.5877740383148193,
"learning_rate": 0.00013333333333333334,
"loss": 0.1118,
"step": 240
},
{
"epoch": 1.3888888888888888,
"grad_norm": 3.4756956100463867,
"learning_rate": 0.00013055555555555555,
"loss": 0.1562,
"step": 250
},
{
"epoch": 1.4444444444444444,
"grad_norm": 0.09811172634363174,
"learning_rate": 0.00012777777777777776,
"loss": 0.1463,
"step": 260
},
{
"epoch": 1.5,
"grad_norm": 3.1999194622039795,
"learning_rate": 0.000125,
"loss": 0.1179,
"step": 270
},
{
"epoch": 1.5555555555555556,
"grad_norm": 0.45012134313583374,
"learning_rate": 0.00012222222222222224,
"loss": 0.0929,
"step": 280
},
{
"epoch": 1.6111111111111112,
"grad_norm": 1.862654209136963,
"learning_rate": 0.00011944444444444445,
"loss": 0.186,
"step": 290
},
{
"epoch": 1.6666666666666665,
"grad_norm": 1.39608895778656,
"learning_rate": 0.00011666666666666668,
"loss": 0.0473,
"step": 300
},
{
"epoch": 1.6666666666666665,
"eval_accuracy": 0.7741116751269036,
"eval_loss": 0.9049533605575562,
"eval_runtime": 6.1753,
"eval_samples_per_second": 63.803,
"eval_steps_per_second": 8.097,
"step": 300
},
{
"epoch": 1.7222222222222223,
"grad_norm": 0.0962180569767952,
"learning_rate": 0.00011388888888888889,
"loss": 0.0858,
"step": 310
},
{
"epoch": 1.7777777777777777,
"grad_norm": 0.08585009723901749,
"learning_rate": 0.00011111111111111112,
"loss": 0.0519,
"step": 320
},
{
"epoch": 1.8333333333333335,
"grad_norm": 0.06303343176841736,
"learning_rate": 0.00010833333333333333,
"loss": 0.0221,
"step": 330
},
{
"epoch": 1.8888888888888888,
"grad_norm": 5.68204402923584,
"learning_rate": 0.00010555555555555557,
"loss": 0.0589,
"step": 340
},
{
"epoch": 1.9444444444444444,
"grad_norm": 5.385427474975586,
"learning_rate": 0.00010277777777777778,
"loss": 0.1881,
"step": 350
},
{
"epoch": 2.0,
"grad_norm": 3.201244831085205,
"learning_rate": 0.0001,
"loss": 0.0758,
"step": 360
},
{
"epoch": 2.0555555555555554,
"grad_norm": 1.2587229013442993,
"learning_rate": 9.722222222222223e-05,
"loss": 0.0461,
"step": 370
},
{
"epoch": 2.111111111111111,
"grad_norm": 0.07729563117027283,
"learning_rate": 9.444444444444444e-05,
"loss": 0.0155,
"step": 380
},
{
"epoch": 2.1666666666666665,
"grad_norm": 5.077848434448242,
"learning_rate": 9.166666666666667e-05,
"loss": 0.0724,
"step": 390
},
{
"epoch": 2.2222222222222223,
"grad_norm": 0.05171338841319084,
"learning_rate": 8.888888888888889e-05,
"loss": 0.0525,
"step": 400
},
{
"epoch": 2.2222222222222223,
"eval_accuracy": 0.7690355329949239,
"eval_loss": 1.0663037300109863,
"eval_runtime": 6.6314,
"eval_samples_per_second": 59.415,
"eval_steps_per_second": 7.54,
"step": 400
},
{
"epoch": 2.2777777777777777,
"grad_norm": 0.056168586015701294,
"learning_rate": 8.611111111111112e-05,
"loss": 0.1214,
"step": 410
},
{
"epoch": 2.3333333333333335,
"grad_norm": 0.2696777582168579,
"learning_rate": 8.333333333333334e-05,
"loss": 0.0148,
"step": 420
},
{
"epoch": 2.388888888888889,
"grad_norm": 0.045138537883758545,
"learning_rate": 8.055555555555556e-05,
"loss": 0.0175,
"step": 430
},
{
"epoch": 2.4444444444444446,
"grad_norm": 0.03756405785679817,
"learning_rate": 7.777777777777778e-05,
"loss": 0.0264,
"step": 440
},
{
"epoch": 2.5,
"grad_norm": 0.17634020745754242,
"learning_rate": 7.500000000000001e-05,
"loss": 0.0101,
"step": 450
},
{
"epoch": 2.5555555555555554,
"grad_norm": 0.037890926003456116,
"learning_rate": 7.222222222222222e-05,
"loss": 0.0484,
"step": 460
},
{
"epoch": 2.611111111111111,
"grad_norm": 4.751524448394775,
"learning_rate": 6.944444444444444e-05,
"loss": 0.0525,
"step": 470
},
{
"epoch": 2.6666666666666665,
"grad_norm": 0.15853020548820496,
"learning_rate": 6.666666666666667e-05,
"loss": 0.0719,
"step": 480
},
{
"epoch": 2.7222222222222223,
"grad_norm": 0.039081115275621414,
"learning_rate": 6.388888888888888e-05,
"loss": 0.0085,
"step": 490
},
{
"epoch": 2.7777777777777777,
"grad_norm": 0.4480770230293274,
"learning_rate": 6.111111111111112e-05,
"loss": 0.0123,
"step": 500
},
{
"epoch": 2.7777777777777777,
"eval_accuracy": 0.7461928934010152,
"eval_loss": 1.2449774742126465,
"eval_runtime": 5.9167,
"eval_samples_per_second": 66.591,
"eval_steps_per_second": 8.451,
"step": 500
},
{
"epoch": 2.8333333333333335,
"grad_norm": 7.5741801261901855,
"learning_rate": 5.833333333333334e-05,
"loss": 0.0278,
"step": 510
},
{
"epoch": 2.888888888888889,
"grad_norm": 0.1201184019446373,
"learning_rate": 5.555555555555556e-05,
"loss": 0.0091,
"step": 520
},
{
"epoch": 2.9444444444444446,
"grad_norm": 0.032710809260606766,
"learning_rate": 5.2777777777777784e-05,
"loss": 0.0077,
"step": 530
},
{
"epoch": 3.0,
"grad_norm": 0.03236711025238037,
"learning_rate": 5e-05,
"loss": 0.0557,
"step": 540
},
{
"epoch": 3.0555555555555554,
"grad_norm": 0.034722838550806046,
"learning_rate": 4.722222222222222e-05,
"loss": 0.0191,
"step": 550
},
{
"epoch": 3.111111111111111,
"grad_norm": 4.018179416656494,
"learning_rate": 4.4444444444444447e-05,
"loss": 0.0176,
"step": 560
},
{
"epoch": 3.1666666666666665,
"grad_norm": 0.5732712745666504,
"learning_rate": 4.166666666666667e-05,
"loss": 0.0087,
"step": 570
},
{
"epoch": 3.2222222222222223,
"grad_norm": 0.027404414489865303,
"learning_rate": 3.888888888888889e-05,
"loss": 0.0079,
"step": 580
},
{
"epoch": 3.2777777777777777,
"grad_norm": 0.02965979278087616,
"learning_rate": 3.611111111111111e-05,
"loss": 0.0068,
"step": 590
},
{
"epoch": 3.3333333333333335,
"grad_norm": 0.026871565729379654,
"learning_rate": 3.3333333333333335e-05,
"loss": 0.0066,
"step": 600
},
{
"epoch": 3.3333333333333335,
"eval_accuracy": 0.7817258883248731,
"eval_loss": 1.1282514333724976,
"eval_runtime": 6.7045,
"eval_samples_per_second": 58.767,
"eval_steps_per_second": 7.458,
"step": 600
},
{
"epoch": 3.388888888888889,
"grad_norm": 0.03278065472841263,
"learning_rate": 3.055555555555556e-05,
"loss": 0.0086,
"step": 610
},
{
"epoch": 3.4444444444444446,
"grad_norm": 0.07111264020204544,
"learning_rate": 2.777777777777778e-05,
"loss": 0.0295,
"step": 620
},
{
"epoch": 3.5,
"grad_norm": 0.028257286176085472,
"learning_rate": 2.5e-05,
"loss": 0.0065,
"step": 630
},
{
"epoch": 3.5555555555555554,
"grad_norm": 0.02719848044216633,
"learning_rate": 2.2222222222222223e-05,
"loss": 0.0418,
"step": 640
},
{
"epoch": 3.611111111111111,
"grad_norm": 0.026137089356780052,
"learning_rate": 1.9444444444444445e-05,
"loss": 0.0073,
"step": 650
},
{
"epoch": 3.6666666666666665,
"grad_norm": 0.030431417748332024,
"learning_rate": 1.6666666666666667e-05,
"loss": 0.0101,
"step": 660
},
{
"epoch": 3.7222222222222223,
"grad_norm": 0.025364473462104797,
"learning_rate": 1.388888888888889e-05,
"loss": 0.0062,
"step": 670
},
{
"epoch": 3.7777777777777777,
"grad_norm": 0.02630157209932804,
"learning_rate": 1.1111111111111112e-05,
"loss": 0.0076,
"step": 680
},
{
"epoch": 3.8333333333333335,
"grad_norm": 0.025917503982782364,
"learning_rate": 8.333333333333334e-06,
"loss": 0.0062,
"step": 690
},
{
"epoch": 3.888888888888889,
"grad_norm": 6.676637649536133,
"learning_rate": 5.555555555555556e-06,
"loss": 0.0126,
"step": 700
},
{
"epoch": 3.888888888888889,
"eval_accuracy": 0.7842639593908629,
"eval_loss": 1.1716859340667725,
"eval_runtime": 6.745,
"eval_samples_per_second": 58.414,
"eval_steps_per_second": 7.413,
"step": 700
},
{
"epoch": 3.9444444444444446,
"grad_norm": 0.025717712938785553,
"learning_rate": 2.777777777777778e-06,
"loss": 0.008,
"step": 710
},
{
"epoch": 4.0,
"grad_norm": 0.07326529920101166,
"learning_rate": 0.0,
"loss": 0.0065,
"step": 720
},
{
"epoch": 4.0,
"step": 720,
"total_flos": 3.16768696086528e+18,
"train_loss": 0.16034429804939362,
"train_runtime": 1070.1524,
"train_samples_per_second": 10.727,
"train_steps_per_second": 0.673
}
],
"logging_steps": 10,
"max_steps": 720,
"num_input_tokens_seen": 0,
"num_train_epochs": 4,
"save_steps": 100,
"total_flos": 3.16768696086528e+18,
"train_batch_size": 16,
"trial_name": null,
"trial_params": null
}