{
  "best_metric": 1.0935020446777344,
  "best_model_checkpoint": "./vit-large-brain-xray/checkpoint-200",
  "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": 1.083911657333374,
      "learning_rate": 0.00019722222222222225,
      "loss": 1.3206,
      "step": 10
    },
    {
      "epoch": 0.1111111111111111,
      "grad_norm": 1.5310566425323486,
      "learning_rate": 0.00019444444444444446,
      "loss": 0.9361,
      "step": 20
    },
    {
      "epoch": 0.16666666666666666,
      "grad_norm": 3.7486021518707275,
      "learning_rate": 0.00019166666666666667,
      "loss": 0.5999,
      "step": 30
    },
    {
      "epoch": 0.2222222222222222,
      "grad_norm": 3.448930025100708,
      "learning_rate": 0.00018888888888888888,
      "loss": 0.5138,
      "step": 40
    },
    {
      "epoch": 0.2777777777777778,
      "grad_norm": 1.6228857040405273,
      "learning_rate": 0.00018611111111111112,
      "loss": 0.4566,
      "step": 50
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 2.215758800506592,
      "learning_rate": 0.00018333333333333334,
      "loss": 0.4068,
      "step": 60
    },
    {
      "epoch": 0.3888888888888889,
      "grad_norm": 1.5400978326797485,
      "learning_rate": 0.00018055555555555557,
      "loss": 0.3305,
      "step": 70
    },
    {
      "epoch": 0.4444444444444444,
      "grad_norm": 1.4063529968261719,
      "learning_rate": 0.00017777777777777779,
      "loss": 0.4062,
      "step": 80
    },
    {
      "epoch": 0.5,
      "grad_norm": 0.7729310393333435,
      "learning_rate": 0.00017527777777777778,
      "loss": 0.2615,
      "step": 90
    },
    {
      "epoch": 0.5555555555555556,
      "grad_norm": 6.676679611206055,
      "learning_rate": 0.00017250000000000002,
      "loss": 0.2144,
      "step": 100
    },
    {
      "epoch": 0.5555555555555556,
      "eval_accuracy": 0.6269035532994924,
      "eval_loss": 1.2678815126419067,
      "eval_runtime": 7.3748,
      "eval_samples_per_second": 53.425,
      "eval_steps_per_second": 6.78,
      "step": 100
    },
    {
      "epoch": 0.6111111111111112,
      "grad_norm": 1.6695863008499146,
      "learning_rate": 0.00016972222222222223,
      "loss": 0.3772,
      "step": 110
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 0.457354336977005,
      "learning_rate": 0.00016694444444444447,
      "loss": 0.261,
      "step": 120
    },
    {
      "epoch": 0.7222222222222222,
      "grad_norm": 6.663379192352295,
      "learning_rate": 0.00016416666666666668,
      "loss": 0.2832,
      "step": 130
    },
    {
      "epoch": 0.7777777777777778,
      "grad_norm": 0.6463492512702942,
      "learning_rate": 0.0001613888888888889,
      "loss": 0.1613,
      "step": 140
    },
    {
      "epoch": 0.8333333333333334,
      "grad_norm": 5.534128189086914,
      "learning_rate": 0.0001586111111111111,
      "loss": 0.452,
      "step": 150
    },
    {
      "epoch": 0.8888888888888888,
      "grad_norm": 1.487303614616394,
      "learning_rate": 0.00015583333333333334,
      "loss": 0.3549,
      "step": 160
    },
    {
      "epoch": 0.9444444444444444,
      "grad_norm": 8.732577323913574,
      "learning_rate": 0.00015305555555555556,
      "loss": 0.26,
      "step": 170
    },
    {
      "epoch": 1.0,
      "grad_norm": 0.3070247173309326,
      "learning_rate": 0.0001502777777777778,
      "loss": 0.1787,
      "step": 180
    },
    {
      "epoch": 1.0555555555555556,
      "grad_norm": 0.15718808770179749,
      "learning_rate": 0.0001475,
      "loss": 0.156,
      "step": 190
    },
    {
      "epoch": 1.1111111111111112,
      "grad_norm": 1.4413491487503052,
      "learning_rate": 0.00014472222222222222,
      "loss": 0.1091,
      "step": 200
    },
    {
      "epoch": 1.1111111111111112,
      "eval_accuracy": 0.7081218274111675,
      "eval_loss": 1.0935020446777344,
      "eval_runtime": 6.8075,
      "eval_samples_per_second": 57.877,
      "eval_steps_per_second": 7.345,
      "step": 200
    },
    {
      "epoch": 1.1666666666666667,
      "grad_norm": 1.1086454391479492,
      "learning_rate": 0.00014194444444444446,
      "loss": 0.1243,
      "step": 210
    },
    {
      "epoch": 1.2222222222222223,
      "grad_norm": 0.09483372420072556,
      "learning_rate": 0.00013916666666666667,
      "loss": 0.1712,
      "step": 220
    },
    {
      "epoch": 1.2777777777777777,
      "grad_norm": 2.7763671875,
      "learning_rate": 0.0001363888888888889,
      "loss": 0.2156,
      "step": 230
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 1.6603256464004517,
      "learning_rate": 0.00013361111111111112,
      "loss": 0.1186,
      "step": 240
    },
    {
      "epoch": 1.3888888888888888,
      "grad_norm": 5.325634479522705,
      "learning_rate": 0.00013083333333333333,
      "loss": 0.1065,
      "step": 250
    },
    {
      "epoch": 1.4444444444444444,
      "grad_norm": 0.07357333600521088,
      "learning_rate": 0.00012805555555555555,
      "loss": 0.1192,
      "step": 260
    },
    {
      "epoch": 1.5,
      "grad_norm": 3.8914055824279785,
      "learning_rate": 0.00012527777777777778,
      "loss": 0.0622,
      "step": 270
    },
    {
      "epoch": 1.5555555555555556,
      "grad_norm": 0.37973469495773315,
      "learning_rate": 0.00012250000000000002,
      "loss": 0.2217,
      "step": 280
    },
    {
      "epoch": 1.6111111111111112,
      "grad_norm": 0.08939097821712494,
      "learning_rate": 0.00011972222222222222,
      "loss": 0.1868,
      "step": 290
    },
    {
      "epoch": 1.6666666666666665,
      "grad_norm": 0.29244643449783325,
      "learning_rate": 0.00011694444444444446,
      "loss": 0.1078,
      "step": 300
    },
    {
      "epoch": 1.6666666666666665,
      "eval_accuracy": 0.7588832487309645,
      "eval_loss": 1.1237390041351318,
      "eval_runtime": 6.6691,
      "eval_samples_per_second": 59.078,
      "eval_steps_per_second": 7.497,
      "step": 300
    },
    {
      "epoch": 1.7222222222222223,
      "grad_norm": 2.0514800548553467,
      "learning_rate": 0.00011416666666666667,
      "loss": 0.0995,
      "step": 310
    },
    {
      "epoch": 1.7777777777777777,
      "grad_norm": 0.3739979863166809,
      "learning_rate": 0.0001113888888888889,
      "loss": 0.0752,
      "step": 320
    },
    {
      "epoch": 1.8333333333333335,
      "grad_norm": 0.07262101769447327,
      "learning_rate": 0.00010861111111111111,
      "loss": 0.1004,
      "step": 330
    },
    {
      "epoch": 1.8888888888888888,
      "grad_norm": 1.6550071239471436,
      "learning_rate": 0.00010583333333333334,
      "loss": 0.0593,
      "step": 340
    },
    {
      "epoch": 1.9444444444444444,
      "grad_norm": 1.8396694660186768,
      "learning_rate": 0.00010305555555555555,
      "loss": 0.1425,
      "step": 350
    },
    {
      "epoch": 2.0,
      "grad_norm": 0.061273444443941116,
      "learning_rate": 0.00010027777777777779,
      "loss": 0.0944,
      "step": 360
    },
    {
      "epoch": 2.0555555555555554,
      "grad_norm": 1.0921915769577026,
      "learning_rate": 9.75e-05,
      "loss": 0.118,
      "step": 370
    },
    {
      "epoch": 2.111111111111111,
      "grad_norm": 0.16066594421863556,
      "learning_rate": 9.472222222222222e-05,
      "loss": 0.0479,
      "step": 380
    },
    {
      "epoch": 2.1666666666666665,
      "grad_norm": 0.06149543076753616,
      "learning_rate": 9.194444444444445e-05,
      "loss": 0.0161,
      "step": 390
    },
    {
      "epoch": 2.2222222222222223,
      "grad_norm": 0.10219839215278625,
      "learning_rate": 8.916666666666667e-05,
      "loss": 0.016,
      "step": 400
    },
    {
      "epoch": 2.2222222222222223,
      "eval_accuracy": 0.7563451776649747,
      "eval_loss": 1.235643982887268,
      "eval_runtime": 6.0001,
      "eval_samples_per_second": 65.666,
      "eval_steps_per_second": 8.333,
      "step": 400
    },
    {
      "epoch": 2.2777777777777777,
      "grad_norm": 0.36931440234184265,
      "learning_rate": 8.63888888888889e-05,
      "loss": 0.0674,
      "step": 410
    },
    {
      "epoch": 2.3333333333333335,
      "grad_norm": 0.05050282925367355,
      "learning_rate": 8.361111111111111e-05,
      "loss": 0.0404,
      "step": 420
    },
    {
      "epoch": 2.388888888888889,
      "grad_norm": 0.0446784570813179,
      "learning_rate": 8.083333333333334e-05,
      "loss": 0.0205,
      "step": 430
    },
    {
      "epoch": 2.4444444444444446,
      "grad_norm": 0.04102100059390068,
      "learning_rate": 7.805555555555556e-05,
      "loss": 0.0207,
      "step": 440
    },
    {
      "epoch": 2.5,
      "grad_norm": 4.75399112701416,
      "learning_rate": 7.527777777777777e-05,
      "loss": 0.0526,
      "step": 450
    },
    {
      "epoch": 2.5555555555555554,
      "grad_norm": 0.046476561576128006,
      "learning_rate": 7.25e-05,
      "loss": 0.0461,
      "step": 460
    },
    {
      "epoch": 2.611111111111111,
      "grad_norm": 5.1403632164001465,
      "learning_rate": 6.972222222222223e-05,
      "loss": 0.0424,
      "step": 470
    },
    {
      "epoch": 2.6666666666666665,
      "grad_norm": 0.04179733246564865,
      "learning_rate": 6.694444444444444e-05,
      "loss": 0.0831,
      "step": 480
    },
    {
      "epoch": 2.7222222222222223,
      "grad_norm": 0.0394105389714241,
      "learning_rate": 6.416666666666668e-05,
      "loss": 0.0102,
      "step": 490
    },
    {
      "epoch": 2.7777777777777777,
      "grad_norm": 0.039878394454717636,
      "learning_rate": 6.13888888888889e-05,
      "loss": 0.0095,
      "step": 500
    },
    {
      "epoch": 2.7777777777777777,
      "eval_accuracy": 0.7588832487309645,
      "eval_loss": 1.2315524816513062,
      "eval_runtime": 6.6635,
      "eval_samples_per_second": 59.128,
      "eval_steps_per_second": 7.504,
      "step": 500
    },
    {
      "epoch": 2.8333333333333335,
      "grad_norm": 3.2955222129821777,
      "learning_rate": 5.8611111111111114e-05,
      "loss": 0.0223,
      "step": 510
    },
    {
      "epoch": 2.888888888888889,
      "grad_norm": 0.03517436608672142,
      "learning_rate": 5.583333333333334e-05,
      "loss": 0.0083,
      "step": 520
    },
    {
      "epoch": 2.9444444444444446,
      "grad_norm": 0.03378378599882126,
      "learning_rate": 5.305555555555556e-05,
      "loss": 0.017,
      "step": 530
    },
    {
      "epoch": 3.0,
      "grad_norm": 0.029930729418992996,
      "learning_rate": 5.027777777777778e-05,
      "loss": 0.0076,
      "step": 540
    },
    {
      "epoch": 3.0555555555555554,
      "grad_norm": 0.030685801059007645,
      "learning_rate": 4.75e-05,
      "loss": 0.0082,
      "step": 550
    },
    {
      "epoch": 3.111111111111111,
      "grad_norm": 0.029904644936323166,
      "learning_rate": 4.472222222222223e-05,
      "loss": 0.0073,
      "step": 560
    },
    {
      "epoch": 3.1666666666666665,
      "grad_norm": 0.02878139540553093,
      "learning_rate": 4.194444444444445e-05,
      "loss": 0.0069,
      "step": 570
    },
    {
      "epoch": 3.2222222222222223,
      "grad_norm": 0.028465483337640762,
      "learning_rate": 3.9166666666666665e-05,
      "loss": 0.0067,
      "step": 580
    },
    {
      "epoch": 3.2777777777777777,
      "grad_norm": 0.026676874607801437,
      "learning_rate": 3.638888888888889e-05,
      "loss": 0.0067,
      "step": 590
    },
    {
      "epoch": 3.3333333333333335,
      "grad_norm": 0.028720058500766754,
      "learning_rate": 3.3611111111111116e-05,
      "loss": 0.0066,
      "step": 600
    },
    {
      "epoch": 3.3333333333333335,
      "eval_accuracy": 0.7588832487309645,
      "eval_loss": 1.3164998292922974,
      "eval_runtime": 6.9479,
      "eval_samples_per_second": 56.707,
      "eval_steps_per_second": 7.196,
      "step": 600
    },
    {
      "epoch": 3.388888888888889,
      "grad_norm": 0.030909936875104904,
      "learning_rate": 3.0833333333333335e-05,
      "loss": 0.0066,
      "step": 610
    },
    {
      "epoch": 3.4444444444444446,
      "grad_norm": 0.02741164341568947,
      "learning_rate": 2.8055555555555557e-05,
      "loss": 0.0429,
      "step": 620
    },
    {
      "epoch": 3.5,
      "grad_norm": 0.028826788067817688,
      "learning_rate": 2.527777777777778e-05,
      "loss": 0.0079,
      "step": 630
    },
    {
      "epoch": 3.5555555555555554,
      "grad_norm": 0.02735409140586853,
      "learning_rate": 2.25e-05,
      "loss": 0.0066,
      "step": 640
    },
    {
      "epoch": 3.611111111111111,
      "grad_norm": 0.10283248126506805,
      "learning_rate": 1.9722222222222224e-05,
      "loss": 0.0159,
      "step": 650
    },
    {
      "epoch": 3.6666666666666665,
      "grad_norm": 0.028924111276865005,
      "learning_rate": 1.6944444444444446e-05,
      "loss": 0.0064,
      "step": 660
    },
    {
      "epoch": 3.7222222222222223,
      "grad_norm": 0.025118501856923103,
      "learning_rate": 1.4166666666666668e-05,
      "loss": 0.0062,
      "step": 670
    },
    {
      "epoch": 3.7777777777777777,
      "grad_norm": 0.05767374858260155,
      "learning_rate": 1.138888888888889e-05,
      "loss": 0.0065,
      "step": 680
    },
    {
      "epoch": 3.8333333333333335,
      "grad_norm": 0.0323575958609581,
      "learning_rate": 8.611111111111112e-06,
      "loss": 0.0064,
      "step": 690
    },
    {
      "epoch": 3.888888888888889,
      "grad_norm": 0.026371095329523087,
      "learning_rate": 5.833333333333334e-06,
      "loss": 0.0161,
      "step": 700
    },
    {
      "epoch": 3.888888888888889,
      "eval_accuracy": 0.7614213197969543,
      "eval_loss": 1.341164469718933,
      "eval_runtime": 5.8873,
      "eval_samples_per_second": 66.924,
      "eval_steps_per_second": 8.493,
      "step": 700
    },
    {
      "epoch": 3.9444444444444446,
      "grad_norm": 0.025476330891251564,
      "learning_rate": 3.0555555555555556e-06,
      "loss": 0.0062,
      "step": 710
    },
    {
      "epoch": 4.0,
      "grad_norm": 0.041727062314748764,
      "learning_rate": 2.777777777777778e-07,
      "loss": 0.0097,
      "step": 720
    },
    {
      "epoch": 4.0,
      "step": 720,
      "total_flos": 3.16768696086528e+18,
      "train_loss": 0.15098576029348704,
      "train_runtime": 924.305,
      "train_samples_per_second": 12.42,
      "train_steps_per_second": 0.779
    }
  ],
  "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
}