{
  "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
}