paul
commited on
Commit
•
a376455
1
Parent(s):
67a392d
End of training
Browse files
all_results.json
ADDED
|
@@ -0,0 +1,8 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"epoch": 19.99,
|
| 3 |
+
"total_flos": 2.570971016151724e+18,
|
| 4 |
+
"train_loss": 0.2198217125982046,
|
| 5 |
+
"train_runtime": 2662.746,
|
| 6 |
+
"train_samples_per_second": 38.862,
|
| 7 |
+
"train_steps_per_second": 0.3
|
| 8 |
+
}
|
pytorch_model.bin
CHANGED
|
@@ -1,3 +1,3 @@
|
|
| 1 |
version https://git-lfs.github.com/spec/v1
|
| 2 |
-
oid sha256:
|
| 3 |
size 110402095
|
|
|
|
| 1 |
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:ed603924c5245551bd01d7196f236298600e31d5f5bca4d80eb0f8429b5df0b1
|
| 3 |
size 110402095
|
runs/Sep17_12-14-13_c6083727ba95/events.out.tfevents.1663416863.c6083727ba95.69.4
CHANGED
|
@@ -1,3 +1,3 @@
|
|
| 1 |
version https://git-lfs.github.com/spec/v1
|
| 2 |
-
oid sha256:
|
| 3 |
-
size
|
|
|
|
| 1 |
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:e19991a7d6f43b23191c7b3b657edf11c34cda87bdcdb076cc633c84331372ca
|
| 3 |
+
size 23591
|
train_results.json
ADDED
|
@@ -0,0 +1,8 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"epoch": 19.99,
|
| 3 |
+
"total_flos": 2.570971016151724e+18,
|
| 4 |
+
"train_loss": 0.2198217125982046,
|
| 5 |
+
"train_runtime": 2662.746,
|
| 6 |
+
"train_samples_per_second": 38.862,
|
| 7 |
+
"train_steps_per_second": 0.3
|
| 8 |
+
}
|
trainer_state.json
ADDED
|
@@ -0,0 +1,685 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"best_metric": 0.8523956723338485,
|
| 3 |
+
"best_model_checkpoint": "swin-base-patch4-window7-224-20epochs-finetuned-memes/checkpoint-720",
|
| 4 |
+
"epoch": 19.987654320987655,
|
| 5 |
+
"global_step": 800,
|
| 6 |
+
"is_hyper_param_search": false,
|
| 7 |
+
"is_local_process_zero": true,
|
| 8 |
+
"is_world_process_zero": true,
|
| 9 |
+
"log_history": [
|
| 10 |
+
{
|
| 11 |
+
"epoch": 0.25,
|
| 12 |
+
"learning_rate": 1.5e-05,
|
| 13 |
+
"loss": 1.5785,
|
| 14 |
+
"step": 10
|
| 15 |
+
},
|
| 16 |
+
{
|
| 17 |
+
"epoch": 0.49,
|
| 18 |
+
"learning_rate": 3e-05,
|
| 19 |
+
"loss": 1.3827,
|
| 20 |
+
"step": 20
|
| 21 |
+
},
|
| 22 |
+
{
|
| 23 |
+
"epoch": 0.74,
|
| 24 |
+
"learning_rate": 4.5e-05,
|
| 25 |
+
"loss": 1.2326,
|
| 26 |
+
"step": 30
|
| 27 |
+
},
|
| 28 |
+
{
|
| 29 |
+
"epoch": 0.99,
|
| 30 |
+
"learning_rate": 6e-05,
|
| 31 |
+
"loss": 1.0238,
|
| 32 |
+
"step": 40
|
| 33 |
+
},
|
| 34 |
+
{
|
| 35 |
+
"epoch": 0.99,
|
| 36 |
+
"eval_accuracy": 0.6445131375579598,
|
| 37 |
+
"eval_loss": 0.9635888934135437,
|
| 38 |
+
"eval_runtime": 13.4283,
|
| 39 |
+
"eval_samples_per_second": 96.364,
|
| 40 |
+
"eval_steps_per_second": 3.053,
|
| 41 |
+
"step": 40
|
| 42 |
+
},
|
| 43 |
+
{
|
| 44 |
+
"epoch": 1.25,
|
| 45 |
+
"learning_rate": 7.500000000000001e-05,
|
| 46 |
+
"loss": 0.9034,
|
| 47 |
+
"step": 50
|
| 48 |
+
},
|
| 49 |
+
{
|
| 50 |
+
"epoch": 1.49,
|
| 51 |
+
"learning_rate": 9e-05,
|
| 52 |
+
"loss": 0.7712,
|
| 53 |
+
"step": 60
|
| 54 |
+
},
|
| 55 |
+
{
|
| 56 |
+
"epoch": 1.74,
|
| 57 |
+
"learning_rate": 0.000105,
|
| 58 |
+
"loss": 0.6842,
|
| 59 |
+
"step": 70
|
| 60 |
+
},
|
| 61 |
+
{
|
| 62 |
+
"epoch": 1.99,
|
| 63 |
+
"learning_rate": 0.00012,
|
| 64 |
+
"loss": 0.777,
|
| 65 |
+
"step": 80
|
| 66 |
+
},
|
| 67 |
+
{
|
| 68 |
+
"epoch": 1.99,
|
| 69 |
+
"eval_accuracy": 0.7666151468315301,
|
| 70 |
+
"eval_loss": 0.6590734720230103,
|
| 71 |
+
"eval_runtime": 13.59,
|
| 72 |
+
"eval_samples_per_second": 95.217,
|
| 73 |
+
"eval_steps_per_second": 3.017,
|
| 74 |
+
"step": 80
|
| 75 |
+
},
|
| 76 |
+
{
|
| 77 |
+
"epoch": 2.25,
|
| 78 |
+
"learning_rate": 0.00011833333333333334,
|
| 79 |
+
"loss": 0.5363,
|
| 80 |
+
"step": 90
|
| 81 |
+
},
|
| 82 |
+
{
|
| 83 |
+
"epoch": 2.49,
|
| 84 |
+
"learning_rate": 0.00011666666666666667,
|
| 85 |
+
"loss": 0.5328,
|
| 86 |
+
"step": 100
|
| 87 |
+
},
|
| 88 |
+
{
|
| 89 |
+
"epoch": 2.74,
|
| 90 |
+
"learning_rate": 0.000115,
|
| 91 |
+
"loss": 0.5225,
|
| 92 |
+
"step": 110
|
| 93 |
+
},
|
| 94 |
+
{
|
| 95 |
+
"epoch": 2.99,
|
| 96 |
+
"learning_rate": 0.00011333333333333333,
|
| 97 |
+
"loss": 0.4763,
|
| 98 |
+
"step": 120
|
| 99 |
+
},
|
| 100 |
+
{
|
| 101 |
+
"epoch": 2.99,
|
| 102 |
+
"eval_accuracy": 0.8129829984544049,
|
| 103 |
+
"eval_loss": 0.5381317138671875,
|
| 104 |
+
"eval_runtime": 13.606,
|
| 105 |
+
"eval_samples_per_second": 95.105,
|
| 106 |
+
"eval_steps_per_second": 3.013,
|
| 107 |
+
"step": 120
|
| 108 |
+
},
|
| 109 |
+
{
|
| 110 |
+
"epoch": 3.25,
|
| 111 |
+
"learning_rate": 0.00011166666666666667,
|
| 112 |
+
"loss": 0.3984,
|
| 113 |
+
"step": 130
|
| 114 |
+
},
|
| 115 |
+
{
|
| 116 |
+
"epoch": 3.49,
|
| 117 |
+
"learning_rate": 0.00011,
|
| 118 |
+
"loss": 0.3326,
|
| 119 |
+
"step": 140
|
| 120 |
+
},
|
| 121 |
+
{
|
| 122 |
+
"epoch": 3.74,
|
| 123 |
+
"learning_rate": 0.00010833333333333334,
|
| 124 |
+
"loss": 0.3432,
|
| 125 |
+
"step": 150
|
| 126 |
+
},
|
| 127 |
+
{
|
| 128 |
+
"epoch": 3.99,
|
| 129 |
+
"learning_rate": 0.00010666666666666667,
|
| 130 |
+
"loss": 0.3215,
|
| 131 |
+
"step": 160
|
| 132 |
+
},
|
| 133 |
+
{
|
| 134 |
+
"epoch": 3.99,
|
| 135 |
+
"eval_accuracy": 0.8253477588871716,
|
| 136 |
+
"eval_loss": 0.5243730545043945,
|
| 137 |
+
"eval_runtime": 13.4626,
|
| 138 |
+
"eval_samples_per_second": 96.118,
|
| 139 |
+
"eval_steps_per_second": 3.045,
|
| 140 |
+
"step": 160
|
| 141 |
+
},
|
| 142 |
+
{
|
| 143 |
+
"epoch": 4.25,
|
| 144 |
+
"learning_rate": 0.000105,
|
| 145 |
+
"loss": 0.2485,
|
| 146 |
+
"step": 170
|
| 147 |
+
},
|
| 148 |
+
{
|
| 149 |
+
"epoch": 4.49,
|
| 150 |
+
"learning_rate": 0.00010333333333333334,
|
| 151 |
+
"loss": 0.2195,
|
| 152 |
+
"step": 180
|
| 153 |
+
},
|
| 154 |
+
{
|
| 155 |
+
"epoch": 4.74,
|
| 156 |
+
"learning_rate": 0.00010166666666666667,
|
| 157 |
+
"loss": 0.2453,
|
| 158 |
+
"step": 190
|
| 159 |
+
},
|
| 160 |
+
{
|
| 161 |
+
"epoch": 4.99,
|
| 162 |
+
"learning_rate": 0.0001,
|
| 163 |
+
"loss": 0.2179,
|
| 164 |
+
"step": 200
|
| 165 |
+
},
|
| 166 |
+
{
|
| 167 |
+
"epoch": 4.99,
|
| 168 |
+
"eval_accuracy": 0.8238021638330757,
|
| 169 |
+
"eval_loss": 0.5122919678688049,
|
| 170 |
+
"eval_runtime": 13.4171,
|
| 171 |
+
"eval_samples_per_second": 96.444,
|
| 172 |
+
"eval_steps_per_second": 3.056,
|
| 173 |
+
"step": 200
|
| 174 |
+
},
|
| 175 |
+
{
|
| 176 |
+
"epoch": 5.25,
|
| 177 |
+
"learning_rate": 9.833333333333333e-05,
|
| 178 |
+
"loss": 0.157,
|
| 179 |
+
"step": 210
|
| 180 |
+
},
|
| 181 |
+
{
|
| 182 |
+
"epoch": 5.49,
|
| 183 |
+
"learning_rate": 9.666666666666667e-05,
|
| 184 |
+
"loss": 0.1693,
|
| 185 |
+
"step": 220
|
| 186 |
+
},
|
| 187 |
+
{
|
| 188 |
+
"epoch": 5.74,
|
| 189 |
+
"learning_rate": 9.499999999999999e-05,
|
| 190 |
+
"loss": 0.1598,
|
| 191 |
+
"step": 230
|
| 192 |
+
},
|
| 193 |
+
{
|
| 194 |
+
"epoch": 5.99,
|
| 195 |
+
"learning_rate": 9.333333333333334e-05,
|
| 196 |
+
"loss": 0.1868,
|
| 197 |
+
"step": 240
|
| 198 |
+
},
|
| 199 |
+
{
|
| 200 |
+
"epoch": 5.99,
|
| 201 |
+
"eval_accuracy": 0.8307573415765069,
|
| 202 |
+
"eval_loss": 0.505190372467041,
|
| 203 |
+
"eval_runtime": 14.0842,
|
| 204 |
+
"eval_samples_per_second": 91.876,
|
| 205 |
+
"eval_steps_per_second": 2.911,
|
| 206 |
+
"step": 240
|
| 207 |
+
},
|
| 208 |
+
{
|
| 209 |
+
"epoch": 6.25,
|
| 210 |
+
"learning_rate": 9.166666666666667e-05,
|
| 211 |
+
"loss": 0.1369,
|
| 212 |
+
"step": 250
|
| 213 |
+
},
|
| 214 |
+
{
|
| 215 |
+
"epoch": 6.49,
|
| 216 |
+
"learning_rate": 9e-05,
|
| 217 |
+
"loss": 0.1244,
|
| 218 |
+
"step": 260
|
| 219 |
+
},
|
| 220 |
+
{
|
| 221 |
+
"epoch": 6.74,
|
| 222 |
+
"learning_rate": 8.833333333333334e-05,
|
| 223 |
+
"loss": 0.135,
|
| 224 |
+
"step": 270
|
| 225 |
+
},
|
| 226 |
+
{
|
| 227 |
+
"epoch": 6.99,
|
| 228 |
+
"learning_rate": 8.666666666666667e-05,
|
| 229 |
+
"loss": 0.154,
|
| 230 |
+
"step": 280
|
| 231 |
+
},
|
| 232 |
+
{
|
| 233 |
+
"epoch": 6.99,
|
| 234 |
+
"eval_accuracy": 0.8338485316846986,
|
| 235 |
+
"eval_loss": 0.5444023013114929,
|
| 236 |
+
"eval_runtime": 14.0303,
|
| 237 |
+
"eval_samples_per_second": 92.229,
|
| 238 |
+
"eval_steps_per_second": 2.922,
|
| 239 |
+
"step": 280
|
| 240 |
+
},
|
| 241 |
+
{
|
| 242 |
+
"epoch": 7.25,
|
| 243 |
+
"learning_rate": 8.5e-05,
|
| 244 |
+
"loss": 0.0984,
|
| 245 |
+
"step": 290
|
| 246 |
+
},
|
| 247 |
+
{
|
| 248 |
+
"epoch": 7.49,
|
| 249 |
+
"learning_rate": 8.333333333333333e-05,
|
| 250 |
+
"loss": 0.1232,
|
| 251 |
+
"step": 300
|
| 252 |
+
},
|
| 253 |
+
{
|
| 254 |
+
"epoch": 7.74,
|
| 255 |
+
"learning_rate": 8.166666666666667e-05,
|
| 256 |
+
"loss": 0.1084,
|
| 257 |
+
"step": 310
|
| 258 |
+
},
|
| 259 |
+
{
|
| 260 |
+
"epoch": 7.99,
|
| 261 |
+
"learning_rate": 7.999999999999999e-05,
|
| 262 |
+
"loss": 0.1166,
|
| 263 |
+
"step": 320
|
| 264 |
+
},
|
| 265 |
+
{
|
| 266 |
+
"epoch": 7.99,
|
| 267 |
+
"eval_accuracy": 0.8238021638330757,
|
| 268 |
+
"eval_loss": 0.6318011283874512,
|
| 269 |
+
"eval_runtime": 13.3442,
|
| 270 |
+
"eval_samples_per_second": 96.971,
|
| 271 |
+
"eval_steps_per_second": 3.073,
|
| 272 |
+
"step": 320
|
| 273 |
+
},
|
| 274 |
+
{
|
| 275 |
+
"epoch": 8.25,
|
| 276 |
+
"learning_rate": 7.833333333333333e-05,
|
| 277 |
+
"loss": 0.0948,
|
| 278 |
+
"step": 330
|
| 279 |
+
},
|
| 280 |
+
{
|
| 281 |
+
"epoch": 8.49,
|
| 282 |
+
"learning_rate": 7.666666666666667e-05,
|
| 283 |
+
"loss": 0.0808,
|
| 284 |
+
"step": 340
|
| 285 |
+
},
|
| 286 |
+
{
|
| 287 |
+
"epoch": 8.74,
|
| 288 |
+
"learning_rate": 7.500000000000001e-05,
|
| 289 |
+
"loss": 0.0791,
|
| 290 |
+
"step": 350
|
| 291 |
+
},
|
| 292 |
+
{
|
| 293 |
+
"epoch": 8.99,
|
| 294 |
+
"learning_rate": 7.333333333333334e-05,
|
| 295 |
+
"loss": 0.1099,
|
| 296 |
+
"step": 360
|
| 297 |
+
},
|
| 298 |
+
{
|
| 299 |
+
"epoch": 8.99,
|
| 300 |
+
"eval_accuracy": 0.8338485316846986,
|
| 301 |
+
"eval_loss": 0.5655674934387207,
|
| 302 |
+
"eval_runtime": 13.3681,
|
| 303 |
+
"eval_samples_per_second": 96.798,
|
| 304 |
+
"eval_steps_per_second": 3.067,
|
| 305 |
+
"step": 360
|
| 306 |
+
},
|
| 307 |
+
{
|
| 308 |
+
"epoch": 9.25,
|
| 309 |
+
"learning_rate": 7.166666666666667e-05,
|
| 310 |
+
"loss": 0.0774,
|
| 311 |
+
"step": 370
|
| 312 |
+
},
|
| 313 |
+
{
|
| 314 |
+
"epoch": 9.49,
|
| 315 |
+
"learning_rate": 7.000000000000001e-05,
|
| 316 |
+
"loss": 0.0709,
|
| 317 |
+
"step": 380
|
| 318 |
+
},
|
| 319 |
+
{
|
| 320 |
+
"epoch": 9.74,
|
| 321 |
+
"learning_rate": 6.833333333333333e-05,
|
| 322 |
+
"loss": 0.0928,
|
| 323 |
+
"step": 390
|
| 324 |
+
},
|
| 325 |
+
{
|
| 326 |
+
"epoch": 9.99,
|
| 327 |
+
"learning_rate": 6.666666666666667e-05,
|
| 328 |
+
"loss": 0.0925,
|
| 329 |
+
"step": 400
|
| 330 |
+
},
|
| 331 |
+
{
|
| 332 |
+
"epoch": 9.99,
|
| 333 |
+
"eval_accuracy": 0.8338485316846986,
|
| 334 |
+
"eval_loss": 0.605692982673645,
|
| 335 |
+
"eval_runtime": 13.2986,
|
| 336 |
+
"eval_samples_per_second": 97.304,
|
| 337 |
+
"eval_steps_per_second": 3.083,
|
| 338 |
+
"step": 400
|
| 339 |
+
},
|
| 340 |
+
{
|
| 341 |
+
"epoch": 10.25,
|
| 342 |
+
"learning_rate": 6.5e-05,
|
| 343 |
+
"loss": 0.0766,
|
| 344 |
+
"step": 410
|
| 345 |
+
},
|
| 346 |
+
{
|
| 347 |
+
"epoch": 10.49,
|
| 348 |
+
"learning_rate": 6.333333333333333e-05,
|
| 349 |
+
"loss": 0.0779,
|
| 350 |
+
"step": 420
|
| 351 |
+
},
|
| 352 |
+
{
|
| 353 |
+
"epoch": 10.74,
|
| 354 |
+
"learning_rate": 6.166666666666666e-05,
|
| 355 |
+
"loss": 0.0857,
|
| 356 |
+
"step": 430
|
| 357 |
+
},
|
| 358 |
+
{
|
| 359 |
+
"epoch": 10.99,
|
| 360 |
+
"learning_rate": 6e-05,
|
| 361 |
+
"loss": 0.0779,
|
| 362 |
+
"step": 440
|
| 363 |
+
},
|
| 364 |
+
{
|
| 365 |
+
"epoch": 10.99,
|
| 366 |
+
"eval_accuracy": 0.839258114374034,
|
| 367 |
+
"eval_loss": 0.5942096710205078,
|
| 368 |
+
"eval_runtime": 13.3265,
|
| 369 |
+
"eval_samples_per_second": 97.1,
|
| 370 |
+
"eval_steps_per_second": 3.077,
|
| 371 |
+
"step": 440
|
| 372 |
+
},
|
| 373 |
+
{
|
| 374 |
+
"epoch": 11.25,
|
| 375 |
+
"learning_rate": 5.833333333333333e-05,
|
| 376 |
+
"loss": 0.0856,
|
| 377 |
+
"step": 450
|
| 378 |
+
},
|
| 379 |
+
{
|
| 380 |
+
"epoch": 11.49,
|
| 381 |
+
"learning_rate": 5.6666666666666664e-05,
|
| 382 |
+
"loss": 0.0665,
|
| 383 |
+
"step": 460
|
| 384 |
+
},
|
| 385 |
+
{
|
| 386 |
+
"epoch": 11.74,
|
| 387 |
+
"learning_rate": 5.5e-05,
|
| 388 |
+
"loss": 0.0878,
|
| 389 |
+
"step": 470
|
| 390 |
+
},
|
| 391 |
+
{
|
| 392 |
+
"epoch": 11.99,
|
| 393 |
+
"learning_rate": 5.333333333333333e-05,
|
| 394 |
+
"loss": 0.0629,
|
| 395 |
+
"step": 480
|
| 396 |
+
},
|
| 397 |
+
{
|
| 398 |
+
"epoch": 11.99,
|
| 399 |
+
"eval_accuracy": 0.8400309119010819,
|
| 400 |
+
"eval_loss": 0.6111562848091125,
|
| 401 |
+
"eval_runtime": 13.3421,
|
| 402 |
+
"eval_samples_per_second": 96.986,
|
| 403 |
+
"eval_steps_per_second": 3.073,
|
| 404 |
+
"step": 480
|
| 405 |
+
},
|
| 406 |
+
{
|
| 407 |
+
"epoch": 12.25,
|
| 408 |
+
"learning_rate": 5.166666666666667e-05,
|
| 409 |
+
"loss": 0.073,
|
| 410 |
+
"step": 490
|
| 411 |
+
},
|
| 412 |
+
{
|
| 413 |
+
"epoch": 12.49,
|
| 414 |
+
"learning_rate": 5e-05,
|
| 415 |
+
"loss": 0.0663,
|
| 416 |
+
"step": 500
|
| 417 |
+
},
|
| 418 |
+
{
|
| 419 |
+
"epoch": 12.74,
|
| 420 |
+
"learning_rate": 4.8333333333333334e-05,
|
| 421 |
+
"loss": 0.0743,
|
| 422 |
+
"step": 510
|
| 423 |
+
},
|
| 424 |
+
{
|
| 425 |
+
"epoch": 12.99,
|
| 426 |
+
"learning_rate": 4.666666666666667e-05,
|
| 427 |
+
"loss": 0.0742,
|
| 428 |
+
"step": 520
|
| 429 |
+
},
|
| 430 |
+
{
|
| 431 |
+
"epoch": 12.99,
|
| 432 |
+
"eval_accuracy": 0.8330757341576507,
|
| 433 |
+
"eval_loss": 0.6588025093078613,
|
| 434 |
+
"eval_runtime": 13.4276,
|
| 435 |
+
"eval_samples_per_second": 96.368,
|
| 436 |
+
"eval_steps_per_second": 3.053,
|
| 437 |
+
"step": 520
|
| 438 |
+
},
|
| 439 |
+
{
|
| 440 |
+
"epoch": 13.25,
|
| 441 |
+
"learning_rate": 4.5e-05,
|
| 442 |
+
"loss": 0.0568,
|
| 443 |
+
"step": 530
|
| 444 |
+
},
|
| 445 |
+
{
|
| 446 |
+
"epoch": 13.49,
|
| 447 |
+
"learning_rate": 4.3333333333333334e-05,
|
| 448 |
+
"loss": 0.0667,
|
| 449 |
+
"step": 540
|
| 450 |
+
},
|
| 451 |
+
{
|
| 452 |
+
"epoch": 13.74,
|
| 453 |
+
"learning_rate": 4.1666666666666665e-05,
|
| 454 |
+
"loss": 0.0728,
|
| 455 |
+
"step": 550
|
| 456 |
+
},
|
| 457 |
+
{
|
| 458 |
+
"epoch": 13.99,
|
| 459 |
+
"learning_rate": 3.9999999999999996e-05,
|
| 460 |
+
"loss": 0.0752,
|
| 461 |
+
"step": 560
|
| 462 |
+
},
|
| 463 |
+
{
|
| 464 |
+
"epoch": 13.99,
|
| 465 |
+
"eval_accuracy": 0.8408037094281299,
|
| 466 |
+
"eval_loss": 0.6142703294754028,
|
| 467 |
+
"eval_runtime": 13.5242,
|
| 468 |
+
"eval_samples_per_second": 95.68,
|
| 469 |
+
"eval_steps_per_second": 3.032,
|
| 470 |
+
"step": 560
|
| 471 |
+
},
|
| 472 |
+
{
|
| 473 |
+
"epoch": 14.25,
|
| 474 |
+
"learning_rate": 3.8333333333333334e-05,
|
| 475 |
+
"loss": 0.0598,
|
| 476 |
+
"step": 570
|
| 477 |
+
},
|
| 478 |
+
{
|
| 479 |
+
"epoch": 14.49,
|
| 480 |
+
"learning_rate": 3.666666666666667e-05,
|
| 481 |
+
"loss": 0.0541,
|
| 482 |
+
"step": 580
|
| 483 |
+
},
|
| 484 |
+
{
|
| 485 |
+
"epoch": 14.74,
|
| 486 |
+
"learning_rate": 3.5000000000000004e-05,
|
| 487 |
+
"loss": 0.058,
|
| 488 |
+
"step": 590
|
| 489 |
+
},
|
| 490 |
+
{
|
| 491 |
+
"epoch": 14.99,
|
| 492 |
+
"learning_rate": 3.3333333333333335e-05,
|
| 493 |
+
"loss": 0.0577,
|
| 494 |
+
"step": 600
|
| 495 |
+
},
|
| 496 |
+
{
|
| 497 |
+
"epoch": 14.99,
|
| 498 |
+
"eval_accuracy": 0.8516228748068007,
|
| 499 |
+
"eval_loss": 0.6449967622756958,
|
| 500 |
+
"eval_runtime": 13.3252,
|
| 501 |
+
"eval_samples_per_second": 97.109,
|
| 502 |
+
"eval_steps_per_second": 3.077,
|
| 503 |
+
"step": 600
|
| 504 |
+
},
|
| 505 |
+
{
|
| 506 |
+
"epoch": 15.25,
|
| 507 |
+
"learning_rate": 3.1666666666666666e-05,
|
| 508 |
+
"loss": 0.0567,
|
| 509 |
+
"step": 610
|
| 510 |
+
},
|
| 511 |
+
{
|
| 512 |
+
"epoch": 15.49,
|
| 513 |
+
"learning_rate": 3e-05,
|
| 514 |
+
"loss": 0.0582,
|
| 515 |
+
"step": 620
|
| 516 |
+
},
|
| 517 |
+
{
|
| 518 |
+
"epoch": 15.74,
|
| 519 |
+
"learning_rate": 2.8333333333333332e-05,
|
| 520 |
+
"loss": 0.0498,
|
| 521 |
+
"step": 630
|
| 522 |
+
},
|
| 523 |
+
{
|
| 524 |
+
"epoch": 15.99,
|
| 525 |
+
"learning_rate": 2.6666666666666667e-05,
|
| 526 |
+
"loss": 0.0589,
|
| 527 |
+
"step": 640
|
| 528 |
+
},
|
| 529 |
+
{
|
| 530 |
+
"epoch": 15.99,
|
| 531 |
+
"eval_accuracy": 0.8400309119010819,
|
| 532 |
+
"eval_loss": 0.6786577105522156,
|
| 533 |
+
"eval_runtime": 13.4332,
|
| 534 |
+
"eval_samples_per_second": 96.329,
|
| 535 |
+
"eval_steps_per_second": 3.052,
|
| 536 |
+
"step": 640
|
| 537 |
+
},
|
| 538 |
+
{
|
| 539 |
+
"epoch": 16.25,
|
| 540 |
+
"learning_rate": 2.5e-05,
|
| 541 |
+
"loss": 0.0486,
|
| 542 |
+
"step": 650
|
| 543 |
+
},
|
| 544 |
+
{
|
| 545 |
+
"epoch": 16.49,
|
| 546 |
+
"learning_rate": 2.3333333333333336e-05,
|
| 547 |
+
"loss": 0.0549,
|
| 548 |
+
"step": 660
|
| 549 |
+
},
|
| 550 |
+
{
|
| 551 |
+
"epoch": 16.74,
|
| 552 |
+
"learning_rate": 2.1666666666666667e-05,
|
| 553 |
+
"loss": 0.0613,
|
| 554 |
+
"step": 670
|
| 555 |
+
},
|
| 556 |
+
{
|
| 557 |
+
"epoch": 16.99,
|
| 558 |
+
"learning_rate": 1.9999999999999998e-05,
|
| 559 |
+
"loss": 0.0555,
|
| 560 |
+
"step": 680
|
| 561 |
+
},
|
| 562 |
+
{
|
| 563 |
+
"epoch": 16.99,
|
| 564 |
+
"eval_accuracy": 0.8454404945904173,
|
| 565 |
+
"eval_loss": 0.6641192436218262,
|
| 566 |
+
"eval_runtime": 13.835,
|
| 567 |
+
"eval_samples_per_second": 93.531,
|
| 568 |
+
"eval_steps_per_second": 2.963,
|
| 569 |
+
"step": 680
|
| 570 |
+
},
|
| 571 |
+
{
|
| 572 |
+
"epoch": 17.25,
|
| 573 |
+
"learning_rate": 1.8333333333333336e-05,
|
| 574 |
+
"loss": 0.0555,
|
| 575 |
+
"step": 690
|
| 576 |
+
},
|
| 577 |
+
{
|
| 578 |
+
"epoch": 17.49,
|
| 579 |
+
"learning_rate": 1.6666666666666667e-05,
|
| 580 |
+
"loss": 0.05,
|
| 581 |
+
"step": 700
|
| 582 |
+
},
|
| 583 |
+
{
|
| 584 |
+
"epoch": 17.74,
|
| 585 |
+
"learning_rate": 1.5e-05,
|
| 586 |
+
"loss": 0.0491,
|
| 587 |
+
"step": 710
|
| 588 |
+
},
|
| 589 |
+
{
|
| 590 |
+
"epoch": 17.99,
|
| 591 |
+
"learning_rate": 1.3333333333333333e-05,
|
| 592 |
+
"loss": 0.052,
|
| 593 |
+
"step": 720
|
| 594 |
+
},
|
| 595 |
+
{
|
| 596 |
+
"epoch": 17.99,
|
| 597 |
+
"eval_accuracy": 0.8523956723338485,
|
| 598 |
+
"eval_loss": 0.721319317817688,
|
| 599 |
+
"eval_runtime": 14.1,
|
| 600 |
+
"eval_samples_per_second": 91.773,
|
| 601 |
+
"eval_steps_per_second": 2.908,
|
| 602 |
+
"step": 720
|
| 603 |
+
},
|
| 604 |
+
{
|
| 605 |
+
"epoch": 18.25,
|
| 606 |
+
"learning_rate": 1.1666666666666668e-05,
|
| 607 |
+
"loss": 0.0505,
|
| 608 |
+
"step": 730
|
| 609 |
+
},
|
| 610 |
+
{
|
| 611 |
+
"epoch": 18.49,
|
| 612 |
+
"learning_rate": 9.999999999999999e-06,
|
| 613 |
+
"loss": 0.0481,
|
| 614 |
+
"step": 740
|
| 615 |
+
},
|
| 616 |
+
{
|
| 617 |
+
"epoch": 18.74,
|
| 618 |
+
"learning_rate": 8.333333333333334e-06,
|
| 619 |
+
"loss": 0.0539,
|
| 620 |
+
"step": 750
|
| 621 |
+
},
|
| 622 |
+
{
|
| 623 |
+
"epoch": 18.99,
|
| 624 |
+
"learning_rate": 6.666666666666667e-06,
|
| 625 |
+
"loss": 0.0589,
|
| 626 |
+
"step": 760
|
| 627 |
+
},
|
| 628 |
+
{
|
| 629 |
+
"epoch": 18.99,
|
| 630 |
+
"eval_accuracy": 0.8469860896445132,
|
| 631 |
+
"eval_loss": 0.6916722655296326,
|
| 632 |
+
"eval_runtime": 13.3893,
|
| 633 |
+
"eval_samples_per_second": 96.645,
|
| 634 |
+
"eval_steps_per_second": 3.062,
|
| 635 |
+
"step": 760
|
| 636 |
+
},
|
| 637 |
+
{
|
| 638 |
+
"epoch": 19.25,
|
| 639 |
+
"learning_rate": 4.9999999999999996e-06,
|
| 640 |
+
"loss": 0.0492,
|
| 641 |
+
"step": 770
|
| 642 |
+
},
|
| 643 |
+
{
|
| 644 |
+
"epoch": 19.49,
|
| 645 |
+
"learning_rate": 3.3333333333333333e-06,
|
| 646 |
+
"loss": 0.0431,
|
| 647 |
+
"step": 780
|
| 648 |
+
},
|
| 649 |
+
{
|
| 650 |
+
"epoch": 19.74,
|
| 651 |
+
"learning_rate": 1.6666666666666667e-06,
|
| 652 |
+
"loss": 0.0548,
|
| 653 |
+
"step": 790
|
| 654 |
+
},
|
| 655 |
+
{
|
| 656 |
+
"epoch": 19.99,
|
| 657 |
+
"learning_rate": 0.0,
|
| 658 |
+
"loss": 0.0506,
|
| 659 |
+
"step": 800
|
| 660 |
+
},
|
| 661 |
+
{
|
| 662 |
+
"epoch": 19.99,
|
| 663 |
+
"eval_accuracy": 0.847758887171561,
|
| 664 |
+
"eval_loss": 0.7089598774909973,
|
| 665 |
+
"eval_runtime": 13.4103,
|
| 666 |
+
"eval_samples_per_second": 96.493,
|
| 667 |
+
"eval_steps_per_second": 3.057,
|
| 668 |
+
"step": 800
|
| 669 |
+
},
|
| 670 |
+
{
|
| 671 |
+
"epoch": 19.99,
|
| 672 |
+
"step": 800,
|
| 673 |
+
"total_flos": 2.570971016151724e+18,
|
| 674 |
+
"train_loss": 0.2198217125982046,
|
| 675 |
+
"train_runtime": 2662.746,
|
| 676 |
+
"train_samples_per_second": 38.862,
|
| 677 |
+
"train_steps_per_second": 0.3
|
| 678 |
+
}
|
| 679 |
+
],
|
| 680 |
+
"max_steps": 800,
|
| 681 |
+
"num_train_epochs": 20,
|
| 682 |
+
"total_flos": 2.570971016151724e+18,
|
| 683 |
+
"trial_name": null,
|
| 684 |
+
"trial_params": null
|
| 685 |
+
}
|