joseluhf11 commited on
Commit
5e2a998
1 Parent(s): 5204429

End of training

Browse files
README.md CHANGED
@@ -17,8 +17,8 @@ should probably proofread and complete it, then remove this comment. -->
17
 
18
  This model is a fine-tuned version of [google/vit-base-patch16-224-in21k](https://huggingface.co/google/vit-base-patch16-224-in21k) on an unknown dataset.
19
  It achieves the following results on the evaluation set:
20
- - Loss: 1.4028
21
- - Accuracy: 0.7083
22
 
23
  ## Model description
24
 
 
17
 
18
  This model is a fine-tuned version of [google/vit-base-patch16-224-in21k](https://huggingface.co/google/vit-base-patch16-224-in21k) on an unknown dataset.
19
  It achieves the following results on the evaluation set:
20
+ - Loss: 1.3445
21
+ - Accuracy: 0.8056
22
 
23
  ## Model description
24
 
all_results.json ADDED
@@ -0,0 +1,13 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 50.0,
3
+ "eval_accuracy": 0.8055555555555556,
4
+ "eval_loss": 1.344505786895752,
5
+ "eval_runtime": 1.2316,
6
+ "eval_samples_per_second": 58.459,
7
+ "eval_steps_per_second": 1.624,
8
+ "total_flos": 1.9532356960886784e+18,
9
+ "train_loss": 1.5779063104093074,
10
+ "train_runtime": 1340.4309,
11
+ "train_samples_per_second": 18.8,
12
+ "train_steps_per_second": 0.298
13
+ }
eval_results.json ADDED
@@ -0,0 +1,8 @@
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 50.0,
3
+ "eval_accuracy": 0.8055555555555556,
4
+ "eval_loss": 1.344505786895752,
5
+ "eval_runtime": 1.2316,
6
+ "eval_samples_per_second": 58.459,
7
+ "eval_steps_per_second": 1.624
8
+ }
runs/Dec09_19-52-50_0133c3be2fa4/events.out.tfevents.1702152932.0133c3be2fa4.852.1 ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:749cde39b51f215cf1fabb2e64935be0cdadffd63b0ea6c84f3ad9f337289aaf
3
+ size 411
train_results.json ADDED
@@ -0,0 +1,8 @@
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 50.0,
3
+ "total_flos": 1.9532356960886784e+18,
4
+ "train_loss": 1.5779063104093074,
5
+ "train_runtime": 1340.4309,
6
+ "train_samples_per_second": 18.8,
7
+ "train_steps_per_second": 0.298
8
+ }
trainer_state.json ADDED
@@ -0,0 +1,2878 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": 0.8611111111111112,
3
+ "best_model_checkpoint": "sign_language_classification_v1/checkpoint-264",
4
+ "epoch": 50.0,
5
+ "eval_steps": 500,
6
+ "global_step": 400,
7
+ "is_hyper_param_search": false,
8
+ "is_local_process_zero": true,
9
+ "is_world_process_zero": true,
10
+ "log_history": [
11
+ {
12
+ "epoch": 0.12,
13
+ "learning_rate": 1.25e-06,
14
+ "loss": 3.2873,
15
+ "step": 1
16
+ },
17
+ {
18
+ "epoch": 0.25,
19
+ "learning_rate": 2.5e-06,
20
+ "loss": 3.2978,
21
+ "step": 2
22
+ },
23
+ {
24
+ "epoch": 0.38,
25
+ "learning_rate": 3.75e-06,
26
+ "loss": 3.28,
27
+ "step": 3
28
+ },
29
+ {
30
+ "epoch": 0.5,
31
+ "learning_rate": 5e-06,
32
+ "loss": 3.2786,
33
+ "step": 4
34
+ },
35
+ {
36
+ "epoch": 0.62,
37
+ "learning_rate": 6.25e-06,
38
+ "loss": 3.2834,
39
+ "step": 5
40
+ },
41
+ {
42
+ "epoch": 0.75,
43
+ "learning_rate": 7.5e-06,
44
+ "loss": 3.2949,
45
+ "step": 6
46
+ },
47
+ {
48
+ "epoch": 0.88,
49
+ "learning_rate": 8.75e-06,
50
+ "loss": 3.3025,
51
+ "step": 7
52
+ },
53
+ {
54
+ "epoch": 1.0,
55
+ "learning_rate": 1e-05,
56
+ "loss": 3.2889,
57
+ "step": 8
58
+ },
59
+ {
60
+ "epoch": 1.0,
61
+ "eval_accuracy": 0.05555555555555555,
62
+ "eval_loss": 3.2713797092437744,
63
+ "eval_runtime": 1.1489,
64
+ "eval_samples_per_second": 62.668,
65
+ "eval_steps_per_second": 1.741,
66
+ "step": 8
67
+ },
68
+ {
69
+ "epoch": 1.12,
70
+ "learning_rate": 1.125e-05,
71
+ "loss": 3.2724,
72
+ "step": 9
73
+ },
74
+ {
75
+ "epoch": 1.25,
76
+ "learning_rate": 1.25e-05,
77
+ "loss": 3.2712,
78
+ "step": 10
79
+ },
80
+ {
81
+ "epoch": 1.38,
82
+ "learning_rate": 1.3750000000000002e-05,
83
+ "loss": 3.2872,
84
+ "step": 11
85
+ },
86
+ {
87
+ "epoch": 1.5,
88
+ "learning_rate": 1.5e-05,
89
+ "loss": 3.2629,
90
+ "step": 12
91
+ },
92
+ {
93
+ "epoch": 1.62,
94
+ "learning_rate": 1.6250000000000002e-05,
95
+ "loss": 3.2719,
96
+ "step": 13
97
+ },
98
+ {
99
+ "epoch": 1.75,
100
+ "learning_rate": 1.75e-05,
101
+ "loss": 3.2452,
102
+ "step": 14
103
+ },
104
+ {
105
+ "epoch": 1.88,
106
+ "learning_rate": 1.8750000000000002e-05,
107
+ "loss": 3.256,
108
+ "step": 15
109
+ },
110
+ {
111
+ "epoch": 2.0,
112
+ "learning_rate": 2e-05,
113
+ "loss": 3.2492,
114
+ "step": 16
115
+ },
116
+ {
117
+ "epoch": 2.0,
118
+ "eval_accuracy": 0.125,
119
+ "eval_loss": 3.261528730392456,
120
+ "eval_runtime": 1.0965,
121
+ "eval_samples_per_second": 65.664,
122
+ "eval_steps_per_second": 1.824,
123
+ "step": 16
124
+ },
125
+ {
126
+ "epoch": 2.12,
127
+ "learning_rate": 2.125e-05,
128
+ "loss": 3.2441,
129
+ "step": 17
130
+ },
131
+ {
132
+ "epoch": 2.25,
133
+ "learning_rate": 2.25e-05,
134
+ "loss": 3.2413,
135
+ "step": 18
136
+ },
137
+ {
138
+ "epoch": 2.38,
139
+ "learning_rate": 2.375e-05,
140
+ "loss": 3.2249,
141
+ "step": 19
142
+ },
143
+ {
144
+ "epoch": 2.5,
145
+ "learning_rate": 2.5e-05,
146
+ "loss": 3.2309,
147
+ "step": 20
148
+ },
149
+ {
150
+ "epoch": 2.62,
151
+ "learning_rate": 2.625e-05,
152
+ "loss": 3.2292,
153
+ "step": 21
154
+ },
155
+ {
156
+ "epoch": 2.75,
157
+ "learning_rate": 2.7500000000000004e-05,
158
+ "loss": 3.1908,
159
+ "step": 22
160
+ },
161
+ {
162
+ "epoch": 2.88,
163
+ "learning_rate": 2.8749999999999997e-05,
164
+ "loss": 3.1873,
165
+ "step": 23
166
+ },
167
+ {
168
+ "epoch": 3.0,
169
+ "learning_rate": 3e-05,
170
+ "loss": 3.2263,
171
+ "step": 24
172
+ },
173
+ {
174
+ "epoch": 3.0,
175
+ "eval_accuracy": 0.125,
176
+ "eval_loss": 3.203394889831543,
177
+ "eval_runtime": 1.1276,
178
+ "eval_samples_per_second": 63.851,
179
+ "eval_steps_per_second": 1.774,
180
+ "step": 24
181
+ },
182
+ {
183
+ "epoch": 3.12,
184
+ "learning_rate": 3.125e-05,
185
+ "loss": 3.1968,
186
+ "step": 25
187
+ },
188
+ {
189
+ "epoch": 3.25,
190
+ "learning_rate": 3.2500000000000004e-05,
191
+ "loss": 3.1653,
192
+ "step": 26
193
+ },
194
+ {
195
+ "epoch": 3.38,
196
+ "learning_rate": 3.375000000000001e-05,
197
+ "loss": 3.1591,
198
+ "step": 27
199
+ },
200
+ {
201
+ "epoch": 3.5,
202
+ "learning_rate": 3.5e-05,
203
+ "loss": 3.1429,
204
+ "step": 28
205
+ },
206
+ {
207
+ "epoch": 3.62,
208
+ "learning_rate": 3.625e-05,
209
+ "loss": 3.1298,
210
+ "step": 29
211
+ },
212
+ {
213
+ "epoch": 3.75,
214
+ "learning_rate": 3.7500000000000003e-05,
215
+ "loss": 3.1157,
216
+ "step": 30
217
+ },
218
+ {
219
+ "epoch": 3.88,
220
+ "learning_rate": 3.875e-05,
221
+ "loss": 3.075,
222
+ "step": 31
223
+ },
224
+ {
225
+ "epoch": 4.0,
226
+ "learning_rate": 4e-05,
227
+ "loss": 3.1271,
228
+ "step": 32
229
+ },
230
+ {
231
+ "epoch": 4.0,
232
+ "eval_accuracy": 0.20833333333333334,
233
+ "eval_loss": 3.1297194957733154,
234
+ "eval_runtime": 1.124,
235
+ "eval_samples_per_second": 64.06,
236
+ "eval_steps_per_second": 1.779,
237
+ "step": 32
238
+ },
239
+ {
240
+ "epoch": 4.12,
241
+ "learning_rate": 4.125e-05,
242
+ "loss": 3.0596,
243
+ "step": 33
244
+ },
245
+ {
246
+ "epoch": 4.25,
247
+ "learning_rate": 4.25e-05,
248
+ "loss": 3.0475,
249
+ "step": 34
250
+ },
251
+ {
252
+ "epoch": 4.38,
253
+ "learning_rate": 4.375e-05,
254
+ "loss": 3.0853,
255
+ "step": 35
256
+ },
257
+ {
258
+ "epoch": 4.5,
259
+ "learning_rate": 4.5e-05,
260
+ "loss": 3.0794,
261
+ "step": 36
262
+ },
263
+ {
264
+ "epoch": 4.62,
265
+ "learning_rate": 4.6250000000000006e-05,
266
+ "loss": 3.0746,
267
+ "step": 37
268
+ },
269
+ {
270
+ "epoch": 4.75,
271
+ "learning_rate": 4.75e-05,
272
+ "loss": 2.9772,
273
+ "step": 38
274
+ },
275
+ {
276
+ "epoch": 4.88,
277
+ "learning_rate": 4.875e-05,
278
+ "loss": 3.0311,
279
+ "step": 39
280
+ },
281
+ {
282
+ "epoch": 5.0,
283
+ "learning_rate": 5e-05,
284
+ "loss": 2.9592,
285
+ "step": 40
286
+ },
287
+ {
288
+ "epoch": 5.0,
289
+ "eval_accuracy": 0.2638888888888889,
290
+ "eval_loss": 3.06551194190979,
291
+ "eval_runtime": 1.1056,
292
+ "eval_samples_per_second": 65.122,
293
+ "eval_steps_per_second": 1.809,
294
+ "step": 40
295
+ },
296
+ {
297
+ "epoch": 5.12,
298
+ "learning_rate": 4.986111111111111e-05,
299
+ "loss": 2.8884,
300
+ "step": 41
301
+ },
302
+ {
303
+ "epoch": 5.25,
304
+ "learning_rate": 4.972222222222223e-05,
305
+ "loss": 2.9681,
306
+ "step": 42
307
+ },
308
+ {
309
+ "epoch": 5.38,
310
+ "learning_rate": 4.958333333333334e-05,
311
+ "loss": 2.9507,
312
+ "step": 43
313
+ },
314
+ {
315
+ "epoch": 5.5,
316
+ "learning_rate": 4.9444444444444446e-05,
317
+ "loss": 2.9259,
318
+ "step": 44
319
+ },
320
+ {
321
+ "epoch": 5.62,
322
+ "learning_rate": 4.930555555555556e-05,
323
+ "loss": 2.9088,
324
+ "step": 45
325
+ },
326
+ {
327
+ "epoch": 5.75,
328
+ "learning_rate": 4.9166666666666665e-05,
329
+ "loss": 2.8482,
330
+ "step": 46
331
+ },
332
+ {
333
+ "epoch": 5.88,
334
+ "learning_rate": 4.902777777777778e-05,
335
+ "loss": 2.9336,
336
+ "step": 47
337
+ },
338
+ {
339
+ "epoch": 6.0,
340
+ "learning_rate": 4.888888888888889e-05,
341
+ "loss": 2.9414,
342
+ "step": 48
343
+ },
344
+ {
345
+ "epoch": 6.0,
346
+ "eval_accuracy": 0.3472222222222222,
347
+ "eval_loss": 2.9281809329986572,
348
+ "eval_runtime": 1.1366,
349
+ "eval_samples_per_second": 63.344,
350
+ "eval_steps_per_second": 1.76,
351
+ "step": 48
352
+ },
353
+ {
354
+ "epoch": 6.12,
355
+ "learning_rate": 4.875e-05,
356
+ "loss": 2.9047,
357
+ "step": 49
358
+ },
359
+ {
360
+ "epoch": 6.25,
361
+ "learning_rate": 4.8611111111111115e-05,
362
+ "loss": 2.8374,
363
+ "step": 50
364
+ },
365
+ {
366
+ "epoch": 6.38,
367
+ "learning_rate": 4.8472222222222224e-05,
368
+ "loss": 2.8785,
369
+ "step": 51
370
+ },
371
+ {
372
+ "epoch": 6.5,
373
+ "learning_rate": 4.8333333333333334e-05,
374
+ "loss": 2.734,
375
+ "step": 52
376
+ },
377
+ {
378
+ "epoch": 6.62,
379
+ "learning_rate": 4.819444444444445e-05,
380
+ "loss": 2.7564,
381
+ "step": 53
382
+ },
383
+ {
384
+ "epoch": 6.75,
385
+ "learning_rate": 4.805555555555556e-05,
386
+ "loss": 2.7417,
387
+ "step": 54
388
+ },
389
+ {
390
+ "epoch": 6.88,
391
+ "learning_rate": 4.791666666666667e-05,
392
+ "loss": 2.6786,
393
+ "step": 55
394
+ },
395
+ {
396
+ "epoch": 7.0,
397
+ "learning_rate": 4.7777777777777784e-05,
398
+ "loss": 2.7337,
399
+ "step": 56
400
+ },
401
+ {
402
+ "epoch": 7.0,
403
+ "eval_accuracy": 0.4027777777777778,
404
+ "eval_loss": 2.825361490249634,
405
+ "eval_runtime": 1.2892,
406
+ "eval_samples_per_second": 55.85,
407
+ "eval_steps_per_second": 1.551,
408
+ "step": 56
409
+ },
410
+ {
411
+ "epoch": 7.12,
412
+ "learning_rate": 4.7638888888888887e-05,
413
+ "loss": 2.7761,
414
+ "step": 57
415
+ },
416
+ {
417
+ "epoch": 7.25,
418
+ "learning_rate": 4.75e-05,
419
+ "loss": 2.7389,
420
+ "step": 58
421
+ },
422
+ {
423
+ "epoch": 7.38,
424
+ "learning_rate": 4.736111111111111e-05,
425
+ "loss": 2.6867,
426
+ "step": 59
427
+ },
428
+ {
429
+ "epoch": 7.5,
430
+ "learning_rate": 4.722222222222222e-05,
431
+ "loss": 2.6275,
432
+ "step": 60
433
+ },
434
+ {
435
+ "epoch": 7.62,
436
+ "learning_rate": 4.708333333333334e-05,
437
+ "loss": 2.6247,
438
+ "step": 61
439
+ },
440
+ {
441
+ "epoch": 7.75,
442
+ "learning_rate": 4.6944444444444446e-05,
443
+ "loss": 2.7138,
444
+ "step": 62
445
+ },
446
+ {
447
+ "epoch": 7.88,
448
+ "learning_rate": 4.6805555555555556e-05,
449
+ "loss": 2.5862,
450
+ "step": 63
451
+ },
452
+ {
453
+ "epoch": 8.0,
454
+ "learning_rate": 4.666666666666667e-05,
455
+ "loss": 2.6683,
456
+ "step": 64
457
+ },
458
+ {
459
+ "epoch": 8.0,
460
+ "eval_accuracy": 0.4583333333333333,
461
+ "eval_loss": 2.690866231918335,
462
+ "eval_runtime": 1.3259,
463
+ "eval_samples_per_second": 54.303,
464
+ "eval_steps_per_second": 1.508,
465
+ "step": 64
466
+ },
467
+ {
468
+ "epoch": 8.12,
469
+ "learning_rate": 4.652777777777778e-05,
470
+ "loss": 2.5625,
471
+ "step": 65
472
+ },
473
+ {
474
+ "epoch": 8.25,
475
+ "learning_rate": 4.638888888888889e-05,
476
+ "loss": 2.5487,
477
+ "step": 66
478
+ },
479
+ {
480
+ "epoch": 8.38,
481
+ "learning_rate": 4.6250000000000006e-05,
482
+ "loss": 2.5947,
483
+ "step": 67
484
+ },
485
+ {
486
+ "epoch": 8.5,
487
+ "learning_rate": 4.6111111111111115e-05,
488
+ "loss": 2.5763,
489
+ "step": 68
490
+ },
491
+ {
492
+ "epoch": 8.62,
493
+ "learning_rate": 4.5972222222222225e-05,
494
+ "loss": 2.4386,
495
+ "step": 69
496
+ },
497
+ {
498
+ "epoch": 8.75,
499
+ "learning_rate": 4.5833333333333334e-05,
500
+ "loss": 2.434,
501
+ "step": 70
502
+ },
503
+ {
504
+ "epoch": 8.88,
505
+ "learning_rate": 4.569444444444444e-05,
506
+ "loss": 2.4864,
507
+ "step": 71
508
+ },
509
+ {
510
+ "epoch": 9.0,
511
+ "learning_rate": 4.555555555555556e-05,
512
+ "loss": 2.5837,
513
+ "step": 72
514
+ },
515
+ {
516
+ "epoch": 9.0,
517
+ "eval_accuracy": 0.5416666666666666,
518
+ "eval_loss": 2.59035587310791,
519
+ "eval_runtime": 1.1612,
520
+ "eval_samples_per_second": 62.005,
521
+ "eval_steps_per_second": 1.722,
522
+ "step": 72
523
+ },
524
+ {
525
+ "epoch": 9.12,
526
+ "learning_rate": 4.541666666666667e-05,
527
+ "loss": 2.5574,
528
+ "step": 73
529
+ },
530
+ {
531
+ "epoch": 9.25,
532
+ "learning_rate": 4.527777777777778e-05,
533
+ "loss": 2.3011,
534
+ "step": 74
535
+ },
536
+ {
537
+ "epoch": 9.38,
538
+ "learning_rate": 4.5138888888888894e-05,
539
+ "loss": 2.4267,
540
+ "step": 75
541
+ },
542
+ {
543
+ "epoch": 9.5,
544
+ "learning_rate": 4.5e-05,
545
+ "loss": 2.4231,
546
+ "step": 76
547
+ },
548
+ {
549
+ "epoch": 9.62,
550
+ "learning_rate": 4.486111111111111e-05,
551
+ "loss": 2.469,
552
+ "step": 77
553
+ },
554
+ {
555
+ "epoch": 9.75,
556
+ "learning_rate": 4.472222222222223e-05,
557
+ "loss": 2.3926,
558
+ "step": 78
559
+ },
560
+ {
561
+ "epoch": 9.88,
562
+ "learning_rate": 4.458333333333334e-05,
563
+ "loss": 2.3579,
564
+ "step": 79
565
+ },
566
+ {
567
+ "epoch": 10.0,
568
+ "learning_rate": 4.4444444444444447e-05,
569
+ "loss": 2.4566,
570
+ "step": 80
571
+ },
572
+ {
573
+ "epoch": 10.0,
574
+ "eval_accuracy": 0.5833333333333334,
575
+ "eval_loss": 2.53802227973938,
576
+ "eval_runtime": 1.3374,
577
+ "eval_samples_per_second": 53.836,
578
+ "eval_steps_per_second": 1.495,
579
+ "step": 80
580
+ },
581
+ {
582
+ "epoch": 10.12,
583
+ "learning_rate": 4.4305555555555556e-05,
584
+ "loss": 2.3805,
585
+ "step": 81
586
+ },
587
+ {
588
+ "epoch": 10.25,
589
+ "learning_rate": 4.4166666666666665e-05,
590
+ "loss": 2.3258,
591
+ "step": 82
592
+ },
593
+ {
594
+ "epoch": 10.38,
595
+ "learning_rate": 4.402777777777778e-05,
596
+ "loss": 2.3485,
597
+ "step": 83
598
+ },
599
+ {
600
+ "epoch": 10.5,
601
+ "learning_rate": 4.388888888888889e-05,
602
+ "loss": 2.3897,
603
+ "step": 84
604
+ },
605
+ {
606
+ "epoch": 10.62,
607
+ "learning_rate": 4.375e-05,
608
+ "loss": 2.2521,
609
+ "step": 85
610
+ },
611
+ {
612
+ "epoch": 10.75,
613
+ "learning_rate": 4.3611111111111116e-05,
614
+ "loss": 2.2908,
615
+ "step": 86
616
+ },
617
+ {
618
+ "epoch": 10.88,
619
+ "learning_rate": 4.3472222222222225e-05,
620
+ "loss": 2.2622,
621
+ "step": 87
622
+ },
623
+ {
624
+ "epoch": 11.0,
625
+ "learning_rate": 4.3333333333333334e-05,
626
+ "loss": 2.2188,
627
+ "step": 88
628
+ },
629
+ {
630
+ "epoch": 11.0,
631
+ "eval_accuracy": 0.5416666666666666,
632
+ "eval_loss": 2.4681763648986816,
633
+ "eval_runtime": 1.1411,
634
+ "eval_samples_per_second": 63.1,
635
+ "eval_steps_per_second": 1.753,
636
+ "step": 88
637
+ },
638
+ {
639
+ "epoch": 11.12,
640
+ "learning_rate": 4.319444444444445e-05,
641
+ "loss": 2.3194,
642
+ "step": 89
643
+ },
644
+ {
645
+ "epoch": 11.25,
646
+ "learning_rate": 4.305555555555556e-05,
647
+ "loss": 2.2072,
648
+ "step": 90
649
+ },
650
+ {
651
+ "epoch": 11.38,
652
+ "learning_rate": 4.291666666666667e-05,
653
+ "loss": 2.172,
654
+ "step": 91
655
+ },
656
+ {
657
+ "epoch": 11.5,
658
+ "learning_rate": 4.277777777777778e-05,
659
+ "loss": 2.2478,
660
+ "step": 92
661
+ },
662
+ {
663
+ "epoch": 11.62,
664
+ "learning_rate": 4.263888888888889e-05,
665
+ "loss": 2.1903,
666
+ "step": 93
667
+ },
668
+ {
669
+ "epoch": 11.75,
670
+ "learning_rate": 4.25e-05,
671
+ "loss": 2.1867,
672
+ "step": 94
673
+ },
674
+ {
675
+ "epoch": 11.88,
676
+ "learning_rate": 4.236111111111111e-05,
677
+ "loss": 2.1636,
678
+ "step": 95
679
+ },
680
+ {
681
+ "epoch": 12.0,
682
+ "learning_rate": 4.222222222222222e-05,
683
+ "loss": 2.2885,
684
+ "step": 96
685
+ },
686
+ {
687
+ "epoch": 12.0,
688
+ "eval_accuracy": 0.5833333333333334,
689
+ "eval_loss": 2.3195643424987793,
690
+ "eval_runtime": 1.3304,
691
+ "eval_samples_per_second": 54.118,
692
+ "eval_steps_per_second": 1.503,
693
+ "step": 96
694
+ },
695
+ {
696
+ "epoch": 12.12,
697
+ "learning_rate": 4.208333333333334e-05,
698
+ "loss": 2.077,
699
+ "step": 97
700
+ },
701
+ {
702
+ "epoch": 12.25,
703
+ "learning_rate": 4.194444444444445e-05,
704
+ "loss": 2.1554,
705
+ "step": 98
706
+ },
707
+ {
708
+ "epoch": 12.38,
709
+ "learning_rate": 4.1805555555555556e-05,
710
+ "loss": 2.0482,
711
+ "step": 99
712
+ },
713
+ {
714
+ "epoch": 12.5,
715
+ "learning_rate": 4.166666666666667e-05,
716
+ "loss": 2.107,
717
+ "step": 100
718
+ },
719
+ {
720
+ "epoch": 12.62,
721
+ "learning_rate": 4.152777777777778e-05,
722
+ "loss": 2.1134,
723
+ "step": 101
724
+ },
725
+ {
726
+ "epoch": 12.75,
727
+ "learning_rate": 4.138888888888889e-05,
728
+ "loss": 2.1261,
729
+ "step": 102
730
+ },
731
+ {
732
+ "epoch": 12.88,
733
+ "learning_rate": 4.125e-05,
734
+ "loss": 2.0718,
735
+ "step": 103
736
+ },
737
+ {
738
+ "epoch": 13.0,
739
+ "learning_rate": 4.111111111111111e-05,
740
+ "loss": 2.005,
741
+ "step": 104
742
+ },
743
+ {
744
+ "epoch": 13.0,
745
+ "eval_accuracy": 0.6666666666666666,
746
+ "eval_loss": 2.282362699508667,
747
+ "eval_runtime": 1.3009,
748
+ "eval_samples_per_second": 55.348,
749
+ "eval_steps_per_second": 1.537,
750
+ "step": 104
751
+ },
752
+ {
753
+ "epoch": 13.12,
754
+ "learning_rate": 4.0972222222222225e-05,
755
+ "loss": 2.0269,
756
+ "step": 105
757
+ },
758
+ {
759
+ "epoch": 13.25,
760
+ "learning_rate": 4.0833333333333334e-05,
761
+ "loss": 1.9191,
762
+ "step": 106
763
+ },
764
+ {
765
+ "epoch": 13.38,
766
+ "learning_rate": 4.0694444444444444e-05,
767
+ "loss": 2.0349,
768
+ "step": 107
769
+ },
770
+ {
771
+ "epoch": 13.5,
772
+ "learning_rate": 4.055555555555556e-05,
773
+ "loss": 2.0988,
774
+ "step": 108
775
+ },
776
+ {
777
+ "epoch": 13.62,
778
+ "learning_rate": 4.041666666666667e-05,
779
+ "loss": 2.0798,
780
+ "step": 109
781
+ },
782
+ {
783
+ "epoch": 13.75,
784
+ "learning_rate": 4.027777777777778e-05,
785
+ "loss": 1.8602,
786
+ "step": 110
787
+ },
788
+ {
789
+ "epoch": 13.88,
790
+ "learning_rate": 4.0138888888888894e-05,
791
+ "loss": 1.9826,
792
+ "step": 111
793
+ },
794
+ {
795
+ "epoch": 14.0,
796
+ "learning_rate": 4e-05,
797
+ "loss": 1.9293,
798
+ "step": 112
799
+ },
800
+ {
801
+ "epoch": 14.0,
802
+ "eval_accuracy": 0.6388888888888888,
803
+ "eval_loss": 2.196725606918335,
804
+ "eval_runtime": 1.2726,
805
+ "eval_samples_per_second": 56.577,
806
+ "eval_steps_per_second": 1.572,
807
+ "step": 112
808
+ },
809
+ {
810
+ "epoch": 14.12,
811
+ "learning_rate": 3.986111111111111e-05,
812
+ "loss": 1.9408,
813
+ "step": 113
814
+ },
815
+ {
816
+ "epoch": 14.25,
817
+ "learning_rate": 3.972222222222222e-05,
818
+ "loss": 1.8799,
819
+ "step": 114
820
+ },
821
+ {
822
+ "epoch": 14.38,
823
+ "learning_rate": 3.958333333333333e-05,
824
+ "loss": 1.842,
825
+ "step": 115
826
+ },
827
+ {
828
+ "epoch": 14.5,
829
+ "learning_rate": 3.944444444444445e-05,
830
+ "loss": 2.0401,
831
+ "step": 116
832
+ },
833
+ {
834
+ "epoch": 14.62,
835
+ "learning_rate": 3.9305555555555556e-05,
836
+ "loss": 1.8972,
837
+ "step": 117
838
+ },
839
+ {
840
+ "epoch": 14.75,
841
+ "learning_rate": 3.9166666666666665e-05,
842
+ "loss": 1.9211,
843
+ "step": 118
844
+ },
845
+ {
846
+ "epoch": 14.88,
847
+ "learning_rate": 3.902777777777778e-05,
848
+ "loss": 1.8864,
849
+ "step": 119
850
+ },
851
+ {
852
+ "epoch": 15.0,
853
+ "learning_rate": 3.888888888888889e-05,
854
+ "loss": 1.8396,
855
+ "step": 120
856
+ },
857
+ {
858
+ "epoch": 15.0,
859
+ "eval_accuracy": 0.7361111111111112,
860
+ "eval_loss": 2.0286779403686523,
861
+ "eval_runtime": 1.165,
862
+ "eval_samples_per_second": 61.8,
863
+ "eval_steps_per_second": 1.717,
864
+ "step": 120
865
+ },
866
+ {
867
+ "epoch": 15.12,
868
+ "learning_rate": 3.875e-05,
869
+ "loss": 1.9551,
870
+ "step": 121
871
+ },
872
+ {
873
+ "epoch": 15.25,
874
+ "learning_rate": 3.8611111111111116e-05,
875
+ "loss": 1.8472,
876
+ "step": 122
877
+ },
878
+ {
879
+ "epoch": 15.38,
880
+ "learning_rate": 3.8472222222222225e-05,
881
+ "loss": 1.7747,
882
+ "step": 123
883
+ },
884
+ {
885
+ "epoch": 15.5,
886
+ "learning_rate": 3.8333333333333334e-05,
887
+ "loss": 1.7947,
888
+ "step": 124
889
+ },
890
+ {
891
+ "epoch": 15.62,
892
+ "learning_rate": 3.8194444444444444e-05,
893
+ "loss": 1.7818,
894
+ "step": 125
895
+ },
896
+ {
897
+ "epoch": 15.75,
898
+ "learning_rate": 3.805555555555555e-05,
899
+ "loss": 1.7632,
900
+ "step": 126
901
+ },
902
+ {
903
+ "epoch": 15.88,
904
+ "learning_rate": 3.791666666666667e-05,
905
+ "loss": 1.773,
906
+ "step": 127
907
+ },
908
+ {
909
+ "epoch": 16.0,
910
+ "learning_rate": 3.777777777777778e-05,
911
+ "loss": 1.7066,
912
+ "step": 128
913
+ },
914
+ {
915
+ "epoch": 16.0,
916
+ "eval_accuracy": 0.7361111111111112,
917
+ "eval_loss": 2.035660743713379,
918
+ "eval_runtime": 1.1579,
919
+ "eval_samples_per_second": 62.183,
920
+ "eval_steps_per_second": 1.727,
921
+ "step": 128
922
+ },
923
+ {
924
+ "epoch": 16.12,
925
+ "learning_rate": 3.763888888888889e-05,
926
+ "loss": 1.8366,
927
+ "step": 129
928
+ },
929
+ {
930
+ "epoch": 16.25,
931
+ "learning_rate": 3.7500000000000003e-05,
932
+ "loss": 1.7713,
933
+ "step": 130
934
+ },
935
+ {
936
+ "epoch": 16.38,
937
+ "learning_rate": 3.736111111111111e-05,
938
+ "loss": 1.8229,
939
+ "step": 131
940
+ },
941
+ {
942
+ "epoch": 16.5,
943
+ "learning_rate": 3.722222222222222e-05,
944
+ "loss": 1.7652,
945
+ "step": 132
946
+ },
947
+ {
948
+ "epoch": 16.62,
949
+ "learning_rate": 3.708333333333334e-05,
950
+ "loss": 1.7239,
951
+ "step": 133
952
+ },
953
+ {
954
+ "epoch": 16.75,
955
+ "learning_rate": 3.694444444444445e-05,
956
+ "loss": 1.6065,
957
+ "step": 134
958
+ },
959
+ {
960
+ "epoch": 16.88,
961
+ "learning_rate": 3.6805555555555556e-05,
962
+ "loss": 1.5874,
963
+ "step": 135
964
+ },
965
+ {
966
+ "epoch": 17.0,
967
+ "learning_rate": 3.6666666666666666e-05,
968
+ "loss": 1.6911,
969
+ "step": 136
970
+ },
971
+ {
972
+ "epoch": 17.0,
973
+ "eval_accuracy": 0.7361111111111112,
974
+ "eval_loss": 1.9670071601867676,
975
+ "eval_runtime": 1.1584,
976
+ "eval_samples_per_second": 62.153,
977
+ "eval_steps_per_second": 1.726,
978
+ "step": 136
979
+ },
980
+ {
981
+ "epoch": 17.12,
982
+ "learning_rate": 3.6527777777777775e-05,
983
+ "loss": 1.5983,
984
+ "step": 137
985
+ },
986
+ {
987
+ "epoch": 17.25,
988
+ "learning_rate": 3.638888888888889e-05,
989
+ "loss": 1.7529,
990
+ "step": 138
991
+ },
992
+ {
993
+ "epoch": 17.38,
994
+ "learning_rate": 3.625e-05,
995
+ "loss": 1.6416,
996
+ "step": 139
997
+ },
998
+ {
999
+ "epoch": 17.5,
1000
+ "learning_rate": 3.611111111111111e-05,
1001
+ "loss": 1.6631,
1002
+ "step": 140
1003
+ },
1004
+ {
1005
+ "epoch": 17.62,
1006
+ "learning_rate": 3.5972222222222225e-05,
1007
+ "loss": 1.7048,
1008
+ "step": 141
1009
+ },
1010
+ {
1011
+ "epoch": 17.75,
1012
+ "learning_rate": 3.5833333333333335e-05,
1013
+ "loss": 1.6884,
1014
+ "step": 142
1015
+ },
1016
+ {
1017
+ "epoch": 17.88,
1018
+ "learning_rate": 3.5694444444444444e-05,
1019
+ "loss": 1.6636,
1020
+ "step": 143
1021
+ },
1022
+ {
1023
+ "epoch": 18.0,
1024
+ "learning_rate": 3.555555555555556e-05,
1025
+ "loss": 1.6285,
1026
+ "step": 144
1027
+ },
1028
+ {
1029
+ "epoch": 18.0,
1030
+ "eval_accuracy": 0.7361111111111112,
1031
+ "eval_loss": 1.9186458587646484,
1032
+ "eval_runtime": 1.1572,
1033
+ "eval_samples_per_second": 62.22,
1034
+ "eval_steps_per_second": 1.728,
1035
+ "step": 144
1036
+ },
1037
+ {
1038
+ "epoch": 18.12,
1039
+ "learning_rate": 3.541666666666667e-05,
1040
+ "loss": 1.5803,
1041
+ "step": 145
1042
+ },
1043
+ {
1044
+ "epoch": 18.25,
1045
+ "learning_rate": 3.527777777777778e-05,
1046
+ "loss": 1.6862,
1047
+ "step": 146
1048
+ },
1049
+ {
1050
+ "epoch": 18.38,
1051
+ "learning_rate": 3.513888888888889e-05,
1052
+ "loss": 1.6057,
1053
+ "step": 147
1054
+ },
1055
+ {
1056
+ "epoch": 18.5,
1057
+ "learning_rate": 3.5e-05,
1058
+ "loss": 1.7233,
1059
+ "step": 148
1060
+ },
1061
+ {
1062
+ "epoch": 18.62,
1063
+ "learning_rate": 3.486111111111111e-05,
1064
+ "loss": 1.628,
1065
+ "step": 149
1066
+ },
1067
+ {
1068
+ "epoch": 18.75,
1069
+ "learning_rate": 3.472222222222222e-05,
1070
+ "loss": 1.4979,
1071
+ "step": 150
1072
+ },
1073
+ {
1074
+ "epoch": 18.88,
1075
+ "learning_rate": 3.458333333333333e-05,
1076
+ "loss": 1.5487,
1077
+ "step": 151
1078
+ },
1079
+ {
1080
+ "epoch": 19.0,
1081
+ "learning_rate": 3.444444444444445e-05,
1082
+ "loss": 1.6064,
1083
+ "step": 152
1084
+ },
1085
+ {
1086
+ "epoch": 19.0,
1087
+ "eval_accuracy": 0.6944444444444444,
1088
+ "eval_loss": 1.9239338636398315,
1089
+ "eval_runtime": 1.1488,
1090
+ "eval_samples_per_second": 62.674,
1091
+ "eval_steps_per_second": 1.741,
1092
+ "step": 152
1093
+ },
1094
+ {
1095
+ "epoch": 19.12,
1096
+ "learning_rate": 3.430555555555556e-05,
1097
+ "loss": 1.5404,
1098
+ "step": 153
1099
+ },
1100
+ {
1101
+ "epoch": 19.25,
1102
+ "learning_rate": 3.4166666666666666e-05,
1103
+ "loss": 1.4113,
1104
+ "step": 154
1105
+ },
1106
+ {
1107
+ "epoch": 19.38,
1108
+ "learning_rate": 3.402777777777778e-05,
1109
+ "loss": 1.5838,
1110
+ "step": 155
1111
+ },
1112
+ {
1113
+ "epoch": 19.5,
1114
+ "learning_rate": 3.388888888888889e-05,
1115
+ "loss": 1.5107,
1116
+ "step": 156
1117
+ },
1118
+ {
1119
+ "epoch": 19.62,
1120
+ "learning_rate": 3.375000000000001e-05,
1121
+ "loss": 1.4749,
1122
+ "step": 157
1123
+ },
1124
+ {
1125
+ "epoch": 19.75,
1126
+ "learning_rate": 3.3611111111111116e-05,
1127
+ "loss": 1.6153,
1128
+ "step": 158
1129
+ },
1130
+ {
1131
+ "epoch": 19.88,
1132
+ "learning_rate": 3.347222222222222e-05,
1133
+ "loss": 1.6072,
1134
+ "step": 159
1135
+ },
1136
+ {
1137
+ "epoch": 20.0,
1138
+ "learning_rate": 3.3333333333333335e-05,
1139
+ "loss": 1.6067,
1140
+ "step": 160
1141
+ },
1142
+ {
1143
+ "epoch": 20.0,
1144
+ "eval_accuracy": 0.7777777777777778,
1145
+ "eval_loss": 1.7723278999328613,
1146
+ "eval_runtime": 1.158,
1147
+ "eval_samples_per_second": 62.175,
1148
+ "eval_steps_per_second": 1.727,
1149
+ "step": 160
1150
+ },
1151
+ {
1152
+ "epoch": 20.12,
1153
+ "learning_rate": 3.3194444444444444e-05,
1154
+ "loss": 1.5211,
1155
+ "step": 161
1156
+ },
1157
+ {
1158
+ "epoch": 20.25,
1159
+ "learning_rate": 3.3055555555555553e-05,
1160
+ "loss": 1.4849,
1161
+ "step": 162
1162
+ },
1163
+ {
1164
+ "epoch": 20.38,
1165
+ "learning_rate": 3.291666666666667e-05,
1166
+ "loss": 1.4824,
1167
+ "step": 163
1168
+ },
1169
+ {
1170
+ "epoch": 20.5,
1171
+ "learning_rate": 3.277777777777778e-05,
1172
+ "loss": 1.3954,
1173
+ "step": 164
1174
+ },
1175
+ {
1176
+ "epoch": 20.62,
1177
+ "learning_rate": 3.263888888888889e-05,
1178
+ "loss": 1.4999,
1179
+ "step": 165
1180
+ },
1181
+ {
1182
+ "epoch": 20.75,
1183
+ "learning_rate": 3.2500000000000004e-05,
1184
+ "loss": 1.4035,
1185
+ "step": 166
1186
+ },
1187
+ {
1188
+ "epoch": 20.88,
1189
+ "learning_rate": 3.236111111111111e-05,
1190
+ "loss": 1.4078,
1191
+ "step": 167
1192
+ },
1193
+ {
1194
+ "epoch": 21.0,
1195
+ "learning_rate": 3.222222222222223e-05,
1196
+ "loss": 1.4094,
1197
+ "step": 168
1198
+ },
1199
+ {
1200
+ "epoch": 21.0,
1201
+ "eval_accuracy": 0.75,
1202
+ "eval_loss": 1.7701455354690552,
1203
+ "eval_runtime": 1.1486,
1204
+ "eval_samples_per_second": 62.684,
1205
+ "eval_steps_per_second": 1.741,
1206
+ "step": 168
1207
+ },
1208
+ {
1209
+ "epoch": 21.12,
1210
+ "learning_rate": 3.208333333333334e-05,
1211
+ "loss": 1.4196,
1212
+ "step": 169
1213
+ },
1214
+ {
1215
+ "epoch": 21.25,
1216
+ "learning_rate": 3.194444444444444e-05,
1217
+ "loss": 1.4107,
1218
+ "step": 170
1219
+ },
1220
+ {
1221
+ "epoch": 21.38,
1222
+ "learning_rate": 3.180555555555556e-05,
1223
+ "loss": 1.3853,
1224
+ "step": 171
1225
+ },
1226
+ {
1227
+ "epoch": 21.5,
1228
+ "learning_rate": 3.1666666666666666e-05,
1229
+ "loss": 1.32,
1230
+ "step": 172
1231
+ },
1232
+ {
1233
+ "epoch": 21.62,
1234
+ "learning_rate": 3.1527777777777775e-05,
1235
+ "loss": 1.3411,
1236
+ "step": 173
1237
+ },
1238
+ {
1239
+ "epoch": 21.75,
1240
+ "learning_rate": 3.138888888888889e-05,
1241
+ "loss": 1.377,
1242
+ "step": 174
1243
+ },
1244
+ {
1245
+ "epoch": 21.88,
1246
+ "learning_rate": 3.125e-05,
1247
+ "loss": 1.3504,
1248
+ "step": 175
1249
+ },
1250
+ {
1251
+ "epoch": 22.0,
1252
+ "learning_rate": 3.111111111111111e-05,
1253
+ "loss": 1.4664,
1254
+ "step": 176
1255
+ },
1256
+ {
1257
+ "epoch": 22.0,
1258
+ "eval_accuracy": 0.75,
1259
+ "eval_loss": 1.7453147172927856,
1260
+ "eval_runtime": 1.1609,
1261
+ "eval_samples_per_second": 62.02,
1262
+ "eval_steps_per_second": 1.723,
1263
+ "step": 176
1264
+ },
1265
+ {
1266
+ "epoch": 22.12,
1267
+ "learning_rate": 3.0972222222222226e-05,
1268
+ "loss": 1.279,
1269
+ "step": 177
1270
+ },
1271
+ {
1272
+ "epoch": 22.25,
1273
+ "learning_rate": 3.0833333333333335e-05,
1274
+ "loss": 1.3256,
1275
+ "step": 178
1276
+ },
1277
+ {
1278
+ "epoch": 22.38,
1279
+ "learning_rate": 3.069444444444445e-05,
1280
+ "loss": 1.3083,
1281
+ "step": 179
1282
+ },
1283
+ {
1284
+ "epoch": 22.5,
1285
+ "learning_rate": 3.055555555555556e-05,
1286
+ "loss": 1.3774,
1287
+ "step": 180
1288
+ },
1289
+ {
1290
+ "epoch": 22.62,
1291
+ "learning_rate": 3.0416666666666666e-05,
1292
+ "loss": 1.2658,
1293
+ "step": 181
1294
+ },
1295
+ {
1296
+ "epoch": 22.75,
1297
+ "learning_rate": 3.0277777777777776e-05,
1298
+ "loss": 1.2999,
1299
+ "step": 182
1300
+ },
1301
+ {
1302
+ "epoch": 22.88,
1303
+ "learning_rate": 3.0138888888888888e-05,
1304
+ "loss": 1.4756,
1305
+ "step": 183
1306
+ },
1307
+ {
1308
+ "epoch": 23.0,
1309
+ "learning_rate": 3e-05,
1310
+ "loss": 1.3255,
1311
+ "step": 184
1312
+ },
1313
+ {
1314
+ "epoch": 23.0,
1315
+ "eval_accuracy": 0.7083333333333334,
1316
+ "eval_loss": 1.7102550268173218,
1317
+ "eval_runtime": 1.1441,
1318
+ "eval_samples_per_second": 62.932,
1319
+ "eval_steps_per_second": 1.748,
1320
+ "step": 184
1321
+ },
1322
+ {
1323
+ "epoch": 23.12,
1324
+ "learning_rate": 2.9861111111111113e-05,
1325
+ "loss": 1.2007,
1326
+ "step": 185
1327
+ },
1328
+ {
1329
+ "epoch": 23.25,
1330
+ "learning_rate": 2.9722222222222223e-05,
1331
+ "loss": 1.3202,
1332
+ "step": 186
1333
+ },
1334
+ {
1335
+ "epoch": 23.38,
1336
+ "learning_rate": 2.9583333333333335e-05,
1337
+ "loss": 1.3656,
1338
+ "step": 187
1339
+ },
1340
+ {
1341
+ "epoch": 23.5,
1342
+ "learning_rate": 2.9444444444444448e-05,
1343
+ "loss": 1.3709,
1344
+ "step": 188
1345
+ },
1346
+ {
1347
+ "epoch": 23.62,
1348
+ "learning_rate": 2.9305555555555557e-05,
1349
+ "loss": 1.2755,
1350
+ "step": 189
1351
+ },
1352
+ {
1353
+ "epoch": 23.75,
1354
+ "learning_rate": 2.916666666666667e-05,
1355
+ "loss": 1.2904,
1356
+ "step": 190
1357
+ },
1358
+ {
1359
+ "epoch": 23.88,
1360
+ "learning_rate": 2.9027777777777782e-05,
1361
+ "loss": 1.3189,
1362
+ "step": 191
1363
+ },
1364
+ {
1365
+ "epoch": 24.0,
1366
+ "learning_rate": 2.8888888888888888e-05,
1367
+ "loss": 1.3253,
1368
+ "step": 192
1369
+ },
1370
+ {
1371
+ "epoch": 24.0,
1372
+ "eval_accuracy": 0.7777777777777778,
1373
+ "eval_loss": 1.721591591835022,
1374
+ "eval_runtime": 1.1527,
1375
+ "eval_samples_per_second": 62.462,
1376
+ "eval_steps_per_second": 1.735,
1377
+ "step": 192
1378
+ },
1379
+ {
1380
+ "epoch": 24.12,
1381
+ "learning_rate": 2.8749999999999997e-05,
1382
+ "loss": 1.2694,
1383
+ "step": 193
1384
+ },
1385
+ {
1386
+ "epoch": 24.25,
1387
+ "learning_rate": 2.861111111111111e-05,
1388
+ "loss": 1.4625,
1389
+ "step": 194
1390
+ },
1391
+ {
1392
+ "epoch": 24.38,
1393
+ "learning_rate": 2.8472222222222223e-05,
1394
+ "loss": 1.1592,
1395
+ "step": 195
1396
+ },
1397
+ {
1398
+ "epoch": 24.5,
1399
+ "learning_rate": 2.8333333333333335e-05,
1400
+ "loss": 1.1885,
1401
+ "step": 196
1402
+ },
1403
+ {
1404
+ "epoch": 24.62,
1405
+ "learning_rate": 2.8194444444444445e-05,
1406
+ "loss": 1.1877,
1407
+ "step": 197
1408
+ },
1409
+ {
1410
+ "epoch": 24.75,
1411
+ "learning_rate": 2.8055555555555557e-05,
1412
+ "loss": 1.282,
1413
+ "step": 198
1414
+ },
1415
+ {
1416
+ "epoch": 24.88,
1417
+ "learning_rate": 2.791666666666667e-05,
1418
+ "loss": 1.2798,
1419
+ "step": 199
1420
+ },
1421
+ {
1422
+ "epoch": 25.0,
1423
+ "learning_rate": 2.777777777777778e-05,
1424
+ "loss": 1.2416,
1425
+ "step": 200
1426
+ },
1427
+ {
1428
+ "epoch": 25.0,
1429
+ "eval_accuracy": 0.7777777777777778,
1430
+ "eval_loss": 1.5769885778427124,
1431
+ "eval_runtime": 1.1503,
1432
+ "eval_samples_per_second": 62.594,
1433
+ "eval_steps_per_second": 1.739,
1434
+ "step": 200
1435
+ },
1436
+ {
1437
+ "epoch": 25.12,
1438
+ "learning_rate": 2.7638888888888892e-05,
1439
+ "loss": 1.2002,
1440
+ "step": 201
1441
+ },
1442
+ {
1443
+ "epoch": 25.25,
1444
+ "learning_rate": 2.7500000000000004e-05,
1445
+ "loss": 1.2582,
1446
+ "step": 202
1447
+ },
1448
+ {
1449
+ "epoch": 25.38,
1450
+ "learning_rate": 2.7361111111111114e-05,
1451
+ "loss": 1.3235,
1452
+ "step": 203
1453
+ },
1454
+ {
1455
+ "epoch": 25.5,
1456
+ "learning_rate": 2.7222222222222223e-05,
1457
+ "loss": 1.3069,
1458
+ "step": 204
1459
+ },
1460
+ {
1461
+ "epoch": 25.62,
1462
+ "learning_rate": 2.7083333333333332e-05,
1463
+ "loss": 1.2221,
1464
+ "step": 205
1465
+ },
1466
+ {
1467
+ "epoch": 25.75,
1468
+ "learning_rate": 2.6944444444444445e-05,
1469
+ "loss": 1.1905,
1470
+ "step": 206
1471
+ },
1472
+ {
1473
+ "epoch": 25.88,
1474
+ "learning_rate": 2.6805555555555557e-05,
1475
+ "loss": 1.1395,
1476
+ "step": 207
1477
+ },
1478
+ {
1479
+ "epoch": 26.0,
1480
+ "learning_rate": 2.6666666666666667e-05,
1481
+ "loss": 1.1696,
1482
+ "step": 208
1483
+ },
1484
+ {
1485
+ "epoch": 26.0,
1486
+ "eval_accuracy": 0.7916666666666666,
1487
+ "eval_loss": 1.5098954439163208,
1488
+ "eval_runtime": 1.1834,
1489
+ "eval_samples_per_second": 60.841,
1490
+ "eval_steps_per_second": 1.69,
1491
+ "step": 208
1492
+ },
1493
+ {
1494
+ "epoch": 26.12,
1495
+ "learning_rate": 2.652777777777778e-05,
1496
+ "loss": 1.1661,
1497
+ "step": 209
1498
+ },
1499
+ {
1500
+ "epoch": 26.25,
1501
+ "learning_rate": 2.6388888888888892e-05,
1502
+ "loss": 1.267,
1503
+ "step": 210
1504
+ },
1505
+ {
1506
+ "epoch": 26.38,
1507
+ "learning_rate": 2.625e-05,
1508
+ "loss": 1.334,
1509
+ "step": 211
1510
+ },
1511
+ {
1512
+ "epoch": 26.5,
1513
+ "learning_rate": 2.6111111111111114e-05,
1514
+ "loss": 1.1817,
1515
+ "step": 212
1516
+ },
1517
+ {
1518
+ "epoch": 26.62,
1519
+ "learning_rate": 2.5972222222222226e-05,
1520
+ "loss": 1.1527,
1521
+ "step": 213
1522
+ },
1523
+ {
1524
+ "epoch": 26.75,
1525
+ "learning_rate": 2.5833333333333336e-05,
1526
+ "loss": 1.1049,
1527
+ "step": 214
1528
+ },
1529
+ {
1530
+ "epoch": 26.88,
1531
+ "learning_rate": 2.5694444444444445e-05,
1532
+ "loss": 1.2063,
1533
+ "step": 215
1534
+ },
1535
+ {
1536
+ "epoch": 27.0,
1537
+ "learning_rate": 2.5555555555555554e-05,
1538
+ "loss": 1.1645,
1539
+ "step": 216
1540
+ },
1541
+ {
1542
+ "epoch": 27.0,
1543
+ "eval_accuracy": 0.7916666666666666,
1544
+ "eval_loss": 1.4630253314971924,
1545
+ "eval_runtime": 1.3424,
1546
+ "eval_samples_per_second": 53.635,
1547
+ "eval_steps_per_second": 1.49,
1548
+ "step": 216
1549
+ },
1550
+ {
1551
+ "epoch": 27.12,
1552
+ "learning_rate": 2.5416666666666667e-05,
1553
+ "loss": 1.0659,
1554
+ "step": 217
1555
+ },
1556
+ {
1557
+ "epoch": 27.25,
1558
+ "learning_rate": 2.527777777777778e-05,
1559
+ "loss": 1.2332,
1560
+ "step": 218
1561
+ },
1562
+ {
1563
+ "epoch": 27.38,
1564
+ "learning_rate": 2.513888888888889e-05,
1565
+ "loss": 1.2253,
1566
+ "step": 219
1567
+ },
1568
+ {
1569
+ "epoch": 27.5,
1570
+ "learning_rate": 2.5e-05,
1571
+ "loss": 1.089,
1572
+ "step": 220
1573
+ },
1574
+ {
1575
+ "epoch": 27.62,
1576
+ "learning_rate": 2.4861111111111114e-05,
1577
+ "loss": 1.088,
1578
+ "step": 221
1579
+ },
1580
+ {
1581
+ "epoch": 27.75,
1582
+ "learning_rate": 2.4722222222222223e-05,
1583
+ "loss": 1.0119,
1584
+ "step": 222
1585
+ },
1586
+ {
1587
+ "epoch": 27.88,
1588
+ "learning_rate": 2.4583333333333332e-05,
1589
+ "loss": 1.1187,
1590
+ "step": 223
1591
+ },
1592
+ {
1593
+ "epoch": 28.0,
1594
+ "learning_rate": 2.4444444444444445e-05,
1595
+ "loss": 1.0646,
1596
+ "step": 224
1597
+ },
1598
+ {
1599
+ "epoch": 28.0,
1600
+ "eval_accuracy": 0.7916666666666666,
1601
+ "eval_loss": 1.4988899230957031,
1602
+ "eval_runtime": 1.1779,
1603
+ "eval_samples_per_second": 61.127,
1604
+ "eval_steps_per_second": 1.698,
1605
+ "step": 224
1606
+ },
1607
+ {
1608
+ "epoch": 28.12,
1609
+ "learning_rate": 2.4305555555555558e-05,
1610
+ "loss": 1.1824,
1611
+ "step": 225
1612
+ },
1613
+ {
1614
+ "epoch": 28.25,
1615
+ "learning_rate": 2.4166666666666667e-05,
1616
+ "loss": 1.0541,
1617
+ "step": 226
1618
+ },
1619
+ {
1620
+ "epoch": 28.38,
1621
+ "learning_rate": 2.402777777777778e-05,
1622
+ "loss": 1.1322,
1623
+ "step": 227
1624
+ },
1625
+ {
1626
+ "epoch": 28.5,
1627
+ "learning_rate": 2.3888888888888892e-05,
1628
+ "loss": 1.1507,
1629
+ "step": 228
1630
+ },
1631
+ {
1632
+ "epoch": 28.62,
1633
+ "learning_rate": 2.375e-05,
1634
+ "loss": 1.1121,
1635
+ "step": 229
1636
+ },
1637
+ {
1638
+ "epoch": 28.75,
1639
+ "learning_rate": 2.361111111111111e-05,
1640
+ "loss": 1.1407,
1641
+ "step": 230
1642
+ },
1643
+ {
1644
+ "epoch": 28.88,
1645
+ "learning_rate": 2.3472222222222223e-05,
1646
+ "loss": 0.99,
1647
+ "step": 231
1648
+ },
1649
+ {
1650
+ "epoch": 29.0,
1651
+ "learning_rate": 2.3333333333333336e-05,
1652
+ "loss": 1.0149,
1653
+ "step": 232
1654
+ },
1655
+ {
1656
+ "epoch": 29.0,
1657
+ "eval_accuracy": 0.7222222222222222,
1658
+ "eval_loss": 1.5569297075271606,
1659
+ "eval_runtime": 1.154,
1660
+ "eval_samples_per_second": 62.394,
1661
+ "eval_steps_per_second": 1.733,
1662
+ "step": 232
1663
+ },
1664
+ {
1665
+ "epoch": 29.12,
1666
+ "learning_rate": 2.3194444444444445e-05,
1667
+ "loss": 1.1034,
1668
+ "step": 233
1669
+ },
1670
+ {
1671
+ "epoch": 29.25,
1672
+ "learning_rate": 2.3055555555555558e-05,
1673
+ "loss": 1.1994,
1674
+ "step": 234
1675
+ },
1676
+ {
1677
+ "epoch": 29.38,
1678
+ "learning_rate": 2.2916666666666667e-05,
1679
+ "loss": 1.2542,
1680
+ "step": 235
1681
+ },
1682
+ {
1683
+ "epoch": 29.5,
1684
+ "learning_rate": 2.277777777777778e-05,
1685
+ "loss": 1.0511,
1686
+ "step": 236
1687
+ },
1688
+ {
1689
+ "epoch": 29.62,
1690
+ "learning_rate": 2.263888888888889e-05,
1691
+ "loss": 1.0576,
1692
+ "step": 237
1693
+ },
1694
+ {
1695
+ "epoch": 29.75,
1696
+ "learning_rate": 2.25e-05,
1697
+ "loss": 1.1146,
1698
+ "step": 238
1699
+ },
1700
+ {
1701
+ "epoch": 29.88,
1702
+ "learning_rate": 2.2361111111111114e-05,
1703
+ "loss": 1.1259,
1704
+ "step": 239
1705
+ },
1706
+ {
1707
+ "epoch": 30.0,
1708
+ "learning_rate": 2.2222222222222223e-05,
1709
+ "loss": 1.0799,
1710
+ "step": 240
1711
+ },
1712
+ {
1713
+ "epoch": 30.0,
1714
+ "eval_accuracy": 0.8333333333333334,
1715
+ "eval_loss": 1.360217571258545,
1716
+ "eval_runtime": 1.1747,
1717
+ "eval_samples_per_second": 61.292,
1718
+ "eval_steps_per_second": 1.703,
1719
+ "step": 240
1720
+ },
1721
+ {
1722
+ "epoch": 30.12,
1723
+ "learning_rate": 2.2083333333333333e-05,
1724
+ "loss": 0.99,
1725
+ "step": 241
1726
+ },
1727
+ {
1728
+ "epoch": 30.25,
1729
+ "learning_rate": 2.1944444444444445e-05,
1730
+ "loss": 1.1745,
1731
+ "step": 242
1732
+ },
1733
+ {
1734
+ "epoch": 30.38,
1735
+ "learning_rate": 2.1805555555555558e-05,
1736
+ "loss": 1.0998,
1737
+ "step": 243
1738
+ },
1739
+ {
1740
+ "epoch": 30.5,
1741
+ "learning_rate": 2.1666666666666667e-05,
1742
+ "loss": 1.0923,
1743
+ "step": 244
1744
+ },
1745
+ {
1746
+ "epoch": 30.62,
1747
+ "learning_rate": 2.152777777777778e-05,
1748
+ "loss": 1.0057,
1749
+ "step": 245
1750
+ },
1751
+ {
1752
+ "epoch": 30.75,
1753
+ "learning_rate": 2.138888888888889e-05,
1754
+ "loss": 1.0278,
1755
+ "step": 246
1756
+ },
1757
+ {
1758
+ "epoch": 30.88,
1759
+ "learning_rate": 2.125e-05,
1760
+ "loss": 0.9082,
1761
+ "step": 247
1762
+ },
1763
+ {
1764
+ "epoch": 31.0,
1765
+ "learning_rate": 2.111111111111111e-05,
1766
+ "loss": 0.9528,
1767
+ "step": 248
1768
+ },
1769
+ {
1770
+ "epoch": 31.0,
1771
+ "eval_accuracy": 0.8472222222222222,
1772
+ "eval_loss": 1.3781746625900269,
1773
+ "eval_runtime": 1.1414,
1774
+ "eval_samples_per_second": 63.083,
1775
+ "eval_steps_per_second": 1.752,
1776
+ "step": 248
1777
+ },
1778
+ {
1779
+ "epoch": 31.12,
1780
+ "learning_rate": 2.0972222222222223e-05,
1781
+ "loss": 1.0382,
1782
+ "step": 249
1783
+ },
1784
+ {
1785
+ "epoch": 31.25,
1786
+ "learning_rate": 2.0833333333333336e-05,
1787
+ "loss": 1.0538,
1788
+ "step": 250
1789
+ },
1790
+ {
1791
+ "epoch": 31.38,
1792
+ "learning_rate": 2.0694444444444445e-05,
1793
+ "loss": 1.0172,
1794
+ "step": 251
1795
+ },
1796
+ {
1797
+ "epoch": 31.5,
1798
+ "learning_rate": 2.0555555555555555e-05,
1799
+ "loss": 1.0461,
1800
+ "step": 252
1801
+ },
1802
+ {
1803
+ "epoch": 31.62,
1804
+ "learning_rate": 2.0416666666666667e-05,
1805
+ "loss": 1.1038,
1806
+ "step": 253
1807
+ },
1808
+ {
1809
+ "epoch": 31.75,
1810
+ "learning_rate": 2.027777777777778e-05,
1811
+ "loss": 1.014,
1812
+ "step": 254
1813
+ },
1814
+ {
1815
+ "epoch": 31.88,
1816
+ "learning_rate": 2.013888888888889e-05,
1817
+ "loss": 1.1257,
1818
+ "step": 255
1819
+ },
1820
+ {
1821
+ "epoch": 32.0,
1822
+ "learning_rate": 2e-05,
1823
+ "loss": 1.0461,
1824
+ "step": 256
1825
+ },
1826
+ {
1827
+ "epoch": 32.0,
1828
+ "eval_accuracy": 0.8333333333333334,
1829
+ "eval_loss": 1.369834065437317,
1830
+ "eval_runtime": 1.158,
1831
+ "eval_samples_per_second": 62.174,
1832
+ "eval_steps_per_second": 1.727,
1833
+ "step": 256
1834
+ },
1835
+ {
1836
+ "epoch": 32.12,
1837
+ "learning_rate": 1.986111111111111e-05,
1838
+ "loss": 0.9561,
1839
+ "step": 257
1840
+ },
1841
+ {
1842
+ "epoch": 32.25,
1843
+ "learning_rate": 1.9722222222222224e-05,
1844
+ "loss": 1.165,
1845
+ "step": 258
1846
+ },
1847
+ {
1848
+ "epoch": 32.38,
1849
+ "learning_rate": 1.9583333333333333e-05,
1850
+ "loss": 1.1076,
1851
+ "step": 259
1852
+ },
1853
+ {
1854
+ "epoch": 32.5,
1855
+ "learning_rate": 1.9444444444444445e-05,
1856
+ "loss": 0.8628,
1857
+ "step": 260
1858
+ },
1859
+ {
1860
+ "epoch": 32.62,
1861
+ "learning_rate": 1.9305555555555558e-05,
1862
+ "loss": 0.9574,
1863
+ "step": 261
1864
+ },
1865
+ {
1866
+ "epoch": 32.75,
1867
+ "learning_rate": 1.9166666666666667e-05,
1868
+ "loss": 1.0838,
1869
+ "step": 262
1870
+ },
1871
+ {
1872
+ "epoch": 32.88,
1873
+ "learning_rate": 1.9027777777777776e-05,
1874
+ "loss": 0.9627,
1875
+ "step": 263
1876
+ },
1877
+ {
1878
+ "epoch": 33.0,
1879
+ "learning_rate": 1.888888888888889e-05,
1880
+ "loss": 0.9019,
1881
+ "step": 264
1882
+ },
1883
+ {
1884
+ "epoch": 33.0,
1885
+ "eval_accuracy": 0.8611111111111112,
1886
+ "eval_loss": 1.3250584602355957,
1887
+ "eval_runtime": 1.1822,
1888
+ "eval_samples_per_second": 60.901,
1889
+ "eval_steps_per_second": 1.692,
1890
+ "step": 264
1891
+ },
1892
+ {
1893
+ "epoch": 33.12,
1894
+ "learning_rate": 1.8750000000000002e-05,
1895
+ "loss": 1.0657,
1896
+ "step": 265
1897
+ },
1898
+ {
1899
+ "epoch": 33.25,
1900
+ "learning_rate": 1.861111111111111e-05,
1901
+ "loss": 0.986,
1902
+ "step": 266
1903
+ },
1904
+ {
1905
+ "epoch": 33.38,
1906
+ "learning_rate": 1.8472222222222224e-05,
1907
+ "loss": 1.053,
1908
+ "step": 267
1909
+ },
1910
+ {
1911
+ "epoch": 33.5,
1912
+ "learning_rate": 1.8333333333333333e-05,
1913
+ "loss": 0.8547,
1914
+ "step": 268
1915
+ },
1916
+ {
1917
+ "epoch": 33.62,
1918
+ "learning_rate": 1.8194444444444445e-05,
1919
+ "loss": 0.9879,
1920
+ "step": 269
1921
+ },
1922
+ {
1923
+ "epoch": 33.75,
1924
+ "learning_rate": 1.8055555555555555e-05,
1925
+ "loss": 1.1052,
1926
+ "step": 270
1927
+ },
1928
+ {
1929
+ "epoch": 33.88,
1930
+ "learning_rate": 1.7916666666666667e-05,
1931
+ "loss": 1.0943,
1932
+ "step": 271
1933
+ },
1934
+ {
1935
+ "epoch": 34.0,
1936
+ "learning_rate": 1.777777777777778e-05,
1937
+ "loss": 0.9494,
1938
+ "step": 272
1939
+ },
1940
+ {
1941
+ "epoch": 34.0,
1942
+ "eval_accuracy": 0.8472222222222222,
1943
+ "eval_loss": 1.3585959672927856,
1944
+ "eval_runtime": 1.1745,
1945
+ "eval_samples_per_second": 61.303,
1946
+ "eval_steps_per_second": 1.703,
1947
+ "step": 272
1948
+ },
1949
+ {
1950
+ "epoch": 34.12,
1951
+ "learning_rate": 1.763888888888889e-05,
1952
+ "loss": 1.0655,
1953
+ "step": 273
1954
+ },
1955
+ {
1956
+ "epoch": 34.25,
1957
+ "learning_rate": 1.75e-05,
1958
+ "loss": 1.0317,
1959
+ "step": 274
1960
+ },
1961
+ {
1962
+ "epoch": 34.38,
1963
+ "learning_rate": 1.736111111111111e-05,
1964
+ "loss": 0.9261,
1965
+ "step": 275
1966
+ },
1967
+ {
1968
+ "epoch": 34.5,
1969
+ "learning_rate": 1.7222222222222224e-05,
1970
+ "loss": 0.8874,
1971
+ "step": 276
1972
+ },
1973
+ {
1974
+ "epoch": 34.62,
1975
+ "learning_rate": 1.7083333333333333e-05,
1976
+ "loss": 0.8992,
1977
+ "step": 277
1978
+ },
1979
+ {
1980
+ "epoch": 34.75,
1981
+ "learning_rate": 1.6944444444444446e-05,
1982
+ "loss": 0.8334,
1983
+ "step": 278
1984
+ },
1985
+ {
1986
+ "epoch": 34.88,
1987
+ "learning_rate": 1.6805555555555558e-05,
1988
+ "loss": 1.0757,
1989
+ "step": 279
1990
+ },
1991
+ {
1992
+ "epoch": 35.0,
1993
+ "learning_rate": 1.6666666666666667e-05,
1994
+ "loss": 0.9439,
1995
+ "step": 280
1996
+ },
1997
+ {
1998
+ "epoch": 35.0,
1999
+ "eval_accuracy": 0.8333333333333334,
2000
+ "eval_loss": 1.3526421785354614,
2001
+ "eval_runtime": 1.1674,
2002
+ "eval_samples_per_second": 61.674,
2003
+ "eval_steps_per_second": 1.713,
2004
+ "step": 280
2005
+ },
2006
+ {
2007
+ "epoch": 35.12,
2008
+ "learning_rate": 1.6527777777777777e-05,
2009
+ "loss": 0.9677,
2010
+ "step": 281
2011
+ },
2012
+ {
2013
+ "epoch": 35.25,
2014
+ "learning_rate": 1.638888888888889e-05,
2015
+ "loss": 0.8912,
2016
+ "step": 282
2017
+ },
2018
+ {
2019
+ "epoch": 35.38,
2020
+ "learning_rate": 1.6250000000000002e-05,
2021
+ "loss": 0.9065,
2022
+ "step": 283
2023
+ },
2024
+ {
2025
+ "epoch": 35.5,
2026
+ "learning_rate": 1.6111111111111115e-05,
2027
+ "loss": 0.8201,
2028
+ "step": 284
2029
+ },
2030
+ {
2031
+ "epoch": 35.62,
2032
+ "learning_rate": 1.597222222222222e-05,
2033
+ "loss": 0.9935,
2034
+ "step": 285
2035
+ },
2036
+ {
2037
+ "epoch": 35.75,
2038
+ "learning_rate": 1.5833333333333333e-05,
2039
+ "loss": 0.8867,
2040
+ "step": 286
2041
+ },
2042
+ {
2043
+ "epoch": 35.88,
2044
+ "learning_rate": 1.5694444444444446e-05,
2045
+ "loss": 0.8713,
2046
+ "step": 287
2047
+ },
2048
+ {
2049
+ "epoch": 36.0,
2050
+ "learning_rate": 1.5555555555555555e-05,
2051
+ "loss": 0.9089,
2052
+ "step": 288
2053
+ },
2054
+ {
2055
+ "epoch": 36.0,
2056
+ "eval_accuracy": 0.8333333333333334,
2057
+ "eval_loss": 1.2727890014648438,
2058
+ "eval_runtime": 1.1882,
2059
+ "eval_samples_per_second": 60.598,
2060
+ "eval_steps_per_second": 1.683,
2061
+ "step": 288
2062
+ },
2063
+ {
2064
+ "epoch": 36.12,
2065
+ "learning_rate": 1.5416666666666668e-05,
2066
+ "loss": 1.026,
2067
+ "step": 289
2068
+ },
2069
+ {
2070
+ "epoch": 36.25,
2071
+ "learning_rate": 1.527777777777778e-05,
2072
+ "loss": 1.0595,
2073
+ "step": 290
2074
+ },
2075
+ {
2076
+ "epoch": 36.38,
2077
+ "learning_rate": 1.5138888888888888e-05,
2078
+ "loss": 1.0047,
2079
+ "step": 291
2080
+ },
2081
+ {
2082
+ "epoch": 36.5,
2083
+ "learning_rate": 1.5e-05,
2084
+ "loss": 0.8895,
2085
+ "step": 292
2086
+ },
2087
+ {
2088
+ "epoch": 36.62,
2089
+ "learning_rate": 1.4861111111111111e-05,
2090
+ "loss": 0.889,
2091
+ "step": 293
2092
+ },
2093
+ {
2094
+ "epoch": 36.75,
2095
+ "learning_rate": 1.4722222222222224e-05,
2096
+ "loss": 0.9788,
2097
+ "step": 294
2098
+ },
2099
+ {
2100
+ "epoch": 36.88,
2101
+ "learning_rate": 1.4583333333333335e-05,
2102
+ "loss": 1.0459,
2103
+ "step": 295
2104
+ },
2105
+ {
2106
+ "epoch": 37.0,
2107
+ "learning_rate": 1.4444444444444444e-05,
2108
+ "loss": 0.8962,
2109
+ "step": 296
2110
+ },
2111
+ {
2112
+ "epoch": 37.0,
2113
+ "eval_accuracy": 0.7916666666666666,
2114
+ "eval_loss": 1.30055570602417,
2115
+ "eval_runtime": 1.1986,
2116
+ "eval_samples_per_second": 60.068,
2117
+ "eval_steps_per_second": 1.669,
2118
+ "step": 296
2119
+ },
2120
+ {
2121
+ "epoch": 37.12,
2122
+ "learning_rate": 1.4305555555555555e-05,
2123
+ "loss": 0.8617,
2124
+ "step": 297
2125
+ },
2126
+ {
2127
+ "epoch": 37.25,
2128
+ "learning_rate": 1.4166666666666668e-05,
2129
+ "loss": 0.8941,
2130
+ "step": 298
2131
+ },
2132
+ {
2133
+ "epoch": 37.38,
2134
+ "learning_rate": 1.4027777777777779e-05,
2135
+ "loss": 0.8506,
2136
+ "step": 299
2137
+ },
2138
+ {
2139
+ "epoch": 37.5,
2140
+ "learning_rate": 1.388888888888889e-05,
2141
+ "loss": 0.8558,
2142
+ "step": 300
2143
+ },
2144
+ {
2145
+ "epoch": 37.62,
2146
+ "learning_rate": 1.3750000000000002e-05,
2147
+ "loss": 1.0617,
2148
+ "step": 301
2149
+ },
2150
+ {
2151
+ "epoch": 37.75,
2152
+ "learning_rate": 1.3611111111111111e-05,
2153
+ "loss": 0.9328,
2154
+ "step": 302
2155
+ },
2156
+ {
2157
+ "epoch": 37.88,
2158
+ "learning_rate": 1.3472222222222222e-05,
2159
+ "loss": 1.0107,
2160
+ "step": 303
2161
+ },
2162
+ {
2163
+ "epoch": 38.0,
2164
+ "learning_rate": 1.3333333333333333e-05,
2165
+ "loss": 0.9482,
2166
+ "step": 304
2167
+ },
2168
+ {
2169
+ "epoch": 38.0,
2170
+ "eval_accuracy": 0.8611111111111112,
2171
+ "eval_loss": 1.2592272758483887,
2172
+ "eval_runtime": 1.1755,
2173
+ "eval_samples_per_second": 61.252,
2174
+ "eval_steps_per_second": 1.701,
2175
+ "step": 304
2176
+ },
2177
+ {
2178
+ "epoch": 38.12,
2179
+ "learning_rate": 1.3194444444444446e-05,
2180
+ "loss": 0.9592,
2181
+ "step": 305
2182
+ },
2183
+ {
2184
+ "epoch": 38.25,
2185
+ "learning_rate": 1.3055555555555557e-05,
2186
+ "loss": 1.0206,
2187
+ "step": 306
2188
+ },
2189
+ {
2190
+ "epoch": 38.38,
2191
+ "learning_rate": 1.2916666666666668e-05,
2192
+ "loss": 0.8312,
2193
+ "step": 307
2194
+ },
2195
+ {
2196
+ "epoch": 38.5,
2197
+ "learning_rate": 1.2777777777777777e-05,
2198
+ "loss": 0.9144,
2199
+ "step": 308
2200
+ },
2201
+ {
2202
+ "epoch": 38.62,
2203
+ "learning_rate": 1.263888888888889e-05,
2204
+ "loss": 0.8125,
2205
+ "step": 309
2206
+ },
2207
+ {
2208
+ "epoch": 38.75,
2209
+ "learning_rate": 1.25e-05,
2210
+ "loss": 0.8706,
2211
+ "step": 310
2212
+ },
2213
+ {
2214
+ "epoch": 38.88,
2215
+ "learning_rate": 1.2361111111111112e-05,
2216
+ "loss": 0.9144,
2217
+ "step": 311
2218
+ },
2219
+ {
2220
+ "epoch": 39.0,
2221
+ "learning_rate": 1.2222222222222222e-05,
2222
+ "loss": 0.8804,
2223
+ "step": 312
2224
+ },
2225
+ {
2226
+ "epoch": 39.0,
2227
+ "eval_accuracy": 0.7777777777777778,
2228
+ "eval_loss": 1.3526850938796997,
2229
+ "eval_runtime": 1.163,
2230
+ "eval_samples_per_second": 61.908,
2231
+ "eval_steps_per_second": 1.72,
2232
+ "step": 312
2233
+ },
2234
+ {
2235
+ "epoch": 39.12,
2236
+ "learning_rate": 1.2083333333333333e-05,
2237
+ "loss": 0.9029,
2238
+ "step": 313
2239
+ },
2240
+ {
2241
+ "epoch": 39.25,
2242
+ "learning_rate": 1.1944444444444446e-05,
2243
+ "loss": 1.0177,
2244
+ "step": 314
2245
+ },
2246
+ {
2247
+ "epoch": 39.38,
2248
+ "learning_rate": 1.1805555555555555e-05,
2249
+ "loss": 0.9169,
2250
+ "step": 315
2251
+ },
2252
+ {
2253
+ "epoch": 39.5,
2254
+ "learning_rate": 1.1666666666666668e-05,
2255
+ "loss": 0.9165,
2256
+ "step": 316
2257
+ },
2258
+ {
2259
+ "epoch": 39.62,
2260
+ "learning_rate": 1.1527777777777779e-05,
2261
+ "loss": 0.8733,
2262
+ "step": 317
2263
+ },
2264
+ {
2265
+ "epoch": 39.75,
2266
+ "learning_rate": 1.138888888888889e-05,
2267
+ "loss": 0.8487,
2268
+ "step": 318
2269
+ },
2270
+ {
2271
+ "epoch": 39.88,
2272
+ "learning_rate": 1.125e-05,
2273
+ "loss": 0.9189,
2274
+ "step": 319
2275
+ },
2276
+ {
2277
+ "epoch": 40.0,
2278
+ "learning_rate": 1.1111111111111112e-05,
2279
+ "loss": 0.8348,
2280
+ "step": 320
2281
+ },
2282
+ {
2283
+ "epoch": 40.0,
2284
+ "eval_accuracy": 0.8055555555555556,
2285
+ "eval_loss": 1.275934100151062,
2286
+ "eval_runtime": 1.1713,
2287
+ "eval_samples_per_second": 61.468,
2288
+ "eval_steps_per_second": 1.707,
2289
+ "step": 320
2290
+ },
2291
+ {
2292
+ "epoch": 40.12,
2293
+ "learning_rate": 1.0972222222222223e-05,
2294
+ "loss": 0.9,
2295
+ "step": 321
2296
+ },
2297
+ {
2298
+ "epoch": 40.25,
2299
+ "learning_rate": 1.0833333333333334e-05,
2300
+ "loss": 0.7773,
2301
+ "step": 322
2302
+ },
2303
+ {
2304
+ "epoch": 40.38,
2305
+ "learning_rate": 1.0694444444444444e-05,
2306
+ "loss": 0.8709,
2307
+ "step": 323
2308
+ },
2309
+ {
2310
+ "epoch": 40.5,
2311
+ "learning_rate": 1.0555555555555555e-05,
2312
+ "loss": 0.8861,
2313
+ "step": 324
2314
+ },
2315
+ {
2316
+ "epoch": 40.62,
2317
+ "learning_rate": 1.0416666666666668e-05,
2318
+ "loss": 0.9732,
2319
+ "step": 325
2320
+ },
2321
+ {
2322
+ "epoch": 40.75,
2323
+ "learning_rate": 1.0277777777777777e-05,
2324
+ "loss": 0.7803,
2325
+ "step": 326
2326
+ },
2327
+ {
2328
+ "epoch": 40.88,
2329
+ "learning_rate": 1.013888888888889e-05,
2330
+ "loss": 0.9102,
2331
+ "step": 327
2332
+ },
2333
+ {
2334
+ "epoch": 41.0,
2335
+ "learning_rate": 1e-05,
2336
+ "loss": 0.7823,
2337
+ "step": 328
2338
+ },
2339
+ {
2340
+ "epoch": 41.0,
2341
+ "eval_accuracy": 0.8194444444444444,
2342
+ "eval_loss": 1.307101845741272,
2343
+ "eval_runtime": 1.1847,
2344
+ "eval_samples_per_second": 60.774,
2345
+ "eval_steps_per_second": 1.688,
2346
+ "step": 328
2347
+ },
2348
+ {
2349
+ "epoch": 41.12,
2350
+ "learning_rate": 9.861111111111112e-06,
2351
+ "loss": 0.9279,
2352
+ "step": 329
2353
+ },
2354
+ {
2355
+ "epoch": 41.25,
2356
+ "learning_rate": 9.722222222222223e-06,
2357
+ "loss": 0.8138,
2358
+ "step": 330
2359
+ },
2360
+ {
2361
+ "epoch": 41.38,
2362
+ "learning_rate": 9.583333333333334e-06,
2363
+ "loss": 0.8626,
2364
+ "step": 331
2365
+ },
2366
+ {
2367
+ "epoch": 41.5,
2368
+ "learning_rate": 9.444444444444445e-06,
2369
+ "loss": 0.8504,
2370
+ "step": 332
2371
+ },
2372
+ {
2373
+ "epoch": 41.62,
2374
+ "learning_rate": 9.305555555555555e-06,
2375
+ "loss": 0.7799,
2376
+ "step": 333
2377
+ },
2378
+ {
2379
+ "epoch": 41.75,
2380
+ "learning_rate": 9.166666666666666e-06,
2381
+ "loss": 0.8985,
2382
+ "step": 334
2383
+ },
2384
+ {
2385
+ "epoch": 41.88,
2386
+ "learning_rate": 9.027777777777777e-06,
2387
+ "loss": 0.9914,
2388
+ "step": 335
2389
+ },
2390
+ {
2391
+ "epoch": 42.0,
2392
+ "learning_rate": 8.88888888888889e-06,
2393
+ "loss": 0.8944,
2394
+ "step": 336
2395
+ },
2396
+ {
2397
+ "epoch": 42.0,
2398
+ "eval_accuracy": 0.8194444444444444,
2399
+ "eval_loss": 1.2427630424499512,
2400
+ "eval_runtime": 1.1748,
2401
+ "eval_samples_per_second": 61.287,
2402
+ "eval_steps_per_second": 1.702,
2403
+ "step": 336
2404
+ },
2405
+ {
2406
+ "epoch": 42.12,
2407
+ "learning_rate": 8.75e-06,
2408
+ "loss": 0.8499,
2409
+ "step": 337
2410
+ },
2411
+ {
2412
+ "epoch": 42.25,
2413
+ "learning_rate": 8.611111111111112e-06,
2414
+ "loss": 0.9826,
2415
+ "step": 338
2416
+ },
2417
+ {
2418
+ "epoch": 42.38,
2419
+ "learning_rate": 8.472222222222223e-06,
2420
+ "loss": 0.7537,
2421
+ "step": 339
2422
+ },
2423
+ {
2424
+ "epoch": 42.5,
2425
+ "learning_rate": 8.333333333333334e-06,
2426
+ "loss": 0.8476,
2427
+ "step": 340
2428
+ },
2429
+ {
2430
+ "epoch": 42.62,
2431
+ "learning_rate": 8.194444444444445e-06,
2432
+ "loss": 0.8031,
2433
+ "step": 341
2434
+ },
2435
+ {
2436
+ "epoch": 42.75,
2437
+ "learning_rate": 8.055555555555557e-06,
2438
+ "loss": 0.9647,
2439
+ "step": 342
2440
+ },
2441
+ {
2442
+ "epoch": 42.88,
2443
+ "learning_rate": 7.916666666666667e-06,
2444
+ "loss": 0.8912,
2445
+ "step": 343
2446
+ },
2447
+ {
2448
+ "epoch": 43.0,
2449
+ "learning_rate": 7.777777777777777e-06,
2450
+ "loss": 0.9677,
2451
+ "step": 344
2452
+ },
2453
+ {
2454
+ "epoch": 43.0,
2455
+ "eval_accuracy": 0.7777777777777778,
2456
+ "eval_loss": 1.29029381275177,
2457
+ "eval_runtime": 1.16,
2458
+ "eval_samples_per_second": 62.067,
2459
+ "eval_steps_per_second": 1.724,
2460
+ "step": 344
2461
+ },
2462
+ {
2463
+ "epoch": 43.12,
2464
+ "learning_rate": 7.63888888888889e-06,
2465
+ "loss": 1.0013,
2466
+ "step": 345
2467
+ },
2468
+ {
2469
+ "epoch": 43.25,
2470
+ "learning_rate": 7.5e-06,
2471
+ "loss": 0.934,
2472
+ "step": 346
2473
+ },
2474
+ {
2475
+ "epoch": 43.38,
2476
+ "learning_rate": 7.361111111111112e-06,
2477
+ "loss": 0.9126,
2478
+ "step": 347
2479
+ },
2480
+ {
2481
+ "epoch": 43.5,
2482
+ "learning_rate": 7.222222222222222e-06,
2483
+ "loss": 0.8916,
2484
+ "step": 348
2485
+ },
2486
+ {
2487
+ "epoch": 43.62,
2488
+ "learning_rate": 7.083333333333334e-06,
2489
+ "loss": 0.8839,
2490
+ "step": 349
2491
+ },
2492
+ {
2493
+ "epoch": 43.75,
2494
+ "learning_rate": 6.944444444444445e-06,
2495
+ "loss": 0.8895,
2496
+ "step": 350
2497
+ },
2498
+ {
2499
+ "epoch": 43.88,
2500
+ "learning_rate": 6.805555555555556e-06,
2501
+ "loss": 0.8558,
2502
+ "step": 351
2503
+ },
2504
+ {
2505
+ "epoch": 44.0,
2506
+ "learning_rate": 6.666666666666667e-06,
2507
+ "loss": 0.9584,
2508
+ "step": 352
2509
+ },
2510
+ {
2511
+ "epoch": 44.0,
2512
+ "eval_accuracy": 0.7638888888888888,
2513
+ "eval_loss": 1.311880350112915,
2514
+ "eval_runtime": 1.1671,
2515
+ "eval_samples_per_second": 61.689,
2516
+ "eval_steps_per_second": 1.714,
2517
+ "step": 352
2518
+ },
2519
+ {
2520
+ "epoch": 44.12,
2521
+ "learning_rate": 6.5277777777777784e-06,
2522
+ "loss": 0.81,
2523
+ "step": 353
2524
+ },
2525
+ {
2526
+ "epoch": 44.25,
2527
+ "learning_rate": 6.3888888888888885e-06,
2528
+ "loss": 0.8161,
2529
+ "step": 354
2530
+ },
2531
+ {
2532
+ "epoch": 44.38,
2533
+ "learning_rate": 6.25e-06,
2534
+ "loss": 0.7856,
2535
+ "step": 355
2536
+ },
2537
+ {
2538
+ "epoch": 44.5,
2539
+ "learning_rate": 6.111111111111111e-06,
2540
+ "loss": 0.6869,
2541
+ "step": 356
2542
+ },
2543
+ {
2544
+ "epoch": 44.62,
2545
+ "learning_rate": 5.972222222222223e-06,
2546
+ "loss": 0.841,
2547
+ "step": 357
2548
+ },
2549
+ {
2550
+ "epoch": 44.75,
2551
+ "learning_rate": 5.833333333333334e-06,
2552
+ "loss": 0.8728,
2553
+ "step": 358
2554
+ },
2555
+ {
2556
+ "epoch": 44.88,
2557
+ "learning_rate": 5.694444444444445e-06,
2558
+ "loss": 1.0075,
2559
+ "step": 359
2560
+ },
2561
+ {
2562
+ "epoch": 45.0,
2563
+ "learning_rate": 5.555555555555556e-06,
2564
+ "loss": 0.8342,
2565
+ "step": 360
2566
+ },
2567
+ {
2568
+ "epoch": 45.0,
2569
+ "eval_accuracy": 0.7777777777777778,
2570
+ "eval_loss": 1.3501887321472168,
2571
+ "eval_runtime": 1.1764,
2572
+ "eval_samples_per_second": 61.203,
2573
+ "eval_steps_per_second": 1.7,
2574
+ "step": 360
2575
+ },
2576
+ {
2577
+ "epoch": 45.12,
2578
+ "learning_rate": 5.416666666666667e-06,
2579
+ "loss": 0.8549,
2580
+ "step": 361
2581
+ },
2582
+ {
2583
+ "epoch": 45.25,
2584
+ "learning_rate": 5.277777777777778e-06,
2585
+ "loss": 0.8518,
2586
+ "step": 362
2587
+ },
2588
+ {
2589
+ "epoch": 45.38,
2590
+ "learning_rate": 5.138888888888889e-06,
2591
+ "loss": 0.8303,
2592
+ "step": 363
2593
+ },
2594
+ {
2595
+ "epoch": 45.5,
2596
+ "learning_rate": 5e-06,
2597
+ "loss": 0.8378,
2598
+ "step": 364
2599
+ },
2600
+ {
2601
+ "epoch": 45.62,
2602
+ "learning_rate": 4.861111111111111e-06,
2603
+ "loss": 0.8211,
2604
+ "step": 365
2605
+ },
2606
+ {
2607
+ "epoch": 45.75,
2608
+ "learning_rate": 4.722222222222222e-06,
2609
+ "loss": 0.8094,
2610
+ "step": 366
2611
+ },
2612
+ {
2613
+ "epoch": 45.88,
2614
+ "learning_rate": 4.583333333333333e-06,
2615
+ "loss": 0.7646,
2616
+ "step": 367
2617
+ },
2618
+ {
2619
+ "epoch": 46.0,
2620
+ "learning_rate": 4.444444444444445e-06,
2621
+ "loss": 0.7878,
2622
+ "step": 368
2623
+ },
2624
+ {
2625
+ "epoch": 46.0,
2626
+ "eval_accuracy": 0.8333333333333334,
2627
+ "eval_loss": 1.1940851211547852,
2628
+ "eval_runtime": 1.3426,
2629
+ "eval_samples_per_second": 53.626,
2630
+ "eval_steps_per_second": 1.49,
2631
+ "step": 368
2632
+ },
2633
+ {
2634
+ "epoch": 46.12,
2635
+ "learning_rate": 4.305555555555556e-06,
2636
+ "loss": 0.8782,
2637
+ "step": 369
2638
+ },
2639
+ {
2640
+ "epoch": 46.25,
2641
+ "learning_rate": 4.166666666666667e-06,
2642
+ "loss": 0.7709,
2643
+ "step": 370
2644
+ },
2645
+ {
2646
+ "epoch": 46.38,
2647
+ "learning_rate": 4.027777777777779e-06,
2648
+ "loss": 0.8922,
2649
+ "step": 371
2650
+ },
2651
+ {
2652
+ "epoch": 46.5,
2653
+ "learning_rate": 3.888888888888889e-06,
2654
+ "loss": 0.8539,
2655
+ "step": 372
2656
+ },
2657
+ {
2658
+ "epoch": 46.62,
2659
+ "learning_rate": 3.75e-06,
2660
+ "loss": 0.7969,
2661
+ "step": 373
2662
+ },
2663
+ {
2664
+ "epoch": 46.75,
2665
+ "learning_rate": 3.611111111111111e-06,
2666
+ "loss": 0.8109,
2667
+ "step": 374
2668
+ },
2669
+ {
2670
+ "epoch": 46.88,
2671
+ "learning_rate": 3.4722222222222224e-06,
2672
+ "loss": 0.8346,
2673
+ "step": 375
2674
+ },
2675
+ {
2676
+ "epoch": 47.0,
2677
+ "learning_rate": 3.3333333333333333e-06,
2678
+ "loss": 0.7817,
2679
+ "step": 376
2680
+ },
2681
+ {
2682
+ "epoch": 47.0,
2683
+ "eval_accuracy": 0.8055555555555556,
2684
+ "eval_loss": 1.2670094966888428,
2685
+ "eval_runtime": 1.1931,
2686
+ "eval_samples_per_second": 60.348,
2687
+ "eval_steps_per_second": 1.676,
2688
+ "step": 376
2689
+ },
2690
+ {
2691
+ "epoch": 47.12,
2692
+ "learning_rate": 3.1944444444444443e-06,
2693
+ "loss": 0.7965,
2694
+ "step": 377
2695
+ },
2696
+ {
2697
+ "epoch": 47.25,
2698
+ "learning_rate": 3.0555555555555556e-06,
2699
+ "loss": 0.7273,
2700
+ "step": 378
2701
+ },
2702
+ {
2703
+ "epoch": 47.38,
2704
+ "learning_rate": 2.916666666666667e-06,
2705
+ "loss": 0.8002,
2706
+ "step": 379
2707
+ },
2708
+ {
2709
+ "epoch": 47.5,
2710
+ "learning_rate": 2.777777777777778e-06,
2711
+ "loss": 0.8555,
2712
+ "step": 380
2713
+ },
2714
+ {
2715
+ "epoch": 47.62,
2716
+ "learning_rate": 2.638888888888889e-06,
2717
+ "loss": 0.8853,
2718
+ "step": 381
2719
+ },
2720
+ {
2721
+ "epoch": 47.75,
2722
+ "learning_rate": 2.5e-06,
2723
+ "loss": 0.9409,
2724
+ "step": 382
2725
+ },
2726
+ {
2727
+ "epoch": 47.88,
2728
+ "learning_rate": 2.361111111111111e-06,
2729
+ "loss": 0.8717,
2730
+ "step": 383
2731
+ },
2732
+ {
2733
+ "epoch": 48.0,
2734
+ "learning_rate": 2.2222222222222225e-06,
2735
+ "loss": 0.812,
2736
+ "step": 384
2737
+ },
2738
+ {
2739
+ "epoch": 48.0,
2740
+ "eval_accuracy": 0.8194444444444444,
2741
+ "eval_loss": 1.2068408727645874,
2742
+ "eval_runtime": 1.1942,
2743
+ "eval_samples_per_second": 60.292,
2744
+ "eval_steps_per_second": 1.675,
2745
+ "step": 384
2746
+ },
2747
+ {
2748
+ "epoch": 48.12,
2749
+ "learning_rate": 2.0833333333333334e-06,
2750
+ "loss": 0.8121,
2751
+ "step": 385
2752
+ },
2753
+ {
2754
+ "epoch": 48.25,
2755
+ "learning_rate": 1.9444444444444444e-06,
2756
+ "loss": 0.8815,
2757
+ "step": 386
2758
+ },
2759
+ {
2760
+ "epoch": 48.38,
2761
+ "learning_rate": 1.8055555555555555e-06,
2762
+ "loss": 0.8755,
2763
+ "step": 387
2764
+ },
2765
+ {
2766
+ "epoch": 48.5,
2767
+ "learning_rate": 1.6666666666666667e-06,
2768
+ "loss": 0.7822,
2769
+ "step": 388
2770
+ },
2771
+ {
2772
+ "epoch": 48.62,
2773
+ "learning_rate": 1.5277777777777778e-06,
2774
+ "loss": 0.827,
2775
+ "step": 389
2776
+ },
2777
+ {
2778
+ "epoch": 48.75,
2779
+ "learning_rate": 1.388888888888889e-06,
2780
+ "loss": 0.7554,
2781
+ "step": 390
2782
+ },
2783
+ {
2784
+ "epoch": 48.88,
2785
+ "learning_rate": 1.25e-06,
2786
+ "loss": 0.9329,
2787
+ "step": 391
2788
+ },
2789
+ {
2790
+ "epoch": 49.0,
2791
+ "learning_rate": 1.1111111111111112e-06,
2792
+ "loss": 0.9714,
2793
+ "step": 392
2794
+ },
2795
+ {
2796
+ "epoch": 49.0,
2797
+ "eval_accuracy": 0.75,
2798
+ "eval_loss": 1.3479645252227783,
2799
+ "eval_runtime": 1.1626,
2800
+ "eval_samples_per_second": 61.932,
2801
+ "eval_steps_per_second": 1.72,
2802
+ "step": 392
2803
+ },
2804
+ {
2805
+ "epoch": 49.12,
2806
+ "learning_rate": 9.722222222222222e-07,
2807
+ "loss": 1.0015,
2808
+ "step": 393
2809
+ },
2810
+ {
2811
+ "epoch": 49.25,
2812
+ "learning_rate": 8.333333333333333e-07,
2813
+ "loss": 0.814,
2814
+ "step": 394
2815
+ },
2816
+ {
2817
+ "epoch": 49.38,
2818
+ "learning_rate": 6.944444444444445e-07,
2819
+ "loss": 1.0259,
2820
+ "step": 395
2821
+ },
2822
+ {
2823
+ "epoch": 49.5,
2824
+ "learning_rate": 5.555555555555556e-07,
2825
+ "loss": 0.7199,
2826
+ "step": 396
2827
+ },
2828
+ {
2829
+ "epoch": 49.62,
2830
+ "learning_rate": 4.1666666666666667e-07,
2831
+ "loss": 0.7806,
2832
+ "step": 397
2833
+ },
2834
+ {
2835
+ "epoch": 49.75,
2836
+ "learning_rate": 2.777777777777778e-07,
2837
+ "loss": 0.915,
2838
+ "step": 398
2839
+ },
2840
+ {
2841
+ "epoch": 49.88,
2842
+ "learning_rate": 1.388888888888889e-07,
2843
+ "loss": 0.8828,
2844
+ "step": 399
2845
+ },
2846
+ {
2847
+ "epoch": 50.0,
2848
+ "learning_rate": 0.0,
2849
+ "loss": 0.9362,
2850
+ "step": 400
2851
+ },
2852
+ {
2853
+ "epoch": 50.0,
2854
+ "eval_accuracy": 0.7083333333333334,
2855
+ "eval_loss": 1.4028462171554565,
2856
+ "eval_runtime": 1.1672,
2857
+ "eval_samples_per_second": 61.685,
2858
+ "eval_steps_per_second": 1.713,
2859
+ "step": 400
2860
+ },
2861
+ {
2862
+ "epoch": 50.0,
2863
+ "step": 400,
2864
+ "total_flos": 1.9532356960886784e+18,
2865
+ "train_loss": 1.5779063104093074,
2866
+ "train_runtime": 1340.4309,
2867
+ "train_samples_per_second": 18.8,
2868
+ "train_steps_per_second": 0.298
2869
+ }
2870
+ ],
2871
+ "logging_steps": 1,
2872
+ "max_steps": 400,
2873
+ "num_train_epochs": 50,
2874
+ "save_steps": 500,
2875
+ "total_flos": 1.9532356960886784e+18,
2876
+ "trial_name": null,
2877
+ "trial_params": null
2878
+ }