kyle0518 commited on
Commit
98afc3e
1 Parent(s): cbb8b60

End of training

Browse files
Files changed (3) hide show
  1. all_results.json +7 -0
  2. train_results.json +7 -0
  3. trainer_state.json +1606 -0
all_results.json ADDED
@@ -0,0 +1,7 @@
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 2.33,
3
+ "train_loss": 0.047377249488086234,
4
+ "train_runtime": 41549.3568,
5
+ "train_samples_per_second": 0.237,
6
+ "train_steps_per_second": 0.059
7
+ }
train_results.json ADDED
@@ -0,0 +1,7 @@
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 2.33,
3
+ "train_loss": 0.047377249488086234,
4
+ "train_runtime": 41549.3568,
5
+ "train_samples_per_second": 0.237,
6
+ "train_steps_per_second": 0.059
7
+ }
trainer_state.json ADDED
@@ -0,0 +1,1606 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": 0.5603644646924829,
3
+ "best_model_checkpoint": "videomae-base-fatigue-detection-full/checkpoint-1800",
4
+ "epoch": 2.3325193325193325,
5
+ "eval_steps": 200,
6
+ "global_step": 2457,
7
+ "is_hyper_param_search": false,
8
+ "is_local_process_zero": true,
9
+ "is_world_process_zero": true,
10
+ "log_history": [
11
+ {
12
+ "epoch": 0.0,
13
+ "learning_rate": 2.0325203252032523e-06,
14
+ "loss": 1.0932,
15
+ "step": 10
16
+ },
17
+ {
18
+ "epoch": 0.01,
19
+ "learning_rate": 4.0650406504065046e-06,
20
+ "loss": 1.071,
21
+ "step": 20
22
+ },
23
+ {
24
+ "epoch": 0.01,
25
+ "learning_rate": 6.0975609756097564e-06,
26
+ "loss": 1.0823,
27
+ "step": 30
28
+ },
29
+ {
30
+ "epoch": 0.02,
31
+ "learning_rate": 8.130081300813009e-06,
32
+ "loss": 1.065,
33
+ "step": 40
34
+ },
35
+ {
36
+ "epoch": 0.02,
37
+ "learning_rate": 1.016260162601626e-05,
38
+ "loss": 0.9151,
39
+ "step": 50
40
+ },
41
+ {
42
+ "epoch": 0.02,
43
+ "learning_rate": 1.2195121951219513e-05,
44
+ "loss": 0.9317,
45
+ "step": 60
46
+ },
47
+ {
48
+ "epoch": 0.03,
49
+ "learning_rate": 1.4227642276422764e-05,
50
+ "loss": 0.7747,
51
+ "step": 70
52
+ },
53
+ {
54
+ "epoch": 0.03,
55
+ "learning_rate": 1.6260162601626018e-05,
56
+ "loss": 0.7065,
57
+ "step": 80
58
+ },
59
+ {
60
+ "epoch": 0.04,
61
+ "learning_rate": 1.8292682926829268e-05,
62
+ "loss": 0.6079,
63
+ "step": 90
64
+ },
65
+ {
66
+ "epoch": 0.04,
67
+ "learning_rate": 2.032520325203252e-05,
68
+ "loss": 0.4306,
69
+ "step": 100
70
+ },
71
+ {
72
+ "epoch": 0.04,
73
+ "learning_rate": 2.2357723577235773e-05,
74
+ "loss": 0.5325,
75
+ "step": 110
76
+ },
77
+ {
78
+ "epoch": 0.05,
79
+ "learning_rate": 2.4390243902439026e-05,
80
+ "loss": 0.2726,
81
+ "step": 120
82
+ },
83
+ {
84
+ "epoch": 0.05,
85
+ "learning_rate": 2.642276422764228e-05,
86
+ "loss": 0.3247,
87
+ "step": 130
88
+ },
89
+ {
90
+ "epoch": 0.06,
91
+ "learning_rate": 2.8455284552845528e-05,
92
+ "loss": 0.2971,
93
+ "step": 140
94
+ },
95
+ {
96
+ "epoch": 0.06,
97
+ "learning_rate": 3.048780487804878e-05,
98
+ "loss": 0.2515,
99
+ "step": 150
100
+ },
101
+ {
102
+ "epoch": 0.07,
103
+ "learning_rate": 3.2520325203252037e-05,
104
+ "loss": 0.2845,
105
+ "step": 160
106
+ },
107
+ {
108
+ "epoch": 0.07,
109
+ "learning_rate": 3.4552845528455286e-05,
110
+ "loss": 0.1247,
111
+ "step": 170
112
+ },
113
+ {
114
+ "epoch": 0.07,
115
+ "learning_rate": 3.6585365853658535e-05,
116
+ "loss": 0.0741,
117
+ "step": 180
118
+ },
119
+ {
120
+ "epoch": 0.08,
121
+ "learning_rate": 3.861788617886179e-05,
122
+ "loss": 0.248,
123
+ "step": 190
124
+ },
125
+ {
126
+ "epoch": 0.08,
127
+ "learning_rate": 4.065040650406504e-05,
128
+ "loss": 0.0402,
129
+ "step": 200
130
+ },
131
+ {
132
+ "epoch": 0.08,
133
+ "eval_accuracy": 0.4646924829157175,
134
+ "eval_loss": 1.2843588590621948,
135
+ "eval_runtime": 1127.5818,
136
+ "eval_samples_per_second": 0.389,
137
+ "eval_steps_per_second": 0.098,
138
+ "step": 200
139
+ },
140
+ {
141
+ "epoch": 0.09,
142
+ "learning_rate": 4.26829268292683e-05,
143
+ "loss": 0.0652,
144
+ "step": 210
145
+ },
146
+ {
147
+ "epoch": 0.09,
148
+ "learning_rate": 4.4715447154471546e-05,
149
+ "loss": 0.0827,
150
+ "step": 220
151
+ },
152
+ {
153
+ "epoch": 0.09,
154
+ "learning_rate": 4.6747967479674795e-05,
155
+ "loss": 0.1339,
156
+ "step": 230
157
+ },
158
+ {
159
+ "epoch": 0.1,
160
+ "learning_rate": 4.878048780487805e-05,
161
+ "loss": 0.0576,
162
+ "step": 240
163
+ },
164
+ {
165
+ "epoch": 0.1,
166
+ "learning_rate": 4.9909543193125285e-05,
167
+ "loss": 0.0135,
168
+ "step": 250
169
+ },
170
+ {
171
+ "epoch": 0.11,
172
+ "learning_rate": 4.9683401175938496e-05,
173
+ "loss": 0.0197,
174
+ "step": 260
175
+ },
176
+ {
177
+ "epoch": 0.11,
178
+ "learning_rate": 4.94572591587517e-05,
179
+ "loss": 0.0287,
180
+ "step": 270
181
+ },
182
+ {
183
+ "epoch": 0.11,
184
+ "learning_rate": 4.9231117141564905e-05,
185
+ "loss": 0.0066,
186
+ "step": 280
187
+ },
188
+ {
189
+ "epoch": 0.12,
190
+ "learning_rate": 4.900497512437811e-05,
191
+ "loss": 0.0256,
192
+ "step": 290
193
+ },
194
+ {
195
+ "epoch": 0.12,
196
+ "learning_rate": 4.877883310719132e-05,
197
+ "loss": 0.0016,
198
+ "step": 300
199
+ },
200
+ {
201
+ "epoch": 0.13,
202
+ "learning_rate": 4.8552691090004524e-05,
203
+ "loss": 0.0036,
204
+ "step": 310
205
+ },
206
+ {
207
+ "epoch": 0.13,
208
+ "learning_rate": 4.8326549072817735e-05,
209
+ "loss": 0.0039,
210
+ "step": 320
211
+ },
212
+ {
213
+ "epoch": 0.13,
214
+ "learning_rate": 4.810040705563094e-05,
215
+ "loss": 0.0014,
216
+ "step": 330
217
+ },
218
+ {
219
+ "epoch": 0.14,
220
+ "learning_rate": 4.787426503844414e-05,
221
+ "loss": 0.0012,
222
+ "step": 340
223
+ },
224
+ {
225
+ "epoch": 0.14,
226
+ "learning_rate": 4.7648123021257354e-05,
227
+ "loss": 0.0007,
228
+ "step": 350
229
+ },
230
+ {
231
+ "epoch": 0.15,
232
+ "learning_rate": 4.742198100407056e-05,
233
+ "loss": 0.0278,
234
+ "step": 360
235
+ },
236
+ {
237
+ "epoch": 0.15,
238
+ "learning_rate": 4.719583898688377e-05,
239
+ "loss": 0.0004,
240
+ "step": 370
241
+ },
242
+ {
243
+ "epoch": 0.15,
244
+ "learning_rate": 4.696969696969697e-05,
245
+ "loss": 0.0004,
246
+ "step": 380
247
+ },
248
+ {
249
+ "epoch": 0.16,
250
+ "learning_rate": 4.674355495251018e-05,
251
+ "loss": 0.0004,
252
+ "step": 390
253
+ },
254
+ {
255
+ "epoch": 0.16,
256
+ "learning_rate": 4.651741293532338e-05,
257
+ "loss": 0.0003,
258
+ "step": 400
259
+ },
260
+ {
261
+ "epoch": 0.16,
262
+ "eval_accuracy": 0.46924829157175396,
263
+ "eval_loss": 1.65602445602417,
264
+ "eval_runtime": 1082.8751,
265
+ "eval_samples_per_second": 0.405,
266
+ "eval_steps_per_second": 0.102,
267
+ "step": 400
268
+ },
269
+ {
270
+ "epoch": 0.17,
271
+ "learning_rate": 4.629127091813659e-05,
272
+ "loss": 0.0003,
273
+ "step": 410
274
+ },
275
+ {
276
+ "epoch": 0.17,
277
+ "learning_rate": 4.60651289009498e-05,
278
+ "loss": 0.0003,
279
+ "step": 420
280
+ },
281
+ {
282
+ "epoch": 0.18,
283
+ "learning_rate": 4.583898688376301e-05,
284
+ "loss": 0.0003,
285
+ "step": 430
286
+ },
287
+ {
288
+ "epoch": 0.18,
289
+ "learning_rate": 4.561284486657621e-05,
290
+ "loss": 0.0003,
291
+ "step": 440
292
+ },
293
+ {
294
+ "epoch": 0.18,
295
+ "learning_rate": 4.5386702849389416e-05,
296
+ "loss": 0.0003,
297
+ "step": 450
298
+ },
299
+ {
300
+ "epoch": 0.19,
301
+ "learning_rate": 4.516056083220263e-05,
302
+ "loss": 0.0003,
303
+ "step": 460
304
+ },
305
+ {
306
+ "epoch": 0.19,
307
+ "learning_rate": 4.493441881501583e-05,
308
+ "loss": 0.0002,
309
+ "step": 470
310
+ },
311
+ {
312
+ "epoch": 0.2,
313
+ "learning_rate": 4.470827679782904e-05,
314
+ "loss": 0.0002,
315
+ "step": 480
316
+ },
317
+ {
318
+ "epoch": 0.2,
319
+ "learning_rate": 4.4482134780642246e-05,
320
+ "loss": 0.0002,
321
+ "step": 490
322
+ },
323
+ {
324
+ "epoch": 0.2,
325
+ "learning_rate": 4.425599276345545e-05,
326
+ "loss": 0.0002,
327
+ "step": 500
328
+ },
329
+ {
330
+ "epoch": 0.21,
331
+ "learning_rate": 4.402985074626866e-05,
332
+ "loss": 0.0002,
333
+ "step": 510
334
+ },
335
+ {
336
+ "epoch": 0.21,
337
+ "learning_rate": 4.3803708729081865e-05,
338
+ "loss": 0.0002,
339
+ "step": 520
340
+ },
341
+ {
342
+ "epoch": 0.22,
343
+ "learning_rate": 4.3577566711895076e-05,
344
+ "loss": 0.0002,
345
+ "step": 530
346
+ },
347
+ {
348
+ "epoch": 0.22,
349
+ "learning_rate": 4.335142469470828e-05,
350
+ "loss": 0.0002,
351
+ "step": 540
352
+ },
353
+ {
354
+ "epoch": 0.22,
355
+ "learning_rate": 4.3125282677521484e-05,
356
+ "loss": 0.0001,
357
+ "step": 550
358
+ },
359
+ {
360
+ "epoch": 0.23,
361
+ "learning_rate": 4.289914066033469e-05,
362
+ "loss": 0.0001,
363
+ "step": 560
364
+ },
365
+ {
366
+ "epoch": 0.23,
367
+ "learning_rate": 4.26729986431479e-05,
368
+ "loss": 0.0001,
369
+ "step": 570
370
+ },
371
+ {
372
+ "epoch": 0.24,
373
+ "learning_rate": 4.2446856625961104e-05,
374
+ "loss": 0.0001,
375
+ "step": 580
376
+ },
377
+ {
378
+ "epoch": 0.24,
379
+ "learning_rate": 4.2220714608774314e-05,
380
+ "loss": 0.0002,
381
+ "step": 590
382
+ },
383
+ {
384
+ "epoch": 0.24,
385
+ "learning_rate": 4.199457259158752e-05,
386
+ "loss": 0.0001,
387
+ "step": 600
388
+ },
389
+ {
390
+ "epoch": 0.24,
391
+ "eval_accuracy": 0.4510250569476082,
392
+ "eval_loss": 2.0519042015075684,
393
+ "eval_runtime": 1093.6378,
394
+ "eval_samples_per_second": 0.401,
395
+ "eval_steps_per_second": 0.101,
396
+ "step": 600
397
+ },
398
+ {
399
+ "epoch": 0.25,
400
+ "learning_rate": 4.176843057440072e-05,
401
+ "loss": 0.0002,
402
+ "step": 610
403
+ },
404
+ {
405
+ "epoch": 0.25,
406
+ "learning_rate": 4.1542288557213934e-05,
407
+ "loss": 0.0001,
408
+ "step": 620
409
+ },
410
+ {
411
+ "epoch": 0.26,
412
+ "learning_rate": 4.131614654002714e-05,
413
+ "loss": 0.0001,
414
+ "step": 630
415
+ },
416
+ {
417
+ "epoch": 0.26,
418
+ "learning_rate": 4.109000452284035e-05,
419
+ "loss": 0.0001,
420
+ "step": 640
421
+ },
422
+ {
423
+ "epoch": 0.26,
424
+ "learning_rate": 4.086386250565355e-05,
425
+ "loss": 0.0001,
426
+ "step": 650
427
+ },
428
+ {
429
+ "epoch": 0.27,
430
+ "learning_rate": 4.063772048846676e-05,
431
+ "loss": 0.0001,
432
+ "step": 660
433
+ },
434
+ {
435
+ "epoch": 0.27,
436
+ "learning_rate": 4.041157847127997e-05,
437
+ "loss": 0.0001,
438
+ "step": 670
439
+ },
440
+ {
441
+ "epoch": 0.28,
442
+ "learning_rate": 4.018543645409317e-05,
443
+ "loss": 0.0004,
444
+ "step": 680
445
+ },
446
+ {
447
+ "epoch": 0.28,
448
+ "learning_rate": 3.995929443690638e-05,
449
+ "loss": 0.0002,
450
+ "step": 690
451
+ },
452
+ {
453
+ "epoch": 0.28,
454
+ "learning_rate": 3.973315241971959e-05,
455
+ "loss": 0.0003,
456
+ "step": 700
457
+ },
458
+ {
459
+ "epoch": 0.29,
460
+ "learning_rate": 3.950701040253279e-05,
461
+ "loss": 0.0001,
462
+ "step": 710
463
+ },
464
+ {
465
+ "epoch": 0.29,
466
+ "learning_rate": 3.9280868385345995e-05,
467
+ "loss": 0.0001,
468
+ "step": 720
469
+ },
470
+ {
471
+ "epoch": 0.3,
472
+ "learning_rate": 3.9054726368159206e-05,
473
+ "loss": 0.0002,
474
+ "step": 730
475
+ },
476
+ {
477
+ "epoch": 0.3,
478
+ "learning_rate": 3.882858435097241e-05,
479
+ "loss": 0.0001,
480
+ "step": 740
481
+ },
482
+ {
483
+ "epoch": 0.31,
484
+ "learning_rate": 3.860244233378562e-05,
485
+ "loss": 0.0001,
486
+ "step": 750
487
+ },
488
+ {
489
+ "epoch": 0.31,
490
+ "learning_rate": 3.8376300316598826e-05,
491
+ "loss": 0.0001,
492
+ "step": 760
493
+ },
494
+ {
495
+ "epoch": 0.31,
496
+ "learning_rate": 3.815015829941203e-05,
497
+ "loss": 0.0001,
498
+ "step": 770
499
+ },
500
+ {
501
+ "epoch": 0.32,
502
+ "learning_rate": 3.792401628222524e-05,
503
+ "loss": 0.0001,
504
+ "step": 780
505
+ },
506
+ {
507
+ "epoch": 0.32,
508
+ "learning_rate": 3.7697874265038445e-05,
509
+ "loss": 0.0001,
510
+ "step": 790
511
+ },
512
+ {
513
+ "epoch": 0.33,
514
+ "learning_rate": 3.7471732247851656e-05,
515
+ "loss": 0.0001,
516
+ "step": 800
517
+ },
518
+ {
519
+ "epoch": 0.33,
520
+ "eval_accuracy": 0.4396355353075171,
521
+ "eval_loss": 1.6676476001739502,
522
+ "eval_runtime": 1094.6937,
523
+ "eval_samples_per_second": 0.401,
524
+ "eval_steps_per_second": 0.1,
525
+ "step": 800
526
+ },
527
+ {
528
+ "epoch": 0.33,
529
+ "learning_rate": 3.724559023066486e-05,
530
+ "loss": 0.0001,
531
+ "step": 810
532
+ },
533
+ {
534
+ "epoch": 0.33,
535
+ "learning_rate": 3.7019448213478064e-05,
536
+ "loss": 0.0001,
537
+ "step": 820
538
+ },
539
+ {
540
+ "epoch": 1.0,
541
+ "learning_rate": 3.6793306196291275e-05,
542
+ "loss": 0.0001,
543
+ "step": 830
544
+ },
545
+ {
546
+ "epoch": 1.01,
547
+ "learning_rate": 3.656716417910448e-05,
548
+ "loss": 0.0001,
549
+ "step": 840
550
+ },
551
+ {
552
+ "epoch": 1.01,
553
+ "learning_rate": 3.634102216191769e-05,
554
+ "loss": 0.0001,
555
+ "step": 850
556
+ },
557
+ {
558
+ "epoch": 1.02,
559
+ "learning_rate": 3.6114880144730894e-05,
560
+ "loss": 0.0001,
561
+ "step": 860
562
+ },
563
+ {
564
+ "epoch": 1.02,
565
+ "learning_rate": 3.58887381275441e-05,
566
+ "loss": 0.0001,
567
+ "step": 870
568
+ },
569
+ {
570
+ "epoch": 1.02,
571
+ "learning_rate": 3.56625961103573e-05,
572
+ "loss": 0.0001,
573
+ "step": 880
574
+ },
575
+ {
576
+ "epoch": 1.03,
577
+ "learning_rate": 3.543645409317051e-05,
578
+ "loss": 0.0001,
579
+ "step": 890
580
+ },
581
+ {
582
+ "epoch": 1.03,
583
+ "learning_rate": 3.521031207598372e-05,
584
+ "loss": 0.0001,
585
+ "step": 900
586
+ },
587
+ {
588
+ "epoch": 1.04,
589
+ "learning_rate": 3.498417005879693e-05,
590
+ "loss": 0.0001,
591
+ "step": 910
592
+ },
593
+ {
594
+ "epoch": 1.04,
595
+ "learning_rate": 3.475802804161013e-05,
596
+ "loss": 0.0001,
597
+ "step": 920
598
+ },
599
+ {
600
+ "epoch": 1.04,
601
+ "learning_rate": 3.453188602442334e-05,
602
+ "loss": 0.0001,
603
+ "step": 930
604
+ },
605
+ {
606
+ "epoch": 1.05,
607
+ "learning_rate": 3.430574400723655e-05,
608
+ "loss": 0.0001,
609
+ "step": 940
610
+ },
611
+ {
612
+ "epoch": 1.05,
613
+ "learning_rate": 3.407960199004975e-05,
614
+ "loss": 0.0001,
615
+ "step": 950
616
+ },
617
+ {
618
+ "epoch": 1.06,
619
+ "learning_rate": 3.385345997286296e-05,
620
+ "loss": 0.0001,
621
+ "step": 960
622
+ },
623
+ {
624
+ "epoch": 1.06,
625
+ "learning_rate": 3.362731795567617e-05,
626
+ "loss": 0.0001,
627
+ "step": 970
628
+ },
629
+ {
630
+ "epoch": 1.07,
631
+ "learning_rate": 3.340117593848937e-05,
632
+ "loss": 0.0001,
633
+ "step": 980
634
+ },
635
+ {
636
+ "epoch": 1.07,
637
+ "learning_rate": 3.3175033921302575e-05,
638
+ "loss": 0.0001,
639
+ "step": 990
640
+ },
641
+ {
642
+ "epoch": 1.07,
643
+ "learning_rate": 3.2948891904115786e-05,
644
+ "loss": 0.0001,
645
+ "step": 1000
646
+ },
647
+ {
648
+ "epoch": 1.07,
649
+ "eval_accuracy": 0.4305239179954442,
650
+ "eval_loss": 2.105757474899292,
651
+ "eval_runtime": 1084.6609,
652
+ "eval_samples_per_second": 0.405,
653
+ "eval_steps_per_second": 0.101,
654
+ "step": 1000
655
+ },
656
+ {
657
+ "epoch": 1.08,
658
+ "learning_rate": 3.2722749886929e-05,
659
+ "loss": 0.0001,
660
+ "step": 1010
661
+ },
662
+ {
663
+ "epoch": 1.08,
664
+ "learning_rate": 3.24966078697422e-05,
665
+ "loss": 0.0001,
666
+ "step": 1020
667
+ },
668
+ {
669
+ "epoch": 1.09,
670
+ "learning_rate": 3.2270465852555405e-05,
671
+ "loss": 0.0001,
672
+ "step": 1030
673
+ },
674
+ {
675
+ "epoch": 1.09,
676
+ "learning_rate": 3.204432383536861e-05,
677
+ "loss": 0.0001,
678
+ "step": 1040
679
+ },
680
+ {
681
+ "epoch": 1.09,
682
+ "learning_rate": 3.181818181818182e-05,
683
+ "loss": 0.0001,
684
+ "step": 1050
685
+ },
686
+ {
687
+ "epoch": 1.1,
688
+ "learning_rate": 3.1592039800995024e-05,
689
+ "loss": 0.0001,
690
+ "step": 1060
691
+ },
692
+ {
693
+ "epoch": 1.1,
694
+ "learning_rate": 3.1365897783808235e-05,
695
+ "loss": 0.0001,
696
+ "step": 1070
697
+ },
698
+ {
699
+ "epoch": 1.11,
700
+ "learning_rate": 3.113975576662144e-05,
701
+ "loss": 0.0001,
702
+ "step": 1080
703
+ },
704
+ {
705
+ "epoch": 1.11,
706
+ "learning_rate": 3.0913613749434644e-05,
707
+ "loss": 0.0001,
708
+ "step": 1090
709
+ },
710
+ {
711
+ "epoch": 1.11,
712
+ "learning_rate": 3.0687471732247855e-05,
713
+ "loss": 0.0001,
714
+ "step": 1100
715
+ },
716
+ {
717
+ "epoch": 1.12,
718
+ "learning_rate": 3.046132971506106e-05,
719
+ "loss": 0.0001,
720
+ "step": 1110
721
+ },
722
+ {
723
+ "epoch": 1.12,
724
+ "learning_rate": 3.0235187697874266e-05,
725
+ "loss": 0.0001,
726
+ "step": 1120
727
+ },
728
+ {
729
+ "epoch": 1.13,
730
+ "learning_rate": 3.0009045680687474e-05,
731
+ "loss": 0.0001,
732
+ "step": 1130
733
+ },
734
+ {
735
+ "epoch": 1.13,
736
+ "learning_rate": 2.9782903663500678e-05,
737
+ "loss": 0.0001,
738
+ "step": 1140
739
+ },
740
+ {
741
+ "epoch": 1.13,
742
+ "learning_rate": 2.9556761646313885e-05,
743
+ "loss": 0.0001,
744
+ "step": 1150
745
+ },
746
+ {
747
+ "epoch": 1.14,
748
+ "learning_rate": 2.9330619629127093e-05,
749
+ "loss": 0.0001,
750
+ "step": 1160
751
+ },
752
+ {
753
+ "epoch": 1.14,
754
+ "learning_rate": 2.91044776119403e-05,
755
+ "loss": 0.0,
756
+ "step": 1170
757
+ },
758
+ {
759
+ "epoch": 1.15,
760
+ "learning_rate": 2.8878335594753508e-05,
761
+ "loss": 0.0001,
762
+ "step": 1180
763
+ },
764
+ {
765
+ "epoch": 1.15,
766
+ "learning_rate": 2.865219357756671e-05,
767
+ "loss": 0.0,
768
+ "step": 1190
769
+ },
770
+ {
771
+ "epoch": 1.15,
772
+ "learning_rate": 2.842605156037992e-05,
773
+ "loss": 0.0001,
774
+ "step": 1200
775
+ },
776
+ {
777
+ "epoch": 1.15,
778
+ "eval_accuracy": 0.4419134396355353,
779
+ "eval_loss": 2.165936231613159,
780
+ "eval_runtime": 1107.6493,
781
+ "eval_samples_per_second": 0.396,
782
+ "eval_steps_per_second": 0.099,
783
+ "step": 1200
784
+ },
785
+ {
786
+ "epoch": 1.16,
787
+ "learning_rate": 2.8199909543193127e-05,
788
+ "loss": 0.0001,
789
+ "step": 1210
790
+ },
791
+ {
792
+ "epoch": 1.16,
793
+ "learning_rate": 2.7973767526006335e-05,
794
+ "loss": 0.0001,
795
+ "step": 1220
796
+ },
797
+ {
798
+ "epoch": 1.17,
799
+ "learning_rate": 2.7747625508819542e-05,
800
+ "loss": 0.0001,
801
+ "step": 1230
802
+ },
803
+ {
804
+ "epoch": 1.17,
805
+ "learning_rate": 2.752148349163275e-05,
806
+ "loss": 0.0,
807
+ "step": 1240
808
+ },
809
+ {
810
+ "epoch": 1.18,
811
+ "learning_rate": 2.729534147444595e-05,
812
+ "loss": 0.0,
813
+ "step": 1250
814
+ },
815
+ {
816
+ "epoch": 1.18,
817
+ "learning_rate": 2.7069199457259158e-05,
818
+ "loss": 0.0,
819
+ "step": 1260
820
+ },
821
+ {
822
+ "epoch": 1.18,
823
+ "learning_rate": 2.6843057440072366e-05,
824
+ "loss": 0.0001,
825
+ "step": 1270
826
+ },
827
+ {
828
+ "epoch": 1.19,
829
+ "learning_rate": 2.6616915422885573e-05,
830
+ "loss": 0.0,
831
+ "step": 1280
832
+ },
833
+ {
834
+ "epoch": 1.19,
835
+ "learning_rate": 2.639077340569878e-05,
836
+ "loss": 0.0,
837
+ "step": 1290
838
+ },
839
+ {
840
+ "epoch": 1.2,
841
+ "learning_rate": 2.6164631388511985e-05,
842
+ "loss": 0.0,
843
+ "step": 1300
844
+ },
845
+ {
846
+ "epoch": 1.2,
847
+ "learning_rate": 2.5938489371325192e-05,
848
+ "loss": 0.0001,
849
+ "step": 1310
850
+ },
851
+ {
852
+ "epoch": 1.2,
853
+ "learning_rate": 2.57123473541384e-05,
854
+ "loss": 0.0001,
855
+ "step": 1320
856
+ },
857
+ {
858
+ "epoch": 1.21,
859
+ "learning_rate": 2.5486205336951608e-05,
860
+ "loss": 0.0,
861
+ "step": 1330
862
+ },
863
+ {
864
+ "epoch": 1.21,
865
+ "learning_rate": 2.5260063319764815e-05,
866
+ "loss": 0.0,
867
+ "step": 1340
868
+ },
869
+ {
870
+ "epoch": 1.22,
871
+ "learning_rate": 2.5033921302578023e-05,
872
+ "loss": 0.0,
873
+ "step": 1350
874
+ },
875
+ {
876
+ "epoch": 1.22,
877
+ "learning_rate": 2.4807779285391227e-05,
878
+ "loss": 0.0,
879
+ "step": 1360
880
+ },
881
+ {
882
+ "epoch": 1.22,
883
+ "learning_rate": 2.4581637268204434e-05,
884
+ "loss": 0.0,
885
+ "step": 1370
886
+ },
887
+ {
888
+ "epoch": 1.23,
889
+ "learning_rate": 2.4355495251017642e-05,
890
+ "loss": 0.0,
891
+ "step": 1380
892
+ },
893
+ {
894
+ "epoch": 1.23,
895
+ "learning_rate": 2.412935323383085e-05,
896
+ "loss": 0.0,
897
+ "step": 1390
898
+ },
899
+ {
900
+ "epoch": 1.24,
901
+ "learning_rate": 2.3903211216644054e-05,
902
+ "loss": 0.0,
903
+ "step": 1400
904
+ },
905
+ {
906
+ "epoch": 1.24,
907
+ "eval_accuracy": 0.43735763097949887,
908
+ "eval_loss": 2.219512939453125,
909
+ "eval_runtime": 1089.3185,
910
+ "eval_samples_per_second": 0.403,
911
+ "eval_steps_per_second": 0.101,
912
+ "step": 1400
913
+ },
914
+ {
915
+ "epoch": 1.24,
916
+ "learning_rate": 2.367706919945726e-05,
917
+ "loss": 0.0,
918
+ "step": 1410
919
+ },
920
+ {
921
+ "epoch": 1.24,
922
+ "learning_rate": 2.3450927182270465e-05,
923
+ "loss": 0.0,
924
+ "step": 1420
925
+ },
926
+ {
927
+ "epoch": 1.25,
928
+ "learning_rate": 2.3224785165083673e-05,
929
+ "loss": 0.0,
930
+ "step": 1430
931
+ },
932
+ {
933
+ "epoch": 1.25,
934
+ "learning_rate": 2.299864314789688e-05,
935
+ "loss": 0.0,
936
+ "step": 1440
937
+ },
938
+ {
939
+ "epoch": 1.26,
940
+ "learning_rate": 2.2772501130710084e-05,
941
+ "loss": 0.0,
942
+ "step": 1450
943
+ },
944
+ {
945
+ "epoch": 1.26,
946
+ "learning_rate": 2.2546359113523295e-05,
947
+ "loss": 0.0,
948
+ "step": 1460
949
+ },
950
+ {
951
+ "epoch": 1.26,
952
+ "learning_rate": 2.2320217096336503e-05,
953
+ "loss": 0.0,
954
+ "step": 1470
955
+ },
956
+ {
957
+ "epoch": 1.27,
958
+ "learning_rate": 2.2094075079149707e-05,
959
+ "loss": 0.0,
960
+ "step": 1480
961
+ },
962
+ {
963
+ "epoch": 1.27,
964
+ "learning_rate": 2.1867933061962915e-05,
965
+ "loss": 0.0,
966
+ "step": 1490
967
+ },
968
+ {
969
+ "epoch": 1.28,
970
+ "learning_rate": 2.164179104477612e-05,
971
+ "loss": 0.0,
972
+ "step": 1500
973
+ },
974
+ {
975
+ "epoch": 1.28,
976
+ "learning_rate": 2.1415649027589326e-05,
977
+ "loss": 0.0,
978
+ "step": 1510
979
+ },
980
+ {
981
+ "epoch": 1.28,
982
+ "learning_rate": 2.1189507010402534e-05,
983
+ "loss": 0.0,
984
+ "step": 1520
985
+ },
986
+ {
987
+ "epoch": 1.29,
988
+ "learning_rate": 2.0963364993215738e-05,
989
+ "loss": 0.0,
990
+ "step": 1530
991
+ },
992
+ {
993
+ "epoch": 1.29,
994
+ "learning_rate": 2.073722297602895e-05,
995
+ "loss": 0.0,
996
+ "step": 1540
997
+ },
998
+ {
999
+ "epoch": 1.3,
1000
+ "learning_rate": 2.0511080958842156e-05,
1001
+ "loss": 0.0,
1002
+ "step": 1550
1003
+ },
1004
+ {
1005
+ "epoch": 1.3,
1006
+ "learning_rate": 2.028493894165536e-05,
1007
+ "loss": 0.0,
1008
+ "step": 1560
1009
+ },
1010
+ {
1011
+ "epoch": 1.31,
1012
+ "learning_rate": 2.0058796924468568e-05,
1013
+ "loss": 0.0,
1014
+ "step": 1570
1015
+ },
1016
+ {
1017
+ "epoch": 1.31,
1018
+ "learning_rate": 1.9832654907281776e-05,
1019
+ "loss": 0.0,
1020
+ "step": 1580
1021
+ },
1022
+ {
1023
+ "epoch": 1.31,
1024
+ "learning_rate": 1.960651289009498e-05,
1025
+ "loss": 0.0,
1026
+ "step": 1590
1027
+ },
1028
+ {
1029
+ "epoch": 1.32,
1030
+ "learning_rate": 1.9380370872908187e-05,
1031
+ "loss": 0.0,
1032
+ "step": 1600
1033
+ },
1034
+ {
1035
+ "epoch": 1.32,
1036
+ "eval_accuracy": 0.43507972665148065,
1037
+ "eval_loss": 2.3093459606170654,
1038
+ "eval_runtime": 1108.3747,
1039
+ "eval_samples_per_second": 0.396,
1040
+ "eval_steps_per_second": 0.099,
1041
+ "step": 1600
1042
+ },
1043
+ {
1044
+ "epoch": 1.32,
1045
+ "learning_rate": 1.915422885572139e-05,
1046
+ "loss": 0.0,
1047
+ "step": 1610
1048
+ },
1049
+ {
1050
+ "epoch": 1.33,
1051
+ "learning_rate": 1.89280868385346e-05,
1052
+ "loss": 0.004,
1053
+ "step": 1620
1054
+ },
1055
+ {
1056
+ "epoch": 1.33,
1057
+ "learning_rate": 1.870194482134781e-05,
1058
+ "loss": 0.0117,
1059
+ "step": 1630
1060
+ },
1061
+ {
1062
+ "epoch": 1.33,
1063
+ "learning_rate": 1.8475802804161014e-05,
1064
+ "loss": 0.0001,
1065
+ "step": 1640
1066
+ },
1067
+ {
1068
+ "epoch": 2.0,
1069
+ "learning_rate": 1.824966078697422e-05,
1070
+ "loss": 0.0002,
1071
+ "step": 1650
1072
+ },
1073
+ {
1074
+ "epoch": 2.01,
1075
+ "learning_rate": 1.802351876978743e-05,
1076
+ "loss": 0.0001,
1077
+ "step": 1660
1078
+ },
1079
+ {
1080
+ "epoch": 2.01,
1081
+ "learning_rate": 1.7797376752600633e-05,
1082
+ "loss": 0.0001,
1083
+ "step": 1670
1084
+ },
1085
+ {
1086
+ "epoch": 2.02,
1087
+ "learning_rate": 1.757123473541384e-05,
1088
+ "loss": 0.0001,
1089
+ "step": 1680
1090
+ },
1091
+ {
1092
+ "epoch": 2.02,
1093
+ "learning_rate": 1.7345092718227045e-05,
1094
+ "loss": 0.0001,
1095
+ "step": 1690
1096
+ },
1097
+ {
1098
+ "epoch": 2.02,
1099
+ "learning_rate": 1.7118950701040252e-05,
1100
+ "loss": 0.0001,
1101
+ "step": 1700
1102
+ },
1103
+ {
1104
+ "epoch": 2.03,
1105
+ "learning_rate": 1.689280868385346e-05,
1106
+ "loss": 0.0001,
1107
+ "step": 1710
1108
+ },
1109
+ {
1110
+ "epoch": 2.03,
1111
+ "learning_rate": 1.6666666666666667e-05,
1112
+ "loss": 0.0,
1113
+ "step": 1720
1114
+ },
1115
+ {
1116
+ "epoch": 2.04,
1117
+ "learning_rate": 1.6440524649479875e-05,
1118
+ "loss": 0.0,
1119
+ "step": 1730
1120
+ },
1121
+ {
1122
+ "epoch": 2.04,
1123
+ "learning_rate": 1.6214382632293083e-05,
1124
+ "loss": 0.0,
1125
+ "step": 1740
1126
+ },
1127
+ {
1128
+ "epoch": 2.04,
1129
+ "learning_rate": 1.5988240615106287e-05,
1130
+ "loss": 0.0002,
1131
+ "step": 1750
1132
+ },
1133
+ {
1134
+ "epoch": 2.05,
1135
+ "learning_rate": 1.5762098597919494e-05,
1136
+ "loss": 0.0,
1137
+ "step": 1760
1138
+ },
1139
+ {
1140
+ "epoch": 2.05,
1141
+ "learning_rate": 1.55359565807327e-05,
1142
+ "loss": 0.0001,
1143
+ "step": 1770
1144
+ },
1145
+ {
1146
+ "epoch": 2.06,
1147
+ "learning_rate": 1.5309814563545906e-05,
1148
+ "loss": 0.0001,
1149
+ "step": 1780
1150
+ },
1151
+ {
1152
+ "epoch": 2.06,
1153
+ "learning_rate": 1.5083672546359115e-05,
1154
+ "loss": 0.0,
1155
+ "step": 1790
1156
+ },
1157
+ {
1158
+ "epoch": 2.07,
1159
+ "learning_rate": 1.485753052917232e-05,
1160
+ "loss": 0.0013,
1161
+ "step": 1800
1162
+ },
1163
+ {
1164
+ "epoch": 2.07,
1165
+ "eval_accuracy": 0.5603644646924829,
1166
+ "eval_loss": 2.1500625610351562,
1167
+ "eval_runtime": 1095.3897,
1168
+ "eval_samples_per_second": 0.401,
1169
+ "eval_steps_per_second": 0.1,
1170
+ "step": 1800
1171
+ },
1172
+ {
1173
+ "epoch": 2.07,
1174
+ "learning_rate": 1.4631388511985527e-05,
1175
+ "loss": 0.0001,
1176
+ "step": 1810
1177
+ },
1178
+ {
1179
+ "epoch": 2.07,
1180
+ "learning_rate": 1.4405246494798736e-05,
1181
+ "loss": 0.0001,
1182
+ "step": 1820
1183
+ },
1184
+ {
1185
+ "epoch": 2.08,
1186
+ "learning_rate": 1.417910447761194e-05,
1187
+ "loss": 0.0001,
1188
+ "step": 1830
1189
+ },
1190
+ {
1191
+ "epoch": 2.08,
1192
+ "learning_rate": 1.3952962460425148e-05,
1193
+ "loss": 0.0001,
1194
+ "step": 1840
1195
+ },
1196
+ {
1197
+ "epoch": 2.09,
1198
+ "learning_rate": 1.3726820443238355e-05,
1199
+ "loss": 0.003,
1200
+ "step": 1850
1201
+ },
1202
+ {
1203
+ "epoch": 2.09,
1204
+ "learning_rate": 1.3500678426051561e-05,
1205
+ "loss": 0.0002,
1206
+ "step": 1860
1207
+ },
1208
+ {
1209
+ "epoch": 2.09,
1210
+ "learning_rate": 1.3274536408864769e-05,
1211
+ "loss": 0.0001,
1212
+ "step": 1870
1213
+ },
1214
+ {
1215
+ "epoch": 2.1,
1216
+ "learning_rate": 1.3048394391677973e-05,
1217
+ "loss": 0.0001,
1218
+ "step": 1880
1219
+ },
1220
+ {
1221
+ "epoch": 2.1,
1222
+ "learning_rate": 1.282225237449118e-05,
1223
+ "loss": 0.0001,
1224
+ "step": 1890
1225
+ },
1226
+ {
1227
+ "epoch": 2.11,
1228
+ "learning_rate": 1.259611035730439e-05,
1229
+ "loss": 0.0001,
1230
+ "step": 1900
1231
+ },
1232
+ {
1233
+ "epoch": 2.11,
1234
+ "learning_rate": 1.2369968340117595e-05,
1235
+ "loss": 0.0001,
1236
+ "step": 1910
1237
+ },
1238
+ {
1239
+ "epoch": 2.11,
1240
+ "learning_rate": 1.2143826322930801e-05,
1241
+ "loss": 0.0001,
1242
+ "step": 1920
1243
+ },
1244
+ {
1245
+ "epoch": 2.12,
1246
+ "learning_rate": 1.1917684305744007e-05,
1247
+ "loss": 0.0001,
1248
+ "step": 1930
1249
+ },
1250
+ {
1251
+ "epoch": 2.12,
1252
+ "learning_rate": 1.1691542288557215e-05,
1253
+ "loss": 0.0001,
1254
+ "step": 1940
1255
+ },
1256
+ {
1257
+ "epoch": 2.13,
1258
+ "learning_rate": 1.1465400271370422e-05,
1259
+ "loss": 0.0001,
1260
+ "step": 1950
1261
+ },
1262
+ {
1263
+ "epoch": 2.13,
1264
+ "learning_rate": 1.1239258254183628e-05,
1265
+ "loss": 0.0001,
1266
+ "step": 1960
1267
+ },
1268
+ {
1269
+ "epoch": 2.13,
1270
+ "learning_rate": 1.1013116236996834e-05,
1271
+ "loss": 0.0,
1272
+ "step": 1970
1273
+ },
1274
+ {
1275
+ "epoch": 2.14,
1276
+ "learning_rate": 1.0786974219810041e-05,
1277
+ "loss": 0.0001,
1278
+ "step": 1980
1279
+ },
1280
+ {
1281
+ "epoch": 2.14,
1282
+ "learning_rate": 1.0560832202623249e-05,
1283
+ "loss": 0.0001,
1284
+ "step": 1990
1285
+ },
1286
+ {
1287
+ "epoch": 2.15,
1288
+ "learning_rate": 1.0334690185436455e-05,
1289
+ "loss": 0.0,
1290
+ "step": 2000
1291
+ },
1292
+ {
1293
+ "epoch": 2.15,
1294
+ "eval_accuracy": 0.5148063781321185,
1295
+ "eval_loss": 2.2250020503997803,
1296
+ "eval_runtime": 1087.2971,
1297
+ "eval_samples_per_second": 0.404,
1298
+ "eval_steps_per_second": 0.101,
1299
+ "step": 2000
1300
+ },
1301
+ {
1302
+ "epoch": 2.15,
1303
+ "learning_rate": 1.010854816824966e-05,
1304
+ "loss": 0.0,
1305
+ "step": 2010
1306
+ },
1307
+ {
1308
+ "epoch": 2.15,
1309
+ "learning_rate": 9.882406151062868e-06,
1310
+ "loss": 0.0,
1311
+ "step": 2020
1312
+ },
1313
+ {
1314
+ "epoch": 2.16,
1315
+ "learning_rate": 9.656264133876076e-06,
1316
+ "loss": 0.0,
1317
+ "step": 2030
1318
+ },
1319
+ {
1320
+ "epoch": 2.16,
1321
+ "learning_rate": 9.430122116689281e-06,
1322
+ "loss": 0.0,
1323
+ "step": 2040
1324
+ },
1325
+ {
1326
+ "epoch": 2.17,
1327
+ "learning_rate": 9.203980099502487e-06,
1328
+ "loss": 0.0,
1329
+ "step": 2050
1330
+ },
1331
+ {
1332
+ "epoch": 2.17,
1333
+ "learning_rate": 8.977838082315695e-06,
1334
+ "loss": 0.0,
1335
+ "step": 2060
1336
+ },
1337
+ {
1338
+ "epoch": 2.18,
1339
+ "learning_rate": 8.751696065128902e-06,
1340
+ "loss": 0.0,
1341
+ "step": 2070
1342
+ },
1343
+ {
1344
+ "epoch": 2.18,
1345
+ "learning_rate": 8.525554047942108e-06,
1346
+ "loss": 0.0,
1347
+ "step": 2080
1348
+ },
1349
+ {
1350
+ "epoch": 2.18,
1351
+ "learning_rate": 8.299412030755314e-06,
1352
+ "loss": 0.0003,
1353
+ "step": 2090
1354
+ },
1355
+ {
1356
+ "epoch": 2.19,
1357
+ "learning_rate": 8.073270013568522e-06,
1358
+ "loss": 0.0,
1359
+ "step": 2100
1360
+ },
1361
+ {
1362
+ "epoch": 2.19,
1363
+ "learning_rate": 7.847127996381729e-06,
1364
+ "loss": 0.0001,
1365
+ "step": 2110
1366
+ },
1367
+ {
1368
+ "epoch": 2.2,
1369
+ "learning_rate": 7.620985979194935e-06,
1370
+ "loss": 0.0001,
1371
+ "step": 2120
1372
+ },
1373
+ {
1374
+ "epoch": 2.2,
1375
+ "learning_rate": 7.394843962008141e-06,
1376
+ "loss": 0.0,
1377
+ "step": 2130
1378
+ },
1379
+ {
1380
+ "epoch": 2.2,
1381
+ "learning_rate": 7.168701944821349e-06,
1382
+ "loss": 0.0,
1383
+ "step": 2140
1384
+ },
1385
+ {
1386
+ "epoch": 2.21,
1387
+ "learning_rate": 6.942559927634555e-06,
1388
+ "loss": 0.0,
1389
+ "step": 2150
1390
+ },
1391
+ {
1392
+ "epoch": 2.21,
1393
+ "learning_rate": 6.716417910447762e-06,
1394
+ "loss": 0.0004,
1395
+ "step": 2160
1396
+ },
1397
+ {
1398
+ "epoch": 2.22,
1399
+ "learning_rate": 6.4902758932609675e-06,
1400
+ "loss": 0.0,
1401
+ "step": 2170
1402
+ },
1403
+ {
1404
+ "epoch": 2.22,
1405
+ "learning_rate": 6.264133876074176e-06,
1406
+ "loss": 0.0002,
1407
+ "step": 2180
1408
+ },
1409
+ {
1410
+ "epoch": 2.22,
1411
+ "learning_rate": 6.037991858887382e-06,
1412
+ "loss": 0.0,
1413
+ "step": 2190
1414
+ },
1415
+ {
1416
+ "epoch": 2.23,
1417
+ "learning_rate": 5.811849841700588e-06,
1418
+ "loss": 0.0,
1419
+ "step": 2200
1420
+ },
1421
+ {
1422
+ "epoch": 2.23,
1423
+ "eval_accuracy": 0.5330296127562643,
1424
+ "eval_loss": 2.6677799224853516,
1425
+ "eval_runtime": 1087.0337,
1426
+ "eval_samples_per_second": 0.404,
1427
+ "eval_steps_per_second": 0.101,
1428
+ "step": 2200
1429
+ },
1430
+ {
1431
+ "epoch": 2.23,
1432
+ "learning_rate": 5.585707824513795e-06,
1433
+ "loss": 0.0,
1434
+ "step": 2210
1435
+ },
1436
+ {
1437
+ "epoch": 2.24,
1438
+ "learning_rate": 5.359565807327002e-06,
1439
+ "loss": 0.0002,
1440
+ "step": 2220
1441
+ },
1442
+ {
1443
+ "epoch": 2.24,
1444
+ "learning_rate": 5.1334237901402085e-06,
1445
+ "loss": 0.0,
1446
+ "step": 2230
1447
+ },
1448
+ {
1449
+ "epoch": 2.24,
1450
+ "learning_rate": 4.907281772953415e-06,
1451
+ "loss": 0.0,
1452
+ "step": 2240
1453
+ },
1454
+ {
1455
+ "epoch": 2.25,
1456
+ "learning_rate": 4.681139755766622e-06,
1457
+ "loss": 0.0,
1458
+ "step": 2250
1459
+ },
1460
+ {
1461
+ "epoch": 2.25,
1462
+ "learning_rate": 4.4549977385798285e-06,
1463
+ "loss": 0.0,
1464
+ "step": 2260
1465
+ },
1466
+ {
1467
+ "epoch": 2.26,
1468
+ "learning_rate": 4.228855721393035e-06,
1469
+ "loss": 0.0,
1470
+ "step": 2270
1471
+ },
1472
+ {
1473
+ "epoch": 2.26,
1474
+ "learning_rate": 4.002713704206242e-06,
1475
+ "loss": 0.0,
1476
+ "step": 2280
1477
+ },
1478
+ {
1479
+ "epoch": 2.26,
1480
+ "learning_rate": 3.7765716870194486e-06,
1481
+ "loss": 0.0,
1482
+ "step": 2290
1483
+ },
1484
+ {
1485
+ "epoch": 2.27,
1486
+ "learning_rate": 3.550429669832655e-06,
1487
+ "loss": 0.0,
1488
+ "step": 2300
1489
+ },
1490
+ {
1491
+ "epoch": 2.27,
1492
+ "learning_rate": 3.324287652645862e-06,
1493
+ "loss": 0.0,
1494
+ "step": 2310
1495
+ },
1496
+ {
1497
+ "epoch": 2.28,
1498
+ "learning_rate": 3.0981456354590687e-06,
1499
+ "loss": 0.0,
1500
+ "step": 2320
1501
+ },
1502
+ {
1503
+ "epoch": 2.28,
1504
+ "learning_rate": 2.8720036182722753e-06,
1505
+ "loss": 0.0,
1506
+ "step": 2330
1507
+ },
1508
+ {
1509
+ "epoch": 2.28,
1510
+ "learning_rate": 2.645861601085482e-06,
1511
+ "loss": 0.0,
1512
+ "step": 2340
1513
+ },
1514
+ {
1515
+ "epoch": 2.29,
1516
+ "learning_rate": 2.4197195838986887e-06,
1517
+ "loss": 0.0,
1518
+ "step": 2350
1519
+ },
1520
+ {
1521
+ "epoch": 2.29,
1522
+ "learning_rate": 2.1935775667118954e-06,
1523
+ "loss": 0.0,
1524
+ "step": 2360
1525
+ },
1526
+ {
1527
+ "epoch": 2.3,
1528
+ "learning_rate": 1.967435549525102e-06,
1529
+ "loss": 0.0,
1530
+ "step": 2370
1531
+ },
1532
+ {
1533
+ "epoch": 2.3,
1534
+ "learning_rate": 1.7412935323383086e-06,
1535
+ "loss": 0.0,
1536
+ "step": 2380
1537
+ },
1538
+ {
1539
+ "epoch": 2.31,
1540
+ "learning_rate": 1.5151515151515152e-06,
1541
+ "loss": 0.0,
1542
+ "step": 2390
1543
+ },
1544
+ {
1545
+ "epoch": 2.31,
1546
+ "learning_rate": 1.289009497964722e-06,
1547
+ "loss": 0.0,
1548
+ "step": 2400
1549
+ },
1550
+ {
1551
+ "epoch": 2.31,
1552
+ "eval_accuracy": 0.5079726651480638,
1553
+ "eval_loss": 2.713104724884033,
1554
+ "eval_runtime": 1085.6923,
1555
+ "eval_samples_per_second": 0.404,
1556
+ "eval_steps_per_second": 0.101,
1557
+ "step": 2400
1558
+ },
1559
+ {
1560
+ "epoch": 2.31,
1561
+ "learning_rate": 1.0628674807779286e-06,
1562
+ "loss": 0.0,
1563
+ "step": 2410
1564
+ },
1565
+ {
1566
+ "epoch": 2.32,
1567
+ "learning_rate": 8.367254635911353e-07,
1568
+ "loss": 0.0,
1569
+ "step": 2420
1570
+ },
1571
+ {
1572
+ "epoch": 2.32,
1573
+ "learning_rate": 6.10583446404342e-07,
1574
+ "loss": 0.0,
1575
+ "step": 2430
1576
+ },
1577
+ {
1578
+ "epoch": 2.33,
1579
+ "learning_rate": 3.844414292175486e-07,
1580
+ "loss": 0.0,
1581
+ "step": 2440
1582
+ },
1583
+ {
1584
+ "epoch": 2.33,
1585
+ "learning_rate": 1.582994120307553e-07,
1586
+ "loss": 0.0,
1587
+ "step": 2450
1588
+ },
1589
+ {
1590
+ "epoch": 2.33,
1591
+ "step": 2457,
1592
+ "total_flos": 1.2241447696947216e+19,
1593
+ "train_loss": 0.047377249488086234,
1594
+ "train_runtime": 41549.3568,
1595
+ "train_samples_per_second": 0.237,
1596
+ "train_steps_per_second": 0.059
1597
+ }
1598
+ ],
1599
+ "logging_steps": 10,
1600
+ "max_steps": 2457.0,
1601
+ "num_train_epochs": 9223372036854775807,
1602
+ "save_steps": 200,
1603
+ "total_flos": 1.2241447696947216e+19,
1604
+ "trial_name": null,
1605
+ "trial_params": null
1606
+ }