End of training
Browse files- all_results.json +8 -0
- test_results.json +8 -0
- trainer_state.json +516 -0
all_results.json
ADDED
@@ -0,0 +1,8 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"epoch": 3.25,
|
3 |
+
"eval_accuracy": 0.9290322580645162,
|
4 |
+
"eval_loss": 0.19940386712551117,
|
5 |
+
"eval_runtime": 157.2784,
|
6 |
+
"eval_samples_per_second": 0.986,
|
7 |
+
"eval_steps_per_second": 0.496
|
8 |
+
}
|
test_results.json
ADDED
@@ -0,0 +1,8 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"epoch": 3.25,
|
3 |
+
"eval_accuracy": 0.9290322580645162,
|
4 |
+
"eval_loss": 0.19940386712551117,
|
5 |
+
"eval_runtime": 157.2784,
|
6 |
+
"eval_samples_per_second": 0.986,
|
7 |
+
"eval_steps_per_second": 0.496
|
8 |
+
}
|
trainer_state.json
ADDED
@@ -0,0 +1,516 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"best_metric": 0.9285714285714286,
|
3 |
+
"best_model_checkpoint": "videomae-base-finetuned-ucf101-subset/checkpoint-600",
|
4 |
+
"epoch": 3.25,
|
5 |
+
"eval_steps": 500,
|
6 |
+
"global_step": 600,
|
7 |
+
"is_hyper_param_search": false,
|
8 |
+
"is_local_process_zero": true,
|
9 |
+
"is_world_process_zero": true,
|
10 |
+
"log_history": [
|
11 |
+
{
|
12 |
+
"epoch": 0.016666666666666666,
|
13 |
+
"grad_norm": 12.703660011291504,
|
14 |
+
"learning_rate": 8.333333333333334e-06,
|
15 |
+
"loss": 2.2925,
|
16 |
+
"step": 10
|
17 |
+
},
|
18 |
+
{
|
19 |
+
"epoch": 0.03333333333333333,
|
20 |
+
"grad_norm": 12.502763748168945,
|
21 |
+
"learning_rate": 1.6666666666666667e-05,
|
22 |
+
"loss": 2.2859,
|
23 |
+
"step": 20
|
24 |
+
},
|
25 |
+
{
|
26 |
+
"epoch": 0.05,
|
27 |
+
"grad_norm": 14.17004108428955,
|
28 |
+
"learning_rate": 2.5e-05,
|
29 |
+
"loss": 2.4386,
|
30 |
+
"step": 30
|
31 |
+
},
|
32 |
+
{
|
33 |
+
"epoch": 0.06666666666666667,
|
34 |
+
"grad_norm": 15.008885383605957,
|
35 |
+
"learning_rate": 3.3333333333333335e-05,
|
36 |
+
"loss": 2.2076,
|
37 |
+
"step": 40
|
38 |
+
},
|
39 |
+
{
|
40 |
+
"epoch": 0.08333333333333333,
|
41 |
+
"grad_norm": 15.8194580078125,
|
42 |
+
"learning_rate": 4.166666666666667e-05,
|
43 |
+
"loss": 2.1354,
|
44 |
+
"step": 50
|
45 |
+
},
|
46 |
+
{
|
47 |
+
"epoch": 0.1,
|
48 |
+
"grad_norm": 14.972494125366211,
|
49 |
+
"learning_rate": 5e-05,
|
50 |
+
"loss": 2.2166,
|
51 |
+
"step": 60
|
52 |
+
},
|
53 |
+
{
|
54 |
+
"epoch": 0.11666666666666667,
|
55 |
+
"grad_norm": 16.362045288085938,
|
56 |
+
"learning_rate": 4.9074074074074075e-05,
|
57 |
+
"loss": 2.2558,
|
58 |
+
"step": 70
|
59 |
+
},
|
60 |
+
{
|
61 |
+
"epoch": 0.13333333333333333,
|
62 |
+
"grad_norm": 16.269420623779297,
|
63 |
+
"learning_rate": 4.814814814814815e-05,
|
64 |
+
"loss": 1.9129,
|
65 |
+
"step": 80
|
66 |
+
},
|
67 |
+
{
|
68 |
+
"epoch": 0.15,
|
69 |
+
"grad_norm": 14.143904685974121,
|
70 |
+
"learning_rate": 4.722222222222222e-05,
|
71 |
+
"loss": 2.0351,
|
72 |
+
"step": 90
|
73 |
+
},
|
74 |
+
{
|
75 |
+
"epoch": 0.16666666666666666,
|
76 |
+
"grad_norm": 17.616867065429688,
|
77 |
+
"learning_rate": 4.62962962962963e-05,
|
78 |
+
"loss": 1.8295,
|
79 |
+
"step": 100
|
80 |
+
},
|
81 |
+
{
|
82 |
+
"epoch": 0.18333333333333332,
|
83 |
+
"grad_norm": 15.733531951904297,
|
84 |
+
"learning_rate": 4.5370370370370374e-05,
|
85 |
+
"loss": 1.5699,
|
86 |
+
"step": 110
|
87 |
+
},
|
88 |
+
{
|
89 |
+
"epoch": 0.2,
|
90 |
+
"grad_norm": 20.851375579833984,
|
91 |
+
"learning_rate": 4.4444444444444447e-05,
|
92 |
+
"loss": 1.6022,
|
93 |
+
"step": 120
|
94 |
+
},
|
95 |
+
{
|
96 |
+
"epoch": 0.21666666666666667,
|
97 |
+
"grad_norm": 22.64495086669922,
|
98 |
+
"learning_rate": 4.351851851851852e-05,
|
99 |
+
"loss": 1.7928,
|
100 |
+
"step": 130
|
101 |
+
},
|
102 |
+
{
|
103 |
+
"epoch": 0.23333333333333334,
|
104 |
+
"grad_norm": 15.52003288269043,
|
105 |
+
"learning_rate": 4.259259259259259e-05,
|
106 |
+
"loss": 1.5027,
|
107 |
+
"step": 140
|
108 |
+
},
|
109 |
+
{
|
110 |
+
"epoch": 0.25,
|
111 |
+
"grad_norm": 11.556384086608887,
|
112 |
+
"learning_rate": 4.166666666666667e-05,
|
113 |
+
"loss": 1.199,
|
114 |
+
"step": 150
|
115 |
+
},
|
116 |
+
{
|
117 |
+
"epoch": 0.25,
|
118 |
+
"eval_accuracy": 0.6,
|
119 |
+
"eval_loss": 1.1445387601852417,
|
120 |
+
"eval_runtime": 71.1521,
|
121 |
+
"eval_samples_per_second": 0.984,
|
122 |
+
"eval_steps_per_second": 0.492,
|
123 |
+
"step": 150
|
124 |
+
},
|
125 |
+
{
|
126 |
+
"epoch": 1.0166666666666666,
|
127 |
+
"grad_norm": 17.653879165649414,
|
128 |
+
"learning_rate": 4.074074074074074e-05,
|
129 |
+
"loss": 0.9256,
|
130 |
+
"step": 160
|
131 |
+
},
|
132 |
+
{
|
133 |
+
"epoch": 1.0333333333333334,
|
134 |
+
"grad_norm": 15.904861450195312,
|
135 |
+
"learning_rate": 3.981481481481482e-05,
|
136 |
+
"loss": 1.2388,
|
137 |
+
"step": 170
|
138 |
+
},
|
139 |
+
{
|
140 |
+
"epoch": 1.05,
|
141 |
+
"grad_norm": 8.530290603637695,
|
142 |
+
"learning_rate": 3.888888888888889e-05,
|
143 |
+
"loss": 0.9579,
|
144 |
+
"step": 180
|
145 |
+
},
|
146 |
+
{
|
147 |
+
"epoch": 1.0666666666666667,
|
148 |
+
"grad_norm": 9.471198081970215,
|
149 |
+
"learning_rate": 3.7962962962962964e-05,
|
150 |
+
"loss": 0.7398,
|
151 |
+
"step": 190
|
152 |
+
},
|
153 |
+
{
|
154 |
+
"epoch": 1.0833333333333333,
|
155 |
+
"grad_norm": 33.737937927246094,
|
156 |
+
"learning_rate": 3.7037037037037037e-05,
|
157 |
+
"loss": 1.1957,
|
158 |
+
"step": 200
|
159 |
+
},
|
160 |
+
{
|
161 |
+
"epoch": 1.1,
|
162 |
+
"grad_norm": 11.828530311584473,
|
163 |
+
"learning_rate": 3.611111111111111e-05,
|
164 |
+
"loss": 0.6177,
|
165 |
+
"step": 210
|
166 |
+
},
|
167 |
+
{
|
168 |
+
"epoch": 1.1166666666666667,
|
169 |
+
"grad_norm": 17.384401321411133,
|
170 |
+
"learning_rate": 3.518518518518519e-05,
|
171 |
+
"loss": 0.9865,
|
172 |
+
"step": 220
|
173 |
+
},
|
174 |
+
{
|
175 |
+
"epoch": 1.1333333333333333,
|
176 |
+
"grad_norm": 47.12624740600586,
|
177 |
+
"learning_rate": 3.425925925925926e-05,
|
178 |
+
"loss": 0.9503,
|
179 |
+
"step": 230
|
180 |
+
},
|
181 |
+
{
|
182 |
+
"epoch": 1.15,
|
183 |
+
"grad_norm": 1.3037151098251343,
|
184 |
+
"learning_rate": 3.3333333333333335e-05,
|
185 |
+
"loss": 1.0695,
|
186 |
+
"step": 240
|
187 |
+
},
|
188 |
+
{
|
189 |
+
"epoch": 1.1666666666666667,
|
190 |
+
"grad_norm": 20.72617530822754,
|
191 |
+
"learning_rate": 3.240740740740741e-05,
|
192 |
+
"loss": 0.9562,
|
193 |
+
"step": 250
|
194 |
+
},
|
195 |
+
{
|
196 |
+
"epoch": 1.1833333333333333,
|
197 |
+
"grad_norm": 4.321160316467285,
|
198 |
+
"learning_rate": 3.148148148148148e-05,
|
199 |
+
"loss": 0.5766,
|
200 |
+
"step": 260
|
201 |
+
},
|
202 |
+
{
|
203 |
+
"epoch": 1.2,
|
204 |
+
"grad_norm": 49.000762939453125,
|
205 |
+
"learning_rate": 3.055555555555556e-05,
|
206 |
+
"loss": 0.562,
|
207 |
+
"step": 270
|
208 |
+
},
|
209 |
+
{
|
210 |
+
"epoch": 1.2166666666666668,
|
211 |
+
"grad_norm": 22.59125518798828,
|
212 |
+
"learning_rate": 2.962962962962963e-05,
|
213 |
+
"loss": 0.353,
|
214 |
+
"step": 280
|
215 |
+
},
|
216 |
+
{
|
217 |
+
"epoch": 1.2333333333333334,
|
218 |
+
"grad_norm": 10.487247467041016,
|
219 |
+
"learning_rate": 2.8703703703703706e-05,
|
220 |
+
"loss": 0.8971,
|
221 |
+
"step": 290
|
222 |
+
},
|
223 |
+
{
|
224 |
+
"epoch": 1.25,
|
225 |
+
"grad_norm": 2.135892391204834,
|
226 |
+
"learning_rate": 2.777777777777778e-05,
|
227 |
+
"loss": 0.9296,
|
228 |
+
"step": 300
|
229 |
+
},
|
230 |
+
{
|
231 |
+
"epoch": 1.25,
|
232 |
+
"eval_accuracy": 0.8142857142857143,
|
233 |
+
"eval_loss": 0.44730180501937866,
|
234 |
+
"eval_runtime": 71.0934,
|
235 |
+
"eval_samples_per_second": 0.985,
|
236 |
+
"eval_steps_per_second": 0.492,
|
237 |
+
"step": 300
|
238 |
+
},
|
239 |
+
{
|
240 |
+
"epoch": 2.0166666666666666,
|
241 |
+
"grad_norm": 19.196197509765625,
|
242 |
+
"learning_rate": 2.6851851851851855e-05,
|
243 |
+
"loss": 0.5076,
|
244 |
+
"step": 310
|
245 |
+
},
|
246 |
+
{
|
247 |
+
"epoch": 2.033333333333333,
|
248 |
+
"grad_norm": 2.8035476207733154,
|
249 |
+
"learning_rate": 2.5925925925925925e-05,
|
250 |
+
"loss": 0.2183,
|
251 |
+
"step": 320
|
252 |
+
},
|
253 |
+
{
|
254 |
+
"epoch": 2.05,
|
255 |
+
"grad_norm": 5.747551918029785,
|
256 |
+
"learning_rate": 2.5e-05,
|
257 |
+
"loss": 0.3454,
|
258 |
+
"step": 330
|
259 |
+
},
|
260 |
+
{
|
261 |
+
"epoch": 2.066666666666667,
|
262 |
+
"grad_norm": 6.807645797729492,
|
263 |
+
"learning_rate": 2.4074074074074074e-05,
|
264 |
+
"loss": 0.2263,
|
265 |
+
"step": 340
|
266 |
+
},
|
267 |
+
{
|
268 |
+
"epoch": 2.0833333333333335,
|
269 |
+
"grad_norm": 4.23563814163208,
|
270 |
+
"learning_rate": 2.314814814814815e-05,
|
271 |
+
"loss": 0.2558,
|
272 |
+
"step": 350
|
273 |
+
},
|
274 |
+
{
|
275 |
+
"epoch": 2.1,
|
276 |
+
"grad_norm": 3.0638694763183594,
|
277 |
+
"learning_rate": 2.2222222222222223e-05,
|
278 |
+
"loss": 0.2899,
|
279 |
+
"step": 360
|
280 |
+
},
|
281 |
+
{
|
282 |
+
"epoch": 2.1166666666666667,
|
283 |
+
"grad_norm": 0.20258799195289612,
|
284 |
+
"learning_rate": 2.1296296296296296e-05,
|
285 |
+
"loss": 0.3394,
|
286 |
+
"step": 370
|
287 |
+
},
|
288 |
+
{
|
289 |
+
"epoch": 2.1333333333333333,
|
290 |
+
"grad_norm": 18.11032485961914,
|
291 |
+
"learning_rate": 2.037037037037037e-05,
|
292 |
+
"loss": 0.1447,
|
293 |
+
"step": 380
|
294 |
+
},
|
295 |
+
{
|
296 |
+
"epoch": 2.15,
|
297 |
+
"grad_norm": 0.12027781456708908,
|
298 |
+
"learning_rate": 1.9444444444444445e-05,
|
299 |
+
"loss": 0.1936,
|
300 |
+
"step": 390
|
301 |
+
},
|
302 |
+
{
|
303 |
+
"epoch": 2.1666666666666665,
|
304 |
+
"grad_norm": 0.391499787569046,
|
305 |
+
"learning_rate": 1.8518518518518518e-05,
|
306 |
+
"loss": 0.4854,
|
307 |
+
"step": 400
|
308 |
+
},
|
309 |
+
{
|
310 |
+
"epoch": 2.183333333333333,
|
311 |
+
"grad_norm": 12.801836013793945,
|
312 |
+
"learning_rate": 1.7592592592592595e-05,
|
313 |
+
"loss": 0.2116,
|
314 |
+
"step": 410
|
315 |
+
},
|
316 |
+
{
|
317 |
+
"epoch": 2.2,
|
318 |
+
"grad_norm": 1.2074997425079346,
|
319 |
+
"learning_rate": 1.6666666666666667e-05,
|
320 |
+
"loss": 0.5754,
|
321 |
+
"step": 420
|
322 |
+
},
|
323 |
+
{
|
324 |
+
"epoch": 2.216666666666667,
|
325 |
+
"grad_norm": 6.485400676727295,
|
326 |
+
"learning_rate": 1.574074074074074e-05,
|
327 |
+
"loss": 0.2249,
|
328 |
+
"step": 430
|
329 |
+
},
|
330 |
+
{
|
331 |
+
"epoch": 2.2333333333333334,
|
332 |
+
"grad_norm": 0.48693740367889404,
|
333 |
+
"learning_rate": 1.4814814814814815e-05,
|
334 |
+
"loss": 0.0515,
|
335 |
+
"step": 440
|
336 |
+
},
|
337 |
+
{
|
338 |
+
"epoch": 2.25,
|
339 |
+
"grad_norm": 7.9630303382873535,
|
340 |
+
"learning_rate": 1.388888888888889e-05,
|
341 |
+
"loss": 0.0549,
|
342 |
+
"step": 450
|
343 |
+
},
|
344 |
+
{
|
345 |
+
"epoch": 2.25,
|
346 |
+
"eval_accuracy": 0.8428571428571429,
|
347 |
+
"eval_loss": 0.36876988410949707,
|
348 |
+
"eval_runtime": 70.8831,
|
349 |
+
"eval_samples_per_second": 0.988,
|
350 |
+
"eval_steps_per_second": 0.494,
|
351 |
+
"step": 450
|
352 |
+
},
|
353 |
+
{
|
354 |
+
"epoch": 3.0166666666666666,
|
355 |
+
"grad_norm": 0.1471995860338211,
|
356 |
+
"learning_rate": 1.2962962962962962e-05,
|
357 |
+
"loss": 0.1543,
|
358 |
+
"step": 460
|
359 |
+
},
|
360 |
+
{
|
361 |
+
"epoch": 3.033333333333333,
|
362 |
+
"grad_norm": 4.094030380249023,
|
363 |
+
"learning_rate": 1.2037037037037037e-05,
|
364 |
+
"loss": 0.0342,
|
365 |
+
"step": 470
|
366 |
+
},
|
367 |
+
{
|
368 |
+
"epoch": 3.05,
|
369 |
+
"grad_norm": 0.08409477770328522,
|
370 |
+
"learning_rate": 1.1111111111111112e-05,
|
371 |
+
"loss": 0.0331,
|
372 |
+
"step": 480
|
373 |
+
},
|
374 |
+
{
|
375 |
+
"epoch": 3.066666666666667,
|
376 |
+
"grad_norm": 0.10681143403053284,
|
377 |
+
"learning_rate": 1.0185185185185185e-05,
|
378 |
+
"loss": 0.0241,
|
379 |
+
"step": 490
|
380 |
+
},
|
381 |
+
{
|
382 |
+
"epoch": 3.0833333333333335,
|
383 |
+
"grad_norm": 0.1541340947151184,
|
384 |
+
"learning_rate": 9.259259259259259e-06,
|
385 |
+
"loss": 0.0898,
|
386 |
+
"step": 500
|
387 |
+
},
|
388 |
+
{
|
389 |
+
"epoch": 3.1,
|
390 |
+
"grad_norm": 7.55072546005249,
|
391 |
+
"learning_rate": 8.333333333333334e-06,
|
392 |
+
"loss": 0.1862,
|
393 |
+
"step": 510
|
394 |
+
},
|
395 |
+
{
|
396 |
+
"epoch": 3.1166666666666667,
|
397 |
+
"grad_norm": 0.1502927541732788,
|
398 |
+
"learning_rate": 7.4074074074074075e-06,
|
399 |
+
"loss": 0.0356,
|
400 |
+
"step": 520
|
401 |
+
},
|
402 |
+
{
|
403 |
+
"epoch": 3.1333333333333333,
|
404 |
+
"grad_norm": 0.4691978394985199,
|
405 |
+
"learning_rate": 6.481481481481481e-06,
|
406 |
+
"loss": 0.1808,
|
407 |
+
"step": 530
|
408 |
+
},
|
409 |
+
{
|
410 |
+
"epoch": 3.15,
|
411 |
+
"grad_norm": 1.6534876823425293,
|
412 |
+
"learning_rate": 5.555555555555556e-06,
|
413 |
+
"loss": 0.1224,
|
414 |
+
"step": 540
|
415 |
+
},
|
416 |
+
{
|
417 |
+
"epoch": 3.1666666666666665,
|
418 |
+
"grad_norm": 1.320893406867981,
|
419 |
+
"learning_rate": 4.6296296296296296e-06,
|
420 |
+
"loss": 0.1504,
|
421 |
+
"step": 550
|
422 |
+
},
|
423 |
+
{
|
424 |
+
"epoch": 3.183333333333333,
|
425 |
+
"grad_norm": 0.10768050700426102,
|
426 |
+
"learning_rate": 3.7037037037037037e-06,
|
427 |
+
"loss": 0.227,
|
428 |
+
"step": 560
|
429 |
+
},
|
430 |
+
{
|
431 |
+
"epoch": 3.2,
|
432 |
+
"grad_norm": 0.21785855293273926,
|
433 |
+
"learning_rate": 2.777777777777778e-06,
|
434 |
+
"loss": 0.0874,
|
435 |
+
"step": 570
|
436 |
+
},
|
437 |
+
{
|
438 |
+
"epoch": 3.216666666666667,
|
439 |
+
"grad_norm": 0.5024118423461914,
|
440 |
+
"learning_rate": 1.8518518518518519e-06,
|
441 |
+
"loss": 0.13,
|
442 |
+
"step": 580
|
443 |
+
},
|
444 |
+
{
|
445 |
+
"epoch": 3.2333333333333334,
|
446 |
+
"grad_norm": 0.2510383725166321,
|
447 |
+
"learning_rate": 9.259259259259259e-07,
|
448 |
+
"loss": 0.2489,
|
449 |
+
"step": 590
|
450 |
+
},
|
451 |
+
{
|
452 |
+
"epoch": 3.25,
|
453 |
+
"grad_norm": 0.12100522965192795,
|
454 |
+
"learning_rate": 0.0,
|
455 |
+
"loss": 0.4483,
|
456 |
+
"step": 600
|
457 |
+
},
|
458 |
+
{
|
459 |
+
"epoch": 3.25,
|
460 |
+
"eval_accuracy": 0.9285714285714286,
|
461 |
+
"eval_loss": 0.23080378770828247,
|
462 |
+
"eval_runtime": 70.7811,
|
463 |
+
"eval_samples_per_second": 0.989,
|
464 |
+
"eval_steps_per_second": 0.494,
|
465 |
+
"step": 600
|
466 |
+
},
|
467 |
+
{
|
468 |
+
"epoch": 3.25,
|
469 |
+
"step": 600,
|
470 |
+
"total_flos": 1.495384188125184e+18,
|
471 |
+
"train_loss": 0.808504955843091,
|
472 |
+
"train_runtime": 4191.089,
|
473 |
+
"train_samples_per_second": 0.286,
|
474 |
+
"train_steps_per_second": 0.143
|
475 |
+
},
|
476 |
+
{
|
477 |
+
"epoch": 3.25,
|
478 |
+
"eval_accuracy": 0.9290322580645162,
|
479 |
+
"eval_loss": 0.19940386712551117,
|
480 |
+
"eval_runtime": 151.5572,
|
481 |
+
"eval_samples_per_second": 1.023,
|
482 |
+
"eval_steps_per_second": 0.515,
|
483 |
+
"step": 600
|
484 |
+
},
|
485 |
+
{
|
486 |
+
"epoch": 3.25,
|
487 |
+
"eval_accuracy": 0.9290322580645162,
|
488 |
+
"eval_loss": 0.19940386712551117,
|
489 |
+
"eval_runtime": 157.2784,
|
490 |
+
"eval_samples_per_second": 0.986,
|
491 |
+
"eval_steps_per_second": 0.496,
|
492 |
+
"step": 600
|
493 |
+
}
|
494 |
+
],
|
495 |
+
"logging_steps": 10,
|
496 |
+
"max_steps": 600,
|
497 |
+
"num_input_tokens_seen": 0,
|
498 |
+
"num_train_epochs": 9223372036854775807,
|
499 |
+
"save_steps": 500,
|
500 |
+
"stateful_callbacks": {
|
501 |
+
"TrainerControl": {
|
502 |
+
"args": {
|
503 |
+
"should_epoch_stop": false,
|
504 |
+
"should_evaluate": false,
|
505 |
+
"should_log": false,
|
506 |
+
"should_save": true,
|
507 |
+
"should_training_stop": true
|
508 |
+
},
|
509 |
+
"attributes": {}
|
510 |
+
}
|
511 |
+
},
|
512 |
+
"total_flos": 1.495384188125184e+18,
|
513 |
+
"train_batch_size": 2,
|
514 |
+
"trial_name": null,
|
515 |
+
"trial_params": null
|
516 |
+
}
|