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 |
+
}
|