otozz commited on
Commit
c0f7d74
1 Parent(s): fe43504

Upload 9 files

Browse files
config.json ADDED
@@ -0,0 +1,52 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "_name_or_path": "results_thesis/whisper-small-ar_tsize_1.0/checkpoint-5000",
3
+ "activation_dropout": 0.0,
4
+ "activation_function": "gelu",
5
+ "apply_spec_augment": false,
6
+ "architectures": [
7
+ "WhisperForConditionalGeneration"
8
+ ],
9
+ "attention_dropout": 0.0,
10
+ "begin_suppress_tokens": [
11
+ 220,
12
+ 50257
13
+ ],
14
+ "bos_token_id": 50257,
15
+ "classifier_proj_size": 256,
16
+ "d_model": 768,
17
+ "decoder_attention_heads": 12,
18
+ "decoder_ffn_dim": 3072,
19
+ "decoder_layerdrop": 0.0,
20
+ "decoder_layers": 12,
21
+ "decoder_start_token_id": 50258,
22
+ "dropout": 0.0,
23
+ "encoder_attention_heads": 12,
24
+ "encoder_ffn_dim": 3072,
25
+ "encoder_layerdrop": 0.0,
26
+ "encoder_layers": 12,
27
+ "eos_token_id": 50257,
28
+ "forced_decoder_ids": null,
29
+ "init_std": 0.02,
30
+ "is_encoder_decoder": true,
31
+ "mask_feature_length": 10,
32
+ "mask_feature_min_masks": 0,
33
+ "mask_feature_prob": 0.0,
34
+ "mask_time_length": 10,
35
+ "mask_time_min_masks": 2,
36
+ "mask_time_prob": 0.05,
37
+ "max_length": 512,
38
+ "max_source_positions": 1500,
39
+ "max_target_positions": 448,
40
+ "median_filter_width": 7,
41
+ "model_type": "whisper",
42
+ "num_hidden_layers": 12,
43
+ "num_mel_bins": 80,
44
+ "pad_token_id": 50257,
45
+ "scale_embedding": false,
46
+ "suppress_tokens": [],
47
+ "torch_dtype": "float32",
48
+ "transformers_version": "4.39.3",
49
+ "use_cache": true,
50
+ "use_weighted_layer_sum": false,
51
+ "vocab_size": 51865
52
+ }
generation_config.json ADDED
@@ -0,0 +1,265 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "alignment_heads": [
3
+ [
4
+ 5,
5
+ 3
6
+ ],
7
+ [
8
+ 5,
9
+ 9
10
+ ],
11
+ [
12
+ 8,
13
+ 0
14
+ ],
15
+ [
16
+ 8,
17
+ 4
18
+ ],
19
+ [
20
+ 8,
21
+ 7
22
+ ],
23
+ [
24
+ 8,
25
+ 8
26
+ ],
27
+ [
28
+ 9,
29
+ 0
30
+ ],
31
+ [
32
+ 9,
33
+ 7
34
+ ],
35
+ [
36
+ 9,
37
+ 9
38
+ ],
39
+ [
40
+ 10,
41
+ 5
42
+ ]
43
+ ],
44
+ "begin_suppress_tokens": [
45
+ 220,
46
+ 50257
47
+ ],
48
+ "bos_token_id": 50257,
49
+ "decoder_start_token_id": 50258,
50
+ "eos_token_id": 50257,
51
+ "forced_decoder_ids": [
52
+ [
53
+ 1,
54
+ null
55
+ ],
56
+ [
57
+ 2,
58
+ 50359
59
+ ]
60
+ ],
61
+ "is_multilingual": true,
62
+ "lang_to_id": {
63
+ "<|af|>": 50327,
64
+ "<|am|>": 50334,
65
+ "<|ar|>": 50272,
66
+ "<|as|>": 50350,
67
+ "<|az|>": 50304,
68
+ "<|ba|>": 50355,
69
+ "<|be|>": 50330,
70
+ "<|bg|>": 50292,
71
+ "<|bn|>": 50302,
72
+ "<|bo|>": 50347,
73
+ "<|br|>": 50309,
74
+ "<|bs|>": 50315,
75
+ "<|ca|>": 50270,
76
+ "<|cs|>": 50283,
77
+ "<|cy|>": 50297,
78
+ "<|da|>": 50285,
79
+ "<|de|>": 50261,
80
+ "<|el|>": 50281,
81
+ "<|en|>": 50259,
82
+ "<|es|>": 50262,
83
+ "<|et|>": 50307,
84
+ "<|eu|>": 50310,
85
+ "<|fa|>": 50300,
86
+ "<|fi|>": 50277,
87
+ "<|fo|>": 50338,
88
+ "<|fr|>": 50265,
89
+ "<|gl|>": 50319,
90
+ "<|gu|>": 50333,
91
+ "<|haw|>": 50352,
92
+ "<|ha|>": 50354,
93
+ "<|he|>": 50279,
94
+ "<|hi|>": 50276,
95
+ "<|hr|>": 50291,
96
+ "<|ht|>": 50339,
97
+ "<|hu|>": 50286,
98
+ "<|hy|>": 50312,
99
+ "<|id|>": 50275,
100
+ "<|is|>": 50311,
101
+ "<|it|>": 50274,
102
+ "<|ja|>": 50266,
103
+ "<|jw|>": 50356,
104
+ "<|ka|>": 50329,
105
+ "<|kk|>": 50316,
106
+ "<|km|>": 50323,
107
+ "<|kn|>": 50306,
108
+ "<|ko|>": 50264,
109
+ "<|la|>": 50294,
110
+ "<|lb|>": 50345,
111
+ "<|ln|>": 50353,
112
+ "<|lo|>": 50336,
113
+ "<|lt|>": 50293,
114
+ "<|lv|>": 50301,
115
+ "<|mg|>": 50349,
116
+ "<|mi|>": 50295,
117
+ "<|mk|>": 50308,
118
+ "<|ml|>": 50296,
119
+ "<|mn|>": 50314,
120
+ "<|mr|>": 50320,
121
+ "<|ms|>": 50282,
122
+ "<|mt|>": 50343,
123
+ "<|my|>": 50346,
124
+ "<|ne|>": 50313,
125
+ "<|nl|>": 50271,
126
+ "<|nn|>": 50342,
127
+ "<|no|>": 50288,
128
+ "<|oc|>": 50328,
129
+ "<|pa|>": 50321,
130
+ "<|pl|>": 50269,
131
+ "<|ps|>": 50340,
132
+ "<|pt|>": 50267,
133
+ "<|ro|>": 50284,
134
+ "<|ru|>": 50263,
135
+ "<|sa|>": 50344,
136
+ "<|sd|>": 50332,
137
+ "<|si|>": 50322,
138
+ "<|sk|>": 50298,
139
+ "<|sl|>": 50305,
140
+ "<|sn|>": 50324,
141
+ "<|so|>": 50326,
142
+ "<|sq|>": 50317,
143
+ "<|sr|>": 50303,
144
+ "<|su|>": 50357,
145
+ "<|sv|>": 50273,
146
+ "<|sw|>": 50318,
147
+ "<|ta|>": 50287,
148
+ "<|te|>": 50299,
149
+ "<|tg|>": 50331,
150
+ "<|th|>": 50289,
151
+ "<|tk|>": 50341,
152
+ "<|tl|>": 50348,
153
+ "<|tr|>": 50268,
154
+ "<|tt|>": 50351,
155
+ "<|uk|>": 50280,
156
+ "<|ur|>": 50290,
157
+ "<|uz|>": 50337,
158
+ "<|vi|>": 50278,
159
+ "<|yi|>": 50335,
160
+ "<|yo|>": 50325,
161
+ "<|zh|>": 50260
162
+ },
163
+ "language": "ar",
164
+ "max_initial_timestamp_index": 50,
165
+ "max_length": 448,
166
+ "no_timestamps_token_id": 50363,
167
+ "pad_token_id": 50257,
168
+ "prev_sot_token_id": 50361,
169
+ "return_timestamps": false,
170
+ "suppress_tokens": [
171
+ 1,
172
+ 2,
173
+ 7,
174
+ 8,
175
+ 9,
176
+ 10,
177
+ 14,
178
+ 25,
179
+ 26,
180
+ 27,
181
+ 28,
182
+ 29,
183
+ 31,
184
+ 58,
185
+ 59,
186
+ 60,
187
+ 61,
188
+ 62,
189
+ 63,
190
+ 90,
191
+ 91,
192
+ 92,
193
+ 93,
194
+ 359,
195
+ 503,
196
+ 522,
197
+ 542,
198
+ 873,
199
+ 893,
200
+ 902,
201
+ 918,
202
+ 922,
203
+ 931,
204
+ 1350,
205
+ 1853,
206
+ 1982,
207
+ 2460,
208
+ 2627,
209
+ 3246,
210
+ 3253,
211
+ 3268,
212
+ 3536,
213
+ 3846,
214
+ 3961,
215
+ 4183,
216
+ 4667,
217
+ 6585,
218
+ 6647,
219
+ 7273,
220
+ 9061,
221
+ 9383,
222
+ 10428,
223
+ 10929,
224
+ 11938,
225
+ 12033,
226
+ 12331,
227
+ 12562,
228
+ 13793,
229
+ 14157,
230
+ 14635,
231
+ 15265,
232
+ 15618,
233
+ 16553,
234
+ 16604,
235
+ 18362,
236
+ 18956,
237
+ 20075,
238
+ 21675,
239
+ 22520,
240
+ 26130,
241
+ 26161,
242
+ 26435,
243
+ 28279,
244
+ 29464,
245
+ 31650,
246
+ 32302,
247
+ 32470,
248
+ 36865,
249
+ 42863,
250
+ 47425,
251
+ 49870,
252
+ 50254,
253
+ 50258,
254
+ 50358,
255
+ 50359,
256
+ 50360,
257
+ 50361,
258
+ 50362
259
+ ],
260
+ "task_to_id": {
261
+ "transcribe": 50359,
262
+ "translate": 50358
263
+ },
264
+ "transformers_version": "4.39.3"
265
+ }
model.safetensors ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:2dfd5eebeb47089c2cac75e992593fa061ea2f3131a84315e8ab532a31895229
3
+ size 966995080
optimizer.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:c5b5783bf4ee7d5825a6faab67a8b0eb4a669c5478c366cc28004fd6066afb9d
3
+ size 1925060287
preprocessor_config.json ADDED
@@ -0,0 +1,14 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "chunk_length": 30,
3
+ "feature_extractor_type": "WhisperFeatureExtractor",
4
+ "feature_size": 80,
5
+ "hop_length": 160,
6
+ "n_fft": 400,
7
+ "n_samples": 480000,
8
+ "nb_max_frames": 3000,
9
+ "padding_side": "right",
10
+ "padding_value": 0.0,
11
+ "processor_class": "WhisperProcessor",
12
+ "return_attention_mask": false,
13
+ "sampling_rate": 16000
14
+ }
rng_state.pth ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:65294ba46b43630d4db9e903f777809b34a0613783b89ebcc00f38d1120bb0dc
3
+ size 14503
scheduler.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:0c02f28989117220816c4786199a619e1b6d89fce1a536bd36f26f62fdf45377
3
+ size 623
trainer_state.json ADDED
@@ -0,0 +1,1471 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": 75.64947360448383,
3
+ "best_model_checkpoint": "./whisper-small-finetune_gulf/checkpoint-4000",
4
+ "epoch": 2.311604253351826,
5
+ "eval_steps": 1000,
6
+ "global_step": 5000,
7
+ "is_hyper_param_search": false,
8
+ "is_local_process_zero": true,
9
+ "is_world_process_zero": true,
10
+ "log_history": [
11
+ {
12
+ "epoch": 0.01,
13
+ "grad_norm": 23.472209930419922,
14
+ "learning_rate": 5.000000000000001e-07,
15
+ "loss": 1.8733,
16
+ "step": 25
17
+ },
18
+ {
19
+ "epoch": 0.02,
20
+ "grad_norm": 25.33260154724121,
21
+ "learning_rate": 1.0000000000000002e-06,
22
+ "loss": 1.6853,
23
+ "step": 50
24
+ },
25
+ {
26
+ "epoch": 0.03,
27
+ "grad_norm": 28.451927185058594,
28
+ "learning_rate": 1.5e-06,
29
+ "loss": 1.6101,
30
+ "step": 75
31
+ },
32
+ {
33
+ "epoch": 0.05,
34
+ "grad_norm": 29.835905075073242,
35
+ "learning_rate": 2.0000000000000003e-06,
36
+ "loss": 1.7625,
37
+ "step": 100
38
+ },
39
+ {
40
+ "epoch": 0.06,
41
+ "grad_norm": 28.589879989624023,
42
+ "learning_rate": 2.5e-06,
43
+ "loss": 1.6508,
44
+ "step": 125
45
+ },
46
+ {
47
+ "epoch": 0.07,
48
+ "grad_norm": 28.195240020751953,
49
+ "learning_rate": 3e-06,
50
+ "loss": 1.6032,
51
+ "step": 150
52
+ },
53
+ {
54
+ "epoch": 0.08,
55
+ "grad_norm": 23.07231903076172,
56
+ "learning_rate": 3.5e-06,
57
+ "loss": 1.5002,
58
+ "step": 175
59
+ },
60
+ {
61
+ "epoch": 0.09,
62
+ "grad_norm": 26.471607208251953,
63
+ "learning_rate": 4.000000000000001e-06,
64
+ "loss": 1.3828,
65
+ "step": 200
66
+ },
67
+ {
68
+ "epoch": 0.1,
69
+ "grad_norm": 20.687870025634766,
70
+ "learning_rate": 4.5e-06,
71
+ "loss": 1.52,
72
+ "step": 225
73
+ },
74
+ {
75
+ "epoch": 0.12,
76
+ "grad_norm": 20.147708892822266,
77
+ "learning_rate": 5e-06,
78
+ "loss": 1.5193,
79
+ "step": 250
80
+ },
81
+ {
82
+ "epoch": 0.13,
83
+ "grad_norm": 21.233428955078125,
84
+ "learning_rate": 5.500000000000001e-06,
85
+ "loss": 1.5131,
86
+ "step": 275
87
+ },
88
+ {
89
+ "epoch": 0.14,
90
+ "grad_norm": 21.05452537536621,
91
+ "learning_rate": 6e-06,
92
+ "loss": 1.4526,
93
+ "step": 300
94
+ },
95
+ {
96
+ "epoch": 0.15,
97
+ "grad_norm": 24.340858459472656,
98
+ "learning_rate": 6.5000000000000004e-06,
99
+ "loss": 1.5262,
100
+ "step": 325
101
+ },
102
+ {
103
+ "epoch": 0.16,
104
+ "grad_norm": 24.064132690429688,
105
+ "learning_rate": 7e-06,
106
+ "loss": 1.397,
107
+ "step": 350
108
+ },
109
+ {
110
+ "epoch": 0.17,
111
+ "grad_norm": 21.471921920776367,
112
+ "learning_rate": 7.500000000000001e-06,
113
+ "loss": 1.5244,
114
+ "step": 375
115
+ },
116
+ {
117
+ "epoch": 0.18,
118
+ "grad_norm": 22.753755569458008,
119
+ "learning_rate": 8.000000000000001e-06,
120
+ "loss": 1.3962,
121
+ "step": 400
122
+ },
123
+ {
124
+ "epoch": 0.2,
125
+ "grad_norm": 18.438940048217773,
126
+ "learning_rate": 8.5e-06,
127
+ "loss": 1.3372,
128
+ "step": 425
129
+ },
130
+ {
131
+ "epoch": 0.21,
132
+ "grad_norm": 19.2254581451416,
133
+ "learning_rate": 9e-06,
134
+ "loss": 1.426,
135
+ "step": 450
136
+ },
137
+ {
138
+ "epoch": 0.22,
139
+ "grad_norm": 18.967300415039062,
140
+ "learning_rate": 9.5e-06,
141
+ "loss": 1.3301,
142
+ "step": 475
143
+ },
144
+ {
145
+ "epoch": 0.23,
146
+ "grad_norm": 20.847196578979492,
147
+ "learning_rate": 1e-05,
148
+ "loss": 1.2433,
149
+ "step": 500
150
+ },
151
+ {
152
+ "epoch": 0.24,
153
+ "grad_norm": 18.459182739257812,
154
+ "learning_rate": 9.944444444444445e-06,
155
+ "loss": 1.2761,
156
+ "step": 525
157
+ },
158
+ {
159
+ "epoch": 0.25,
160
+ "grad_norm": 22.492895126342773,
161
+ "learning_rate": 9.88888888888889e-06,
162
+ "loss": 1.4599,
163
+ "step": 550
164
+ },
165
+ {
166
+ "epoch": 0.27,
167
+ "grad_norm": 25.510766983032227,
168
+ "learning_rate": 9.833333333333333e-06,
169
+ "loss": 1.2511,
170
+ "step": 575
171
+ },
172
+ {
173
+ "epoch": 0.28,
174
+ "grad_norm": 20.4246768951416,
175
+ "learning_rate": 9.777777777777779e-06,
176
+ "loss": 1.2121,
177
+ "step": 600
178
+ },
179
+ {
180
+ "epoch": 0.29,
181
+ "grad_norm": 25.91058349609375,
182
+ "learning_rate": 9.722222222222223e-06,
183
+ "loss": 1.4637,
184
+ "step": 625
185
+ },
186
+ {
187
+ "epoch": 0.3,
188
+ "grad_norm": 25.087705612182617,
189
+ "learning_rate": 9.666666666666667e-06,
190
+ "loss": 1.2607,
191
+ "step": 650
192
+ },
193
+ {
194
+ "epoch": 0.31,
195
+ "grad_norm": 20.08827781677246,
196
+ "learning_rate": 9.611111111111112e-06,
197
+ "loss": 1.4525,
198
+ "step": 675
199
+ },
200
+ {
201
+ "epoch": 0.32,
202
+ "grad_norm": 16.310239791870117,
203
+ "learning_rate": 9.555555555555556e-06,
204
+ "loss": 1.2905,
205
+ "step": 700
206
+ },
207
+ {
208
+ "epoch": 0.34,
209
+ "grad_norm": 18.671165466308594,
210
+ "learning_rate": 9.5e-06,
211
+ "loss": 1.3568,
212
+ "step": 725
213
+ },
214
+ {
215
+ "epoch": 0.35,
216
+ "grad_norm": 25.499460220336914,
217
+ "learning_rate": 9.444444444444445e-06,
218
+ "loss": 1.2893,
219
+ "step": 750
220
+ },
221
+ {
222
+ "epoch": 0.36,
223
+ "grad_norm": 20.31481170654297,
224
+ "learning_rate": 9.38888888888889e-06,
225
+ "loss": 1.268,
226
+ "step": 775
227
+ },
228
+ {
229
+ "epoch": 0.37,
230
+ "grad_norm": 22.260953903198242,
231
+ "learning_rate": 9.333333333333334e-06,
232
+ "loss": 1.2924,
233
+ "step": 800
234
+ },
235
+ {
236
+ "epoch": 0.38,
237
+ "grad_norm": 19.559682846069336,
238
+ "learning_rate": 9.277777777777778e-06,
239
+ "loss": 1.3534,
240
+ "step": 825
241
+ },
242
+ {
243
+ "epoch": 0.39,
244
+ "grad_norm": 21.260534286499023,
245
+ "learning_rate": 9.222222222222224e-06,
246
+ "loss": 1.265,
247
+ "step": 850
248
+ },
249
+ {
250
+ "epoch": 0.4,
251
+ "grad_norm": 22.76539421081543,
252
+ "learning_rate": 9.166666666666666e-06,
253
+ "loss": 1.302,
254
+ "step": 875
255
+ },
256
+ {
257
+ "epoch": 0.42,
258
+ "grad_norm": 23.064783096313477,
259
+ "learning_rate": 9.111111111111112e-06,
260
+ "loss": 1.25,
261
+ "step": 900
262
+ },
263
+ {
264
+ "epoch": 0.43,
265
+ "grad_norm": 19.941423416137695,
266
+ "learning_rate": 9.055555555555556e-06,
267
+ "loss": 1.2915,
268
+ "step": 925
269
+ },
270
+ {
271
+ "epoch": 0.44,
272
+ "grad_norm": 17.240646362304688,
273
+ "learning_rate": 9e-06,
274
+ "loss": 1.2868,
275
+ "step": 950
276
+ },
277
+ {
278
+ "epoch": 0.45,
279
+ "grad_norm": 18.2373046875,
280
+ "learning_rate": 8.944444444444446e-06,
281
+ "loss": 1.2259,
282
+ "step": 975
283
+ },
284
+ {
285
+ "epoch": 0.46,
286
+ "grad_norm": 22.34012794494629,
287
+ "learning_rate": 8.888888888888888e-06,
288
+ "loss": 1.3947,
289
+ "step": 1000
290
+ },
291
+ {
292
+ "epoch": 0.46,
293
+ "eval_cer": 65.38537817965462,
294
+ "eval_loss": 1.2471961975097656,
295
+ "eval_runtime": 1151.935,
296
+ "eval_samples_per_second": 3.755,
297
+ "eval_steps_per_second": 0.47,
298
+ "eval_wer": 84.87843671892752,
299
+ "step": 1000
300
+ },
301
+ {
302
+ "epoch": 0.47,
303
+ "grad_norm": 18.88918685913086,
304
+ "learning_rate": 8.833333333333334e-06,
305
+ "loss": 1.2824,
306
+ "step": 1025
307
+ },
308
+ {
309
+ "epoch": 0.49,
310
+ "grad_norm": 20.2314395904541,
311
+ "learning_rate": 8.777777777777778e-06,
312
+ "loss": 1.3135,
313
+ "step": 1050
314
+ },
315
+ {
316
+ "epoch": 0.5,
317
+ "grad_norm": 21.175655364990234,
318
+ "learning_rate": 8.722222222222224e-06,
319
+ "loss": 1.2259,
320
+ "step": 1075
321
+ },
322
+ {
323
+ "epoch": 0.51,
324
+ "grad_norm": 16.999879837036133,
325
+ "learning_rate": 8.666666666666668e-06,
326
+ "loss": 1.2408,
327
+ "step": 1100
328
+ },
329
+ {
330
+ "epoch": 0.52,
331
+ "grad_norm": 19.178285598754883,
332
+ "learning_rate": 8.611111111111112e-06,
333
+ "loss": 1.2721,
334
+ "step": 1125
335
+ },
336
+ {
337
+ "epoch": 0.53,
338
+ "grad_norm": 20.64499855041504,
339
+ "learning_rate": 8.555555555555556e-06,
340
+ "loss": 1.3392,
341
+ "step": 1150
342
+ },
343
+ {
344
+ "epoch": 0.54,
345
+ "grad_norm": 19.396726608276367,
346
+ "learning_rate": 8.5e-06,
347
+ "loss": 1.2863,
348
+ "step": 1175
349
+ },
350
+ {
351
+ "epoch": 0.55,
352
+ "grad_norm": 19.87407875061035,
353
+ "learning_rate": 8.444444444444446e-06,
354
+ "loss": 1.3248,
355
+ "step": 1200
356
+ },
357
+ {
358
+ "epoch": 0.57,
359
+ "grad_norm": 16.245336532592773,
360
+ "learning_rate": 8.38888888888889e-06,
361
+ "loss": 1.3406,
362
+ "step": 1225
363
+ },
364
+ {
365
+ "epoch": 0.58,
366
+ "grad_norm": 17.97079086303711,
367
+ "learning_rate": 8.333333333333334e-06,
368
+ "loss": 1.211,
369
+ "step": 1250
370
+ },
371
+ {
372
+ "epoch": 0.59,
373
+ "grad_norm": 25.904541015625,
374
+ "learning_rate": 8.277777777777778e-06,
375
+ "loss": 1.334,
376
+ "step": 1275
377
+ },
378
+ {
379
+ "epoch": 0.6,
380
+ "grad_norm": 21.328983306884766,
381
+ "learning_rate": 8.222222222222222e-06,
382
+ "loss": 1.2982,
383
+ "step": 1300
384
+ },
385
+ {
386
+ "epoch": 0.61,
387
+ "grad_norm": 19.949731826782227,
388
+ "learning_rate": 8.166666666666668e-06,
389
+ "loss": 1.2365,
390
+ "step": 1325
391
+ },
392
+ {
393
+ "epoch": 0.62,
394
+ "grad_norm": 15.301751136779785,
395
+ "learning_rate": 8.111111111111112e-06,
396
+ "loss": 1.2033,
397
+ "step": 1350
398
+ },
399
+ {
400
+ "epoch": 0.64,
401
+ "grad_norm": 22.96265411376953,
402
+ "learning_rate": 8.055555555555557e-06,
403
+ "loss": 1.2319,
404
+ "step": 1375
405
+ },
406
+ {
407
+ "epoch": 0.65,
408
+ "grad_norm": 17.26740074157715,
409
+ "learning_rate": 8.000000000000001e-06,
410
+ "loss": 1.1544,
411
+ "step": 1400
412
+ },
413
+ {
414
+ "epoch": 0.66,
415
+ "grad_norm": 27.209585189819336,
416
+ "learning_rate": 7.944444444444445e-06,
417
+ "loss": 1.3496,
418
+ "step": 1425
419
+ },
420
+ {
421
+ "epoch": 0.67,
422
+ "grad_norm": 20.707279205322266,
423
+ "learning_rate": 7.88888888888889e-06,
424
+ "loss": 1.2727,
425
+ "step": 1450
426
+ },
427
+ {
428
+ "epoch": 0.68,
429
+ "grad_norm": 20.74648666381836,
430
+ "learning_rate": 7.833333333333333e-06,
431
+ "loss": 1.2371,
432
+ "step": 1475
433
+ },
434
+ {
435
+ "epoch": 0.69,
436
+ "grad_norm": 20.16001319885254,
437
+ "learning_rate": 7.77777777777778e-06,
438
+ "loss": 1.2456,
439
+ "step": 1500
440
+ },
441
+ {
442
+ "epoch": 0.71,
443
+ "grad_norm": 20.684553146362305,
444
+ "learning_rate": 7.722222222222223e-06,
445
+ "loss": 1.1862,
446
+ "step": 1525
447
+ },
448
+ {
449
+ "epoch": 0.72,
450
+ "grad_norm": 17.660783767700195,
451
+ "learning_rate": 7.666666666666667e-06,
452
+ "loss": 1.1802,
453
+ "step": 1550
454
+ },
455
+ {
456
+ "epoch": 0.73,
457
+ "grad_norm": 27.349889755249023,
458
+ "learning_rate": 7.611111111111111e-06,
459
+ "loss": 1.1869,
460
+ "step": 1575
461
+ },
462
+ {
463
+ "epoch": 0.74,
464
+ "grad_norm": 20.43325424194336,
465
+ "learning_rate": 7.555555555555556e-06,
466
+ "loss": 1.2752,
467
+ "step": 1600
468
+ },
469
+ {
470
+ "epoch": 0.75,
471
+ "grad_norm": 18.21103286743164,
472
+ "learning_rate": 7.500000000000001e-06,
473
+ "loss": 1.083,
474
+ "step": 1625
475
+ },
476
+ {
477
+ "epoch": 0.76,
478
+ "grad_norm": 17.000732421875,
479
+ "learning_rate": 7.444444444444445e-06,
480
+ "loss": 1.1785,
481
+ "step": 1650
482
+ },
483
+ {
484
+ "epoch": 0.77,
485
+ "grad_norm": 16.118410110473633,
486
+ "learning_rate": 7.38888888888889e-06,
487
+ "loss": 1.2115,
488
+ "step": 1675
489
+ },
490
+ {
491
+ "epoch": 0.79,
492
+ "grad_norm": 16.376646041870117,
493
+ "learning_rate": 7.333333333333333e-06,
494
+ "loss": 1.1399,
495
+ "step": 1700
496
+ },
497
+ {
498
+ "epoch": 0.8,
499
+ "grad_norm": 23.872587203979492,
500
+ "learning_rate": 7.277777777777778e-06,
501
+ "loss": 1.2943,
502
+ "step": 1725
503
+ },
504
+ {
505
+ "epoch": 0.81,
506
+ "grad_norm": 17.694063186645508,
507
+ "learning_rate": 7.222222222222223e-06,
508
+ "loss": 1.1768,
509
+ "step": 1750
510
+ },
511
+ {
512
+ "epoch": 0.82,
513
+ "grad_norm": 15.69645881652832,
514
+ "learning_rate": 7.166666666666667e-06,
515
+ "loss": 1.1779,
516
+ "step": 1775
517
+ },
518
+ {
519
+ "epoch": 0.83,
520
+ "grad_norm": 17.946985244750977,
521
+ "learning_rate": 7.111111111111112e-06,
522
+ "loss": 1.1575,
523
+ "step": 1800
524
+ },
525
+ {
526
+ "epoch": 0.84,
527
+ "grad_norm": 24.68529510498047,
528
+ "learning_rate": 7.055555555555557e-06,
529
+ "loss": 1.2993,
530
+ "step": 1825
531
+ },
532
+ {
533
+ "epoch": 0.86,
534
+ "grad_norm": 20.466711044311523,
535
+ "learning_rate": 7e-06,
536
+ "loss": 1.1476,
537
+ "step": 1850
538
+ },
539
+ {
540
+ "epoch": 0.87,
541
+ "grad_norm": 20.040111541748047,
542
+ "learning_rate": 6.944444444444445e-06,
543
+ "loss": 1.1855,
544
+ "step": 1875
545
+ },
546
+ {
547
+ "epoch": 0.88,
548
+ "grad_norm": 20.88412857055664,
549
+ "learning_rate": 6.88888888888889e-06,
550
+ "loss": 1.2041,
551
+ "step": 1900
552
+ },
553
+ {
554
+ "epoch": 0.89,
555
+ "grad_norm": 16.89543342590332,
556
+ "learning_rate": 6.833333333333334e-06,
557
+ "loss": 1.2062,
558
+ "step": 1925
559
+ },
560
+ {
561
+ "epoch": 0.9,
562
+ "grad_norm": 20.681123733520508,
563
+ "learning_rate": 6.777777777777779e-06,
564
+ "loss": 1.0671,
565
+ "step": 1950
566
+ },
567
+ {
568
+ "epoch": 0.91,
569
+ "grad_norm": 20.805986404418945,
570
+ "learning_rate": 6.7222222222222235e-06,
571
+ "loss": 1.197,
572
+ "step": 1975
573
+ },
574
+ {
575
+ "epoch": 0.92,
576
+ "grad_norm": 16.39628791809082,
577
+ "learning_rate": 6.666666666666667e-06,
578
+ "loss": 1.333,
579
+ "step": 2000
580
+ },
581
+ {
582
+ "epoch": 0.92,
583
+ "eval_cer": 72.85421517713513,
584
+ "eval_loss": 1.1428595781326294,
585
+ "eval_runtime": 1198.4252,
586
+ "eval_samples_per_second": 3.61,
587
+ "eval_steps_per_second": 0.451,
588
+ "eval_wer": 92.31235325304856,
589
+ "step": 2000
590
+ },
591
+ {
592
+ "epoch": 0.94,
593
+ "grad_norm": 18.98177719116211,
594
+ "learning_rate": 6.6111111111111115e-06,
595
+ "loss": 1.1586,
596
+ "step": 2025
597
+ },
598
+ {
599
+ "epoch": 0.95,
600
+ "grad_norm": 26.32819366455078,
601
+ "learning_rate": 6.555555555555556e-06,
602
+ "loss": 1.2463,
603
+ "step": 2050
604
+ },
605
+ {
606
+ "epoch": 0.96,
607
+ "grad_norm": 17.621980667114258,
608
+ "learning_rate": 6.5000000000000004e-06,
609
+ "loss": 1.1764,
610
+ "step": 2075
611
+ },
612
+ {
613
+ "epoch": 0.97,
614
+ "grad_norm": 19.834068298339844,
615
+ "learning_rate": 6.444444444444445e-06,
616
+ "loss": 1.2383,
617
+ "step": 2100
618
+ },
619
+ {
620
+ "epoch": 0.98,
621
+ "grad_norm": 18.443336486816406,
622
+ "learning_rate": 6.3888888888888885e-06,
623
+ "loss": 1.1966,
624
+ "step": 2125
625
+ },
626
+ {
627
+ "epoch": 0.99,
628
+ "grad_norm": 23.796865463256836,
629
+ "learning_rate": 6.333333333333333e-06,
630
+ "loss": 1.1506,
631
+ "step": 2150
632
+ },
633
+ {
634
+ "epoch": 1.01,
635
+ "grad_norm": 13.802796363830566,
636
+ "learning_rate": 6.277777777777778e-06,
637
+ "loss": 1.004,
638
+ "step": 2175
639
+ },
640
+ {
641
+ "epoch": 1.02,
642
+ "grad_norm": 11.86549186706543,
643
+ "learning_rate": 6.222222222222223e-06,
644
+ "loss": 0.8599,
645
+ "step": 2200
646
+ },
647
+ {
648
+ "epoch": 1.03,
649
+ "grad_norm": 20.885765075683594,
650
+ "learning_rate": 6.166666666666667e-06,
651
+ "loss": 0.9144,
652
+ "step": 2225
653
+ },
654
+ {
655
+ "epoch": 1.04,
656
+ "grad_norm": 15.317635536193848,
657
+ "learning_rate": 6.111111111111112e-06,
658
+ "loss": 0.863,
659
+ "step": 2250
660
+ },
661
+ {
662
+ "epoch": 1.05,
663
+ "grad_norm": 16.995641708374023,
664
+ "learning_rate": 6.055555555555555e-06,
665
+ "loss": 0.8261,
666
+ "step": 2275
667
+ },
668
+ {
669
+ "epoch": 1.06,
670
+ "grad_norm": 16.974023818969727,
671
+ "learning_rate": 6e-06,
672
+ "loss": 0.7936,
673
+ "step": 2300
674
+ },
675
+ {
676
+ "epoch": 1.07,
677
+ "grad_norm": 15.467360496520996,
678
+ "learning_rate": 5.944444444444445e-06,
679
+ "loss": 0.8796,
680
+ "step": 2325
681
+ },
682
+ {
683
+ "epoch": 1.09,
684
+ "grad_norm": 14.19994068145752,
685
+ "learning_rate": 5.88888888888889e-06,
686
+ "loss": 0.9499,
687
+ "step": 2350
688
+ },
689
+ {
690
+ "epoch": 1.1,
691
+ "grad_norm": 18.083833694458008,
692
+ "learning_rate": 5.833333333333334e-06,
693
+ "loss": 0.8659,
694
+ "step": 2375
695
+ },
696
+ {
697
+ "epoch": 1.11,
698
+ "grad_norm": 13.523449897766113,
699
+ "learning_rate": 5.777777777777778e-06,
700
+ "loss": 0.7468,
701
+ "step": 2400
702
+ },
703
+ {
704
+ "epoch": 1.12,
705
+ "grad_norm": 22.28549575805664,
706
+ "learning_rate": 5.722222222222222e-06,
707
+ "loss": 0.9936,
708
+ "step": 2425
709
+ },
710
+ {
711
+ "epoch": 1.13,
712
+ "grad_norm": 12.301285743713379,
713
+ "learning_rate": 5.666666666666667e-06,
714
+ "loss": 0.9272,
715
+ "step": 2450
716
+ },
717
+ {
718
+ "epoch": 1.14,
719
+ "grad_norm": 15.811965942382812,
720
+ "learning_rate": 5.611111111111112e-06,
721
+ "loss": 0.8392,
722
+ "step": 2475
723
+ },
724
+ {
725
+ "epoch": 1.16,
726
+ "grad_norm": 10.93188762664795,
727
+ "learning_rate": 5.555555555555557e-06,
728
+ "loss": 0.7856,
729
+ "step": 2500
730
+ },
731
+ {
732
+ "epoch": 1.17,
733
+ "grad_norm": 15.368990898132324,
734
+ "learning_rate": 5.500000000000001e-06,
735
+ "loss": 0.991,
736
+ "step": 2525
737
+ },
738
+ {
739
+ "epoch": 1.18,
740
+ "grad_norm": 23.429412841796875,
741
+ "learning_rate": 5.444444444444445e-06,
742
+ "loss": 0.956,
743
+ "step": 2550
744
+ },
745
+ {
746
+ "epoch": 1.19,
747
+ "grad_norm": 15.563962936401367,
748
+ "learning_rate": 5.388888888888889e-06,
749
+ "loss": 0.9221,
750
+ "step": 2575
751
+ },
752
+ {
753
+ "epoch": 1.2,
754
+ "grad_norm": 15.646391868591309,
755
+ "learning_rate": 5.333333333333334e-06,
756
+ "loss": 0.8138,
757
+ "step": 2600
758
+ },
759
+ {
760
+ "epoch": 1.21,
761
+ "grad_norm": 13.61239242553711,
762
+ "learning_rate": 5.2777777777777785e-06,
763
+ "loss": 0.9199,
764
+ "step": 2625
765
+ },
766
+ {
767
+ "epoch": 1.23,
768
+ "grad_norm": 16.09264373779297,
769
+ "learning_rate": 5.2222222222222226e-06,
770
+ "loss": 0.9146,
771
+ "step": 2650
772
+ },
773
+ {
774
+ "epoch": 1.24,
775
+ "grad_norm": 18.509414672851562,
776
+ "learning_rate": 5.1666666666666675e-06,
777
+ "loss": 0.8323,
778
+ "step": 2675
779
+ },
780
+ {
781
+ "epoch": 1.25,
782
+ "grad_norm": 12.82259750366211,
783
+ "learning_rate": 5.1111111111111115e-06,
784
+ "loss": 0.8451,
785
+ "step": 2700
786
+ },
787
+ {
788
+ "epoch": 1.26,
789
+ "grad_norm": 13.008484840393066,
790
+ "learning_rate": 5.0555555555555555e-06,
791
+ "loss": 0.8415,
792
+ "step": 2725
793
+ },
794
+ {
795
+ "epoch": 1.27,
796
+ "grad_norm": 15.046307563781738,
797
+ "learning_rate": 5e-06,
798
+ "loss": 0.8555,
799
+ "step": 2750
800
+ },
801
+ {
802
+ "epoch": 1.28,
803
+ "grad_norm": 16.91812515258789,
804
+ "learning_rate": 4.944444444444445e-06,
805
+ "loss": 1.015,
806
+ "step": 2775
807
+ },
808
+ {
809
+ "epoch": 1.29,
810
+ "grad_norm": 16.76761245727539,
811
+ "learning_rate": 4.888888888888889e-06,
812
+ "loss": 0.8488,
813
+ "step": 2800
814
+ },
815
+ {
816
+ "epoch": 1.31,
817
+ "grad_norm": 20.7960262298584,
818
+ "learning_rate": 4.833333333333333e-06,
819
+ "loss": 0.9098,
820
+ "step": 2825
821
+ },
822
+ {
823
+ "epoch": 1.32,
824
+ "grad_norm": 15.695616722106934,
825
+ "learning_rate": 4.777777777777778e-06,
826
+ "loss": 0.8866,
827
+ "step": 2850
828
+ },
829
+ {
830
+ "epoch": 1.33,
831
+ "grad_norm": 18.41292953491211,
832
+ "learning_rate": 4.722222222222222e-06,
833
+ "loss": 0.8872,
834
+ "step": 2875
835
+ },
836
+ {
837
+ "epoch": 1.34,
838
+ "grad_norm": 22.192108154296875,
839
+ "learning_rate": 4.666666666666667e-06,
840
+ "loss": 0.8102,
841
+ "step": 2900
842
+ },
843
+ {
844
+ "epoch": 1.35,
845
+ "grad_norm": 21.19410514831543,
846
+ "learning_rate": 4.611111111111112e-06,
847
+ "loss": 0.9069,
848
+ "step": 2925
849
+ },
850
+ {
851
+ "epoch": 1.36,
852
+ "grad_norm": 18.010290145874023,
853
+ "learning_rate": 4.555555555555556e-06,
854
+ "loss": 0.8646,
855
+ "step": 2950
856
+ },
857
+ {
858
+ "epoch": 1.38,
859
+ "grad_norm": 18.863052368164062,
860
+ "learning_rate": 4.5e-06,
861
+ "loss": 0.9674,
862
+ "step": 2975
863
+ },
864
+ {
865
+ "epoch": 1.39,
866
+ "grad_norm": 13.40828800201416,
867
+ "learning_rate": 4.444444444444444e-06,
868
+ "loss": 0.918,
869
+ "step": 3000
870
+ },
871
+ {
872
+ "epoch": 1.39,
873
+ "eval_cer": 64.30927214097356,
874
+ "eval_loss": 1.1143155097961426,
875
+ "eval_runtime": 1160.055,
876
+ "eval_samples_per_second": 3.729,
877
+ "eval_steps_per_second": 0.466,
878
+ "eval_wer": 82.85238203438612,
879
+ "step": 3000
880
+ },
881
+ {
882
+ "epoch": 1.4,
883
+ "grad_norm": 16.100902557373047,
884
+ "learning_rate": 4.388888888888889e-06,
885
+ "loss": 0.8247,
886
+ "step": 3025
887
+ },
888
+ {
889
+ "epoch": 1.41,
890
+ "grad_norm": 14.138301849365234,
891
+ "learning_rate": 4.333333333333334e-06,
892
+ "loss": 0.8077,
893
+ "step": 3050
894
+ },
895
+ {
896
+ "epoch": 1.42,
897
+ "grad_norm": 21.747058868408203,
898
+ "learning_rate": 4.277777777777778e-06,
899
+ "loss": 0.9274,
900
+ "step": 3075
901
+ },
902
+ {
903
+ "epoch": 1.43,
904
+ "grad_norm": 12.049752235412598,
905
+ "learning_rate": 4.222222222222223e-06,
906
+ "loss": 0.9581,
907
+ "step": 3100
908
+ },
909
+ {
910
+ "epoch": 1.44,
911
+ "grad_norm": 13.890820503234863,
912
+ "learning_rate": 4.166666666666667e-06,
913
+ "loss": 0.8945,
914
+ "step": 3125
915
+ },
916
+ {
917
+ "epoch": 1.46,
918
+ "grad_norm": 16.04409408569336,
919
+ "learning_rate": 4.111111111111111e-06,
920
+ "loss": 0.8455,
921
+ "step": 3150
922
+ },
923
+ {
924
+ "epoch": 1.47,
925
+ "grad_norm": 14.720856666564941,
926
+ "learning_rate": 4.055555555555556e-06,
927
+ "loss": 0.8707,
928
+ "step": 3175
929
+ },
930
+ {
931
+ "epoch": 1.48,
932
+ "grad_norm": 23.8120174407959,
933
+ "learning_rate": 4.000000000000001e-06,
934
+ "loss": 0.9138,
935
+ "step": 3200
936
+ },
937
+ {
938
+ "epoch": 1.49,
939
+ "grad_norm": 19.527795791625977,
940
+ "learning_rate": 3.944444444444445e-06,
941
+ "loss": 0.8293,
942
+ "step": 3225
943
+ },
944
+ {
945
+ "epoch": 1.5,
946
+ "grad_norm": 16.076868057250977,
947
+ "learning_rate": 3.88888888888889e-06,
948
+ "loss": 0.8586,
949
+ "step": 3250
950
+ },
951
+ {
952
+ "epoch": 1.51,
953
+ "grad_norm": 18.909570693969727,
954
+ "learning_rate": 3.833333333333334e-06,
955
+ "loss": 0.9239,
956
+ "step": 3275
957
+ },
958
+ {
959
+ "epoch": 1.53,
960
+ "grad_norm": 20.29988670349121,
961
+ "learning_rate": 3.777777777777778e-06,
962
+ "loss": 0.8682,
963
+ "step": 3300
964
+ },
965
+ {
966
+ "epoch": 1.54,
967
+ "grad_norm": 15.01752758026123,
968
+ "learning_rate": 3.7222222222222225e-06,
969
+ "loss": 0.8631,
970
+ "step": 3325
971
+ },
972
+ {
973
+ "epoch": 1.55,
974
+ "grad_norm": 14.974254608154297,
975
+ "learning_rate": 3.6666666666666666e-06,
976
+ "loss": 0.8882,
977
+ "step": 3350
978
+ },
979
+ {
980
+ "epoch": 1.56,
981
+ "grad_norm": 15.673378944396973,
982
+ "learning_rate": 3.6111111111111115e-06,
983
+ "loss": 0.958,
984
+ "step": 3375
985
+ },
986
+ {
987
+ "epoch": 1.57,
988
+ "grad_norm": 20.833036422729492,
989
+ "learning_rate": 3.555555555555556e-06,
990
+ "loss": 0.8278,
991
+ "step": 3400
992
+ },
993
+ {
994
+ "epoch": 1.58,
995
+ "grad_norm": 15.56125545501709,
996
+ "learning_rate": 3.5e-06,
997
+ "loss": 0.8853,
998
+ "step": 3425
999
+ },
1000
+ {
1001
+ "epoch": 1.6,
1002
+ "grad_norm": 13.465311050415039,
1003
+ "learning_rate": 3.444444444444445e-06,
1004
+ "loss": 0.8877,
1005
+ "step": 3450
1006
+ },
1007
+ {
1008
+ "epoch": 1.61,
1009
+ "grad_norm": 19.25458335876465,
1010
+ "learning_rate": 3.3888888888888893e-06,
1011
+ "loss": 0.8935,
1012
+ "step": 3475
1013
+ },
1014
+ {
1015
+ "epoch": 1.62,
1016
+ "grad_norm": 17.35223960876465,
1017
+ "learning_rate": 3.3333333333333333e-06,
1018
+ "loss": 0.8421,
1019
+ "step": 3500
1020
+ },
1021
+ {
1022
+ "epoch": 1.63,
1023
+ "grad_norm": 17.846412658691406,
1024
+ "learning_rate": 3.277777777777778e-06,
1025
+ "loss": 0.791,
1026
+ "step": 3525
1027
+ },
1028
+ {
1029
+ "epoch": 1.64,
1030
+ "grad_norm": 12.937151908874512,
1031
+ "learning_rate": 3.2222222222222227e-06,
1032
+ "loss": 0.811,
1033
+ "step": 3550
1034
+ },
1035
+ {
1036
+ "epoch": 1.65,
1037
+ "grad_norm": 19.468202590942383,
1038
+ "learning_rate": 3.1666666666666667e-06,
1039
+ "loss": 0.8527,
1040
+ "step": 3575
1041
+ },
1042
+ {
1043
+ "epoch": 1.66,
1044
+ "grad_norm": 14.417373657226562,
1045
+ "learning_rate": 3.1111111111111116e-06,
1046
+ "loss": 0.8507,
1047
+ "step": 3600
1048
+ },
1049
+ {
1050
+ "epoch": 1.68,
1051
+ "grad_norm": 19.41051483154297,
1052
+ "learning_rate": 3.055555555555556e-06,
1053
+ "loss": 0.8945,
1054
+ "step": 3625
1055
+ },
1056
+ {
1057
+ "epoch": 1.69,
1058
+ "grad_norm": 17.270503997802734,
1059
+ "learning_rate": 3e-06,
1060
+ "loss": 0.8866,
1061
+ "step": 3650
1062
+ },
1063
+ {
1064
+ "epoch": 1.7,
1065
+ "grad_norm": 15.31128215789795,
1066
+ "learning_rate": 2.944444444444445e-06,
1067
+ "loss": 0.8862,
1068
+ "step": 3675
1069
+ },
1070
+ {
1071
+ "epoch": 1.71,
1072
+ "grad_norm": 16.625324249267578,
1073
+ "learning_rate": 2.888888888888889e-06,
1074
+ "loss": 0.8744,
1075
+ "step": 3700
1076
+ },
1077
+ {
1078
+ "epoch": 1.72,
1079
+ "grad_norm": 23.434606552124023,
1080
+ "learning_rate": 2.8333333333333335e-06,
1081
+ "loss": 0.927,
1082
+ "step": 3725
1083
+ },
1084
+ {
1085
+ "epoch": 1.73,
1086
+ "grad_norm": 14.484862327575684,
1087
+ "learning_rate": 2.7777777777777783e-06,
1088
+ "loss": 0.8662,
1089
+ "step": 3750
1090
+ },
1091
+ {
1092
+ "epoch": 1.75,
1093
+ "grad_norm": 15.611286163330078,
1094
+ "learning_rate": 2.7222222222222224e-06,
1095
+ "loss": 0.8296,
1096
+ "step": 3775
1097
+ },
1098
+ {
1099
+ "epoch": 1.76,
1100
+ "grad_norm": 14.025354385375977,
1101
+ "learning_rate": 2.666666666666667e-06,
1102
+ "loss": 0.8567,
1103
+ "step": 3800
1104
+ },
1105
+ {
1106
+ "epoch": 1.77,
1107
+ "grad_norm": 17.058929443359375,
1108
+ "learning_rate": 2.6111111111111113e-06,
1109
+ "loss": 0.8872,
1110
+ "step": 3825
1111
+ },
1112
+ {
1113
+ "epoch": 1.78,
1114
+ "grad_norm": 18.206918716430664,
1115
+ "learning_rate": 2.5555555555555557e-06,
1116
+ "loss": 0.9316,
1117
+ "step": 3850
1118
+ },
1119
+ {
1120
+ "epoch": 1.79,
1121
+ "grad_norm": 14.466046333312988,
1122
+ "learning_rate": 2.5e-06,
1123
+ "loss": 0.8486,
1124
+ "step": 3875
1125
+ },
1126
+ {
1127
+ "epoch": 1.8,
1128
+ "grad_norm": 16.97430992126465,
1129
+ "learning_rate": 2.4444444444444447e-06,
1130
+ "loss": 0.8618,
1131
+ "step": 3900
1132
+ },
1133
+ {
1134
+ "epoch": 1.81,
1135
+ "grad_norm": 11.907506942749023,
1136
+ "learning_rate": 2.388888888888889e-06,
1137
+ "loss": 0.7407,
1138
+ "step": 3925
1139
+ },
1140
+ {
1141
+ "epoch": 1.83,
1142
+ "grad_norm": 17.779897689819336,
1143
+ "learning_rate": 2.3333333333333336e-06,
1144
+ "loss": 0.762,
1145
+ "step": 3950
1146
+ },
1147
+ {
1148
+ "epoch": 1.84,
1149
+ "grad_norm": 14.020506858825684,
1150
+ "learning_rate": 2.277777777777778e-06,
1151
+ "loss": 0.8425,
1152
+ "step": 3975
1153
+ },
1154
+ {
1155
+ "epoch": 1.85,
1156
+ "grad_norm": 15.239115715026855,
1157
+ "learning_rate": 2.222222222222222e-06,
1158
+ "loss": 0.8402,
1159
+ "step": 4000
1160
+ },
1161
+ {
1162
+ "epoch": 1.85,
1163
+ "eval_cer": 53.700996775354604,
1164
+ "eval_loss": 1.0890547037124634,
1165
+ "eval_runtime": 1101.5884,
1166
+ "eval_samples_per_second": 3.927,
1167
+ "eval_steps_per_second": 0.491,
1168
+ "eval_wer": 75.64947360448383,
1169
+ "step": 4000
1170
+ },
1171
+ {
1172
+ "epoch": 1.86,
1173
+ "grad_norm": 16.369224548339844,
1174
+ "learning_rate": 2.166666666666667e-06,
1175
+ "loss": 0.9486,
1176
+ "step": 4025
1177
+ },
1178
+ {
1179
+ "epoch": 1.87,
1180
+ "grad_norm": 13.583636283874512,
1181
+ "learning_rate": 2.1111111111111114e-06,
1182
+ "loss": 0.8256,
1183
+ "step": 4050
1184
+ },
1185
+ {
1186
+ "epoch": 1.88,
1187
+ "grad_norm": 11.406463623046875,
1188
+ "learning_rate": 2.0555555555555555e-06,
1189
+ "loss": 0.7751,
1190
+ "step": 4075
1191
+ },
1192
+ {
1193
+ "epoch": 1.9,
1194
+ "grad_norm": 17.16242790222168,
1195
+ "learning_rate": 2.0000000000000003e-06,
1196
+ "loss": 0.777,
1197
+ "step": 4100
1198
+ },
1199
+ {
1200
+ "epoch": 1.91,
1201
+ "grad_norm": 10.725821495056152,
1202
+ "learning_rate": 1.944444444444445e-06,
1203
+ "loss": 0.7842,
1204
+ "step": 4125
1205
+ },
1206
+ {
1207
+ "epoch": 1.92,
1208
+ "grad_norm": 18.373470306396484,
1209
+ "learning_rate": 1.888888888888889e-06,
1210
+ "loss": 0.7934,
1211
+ "step": 4150
1212
+ },
1213
+ {
1214
+ "epoch": 1.93,
1215
+ "grad_norm": 19.23195457458496,
1216
+ "learning_rate": 1.8333333333333333e-06,
1217
+ "loss": 0.9092,
1218
+ "step": 4175
1219
+ },
1220
+ {
1221
+ "epoch": 1.94,
1222
+ "grad_norm": 16.823266983032227,
1223
+ "learning_rate": 1.777777777777778e-06,
1224
+ "loss": 0.8693,
1225
+ "step": 4200
1226
+ },
1227
+ {
1228
+ "epoch": 1.95,
1229
+ "grad_norm": 17.290674209594727,
1230
+ "learning_rate": 1.7222222222222224e-06,
1231
+ "loss": 0.8973,
1232
+ "step": 4225
1233
+ },
1234
+ {
1235
+ "epoch": 1.96,
1236
+ "grad_norm": 17.71505355834961,
1237
+ "learning_rate": 1.6666666666666667e-06,
1238
+ "loss": 0.8385,
1239
+ "step": 4250
1240
+ },
1241
+ {
1242
+ "epoch": 1.98,
1243
+ "grad_norm": 16.774585723876953,
1244
+ "learning_rate": 1.6111111111111113e-06,
1245
+ "loss": 0.7899,
1246
+ "step": 4275
1247
+ },
1248
+ {
1249
+ "epoch": 1.99,
1250
+ "grad_norm": 19.144384384155273,
1251
+ "learning_rate": 1.5555555555555558e-06,
1252
+ "loss": 0.9822,
1253
+ "step": 4300
1254
+ },
1255
+ {
1256
+ "epoch": 2.0,
1257
+ "grad_norm": 16.863649368286133,
1258
+ "learning_rate": 1.5e-06,
1259
+ "loss": 0.7994,
1260
+ "step": 4325
1261
+ },
1262
+ {
1263
+ "epoch": 2.01,
1264
+ "grad_norm": 13.130481719970703,
1265
+ "learning_rate": 1.4444444444444445e-06,
1266
+ "loss": 0.5804,
1267
+ "step": 4350
1268
+ },
1269
+ {
1270
+ "epoch": 2.02,
1271
+ "grad_norm": 19.954849243164062,
1272
+ "learning_rate": 1.3888888888888892e-06,
1273
+ "loss": 0.7005,
1274
+ "step": 4375
1275
+ },
1276
+ {
1277
+ "epoch": 2.03,
1278
+ "grad_norm": 16.30689811706543,
1279
+ "learning_rate": 1.3333333333333334e-06,
1280
+ "loss": 0.6735,
1281
+ "step": 4400
1282
+ },
1283
+ {
1284
+ "epoch": 2.05,
1285
+ "grad_norm": 12.148699760437012,
1286
+ "learning_rate": 1.2777777777777779e-06,
1287
+ "loss": 0.6317,
1288
+ "step": 4425
1289
+ },
1290
+ {
1291
+ "epoch": 2.06,
1292
+ "grad_norm": 9.524985313415527,
1293
+ "learning_rate": 1.2222222222222223e-06,
1294
+ "loss": 0.5642,
1295
+ "step": 4450
1296
+ },
1297
+ {
1298
+ "epoch": 2.07,
1299
+ "grad_norm": 17.790037155151367,
1300
+ "learning_rate": 1.1666666666666668e-06,
1301
+ "loss": 0.5801,
1302
+ "step": 4475
1303
+ },
1304
+ {
1305
+ "epoch": 2.08,
1306
+ "grad_norm": 11.228938102722168,
1307
+ "learning_rate": 1.111111111111111e-06,
1308
+ "loss": 0.7253,
1309
+ "step": 4500
1310
+ },
1311
+ {
1312
+ "epoch": 2.09,
1313
+ "grad_norm": 15.2631254196167,
1314
+ "learning_rate": 1.0555555555555557e-06,
1315
+ "loss": 0.6465,
1316
+ "step": 4525
1317
+ },
1318
+ {
1319
+ "epoch": 2.1,
1320
+ "grad_norm": 20.890735626220703,
1321
+ "learning_rate": 1.0000000000000002e-06,
1322
+ "loss": 0.6849,
1323
+ "step": 4550
1324
+ },
1325
+ {
1326
+ "epoch": 2.12,
1327
+ "grad_norm": 15.065770149230957,
1328
+ "learning_rate": 9.444444444444445e-07,
1329
+ "loss": 0.5892,
1330
+ "step": 4575
1331
+ },
1332
+ {
1333
+ "epoch": 2.13,
1334
+ "grad_norm": 10.663036346435547,
1335
+ "learning_rate": 8.88888888888889e-07,
1336
+ "loss": 0.5681,
1337
+ "step": 4600
1338
+ },
1339
+ {
1340
+ "epoch": 2.14,
1341
+ "grad_norm": 17.5535831451416,
1342
+ "learning_rate": 8.333333333333333e-07,
1343
+ "loss": 0.6496,
1344
+ "step": 4625
1345
+ },
1346
+ {
1347
+ "epoch": 2.15,
1348
+ "grad_norm": 14.98912239074707,
1349
+ "learning_rate": 7.777777777777779e-07,
1350
+ "loss": 0.6773,
1351
+ "step": 4650
1352
+ },
1353
+ {
1354
+ "epoch": 2.16,
1355
+ "grad_norm": 14.315783500671387,
1356
+ "learning_rate": 7.222222222222222e-07,
1357
+ "loss": 0.6852,
1358
+ "step": 4675
1359
+ },
1360
+ {
1361
+ "epoch": 2.17,
1362
+ "grad_norm": 17.369815826416016,
1363
+ "learning_rate": 6.666666666666667e-07,
1364
+ "loss": 0.6886,
1365
+ "step": 4700
1366
+ },
1367
+ {
1368
+ "epoch": 2.18,
1369
+ "grad_norm": 9.153715133666992,
1370
+ "learning_rate": 6.111111111111112e-07,
1371
+ "loss": 0.6393,
1372
+ "step": 4725
1373
+ },
1374
+ {
1375
+ "epoch": 2.2,
1376
+ "grad_norm": 7.958740234375,
1377
+ "learning_rate": 5.555555555555555e-07,
1378
+ "loss": 0.6516,
1379
+ "step": 4750
1380
+ },
1381
+ {
1382
+ "epoch": 2.21,
1383
+ "grad_norm": 12.058722496032715,
1384
+ "learning_rate": 5.000000000000001e-07,
1385
+ "loss": 0.6594,
1386
+ "step": 4775
1387
+ },
1388
+ {
1389
+ "epoch": 2.22,
1390
+ "grad_norm": 10.650951385498047,
1391
+ "learning_rate": 4.444444444444445e-07,
1392
+ "loss": 0.6383,
1393
+ "step": 4800
1394
+ },
1395
+ {
1396
+ "epoch": 2.23,
1397
+ "grad_norm": 9.111865043640137,
1398
+ "learning_rate": 3.8888888888888895e-07,
1399
+ "loss": 0.5531,
1400
+ "step": 4825
1401
+ },
1402
+ {
1403
+ "epoch": 2.24,
1404
+ "grad_norm": 15.841039657592773,
1405
+ "learning_rate": 3.3333333333333335e-07,
1406
+ "loss": 0.6738,
1407
+ "step": 4850
1408
+ },
1409
+ {
1410
+ "epoch": 2.25,
1411
+ "grad_norm": 16.60221290588379,
1412
+ "learning_rate": 2.7777777777777776e-07,
1413
+ "loss": 0.643,
1414
+ "step": 4875
1415
+ },
1416
+ {
1417
+ "epoch": 2.27,
1418
+ "grad_norm": 17.007307052612305,
1419
+ "learning_rate": 2.2222222222222224e-07,
1420
+ "loss": 0.6843,
1421
+ "step": 4900
1422
+ },
1423
+ {
1424
+ "epoch": 2.28,
1425
+ "grad_norm": 13.0649995803833,
1426
+ "learning_rate": 1.6666666666666668e-07,
1427
+ "loss": 0.6416,
1428
+ "step": 4925
1429
+ },
1430
+ {
1431
+ "epoch": 2.29,
1432
+ "grad_norm": 15.913739204406738,
1433
+ "learning_rate": 1.1111111111111112e-07,
1434
+ "loss": 0.6124,
1435
+ "step": 4950
1436
+ },
1437
+ {
1438
+ "epoch": 2.3,
1439
+ "grad_norm": 17.32563018798828,
1440
+ "learning_rate": 5.555555555555556e-08,
1441
+ "loss": 0.6627,
1442
+ "step": 4975
1443
+ },
1444
+ {
1445
+ "epoch": 2.31,
1446
+ "grad_norm": 16.87995147705078,
1447
+ "learning_rate": 0.0,
1448
+ "loss": 0.6894,
1449
+ "step": 5000
1450
+ },
1451
+ {
1452
+ "epoch": 2.31,
1453
+ "eval_cer": 57.09752532338271,
1454
+ "eval_loss": 1.100616455078125,
1455
+ "eval_runtime": 1127.1011,
1456
+ "eval_samples_per_second": 3.838,
1457
+ "eval_steps_per_second": 0.48,
1458
+ "eval_wer": 79.2130576384155,
1459
+ "step": 5000
1460
+ }
1461
+ ],
1462
+ "logging_steps": 25,
1463
+ "max_steps": 5000,
1464
+ "num_input_tokens_seen": 0,
1465
+ "num_train_epochs": 3,
1466
+ "save_steps": 1000,
1467
+ "total_flos": 1.154283884199936e+19,
1468
+ "train_batch_size": 8,
1469
+ "trial_name": null,
1470
+ "trial_params": null
1471
+ }
training_args.bin ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:7ee1c50a854875299e053cc3fb67b3f9666f6797c74acd8cd9c75b1d184980b4
3
+ size 4655