End of training
Browse files- README.md +3 -3
- all_results.json +13 -0
- eval_results.json +8 -0
- runs/Dec09_18-08-28_6d653b36a071/events.out.tfevents.1733773516.6d653b36a071.2332.3 +3 -0
- train_results.json +8 -0
- trainer_state.json +3090 -0
README.md
CHANGED
|
@@ -23,7 +23,7 @@ model-index:
|
|
| 23 |
metrics:
|
| 24 |
- name: Accuracy
|
| 25 |
type: accuracy
|
| 26 |
-
value: 0.
|
| 27 |
---
|
| 28 |
|
| 29 |
<!-- This model card has been generated automatically according to the information the Trainer had access to. You
|
|
@@ -33,8 +33,8 @@ should probably proofread and complete it, then remove this comment. -->
|
|
| 33 |
|
| 34 |
This model is a fine-tuned version of [microsoft/swinv2-tiny-patch4-window8-256](https://huggingface.co/microsoft/swinv2-tiny-patch4-window8-256) on the imagefolder dataset.
|
| 35 |
It achieves the following results on the evaluation set:
|
| 36 |
-
- Loss:
|
| 37 |
-
- Accuracy: 0.
|
| 38 |
|
| 39 |
## Model description
|
| 40 |
|
|
|
|
| 23 |
metrics:
|
| 24 |
- name: Accuracy
|
| 25 |
type: accuracy
|
| 26 |
+
value: 0.5036363636363637
|
| 27 |
---
|
| 28 |
|
| 29 |
<!-- This model card has been generated automatically according to the information the Trainer had access to. You
|
|
|
|
| 33 |
|
| 34 |
This model is a fine-tuned version of [microsoft/swinv2-tiny-patch4-window8-256](https://huggingface.co/microsoft/swinv2-tiny-patch4-window8-256) on the imagefolder dataset.
|
| 35 |
It achieves the following results on the evaluation set:
|
| 36 |
+
- Loss: 10.2420
|
| 37 |
+
- Accuracy: 0.5036
|
| 38 |
|
| 39 |
## Model description
|
| 40 |
|
all_results.json
ADDED
|
@@ -0,0 +1,13 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"epoch": 40.0,
|
| 3 |
+
"eval_accuracy": 0.5036363636363637,
|
| 4 |
+
"eval_loss": 10.241958618164062,
|
| 5 |
+
"eval_runtime": 5.3478,
|
| 6 |
+
"eval_samples_per_second": 102.846,
|
| 7 |
+
"eval_steps_per_second": 6.545,
|
| 8 |
+
"total_flos": 7.981989095292273e+18,
|
| 9 |
+
"train_loss": 0.08997984060940022,
|
| 10 |
+
"train_runtime": 5789.2399,
|
| 11 |
+
"train_samples_per_second": 42.375,
|
| 12 |
+
"train_steps_per_second": 0.663
|
| 13 |
+
}
|
eval_results.json
ADDED
|
@@ -0,0 +1,8 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"epoch": 40.0,
|
| 3 |
+
"eval_accuracy": 0.5036363636363637,
|
| 4 |
+
"eval_loss": 10.241958618164062,
|
| 5 |
+
"eval_runtime": 5.3478,
|
| 6 |
+
"eval_samples_per_second": 102.846,
|
| 7 |
+
"eval_steps_per_second": 6.545
|
| 8 |
+
}
|
runs/Dec09_18-08-28_6d653b36a071/events.out.tfevents.1733773516.6d653b36a071.2332.3
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:3de4a23af0978b571f08fc46db89d5260cc1593a130d5877c8e862fab9cfeb22
|
| 3 |
+
size 411
|
train_results.json
ADDED
|
@@ -0,0 +1,8 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"epoch": 40.0,
|
| 3 |
+
"total_flos": 7.981989095292273e+18,
|
| 4 |
+
"train_loss": 0.08997984060940022,
|
| 5 |
+
"train_runtime": 5789.2399,
|
| 6 |
+
"train_samples_per_second": 42.375,
|
| 7 |
+
"train_steps_per_second": 0.663
|
| 8 |
+
}
|
trainer_state.json
ADDED
|
@@ -0,0 +1,3090 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"best_metric": 0.5036363636363637,
|
| 3 |
+
"best_model_checkpoint": "swinv2-tiny-patch4-window8-256-RD-da-colab/checkpoint-864",
|
| 4 |
+
"epoch": 40.0,
|
| 5 |
+
"eval_steps": 500,
|
| 6 |
+
"global_step": 3840,
|
| 7 |
+
"is_hyper_param_search": false,
|
| 8 |
+
"is_local_process_zero": true,
|
| 9 |
+
"is_world_process_zero": true,
|
| 10 |
+
"log_history": [
|
| 11 |
+
{
|
| 12 |
+
"epoch": 0.10416666666666667,
|
| 13 |
+
"grad_norm": 42.598148345947266,
|
| 14 |
+
"learning_rate": 4.986979166666667e-05,
|
| 15 |
+
"loss": 0.1248,
|
| 16 |
+
"step": 10
|
| 17 |
+
},
|
| 18 |
+
{
|
| 19 |
+
"epoch": 0.20833333333333334,
|
| 20 |
+
"grad_norm": 17.584503173828125,
|
| 21 |
+
"learning_rate": 4.973958333333333e-05,
|
| 22 |
+
"loss": 0.151,
|
| 23 |
+
"step": 20
|
| 24 |
+
},
|
| 25 |
+
{
|
| 26 |
+
"epoch": 0.3125,
|
| 27 |
+
"grad_norm": 34.18959045410156,
|
| 28 |
+
"learning_rate": 4.9609375000000005e-05,
|
| 29 |
+
"loss": 0.1573,
|
| 30 |
+
"step": 30
|
| 31 |
+
},
|
| 32 |
+
{
|
| 33 |
+
"epoch": 0.4166666666666667,
|
| 34 |
+
"grad_norm": 45.50139617919922,
|
| 35 |
+
"learning_rate": 4.947916666666667e-05,
|
| 36 |
+
"loss": 0.2027,
|
| 37 |
+
"step": 40
|
| 38 |
+
},
|
| 39 |
+
{
|
| 40 |
+
"epoch": 0.5208333333333334,
|
| 41 |
+
"grad_norm": 23.02092170715332,
|
| 42 |
+
"learning_rate": 4.934895833333333e-05,
|
| 43 |
+
"loss": 0.1427,
|
| 44 |
+
"step": 50
|
| 45 |
+
},
|
| 46 |
+
{
|
| 47 |
+
"epoch": 0.625,
|
| 48 |
+
"grad_norm": 38.76067352294922,
|
| 49 |
+
"learning_rate": 4.921875e-05,
|
| 50 |
+
"loss": 0.2,
|
| 51 |
+
"step": 60
|
| 52 |
+
},
|
| 53 |
+
{
|
| 54 |
+
"epoch": 0.7291666666666666,
|
| 55 |
+
"grad_norm": 18.637813568115234,
|
| 56 |
+
"learning_rate": 4.908854166666667e-05,
|
| 57 |
+
"loss": 0.1592,
|
| 58 |
+
"step": 70
|
| 59 |
+
},
|
| 60 |
+
{
|
| 61 |
+
"epoch": 0.8333333333333334,
|
| 62 |
+
"grad_norm": 30.81132698059082,
|
| 63 |
+
"learning_rate": 4.8958333333333335e-05,
|
| 64 |
+
"loss": 0.1751,
|
| 65 |
+
"step": 80
|
| 66 |
+
},
|
| 67 |
+
{
|
| 68 |
+
"epoch": 0.9375,
|
| 69 |
+
"grad_norm": 14.898262023925781,
|
| 70 |
+
"learning_rate": 4.8828125e-05,
|
| 71 |
+
"loss": 0.1347,
|
| 72 |
+
"step": 90
|
| 73 |
+
},
|
| 74 |
+
{
|
| 75 |
+
"epoch": 1.0,
|
| 76 |
+
"eval_accuracy": 0.49818181818181817,
|
| 77 |
+
"eval_loss": 10.038619041442871,
|
| 78 |
+
"eval_runtime": 5.4327,
|
| 79 |
+
"eval_samples_per_second": 101.24,
|
| 80 |
+
"eval_steps_per_second": 6.443,
|
| 81 |
+
"step": 96
|
| 82 |
+
},
|
| 83 |
+
{
|
| 84 |
+
"epoch": 1.0416666666666667,
|
| 85 |
+
"grad_norm": 30.047697067260742,
|
| 86 |
+
"learning_rate": 4.869791666666667e-05,
|
| 87 |
+
"loss": 0.1175,
|
| 88 |
+
"step": 100
|
| 89 |
+
},
|
| 90 |
+
{
|
| 91 |
+
"epoch": 1.1458333333333333,
|
| 92 |
+
"grad_norm": 60.324214935302734,
|
| 93 |
+
"learning_rate": 4.856770833333333e-05,
|
| 94 |
+
"loss": 0.1122,
|
| 95 |
+
"step": 110
|
| 96 |
+
},
|
| 97 |
+
{
|
| 98 |
+
"epoch": 1.25,
|
| 99 |
+
"grad_norm": 36.84939193725586,
|
| 100 |
+
"learning_rate": 4.8437500000000005e-05,
|
| 101 |
+
"loss": 0.1478,
|
| 102 |
+
"step": 120
|
| 103 |
+
},
|
| 104 |
+
{
|
| 105 |
+
"epoch": 1.3541666666666667,
|
| 106 |
+
"grad_norm": 22.14335060119629,
|
| 107 |
+
"learning_rate": 4.830729166666667e-05,
|
| 108 |
+
"loss": 0.1263,
|
| 109 |
+
"step": 130
|
| 110 |
+
},
|
| 111 |
+
{
|
| 112 |
+
"epoch": 1.4583333333333333,
|
| 113 |
+
"grad_norm": 26.1667537689209,
|
| 114 |
+
"learning_rate": 4.817708333333333e-05,
|
| 115 |
+
"loss": 0.1456,
|
| 116 |
+
"step": 140
|
| 117 |
+
},
|
| 118 |
+
{
|
| 119 |
+
"epoch": 1.5625,
|
| 120 |
+
"grad_norm": 14.78097915649414,
|
| 121 |
+
"learning_rate": 4.8046875e-05,
|
| 122 |
+
"loss": 0.1277,
|
| 123 |
+
"step": 150
|
| 124 |
+
},
|
| 125 |
+
{
|
| 126 |
+
"epoch": 1.6666666666666665,
|
| 127 |
+
"grad_norm": 8.224088668823242,
|
| 128 |
+
"learning_rate": 4.791666666666667e-05,
|
| 129 |
+
"loss": 0.1268,
|
| 130 |
+
"step": 160
|
| 131 |
+
},
|
| 132 |
+
{
|
| 133 |
+
"epoch": 1.7708333333333335,
|
| 134 |
+
"grad_norm": 30.72645378112793,
|
| 135 |
+
"learning_rate": 4.7786458333333336e-05,
|
| 136 |
+
"loss": 0.1562,
|
| 137 |
+
"step": 170
|
| 138 |
+
},
|
| 139 |
+
{
|
| 140 |
+
"epoch": 1.875,
|
| 141 |
+
"grad_norm": 60.8471794128418,
|
| 142 |
+
"learning_rate": 4.765625e-05,
|
| 143 |
+
"loss": 0.1334,
|
| 144 |
+
"step": 180
|
| 145 |
+
},
|
| 146 |
+
{
|
| 147 |
+
"epoch": 1.9791666666666665,
|
| 148 |
+
"grad_norm": 31.910261154174805,
|
| 149 |
+
"learning_rate": 4.752604166666667e-05,
|
| 150 |
+
"loss": 0.1556,
|
| 151 |
+
"step": 190
|
| 152 |
+
},
|
| 153 |
+
{
|
| 154 |
+
"epoch": 2.0,
|
| 155 |
+
"eval_accuracy": 0.5,
|
| 156 |
+
"eval_loss": 9.5017671585083,
|
| 157 |
+
"eval_runtime": 5.6573,
|
| 158 |
+
"eval_samples_per_second": 97.219,
|
| 159 |
+
"eval_steps_per_second": 6.187,
|
| 160 |
+
"step": 192
|
| 161 |
+
},
|
| 162 |
+
{
|
| 163 |
+
"epoch": 2.0833333333333335,
|
| 164 |
+
"grad_norm": 30.34270477294922,
|
| 165 |
+
"learning_rate": 4.739583333333333e-05,
|
| 166 |
+
"loss": 0.1748,
|
| 167 |
+
"step": 200
|
| 168 |
+
},
|
| 169 |
+
{
|
| 170 |
+
"epoch": 2.1875,
|
| 171 |
+
"grad_norm": 17.39912986755371,
|
| 172 |
+
"learning_rate": 4.7265625000000005e-05,
|
| 173 |
+
"loss": 0.11,
|
| 174 |
+
"step": 210
|
| 175 |
+
},
|
| 176 |
+
{
|
| 177 |
+
"epoch": 2.2916666666666665,
|
| 178 |
+
"grad_norm": 20.40989112854004,
|
| 179 |
+
"learning_rate": 4.713541666666667e-05,
|
| 180 |
+
"loss": 0.1196,
|
| 181 |
+
"step": 220
|
| 182 |
+
},
|
| 183 |
+
{
|
| 184 |
+
"epoch": 2.3958333333333335,
|
| 185 |
+
"grad_norm": 22.483667373657227,
|
| 186 |
+
"learning_rate": 4.7005208333333334e-05,
|
| 187 |
+
"loss": 0.1099,
|
| 188 |
+
"step": 230
|
| 189 |
+
},
|
| 190 |
+
{
|
| 191 |
+
"epoch": 2.5,
|
| 192 |
+
"grad_norm": 43.34706497192383,
|
| 193 |
+
"learning_rate": 4.6875e-05,
|
| 194 |
+
"loss": 0.1165,
|
| 195 |
+
"step": 240
|
| 196 |
+
},
|
| 197 |
+
{
|
| 198 |
+
"epoch": 2.6041666666666665,
|
| 199 |
+
"grad_norm": 18.61318016052246,
|
| 200 |
+
"learning_rate": 4.674479166666667e-05,
|
| 201 |
+
"loss": 0.1305,
|
| 202 |
+
"step": 250
|
| 203 |
+
},
|
| 204 |
+
{
|
| 205 |
+
"epoch": 2.7083333333333335,
|
| 206 |
+
"grad_norm": 6.453171253204346,
|
| 207 |
+
"learning_rate": 4.6614583333333336e-05,
|
| 208 |
+
"loss": 0.0952,
|
| 209 |
+
"step": 260
|
| 210 |
+
},
|
| 211 |
+
{
|
| 212 |
+
"epoch": 2.8125,
|
| 213 |
+
"grad_norm": 30.783220291137695,
|
| 214 |
+
"learning_rate": 4.6484375e-05,
|
| 215 |
+
"loss": 0.1272,
|
| 216 |
+
"step": 270
|
| 217 |
+
},
|
| 218 |
+
{
|
| 219 |
+
"epoch": 2.9166666666666665,
|
| 220 |
+
"grad_norm": 26.62312126159668,
|
| 221 |
+
"learning_rate": 4.635416666666667e-05,
|
| 222 |
+
"loss": 0.1051,
|
| 223 |
+
"step": 280
|
| 224 |
+
},
|
| 225 |
+
{
|
| 226 |
+
"epoch": 3.0,
|
| 227 |
+
"eval_accuracy": 0.49818181818181817,
|
| 228 |
+
"eval_loss": 9.951637268066406,
|
| 229 |
+
"eval_runtime": 5.8295,
|
| 230 |
+
"eval_samples_per_second": 94.347,
|
| 231 |
+
"eval_steps_per_second": 6.004,
|
| 232 |
+
"step": 288
|
| 233 |
+
},
|
| 234 |
+
{
|
| 235 |
+
"epoch": 3.0208333333333335,
|
| 236 |
+
"grad_norm": 21.54640769958496,
|
| 237 |
+
"learning_rate": 4.622395833333333e-05,
|
| 238 |
+
"loss": 0.1112,
|
| 239 |
+
"step": 290
|
| 240 |
+
},
|
| 241 |
+
{
|
| 242 |
+
"epoch": 3.125,
|
| 243 |
+
"grad_norm": 42.145084381103516,
|
| 244 |
+
"learning_rate": 4.609375e-05,
|
| 245 |
+
"loss": 0.1301,
|
| 246 |
+
"step": 300
|
| 247 |
+
},
|
| 248 |
+
{
|
| 249 |
+
"epoch": 3.2291666666666665,
|
| 250 |
+
"grad_norm": 15.662188529968262,
|
| 251 |
+
"learning_rate": 4.596354166666667e-05,
|
| 252 |
+
"loss": 0.1256,
|
| 253 |
+
"step": 310
|
| 254 |
+
},
|
| 255 |
+
{
|
| 256 |
+
"epoch": 3.3333333333333335,
|
| 257 |
+
"grad_norm": 10.25682258605957,
|
| 258 |
+
"learning_rate": 4.5833333333333334e-05,
|
| 259 |
+
"loss": 0.134,
|
| 260 |
+
"step": 320
|
| 261 |
+
},
|
| 262 |
+
{
|
| 263 |
+
"epoch": 3.4375,
|
| 264 |
+
"grad_norm": 36.02114486694336,
|
| 265 |
+
"learning_rate": 4.5703125e-05,
|
| 266 |
+
"loss": 0.1526,
|
| 267 |
+
"step": 330
|
| 268 |
+
},
|
| 269 |
+
{
|
| 270 |
+
"epoch": 3.5416666666666665,
|
| 271 |
+
"grad_norm": 17.305227279663086,
|
| 272 |
+
"learning_rate": 4.557291666666667e-05,
|
| 273 |
+
"loss": 0.1023,
|
| 274 |
+
"step": 340
|
| 275 |
+
},
|
| 276 |
+
{
|
| 277 |
+
"epoch": 3.6458333333333335,
|
| 278 |
+
"grad_norm": 27.077919006347656,
|
| 279 |
+
"learning_rate": 4.5442708333333336e-05,
|
| 280 |
+
"loss": 0.1232,
|
| 281 |
+
"step": 350
|
| 282 |
+
},
|
| 283 |
+
{
|
| 284 |
+
"epoch": 3.75,
|
| 285 |
+
"grad_norm": 11.635032653808594,
|
| 286 |
+
"learning_rate": 4.5312500000000004e-05,
|
| 287 |
+
"loss": 0.118,
|
| 288 |
+
"step": 360
|
| 289 |
+
},
|
| 290 |
+
{
|
| 291 |
+
"epoch": 3.8541666666666665,
|
| 292 |
+
"grad_norm": 9.679945945739746,
|
| 293 |
+
"learning_rate": 4.518229166666667e-05,
|
| 294 |
+
"loss": 0.1272,
|
| 295 |
+
"step": 370
|
| 296 |
+
},
|
| 297 |
+
{
|
| 298 |
+
"epoch": 3.9583333333333335,
|
| 299 |
+
"grad_norm": 35.05564880371094,
|
| 300 |
+
"learning_rate": 4.505208333333333e-05,
|
| 301 |
+
"loss": 0.1154,
|
| 302 |
+
"step": 380
|
| 303 |
+
},
|
| 304 |
+
{
|
| 305 |
+
"epoch": 4.0,
|
| 306 |
+
"eval_accuracy": 0.49454545454545457,
|
| 307 |
+
"eval_loss": 10.83507251739502,
|
| 308 |
+
"eval_runtime": 5.5852,
|
| 309 |
+
"eval_samples_per_second": 98.475,
|
| 310 |
+
"eval_steps_per_second": 6.267,
|
| 311 |
+
"step": 384
|
| 312 |
+
},
|
| 313 |
+
{
|
| 314 |
+
"epoch": 4.0625,
|
| 315 |
+
"grad_norm": 17.898588180541992,
|
| 316 |
+
"learning_rate": 4.4921875e-05,
|
| 317 |
+
"loss": 0.1205,
|
| 318 |
+
"step": 390
|
| 319 |
+
},
|
| 320 |
+
{
|
| 321 |
+
"epoch": 4.166666666666667,
|
| 322 |
+
"grad_norm": 11.714666366577148,
|
| 323 |
+
"learning_rate": 4.4791666666666673e-05,
|
| 324 |
+
"loss": 0.1154,
|
| 325 |
+
"step": 400
|
| 326 |
+
},
|
| 327 |
+
{
|
| 328 |
+
"epoch": 4.270833333333333,
|
| 329 |
+
"grad_norm": 28.628341674804688,
|
| 330 |
+
"learning_rate": 4.4661458333333334e-05,
|
| 331 |
+
"loss": 0.0921,
|
| 332 |
+
"step": 410
|
| 333 |
+
},
|
| 334 |
+
{
|
| 335 |
+
"epoch": 4.375,
|
| 336 |
+
"grad_norm": 27.23090171813965,
|
| 337 |
+
"learning_rate": 4.453125e-05,
|
| 338 |
+
"loss": 0.1387,
|
| 339 |
+
"step": 420
|
| 340 |
+
},
|
| 341 |
+
{
|
| 342 |
+
"epoch": 4.479166666666667,
|
| 343 |
+
"grad_norm": 21.317411422729492,
|
| 344 |
+
"learning_rate": 4.440104166666667e-05,
|
| 345 |
+
"loss": 0.0963,
|
| 346 |
+
"step": 430
|
| 347 |
+
},
|
| 348 |
+
{
|
| 349 |
+
"epoch": 4.583333333333333,
|
| 350 |
+
"grad_norm": 43.00777816772461,
|
| 351 |
+
"learning_rate": 4.4270833333333337e-05,
|
| 352 |
+
"loss": 0.1442,
|
| 353 |
+
"step": 440
|
| 354 |
+
},
|
| 355 |
+
{
|
| 356 |
+
"epoch": 4.6875,
|
| 357 |
+
"grad_norm": 16.401071548461914,
|
| 358 |
+
"learning_rate": 4.4140625000000004e-05,
|
| 359 |
+
"loss": 0.1053,
|
| 360 |
+
"step": 450
|
| 361 |
+
},
|
| 362 |
+
{
|
| 363 |
+
"epoch": 4.791666666666667,
|
| 364 |
+
"grad_norm": 64.46897888183594,
|
| 365 |
+
"learning_rate": 4.401041666666667e-05,
|
| 366 |
+
"loss": 0.127,
|
| 367 |
+
"step": 460
|
| 368 |
+
},
|
| 369 |
+
{
|
| 370 |
+
"epoch": 4.895833333333333,
|
| 371 |
+
"grad_norm": 25.741722106933594,
|
| 372 |
+
"learning_rate": 4.388020833333333e-05,
|
| 373 |
+
"loss": 0.1091,
|
| 374 |
+
"step": 470
|
| 375 |
+
},
|
| 376 |
+
{
|
| 377 |
+
"epoch": 5.0,
|
| 378 |
+
"grad_norm": 34.66310501098633,
|
| 379 |
+
"learning_rate": 4.375e-05,
|
| 380 |
+
"loss": 0.0909,
|
| 381 |
+
"step": 480
|
| 382 |
+
},
|
| 383 |
+
{
|
| 384 |
+
"epoch": 5.0,
|
| 385 |
+
"eval_accuracy": 0.49454545454545457,
|
| 386 |
+
"eval_loss": 11.609113693237305,
|
| 387 |
+
"eval_runtime": 5.3602,
|
| 388 |
+
"eval_samples_per_second": 102.608,
|
| 389 |
+
"eval_steps_per_second": 6.53,
|
| 390 |
+
"step": 480
|
| 391 |
+
},
|
| 392 |
+
{
|
| 393 |
+
"epoch": 5.104166666666667,
|
| 394 |
+
"grad_norm": 23.78188705444336,
|
| 395 |
+
"learning_rate": 4.3619791666666674e-05,
|
| 396 |
+
"loss": 0.1073,
|
| 397 |
+
"step": 490
|
| 398 |
+
},
|
| 399 |
+
{
|
| 400 |
+
"epoch": 5.208333333333333,
|
| 401 |
+
"grad_norm": 13.303662300109863,
|
| 402 |
+
"learning_rate": 4.3489583333333334e-05,
|
| 403 |
+
"loss": 0.1052,
|
| 404 |
+
"step": 500
|
| 405 |
+
},
|
| 406 |
+
{
|
| 407 |
+
"epoch": 5.3125,
|
| 408 |
+
"grad_norm": 24.655569076538086,
|
| 409 |
+
"learning_rate": 4.3359375e-05,
|
| 410 |
+
"loss": 0.1411,
|
| 411 |
+
"step": 510
|
| 412 |
+
},
|
| 413 |
+
{
|
| 414 |
+
"epoch": 5.416666666666667,
|
| 415 |
+
"grad_norm": 29.348360061645508,
|
| 416 |
+
"learning_rate": 4.322916666666667e-05,
|
| 417 |
+
"loss": 0.1221,
|
| 418 |
+
"step": 520
|
| 419 |
+
},
|
| 420 |
+
{
|
| 421 |
+
"epoch": 5.520833333333333,
|
| 422 |
+
"grad_norm": 26.104904174804688,
|
| 423 |
+
"learning_rate": 4.309895833333334e-05,
|
| 424 |
+
"loss": 0.1141,
|
| 425 |
+
"step": 530
|
| 426 |
+
},
|
| 427 |
+
{
|
| 428 |
+
"epoch": 5.625,
|
| 429 |
+
"grad_norm": 28.75691032409668,
|
| 430 |
+
"learning_rate": 4.2968750000000004e-05,
|
| 431 |
+
"loss": 0.1261,
|
| 432 |
+
"step": 540
|
| 433 |
+
},
|
| 434 |
+
{
|
| 435 |
+
"epoch": 5.729166666666667,
|
| 436 |
+
"grad_norm": 23.914997100830078,
|
| 437 |
+
"learning_rate": 4.283854166666667e-05,
|
| 438 |
+
"loss": 0.1014,
|
| 439 |
+
"step": 550
|
| 440 |
+
},
|
| 441 |
+
{
|
| 442 |
+
"epoch": 5.833333333333333,
|
| 443 |
+
"grad_norm": 22.971803665161133,
|
| 444 |
+
"learning_rate": 4.270833333333333e-05,
|
| 445 |
+
"loss": 0.1062,
|
| 446 |
+
"step": 560
|
| 447 |
+
},
|
| 448 |
+
{
|
| 449 |
+
"epoch": 5.9375,
|
| 450 |
+
"grad_norm": 18.7663631439209,
|
| 451 |
+
"learning_rate": 4.2578125e-05,
|
| 452 |
+
"loss": 0.0923,
|
| 453 |
+
"step": 570
|
| 454 |
+
},
|
| 455 |
+
{
|
| 456 |
+
"epoch": 6.0,
|
| 457 |
+
"eval_accuracy": 0.5,
|
| 458 |
+
"eval_loss": 9.0530366897583,
|
| 459 |
+
"eval_runtime": 5.338,
|
| 460 |
+
"eval_samples_per_second": 103.034,
|
| 461 |
+
"eval_steps_per_second": 6.557,
|
| 462 |
+
"step": 576
|
| 463 |
+
},
|
| 464 |
+
{
|
| 465 |
+
"epoch": 6.041666666666667,
|
| 466 |
+
"grad_norm": 19.22948455810547,
|
| 467 |
+
"learning_rate": 4.244791666666667e-05,
|
| 468 |
+
"loss": 0.0913,
|
| 469 |
+
"step": 580
|
| 470 |
+
},
|
| 471 |
+
{
|
| 472 |
+
"epoch": 6.145833333333333,
|
| 473 |
+
"grad_norm": 29.69597053527832,
|
| 474 |
+
"learning_rate": 4.2317708333333335e-05,
|
| 475 |
+
"loss": 0.1093,
|
| 476 |
+
"step": 590
|
| 477 |
+
},
|
| 478 |
+
{
|
| 479 |
+
"epoch": 6.25,
|
| 480 |
+
"grad_norm": 11.631077766418457,
|
| 481 |
+
"learning_rate": 4.21875e-05,
|
| 482 |
+
"loss": 0.1111,
|
| 483 |
+
"step": 600
|
| 484 |
+
},
|
| 485 |
+
{
|
| 486 |
+
"epoch": 6.354166666666667,
|
| 487 |
+
"grad_norm": 42.53981399536133,
|
| 488 |
+
"learning_rate": 4.205729166666667e-05,
|
| 489 |
+
"loss": 0.1012,
|
| 490 |
+
"step": 610
|
| 491 |
+
},
|
| 492 |
+
{
|
| 493 |
+
"epoch": 6.458333333333333,
|
| 494 |
+
"grad_norm": 39.39896774291992,
|
| 495 |
+
"learning_rate": 4.192708333333333e-05,
|
| 496 |
+
"loss": 0.1194,
|
| 497 |
+
"step": 620
|
| 498 |
+
},
|
| 499 |
+
{
|
| 500 |
+
"epoch": 6.5625,
|
| 501 |
+
"grad_norm": 33.39352035522461,
|
| 502 |
+
"learning_rate": 4.1796875000000005e-05,
|
| 503 |
+
"loss": 0.1544,
|
| 504 |
+
"step": 630
|
| 505 |
+
},
|
| 506 |
+
{
|
| 507 |
+
"epoch": 6.666666666666667,
|
| 508 |
+
"grad_norm": 31.19091796875,
|
| 509 |
+
"learning_rate": 4.166666666666667e-05,
|
| 510 |
+
"loss": 0.1152,
|
| 511 |
+
"step": 640
|
| 512 |
+
},
|
| 513 |
+
{
|
| 514 |
+
"epoch": 6.770833333333333,
|
| 515 |
+
"grad_norm": 30.12346076965332,
|
| 516 |
+
"learning_rate": 4.153645833333333e-05,
|
| 517 |
+
"loss": 0.0876,
|
| 518 |
+
"step": 650
|
| 519 |
+
},
|
| 520 |
+
{
|
| 521 |
+
"epoch": 6.875,
|
| 522 |
+
"grad_norm": 18.15308952331543,
|
| 523 |
+
"learning_rate": 4.140625e-05,
|
| 524 |
+
"loss": 0.1204,
|
| 525 |
+
"step": 660
|
| 526 |
+
},
|
| 527 |
+
{
|
| 528 |
+
"epoch": 6.979166666666667,
|
| 529 |
+
"grad_norm": 27.95501136779785,
|
| 530 |
+
"learning_rate": 4.127604166666667e-05,
|
| 531 |
+
"loss": 0.1089,
|
| 532 |
+
"step": 670
|
| 533 |
+
},
|
| 534 |
+
{
|
| 535 |
+
"epoch": 7.0,
|
| 536 |
+
"eval_accuracy": 0.49272727272727274,
|
| 537 |
+
"eval_loss": 11.67651653289795,
|
| 538 |
+
"eval_runtime": 5.7886,
|
| 539 |
+
"eval_samples_per_second": 95.014,
|
| 540 |
+
"eval_steps_per_second": 6.046,
|
| 541 |
+
"step": 672
|
| 542 |
+
},
|
| 543 |
+
{
|
| 544 |
+
"epoch": 7.083333333333333,
|
| 545 |
+
"grad_norm": 46.727420806884766,
|
| 546 |
+
"learning_rate": 4.1145833333333335e-05,
|
| 547 |
+
"loss": 0.0998,
|
| 548 |
+
"step": 680
|
| 549 |
+
},
|
| 550 |
+
{
|
| 551 |
+
"epoch": 7.1875,
|
| 552 |
+
"grad_norm": 28.814111709594727,
|
| 553 |
+
"learning_rate": 4.1015625e-05,
|
| 554 |
+
"loss": 0.1318,
|
| 555 |
+
"step": 690
|
| 556 |
+
},
|
| 557 |
+
{
|
| 558 |
+
"epoch": 7.291666666666667,
|
| 559 |
+
"grad_norm": 18.481224060058594,
|
| 560 |
+
"learning_rate": 4.088541666666667e-05,
|
| 561 |
+
"loss": 0.1591,
|
| 562 |
+
"step": 700
|
| 563 |
+
},
|
| 564 |
+
{
|
| 565 |
+
"epoch": 7.395833333333333,
|
| 566 |
+
"grad_norm": 12.8699951171875,
|
| 567 |
+
"learning_rate": 4.075520833333333e-05,
|
| 568 |
+
"loss": 0.0791,
|
| 569 |
+
"step": 710
|
| 570 |
+
},
|
| 571 |
+
{
|
| 572 |
+
"epoch": 7.5,
|
| 573 |
+
"grad_norm": 21.009239196777344,
|
| 574 |
+
"learning_rate": 4.0625000000000005e-05,
|
| 575 |
+
"loss": 0.1131,
|
| 576 |
+
"step": 720
|
| 577 |
+
},
|
| 578 |
+
{
|
| 579 |
+
"epoch": 7.604166666666667,
|
| 580 |
+
"grad_norm": 19.821640014648438,
|
| 581 |
+
"learning_rate": 4.049479166666667e-05,
|
| 582 |
+
"loss": 0.1074,
|
| 583 |
+
"step": 730
|
| 584 |
+
},
|
| 585 |
+
{
|
| 586 |
+
"epoch": 7.708333333333333,
|
| 587 |
+
"grad_norm": 13.079972267150879,
|
| 588 |
+
"learning_rate": 4.036458333333333e-05,
|
| 589 |
+
"loss": 0.0768,
|
| 590 |
+
"step": 740
|
| 591 |
+
},
|
| 592 |
+
{
|
| 593 |
+
"epoch": 7.8125,
|
| 594 |
+
"grad_norm": 26.40730857849121,
|
| 595 |
+
"learning_rate": 4.0234375e-05,
|
| 596 |
+
"loss": 0.1189,
|
| 597 |
+
"step": 750
|
| 598 |
+
},
|
| 599 |
+
{
|
| 600 |
+
"epoch": 7.916666666666667,
|
| 601 |
+
"grad_norm": 38.257259368896484,
|
| 602 |
+
"learning_rate": 4.010416666666667e-05,
|
| 603 |
+
"loss": 0.0959,
|
| 604 |
+
"step": 760
|
| 605 |
+
},
|
| 606 |
+
{
|
| 607 |
+
"epoch": 8.0,
|
| 608 |
+
"eval_accuracy": 0.49818181818181817,
|
| 609 |
+
"eval_loss": 11.513229370117188,
|
| 610 |
+
"eval_runtime": 5.8307,
|
| 611 |
+
"eval_samples_per_second": 94.329,
|
| 612 |
+
"eval_steps_per_second": 6.003,
|
| 613 |
+
"step": 768
|
| 614 |
+
},
|
| 615 |
+
{
|
| 616 |
+
"epoch": 8.020833333333334,
|
| 617 |
+
"grad_norm": 21.100879669189453,
|
| 618 |
+
"learning_rate": 3.9973958333333335e-05,
|
| 619 |
+
"loss": 0.1113,
|
| 620 |
+
"step": 770
|
| 621 |
+
},
|
| 622 |
+
{
|
| 623 |
+
"epoch": 8.125,
|
| 624 |
+
"grad_norm": 8.097026824951172,
|
| 625 |
+
"learning_rate": 3.984375e-05,
|
| 626 |
+
"loss": 0.0972,
|
| 627 |
+
"step": 780
|
| 628 |
+
},
|
| 629 |
+
{
|
| 630 |
+
"epoch": 8.229166666666666,
|
| 631 |
+
"grad_norm": 30.355226516723633,
|
| 632 |
+
"learning_rate": 3.971354166666667e-05,
|
| 633 |
+
"loss": 0.0936,
|
| 634 |
+
"step": 790
|
| 635 |
+
},
|
| 636 |
+
{
|
| 637 |
+
"epoch": 8.333333333333334,
|
| 638 |
+
"grad_norm": 10.632591247558594,
|
| 639 |
+
"learning_rate": 3.958333333333333e-05,
|
| 640 |
+
"loss": 0.0874,
|
| 641 |
+
"step": 800
|
| 642 |
+
},
|
| 643 |
+
{
|
| 644 |
+
"epoch": 8.4375,
|
| 645 |
+
"grad_norm": 18.461145401000977,
|
| 646 |
+
"learning_rate": 3.9453125000000005e-05,
|
| 647 |
+
"loss": 0.0999,
|
| 648 |
+
"step": 810
|
| 649 |
+
},
|
| 650 |
+
{
|
| 651 |
+
"epoch": 8.541666666666666,
|
| 652 |
+
"grad_norm": 14.908027648925781,
|
| 653 |
+
"learning_rate": 3.932291666666667e-05,
|
| 654 |
+
"loss": 0.082,
|
| 655 |
+
"step": 820
|
| 656 |
+
},
|
| 657 |
+
{
|
| 658 |
+
"epoch": 8.645833333333334,
|
| 659 |
+
"grad_norm": 55.39009094238281,
|
| 660 |
+
"learning_rate": 3.919270833333333e-05,
|
| 661 |
+
"loss": 0.1039,
|
| 662 |
+
"step": 830
|
| 663 |
+
},
|
| 664 |
+
{
|
| 665 |
+
"epoch": 8.75,
|
| 666 |
+
"grad_norm": 16.516685485839844,
|
| 667 |
+
"learning_rate": 3.90625e-05,
|
| 668 |
+
"loss": 0.0962,
|
| 669 |
+
"step": 840
|
| 670 |
+
},
|
| 671 |
+
{
|
| 672 |
+
"epoch": 8.854166666666666,
|
| 673 |
+
"grad_norm": 15.267253875732422,
|
| 674 |
+
"learning_rate": 3.893229166666667e-05,
|
| 675 |
+
"loss": 0.102,
|
| 676 |
+
"step": 850
|
| 677 |
+
},
|
| 678 |
+
{
|
| 679 |
+
"epoch": 8.958333333333334,
|
| 680 |
+
"grad_norm": 19.314268112182617,
|
| 681 |
+
"learning_rate": 3.8802083333333336e-05,
|
| 682 |
+
"loss": 0.1266,
|
| 683 |
+
"step": 860
|
| 684 |
+
},
|
| 685 |
+
{
|
| 686 |
+
"epoch": 9.0,
|
| 687 |
+
"eval_accuracy": 0.5036363636363637,
|
| 688 |
+
"eval_loss": 10.241958618164062,
|
| 689 |
+
"eval_runtime": 5.3604,
|
| 690 |
+
"eval_samples_per_second": 102.604,
|
| 691 |
+
"eval_steps_per_second": 6.529,
|
| 692 |
+
"step": 864
|
| 693 |
+
},
|
| 694 |
+
{
|
| 695 |
+
"epoch": 9.0625,
|
| 696 |
+
"grad_norm": 14.391077041625977,
|
| 697 |
+
"learning_rate": 3.8671875e-05,
|
| 698 |
+
"loss": 0.1163,
|
| 699 |
+
"step": 870
|
| 700 |
+
},
|
| 701 |
+
{
|
| 702 |
+
"epoch": 9.166666666666666,
|
| 703 |
+
"grad_norm": 22.056367874145508,
|
| 704 |
+
"learning_rate": 3.854166666666667e-05,
|
| 705 |
+
"loss": 0.0995,
|
| 706 |
+
"step": 880
|
| 707 |
+
},
|
| 708 |
+
{
|
| 709 |
+
"epoch": 9.270833333333334,
|
| 710 |
+
"grad_norm": 22.975435256958008,
|
| 711 |
+
"learning_rate": 3.841145833333333e-05,
|
| 712 |
+
"loss": 0.1049,
|
| 713 |
+
"step": 890
|
| 714 |
+
},
|
| 715 |
+
{
|
| 716 |
+
"epoch": 9.375,
|
| 717 |
+
"grad_norm": 15.946235656738281,
|
| 718 |
+
"learning_rate": 3.828125e-05,
|
| 719 |
+
"loss": 0.0754,
|
| 720 |
+
"step": 900
|
| 721 |
+
},
|
| 722 |
+
{
|
| 723 |
+
"epoch": 9.479166666666666,
|
| 724 |
+
"grad_norm": 5.311624050140381,
|
| 725 |
+
"learning_rate": 3.815104166666667e-05,
|
| 726 |
+
"loss": 0.0952,
|
| 727 |
+
"step": 910
|
| 728 |
+
},
|
| 729 |
+
{
|
| 730 |
+
"epoch": 9.583333333333334,
|
| 731 |
+
"grad_norm": 122.81232452392578,
|
| 732 |
+
"learning_rate": 3.8020833333333334e-05,
|
| 733 |
+
"loss": 0.0675,
|
| 734 |
+
"step": 920
|
| 735 |
+
},
|
| 736 |
+
{
|
| 737 |
+
"epoch": 9.6875,
|
| 738 |
+
"grad_norm": 91.20467376708984,
|
| 739 |
+
"learning_rate": 3.7890625e-05,
|
| 740 |
+
"loss": 0.1482,
|
| 741 |
+
"step": 930
|
| 742 |
+
},
|
| 743 |
+
{
|
| 744 |
+
"epoch": 9.791666666666666,
|
| 745 |
+
"grad_norm": 20.524890899658203,
|
| 746 |
+
"learning_rate": 3.776041666666667e-05,
|
| 747 |
+
"loss": 0.0793,
|
| 748 |
+
"step": 940
|
| 749 |
+
},
|
| 750 |
+
{
|
| 751 |
+
"epoch": 9.895833333333334,
|
| 752 |
+
"grad_norm": 25.643835067749023,
|
| 753 |
+
"learning_rate": 3.7630208333333336e-05,
|
| 754 |
+
"loss": 0.1107,
|
| 755 |
+
"step": 950
|
| 756 |
+
},
|
| 757 |
+
{
|
| 758 |
+
"epoch": 10.0,
|
| 759 |
+
"grad_norm": 45.819244384765625,
|
| 760 |
+
"learning_rate": 3.7500000000000003e-05,
|
| 761 |
+
"loss": 0.106,
|
| 762 |
+
"step": 960
|
| 763 |
+
},
|
| 764 |
+
{
|
| 765 |
+
"epoch": 10.0,
|
| 766 |
+
"eval_accuracy": 0.49454545454545457,
|
| 767 |
+
"eval_loss": 11.12617301940918,
|
| 768 |
+
"eval_runtime": 5.3434,
|
| 769 |
+
"eval_samples_per_second": 102.93,
|
| 770 |
+
"eval_steps_per_second": 6.55,
|
| 771 |
+
"step": 960
|
| 772 |
+
},
|
| 773 |
+
{
|
| 774 |
+
"epoch": 10.104166666666666,
|
| 775 |
+
"grad_norm": 17.550018310546875,
|
| 776 |
+
"learning_rate": 3.736979166666667e-05,
|
| 777 |
+
"loss": 0.1145,
|
| 778 |
+
"step": 970
|
| 779 |
+
},
|
| 780 |
+
{
|
| 781 |
+
"epoch": 10.208333333333334,
|
| 782 |
+
"grad_norm": 14.89659309387207,
|
| 783 |
+
"learning_rate": 3.723958333333333e-05,
|
| 784 |
+
"loss": 0.0957,
|
| 785 |
+
"step": 980
|
| 786 |
+
},
|
| 787 |
+
{
|
| 788 |
+
"epoch": 10.3125,
|
| 789 |
+
"grad_norm": 10.070261001586914,
|
| 790 |
+
"learning_rate": 3.7109375e-05,
|
| 791 |
+
"loss": 0.072,
|
| 792 |
+
"step": 990
|
| 793 |
+
},
|
| 794 |
+
{
|
| 795 |
+
"epoch": 10.416666666666666,
|
| 796 |
+
"grad_norm": 9.45882797241211,
|
| 797 |
+
"learning_rate": 3.697916666666667e-05,
|
| 798 |
+
"loss": 0.0999,
|
| 799 |
+
"step": 1000
|
| 800 |
+
},
|
| 801 |
+
{
|
| 802 |
+
"epoch": 10.520833333333334,
|
| 803 |
+
"grad_norm": 6.1814188957214355,
|
| 804 |
+
"learning_rate": 3.6848958333333334e-05,
|
| 805 |
+
"loss": 0.0828,
|
| 806 |
+
"step": 1010
|
| 807 |
+
},
|
| 808 |
+
{
|
| 809 |
+
"epoch": 10.625,
|
| 810 |
+
"grad_norm": 31.960285186767578,
|
| 811 |
+
"learning_rate": 3.671875e-05,
|
| 812 |
+
"loss": 0.1169,
|
| 813 |
+
"step": 1020
|
| 814 |
+
},
|
| 815 |
+
{
|
| 816 |
+
"epoch": 10.729166666666666,
|
| 817 |
+
"grad_norm": 17.69601821899414,
|
| 818 |
+
"learning_rate": 3.658854166666667e-05,
|
| 819 |
+
"loss": 0.0957,
|
| 820 |
+
"step": 1030
|
| 821 |
+
},
|
| 822 |
+
{
|
| 823 |
+
"epoch": 10.833333333333334,
|
| 824 |
+
"grad_norm": 3.5759479999542236,
|
| 825 |
+
"learning_rate": 3.6458333333333336e-05,
|
| 826 |
+
"loss": 0.0745,
|
| 827 |
+
"step": 1040
|
| 828 |
+
},
|
| 829 |
+
{
|
| 830 |
+
"epoch": 10.9375,
|
| 831 |
+
"grad_norm": 13.734454154968262,
|
| 832 |
+
"learning_rate": 3.6328125000000004e-05,
|
| 833 |
+
"loss": 0.0831,
|
| 834 |
+
"step": 1050
|
| 835 |
+
},
|
| 836 |
+
{
|
| 837 |
+
"epoch": 11.0,
|
| 838 |
+
"eval_accuracy": 0.49636363636363634,
|
| 839 |
+
"eval_loss": 11.581514358520508,
|
| 840 |
+
"eval_runtime": 5.8538,
|
| 841 |
+
"eval_samples_per_second": 93.957,
|
| 842 |
+
"eval_steps_per_second": 5.979,
|
| 843 |
+
"step": 1056
|
| 844 |
+
},
|
| 845 |
+
{
|
| 846 |
+
"epoch": 11.041666666666666,
|
| 847 |
+
"grad_norm": 23.551876068115234,
|
| 848 |
+
"learning_rate": 3.619791666666667e-05,
|
| 849 |
+
"loss": 0.0981,
|
| 850 |
+
"step": 1060
|
| 851 |
+
},
|
| 852 |
+
{
|
| 853 |
+
"epoch": 11.145833333333334,
|
| 854 |
+
"grad_norm": 28.23809242248535,
|
| 855 |
+
"learning_rate": 3.606770833333333e-05,
|
| 856 |
+
"loss": 0.1173,
|
| 857 |
+
"step": 1070
|
| 858 |
+
},
|
| 859 |
+
{
|
| 860 |
+
"epoch": 11.25,
|
| 861 |
+
"grad_norm": 10.377116203308105,
|
| 862 |
+
"learning_rate": 3.59375e-05,
|
| 863 |
+
"loss": 0.0879,
|
| 864 |
+
"step": 1080
|
| 865 |
+
},
|
| 866 |
+
{
|
| 867 |
+
"epoch": 11.354166666666666,
|
| 868 |
+
"grad_norm": 8.134793281555176,
|
| 869 |
+
"learning_rate": 3.580729166666667e-05,
|
| 870 |
+
"loss": 0.0937,
|
| 871 |
+
"step": 1090
|
| 872 |
+
},
|
| 873 |
+
{
|
| 874 |
+
"epoch": 11.458333333333334,
|
| 875 |
+
"grad_norm": 23.50714874267578,
|
| 876 |
+
"learning_rate": 3.5677083333333334e-05,
|
| 877 |
+
"loss": 0.0952,
|
| 878 |
+
"step": 1100
|
| 879 |
+
},
|
| 880 |
+
{
|
| 881 |
+
"epoch": 11.5625,
|
| 882 |
+
"grad_norm": 33.653282165527344,
|
| 883 |
+
"learning_rate": 3.5546875e-05,
|
| 884 |
+
"loss": 0.0761,
|
| 885 |
+
"step": 1110
|
| 886 |
+
},
|
| 887 |
+
{
|
| 888 |
+
"epoch": 11.666666666666666,
|
| 889 |
+
"grad_norm": 13.655372619628906,
|
| 890 |
+
"learning_rate": 3.541666666666667e-05,
|
| 891 |
+
"loss": 0.0992,
|
| 892 |
+
"step": 1120
|
| 893 |
+
},
|
| 894 |
+
{
|
| 895 |
+
"epoch": 11.770833333333334,
|
| 896 |
+
"grad_norm": 15.17817497253418,
|
| 897 |
+
"learning_rate": 3.528645833333333e-05,
|
| 898 |
+
"loss": 0.0529,
|
| 899 |
+
"step": 1130
|
| 900 |
+
},
|
| 901 |
+
{
|
| 902 |
+
"epoch": 11.875,
|
| 903 |
+
"grad_norm": 17.073406219482422,
|
| 904 |
+
"learning_rate": 3.5156250000000004e-05,
|
| 905 |
+
"loss": 0.0813,
|
| 906 |
+
"step": 1140
|
| 907 |
+
},
|
| 908 |
+
{
|
| 909 |
+
"epoch": 11.979166666666666,
|
| 910 |
+
"grad_norm": 25.856266021728516,
|
| 911 |
+
"learning_rate": 3.502604166666667e-05,
|
| 912 |
+
"loss": 0.0819,
|
| 913 |
+
"step": 1150
|
| 914 |
+
},
|
| 915 |
+
{
|
| 916 |
+
"epoch": 12.0,
|
| 917 |
+
"eval_accuracy": 0.49636363636363634,
|
| 918 |
+
"eval_loss": 11.639369010925293,
|
| 919 |
+
"eval_runtime": 5.8389,
|
| 920 |
+
"eval_samples_per_second": 94.195,
|
| 921 |
+
"eval_steps_per_second": 5.994,
|
| 922 |
+
"step": 1152
|
| 923 |
+
},
|
| 924 |
+
{
|
| 925 |
+
"epoch": 12.083333333333334,
|
| 926 |
+
"grad_norm": 12.686436653137207,
|
| 927 |
+
"learning_rate": 3.489583333333333e-05,
|
| 928 |
+
"loss": 0.0679,
|
| 929 |
+
"step": 1160
|
| 930 |
+
},
|
| 931 |
+
{
|
| 932 |
+
"epoch": 12.1875,
|
| 933 |
+
"grad_norm": 19.336843490600586,
|
| 934 |
+
"learning_rate": 3.4765625e-05,
|
| 935 |
+
"loss": 0.0805,
|
| 936 |
+
"step": 1170
|
| 937 |
+
},
|
| 938 |
+
{
|
| 939 |
+
"epoch": 12.291666666666666,
|
| 940 |
+
"grad_norm": 13.991415023803711,
|
| 941 |
+
"learning_rate": 3.463541666666667e-05,
|
| 942 |
+
"loss": 0.1033,
|
| 943 |
+
"step": 1180
|
| 944 |
+
},
|
| 945 |
+
{
|
| 946 |
+
"epoch": 12.395833333333334,
|
| 947 |
+
"grad_norm": 10.30485725402832,
|
| 948 |
+
"learning_rate": 3.4505208333333335e-05,
|
| 949 |
+
"loss": 0.0606,
|
| 950 |
+
"step": 1190
|
| 951 |
+
},
|
| 952 |
+
{
|
| 953 |
+
"epoch": 12.5,
|
| 954 |
+
"grad_norm": 5.9380106925964355,
|
| 955 |
+
"learning_rate": 3.4375e-05,
|
| 956 |
+
"loss": 0.0684,
|
| 957 |
+
"step": 1200
|
| 958 |
+
},
|
| 959 |
+
{
|
| 960 |
+
"epoch": 12.604166666666666,
|
| 961 |
+
"grad_norm": 21.952253341674805,
|
| 962 |
+
"learning_rate": 3.424479166666667e-05,
|
| 963 |
+
"loss": 0.0862,
|
| 964 |
+
"step": 1210
|
| 965 |
+
},
|
| 966 |
+
{
|
| 967 |
+
"epoch": 12.708333333333334,
|
| 968 |
+
"grad_norm": 9.679445266723633,
|
| 969 |
+
"learning_rate": 3.411458333333333e-05,
|
| 970 |
+
"loss": 0.0909,
|
| 971 |
+
"step": 1220
|
| 972 |
+
},
|
| 973 |
+
{
|
| 974 |
+
"epoch": 12.8125,
|
| 975 |
+
"grad_norm": 12.85024356842041,
|
| 976 |
+
"learning_rate": 3.3984375000000004e-05,
|
| 977 |
+
"loss": 0.0754,
|
| 978 |
+
"step": 1230
|
| 979 |
+
},
|
| 980 |
+
{
|
| 981 |
+
"epoch": 12.916666666666666,
|
| 982 |
+
"grad_norm": 15.181358337402344,
|
| 983 |
+
"learning_rate": 3.385416666666667e-05,
|
| 984 |
+
"loss": 0.0862,
|
| 985 |
+
"step": 1240
|
| 986 |
+
},
|
| 987 |
+
{
|
| 988 |
+
"epoch": 13.0,
|
| 989 |
+
"eval_accuracy": 0.49818181818181817,
|
| 990 |
+
"eval_loss": 10.966017723083496,
|
| 991 |
+
"eval_runtime": 5.3934,
|
| 992 |
+
"eval_samples_per_second": 101.976,
|
| 993 |
+
"eval_steps_per_second": 6.489,
|
| 994 |
+
"step": 1248
|
| 995 |
+
},
|
| 996 |
+
{
|
| 997 |
+
"epoch": 13.020833333333334,
|
| 998 |
+
"grad_norm": 24.69455909729004,
|
| 999 |
+
"learning_rate": 3.372395833333333e-05,
|
| 1000 |
+
"loss": 0.0815,
|
| 1001 |
+
"step": 1250
|
| 1002 |
+
},
|
| 1003 |
+
{
|
| 1004 |
+
"epoch": 13.125,
|
| 1005 |
+
"grad_norm": 12.937954902648926,
|
| 1006 |
+
"learning_rate": 3.359375e-05,
|
| 1007 |
+
"loss": 0.0667,
|
| 1008 |
+
"step": 1260
|
| 1009 |
+
},
|
| 1010 |
+
{
|
| 1011 |
+
"epoch": 13.229166666666666,
|
| 1012 |
+
"grad_norm": 25.513118743896484,
|
| 1013 |
+
"learning_rate": 3.346354166666667e-05,
|
| 1014 |
+
"loss": 0.0559,
|
| 1015 |
+
"step": 1270
|
| 1016 |
+
},
|
| 1017 |
+
{
|
| 1018 |
+
"epoch": 13.333333333333334,
|
| 1019 |
+
"grad_norm": 2.451594829559326,
|
| 1020 |
+
"learning_rate": 3.3333333333333335e-05,
|
| 1021 |
+
"loss": 0.0892,
|
| 1022 |
+
"step": 1280
|
| 1023 |
+
},
|
| 1024 |
+
{
|
| 1025 |
+
"epoch": 13.4375,
|
| 1026 |
+
"grad_norm": 21.434192657470703,
|
| 1027 |
+
"learning_rate": 3.3203125e-05,
|
| 1028 |
+
"loss": 0.0627,
|
| 1029 |
+
"step": 1290
|
| 1030 |
+
},
|
| 1031 |
+
{
|
| 1032 |
+
"epoch": 13.541666666666666,
|
| 1033 |
+
"grad_norm": 31.71984100341797,
|
| 1034 |
+
"learning_rate": 3.307291666666667e-05,
|
| 1035 |
+
"loss": 0.0752,
|
| 1036 |
+
"step": 1300
|
| 1037 |
+
},
|
| 1038 |
+
{
|
| 1039 |
+
"epoch": 13.645833333333334,
|
| 1040 |
+
"grad_norm": 21.392322540283203,
|
| 1041 |
+
"learning_rate": 3.294270833333333e-05,
|
| 1042 |
+
"loss": 0.0814,
|
| 1043 |
+
"step": 1310
|
| 1044 |
+
},
|
| 1045 |
+
{
|
| 1046 |
+
"epoch": 13.75,
|
| 1047 |
+
"grad_norm": 19.688873291015625,
|
| 1048 |
+
"learning_rate": 3.2812500000000005e-05,
|
| 1049 |
+
"loss": 0.066,
|
| 1050 |
+
"step": 1320
|
| 1051 |
+
},
|
| 1052 |
+
{
|
| 1053 |
+
"epoch": 13.854166666666666,
|
| 1054 |
+
"grad_norm": 14.277388572692871,
|
| 1055 |
+
"learning_rate": 3.268229166666667e-05,
|
| 1056 |
+
"loss": 0.0907,
|
| 1057 |
+
"step": 1330
|
| 1058 |
+
},
|
| 1059 |
+
{
|
| 1060 |
+
"epoch": 13.958333333333334,
|
| 1061 |
+
"grad_norm": 23.38642120361328,
|
| 1062 |
+
"learning_rate": 3.255208333333333e-05,
|
| 1063 |
+
"loss": 0.0754,
|
| 1064 |
+
"step": 1340
|
| 1065 |
+
},
|
| 1066 |
+
{
|
| 1067 |
+
"epoch": 14.0,
|
| 1068 |
+
"eval_accuracy": 0.49818181818181817,
|
| 1069 |
+
"eval_loss": 9.546319007873535,
|
| 1070 |
+
"eval_runtime": 5.3979,
|
| 1071 |
+
"eval_samples_per_second": 101.892,
|
| 1072 |
+
"eval_steps_per_second": 6.484,
|
| 1073 |
+
"step": 1344
|
| 1074 |
+
},
|
| 1075 |
+
{
|
| 1076 |
+
"epoch": 14.0625,
|
| 1077 |
+
"grad_norm": 14.905341148376465,
|
| 1078 |
+
"learning_rate": 3.2421875e-05,
|
| 1079 |
+
"loss": 0.0828,
|
| 1080 |
+
"step": 1350
|
| 1081 |
+
},
|
| 1082 |
+
{
|
| 1083 |
+
"epoch": 14.166666666666666,
|
| 1084 |
+
"grad_norm": 43.4570198059082,
|
| 1085 |
+
"learning_rate": 3.229166666666667e-05,
|
| 1086 |
+
"loss": 0.0573,
|
| 1087 |
+
"step": 1360
|
| 1088 |
+
},
|
| 1089 |
+
{
|
| 1090 |
+
"epoch": 14.270833333333334,
|
| 1091 |
+
"grad_norm": 25.728307723999023,
|
| 1092 |
+
"learning_rate": 3.2161458333333335e-05,
|
| 1093 |
+
"loss": 0.0674,
|
| 1094 |
+
"step": 1370
|
| 1095 |
+
},
|
| 1096 |
+
{
|
| 1097 |
+
"epoch": 14.375,
|
| 1098 |
+
"grad_norm": 10.14488697052002,
|
| 1099 |
+
"learning_rate": 3.203125e-05,
|
| 1100 |
+
"loss": 0.0874,
|
| 1101 |
+
"step": 1380
|
| 1102 |
+
},
|
| 1103 |
+
{
|
| 1104 |
+
"epoch": 14.479166666666666,
|
| 1105 |
+
"grad_norm": 6.519920825958252,
|
| 1106 |
+
"learning_rate": 3.190104166666667e-05,
|
| 1107 |
+
"loss": 0.0461,
|
| 1108 |
+
"step": 1390
|
| 1109 |
+
},
|
| 1110 |
+
{
|
| 1111 |
+
"epoch": 14.583333333333334,
|
| 1112 |
+
"grad_norm": 43.207584381103516,
|
| 1113 |
+
"learning_rate": 3.177083333333333e-05,
|
| 1114 |
+
"loss": 0.1044,
|
| 1115 |
+
"step": 1400
|
| 1116 |
+
},
|
| 1117 |
+
{
|
| 1118 |
+
"epoch": 14.6875,
|
| 1119 |
+
"grad_norm": 7.188746452331543,
|
| 1120 |
+
"learning_rate": 3.1640625e-05,
|
| 1121 |
+
"loss": 0.0287,
|
| 1122 |
+
"step": 1410
|
| 1123 |
+
},
|
| 1124 |
+
{
|
| 1125 |
+
"epoch": 14.791666666666666,
|
| 1126 |
+
"grad_norm": 1.6381746530532837,
|
| 1127 |
+
"learning_rate": 3.151041666666667e-05,
|
| 1128 |
+
"loss": 0.0831,
|
| 1129 |
+
"step": 1420
|
| 1130 |
+
},
|
| 1131 |
+
{
|
| 1132 |
+
"epoch": 14.895833333333334,
|
| 1133 |
+
"grad_norm": 45.054931640625,
|
| 1134 |
+
"learning_rate": 3.138020833333333e-05,
|
| 1135 |
+
"loss": 0.0733,
|
| 1136 |
+
"step": 1430
|
| 1137 |
+
},
|
| 1138 |
+
{
|
| 1139 |
+
"epoch": 15.0,
|
| 1140 |
+
"grad_norm": 16.6806583404541,
|
| 1141 |
+
"learning_rate": 3.125e-05,
|
| 1142 |
+
"loss": 0.06,
|
| 1143 |
+
"step": 1440
|
| 1144 |
+
},
|
| 1145 |
+
{
|
| 1146 |
+
"epoch": 15.0,
|
| 1147 |
+
"eval_accuracy": 0.49636363636363634,
|
| 1148 |
+
"eval_loss": 10.267786026000977,
|
| 1149 |
+
"eval_runtime": 5.8109,
|
| 1150 |
+
"eval_samples_per_second": 94.65,
|
| 1151 |
+
"eval_steps_per_second": 6.023,
|
| 1152 |
+
"step": 1440
|
| 1153 |
+
},
|
| 1154 |
+
{
|
| 1155 |
+
"epoch": 15.104166666666666,
|
| 1156 |
+
"grad_norm": 29.4246883392334,
|
| 1157 |
+
"learning_rate": 3.111979166666667e-05,
|
| 1158 |
+
"loss": 0.0761,
|
| 1159 |
+
"step": 1450
|
| 1160 |
+
},
|
| 1161 |
+
{
|
| 1162 |
+
"epoch": 15.208333333333334,
|
| 1163 |
+
"grad_norm": 15.447731018066406,
|
| 1164 |
+
"learning_rate": 3.0989583333333336e-05,
|
| 1165 |
+
"loss": 0.1014,
|
| 1166 |
+
"step": 1460
|
| 1167 |
+
},
|
| 1168 |
+
{
|
| 1169 |
+
"epoch": 15.3125,
|
| 1170 |
+
"grad_norm": 34.43509292602539,
|
| 1171 |
+
"learning_rate": 3.0859375e-05,
|
| 1172 |
+
"loss": 0.0942,
|
| 1173 |
+
"step": 1470
|
| 1174 |
+
},
|
| 1175 |
+
{
|
| 1176 |
+
"epoch": 15.416666666666666,
|
| 1177 |
+
"grad_norm": 7.253175258636475,
|
| 1178 |
+
"learning_rate": 3.072916666666667e-05,
|
| 1179 |
+
"loss": 0.0741,
|
| 1180 |
+
"step": 1480
|
| 1181 |
+
},
|
| 1182 |
+
{
|
| 1183 |
+
"epoch": 15.520833333333334,
|
| 1184 |
+
"grad_norm": 16.409160614013672,
|
| 1185 |
+
"learning_rate": 3.059895833333333e-05,
|
| 1186 |
+
"loss": 0.0749,
|
| 1187 |
+
"step": 1490
|
| 1188 |
+
},
|
| 1189 |
+
{
|
| 1190 |
+
"epoch": 15.625,
|
| 1191 |
+
"grad_norm": 21.416982650756836,
|
| 1192 |
+
"learning_rate": 3.0468750000000002e-05,
|
| 1193 |
+
"loss": 0.0409,
|
| 1194 |
+
"step": 1500
|
| 1195 |
+
},
|
| 1196 |
+
{
|
| 1197 |
+
"epoch": 15.729166666666666,
|
| 1198 |
+
"grad_norm": 22.96625518798828,
|
| 1199 |
+
"learning_rate": 3.033854166666667e-05,
|
| 1200 |
+
"loss": 0.0639,
|
| 1201 |
+
"step": 1510
|
| 1202 |
+
},
|
| 1203 |
+
{
|
| 1204 |
+
"epoch": 15.833333333333334,
|
| 1205 |
+
"grad_norm": 17.667743682861328,
|
| 1206 |
+
"learning_rate": 3.0208333333333334e-05,
|
| 1207 |
+
"loss": 0.0953,
|
| 1208 |
+
"step": 1520
|
| 1209 |
+
},
|
| 1210 |
+
{
|
| 1211 |
+
"epoch": 15.9375,
|
| 1212 |
+
"grad_norm": 20.263381958007812,
|
| 1213 |
+
"learning_rate": 3.0078125e-05,
|
| 1214 |
+
"loss": 0.0828,
|
| 1215 |
+
"step": 1530
|
| 1216 |
+
},
|
| 1217 |
+
{
|
| 1218 |
+
"epoch": 16.0,
|
| 1219 |
+
"eval_accuracy": 0.49272727272727274,
|
| 1220 |
+
"eval_loss": 11.497347831726074,
|
| 1221 |
+
"eval_runtime": 5.7785,
|
| 1222 |
+
"eval_samples_per_second": 95.18,
|
| 1223 |
+
"eval_steps_per_second": 6.057,
|
| 1224 |
+
"step": 1536
|
| 1225 |
+
},
|
| 1226 |
+
{
|
| 1227 |
+
"epoch": 16.041666666666668,
|
| 1228 |
+
"grad_norm": 45.00513458251953,
|
| 1229 |
+
"learning_rate": 2.994791666666667e-05,
|
| 1230 |
+
"loss": 0.0737,
|
| 1231 |
+
"step": 1540
|
| 1232 |
+
},
|
| 1233 |
+
{
|
| 1234 |
+
"epoch": 16.145833333333332,
|
| 1235 |
+
"grad_norm": 8.412075996398926,
|
| 1236 |
+
"learning_rate": 2.9817708333333332e-05,
|
| 1237 |
+
"loss": 0.0555,
|
| 1238 |
+
"step": 1550
|
| 1239 |
+
},
|
| 1240 |
+
{
|
| 1241 |
+
"epoch": 16.25,
|
| 1242 |
+
"grad_norm": 31.555465698242188,
|
| 1243 |
+
"learning_rate": 2.96875e-05,
|
| 1244 |
+
"loss": 0.0691,
|
| 1245 |
+
"step": 1560
|
| 1246 |
+
},
|
| 1247 |
+
{
|
| 1248 |
+
"epoch": 16.354166666666668,
|
| 1249 |
+
"grad_norm": 10.346450805664062,
|
| 1250 |
+
"learning_rate": 2.955729166666667e-05,
|
| 1251 |
+
"loss": 0.0619,
|
| 1252 |
+
"step": 1570
|
| 1253 |
+
},
|
| 1254 |
+
{
|
| 1255 |
+
"epoch": 16.458333333333332,
|
| 1256 |
+
"grad_norm": 9.351675033569336,
|
| 1257 |
+
"learning_rate": 2.942708333333333e-05,
|
| 1258 |
+
"loss": 0.0756,
|
| 1259 |
+
"step": 1580
|
| 1260 |
+
},
|
| 1261 |
+
{
|
| 1262 |
+
"epoch": 16.5625,
|
| 1263 |
+
"grad_norm": 49.14165496826172,
|
| 1264 |
+
"learning_rate": 2.9296875000000002e-05,
|
| 1265 |
+
"loss": 0.0654,
|
| 1266 |
+
"step": 1590
|
| 1267 |
+
},
|
| 1268 |
+
{
|
| 1269 |
+
"epoch": 16.666666666666668,
|
| 1270 |
+
"grad_norm": 28.21025276184082,
|
| 1271 |
+
"learning_rate": 2.916666666666667e-05,
|
| 1272 |
+
"loss": 0.0761,
|
| 1273 |
+
"step": 1600
|
| 1274 |
+
},
|
| 1275 |
+
{
|
| 1276 |
+
"epoch": 16.770833333333332,
|
| 1277 |
+
"grad_norm": 9.834317207336426,
|
| 1278 |
+
"learning_rate": 2.9036458333333334e-05,
|
| 1279 |
+
"loss": 0.0586,
|
| 1280 |
+
"step": 1610
|
| 1281 |
+
},
|
| 1282 |
+
{
|
| 1283 |
+
"epoch": 16.875,
|
| 1284 |
+
"grad_norm": 16.89076805114746,
|
| 1285 |
+
"learning_rate": 2.890625e-05,
|
| 1286 |
+
"loss": 0.0703,
|
| 1287 |
+
"step": 1620
|
| 1288 |
+
},
|
| 1289 |
+
{
|
| 1290 |
+
"epoch": 16.979166666666668,
|
| 1291 |
+
"grad_norm": 57.368709564208984,
|
| 1292 |
+
"learning_rate": 2.877604166666667e-05,
|
| 1293 |
+
"loss": 0.0675,
|
| 1294 |
+
"step": 1630
|
| 1295 |
+
},
|
| 1296 |
+
{
|
| 1297 |
+
"epoch": 17.0,
|
| 1298 |
+
"eval_accuracy": 0.49636363636363634,
|
| 1299 |
+
"eval_loss": 10.5018892288208,
|
| 1300 |
+
"eval_runtime": 5.3515,
|
| 1301 |
+
"eval_samples_per_second": 102.774,
|
| 1302 |
+
"eval_steps_per_second": 6.54,
|
| 1303 |
+
"step": 1632
|
| 1304 |
+
},
|
| 1305 |
+
{
|
| 1306 |
+
"epoch": 17.083333333333332,
|
| 1307 |
+
"grad_norm": 14.471724510192871,
|
| 1308 |
+
"learning_rate": 2.8645833333333333e-05,
|
| 1309 |
+
"loss": 0.0813,
|
| 1310 |
+
"step": 1640
|
| 1311 |
+
},
|
| 1312 |
+
{
|
| 1313 |
+
"epoch": 17.1875,
|
| 1314 |
+
"grad_norm": 10.066666603088379,
|
| 1315 |
+
"learning_rate": 2.8515625e-05,
|
| 1316 |
+
"loss": 0.0936,
|
| 1317 |
+
"step": 1650
|
| 1318 |
+
},
|
| 1319 |
+
{
|
| 1320 |
+
"epoch": 17.291666666666668,
|
| 1321 |
+
"grad_norm": 20.775678634643555,
|
| 1322 |
+
"learning_rate": 2.838541666666667e-05,
|
| 1323 |
+
"loss": 0.0464,
|
| 1324 |
+
"step": 1660
|
| 1325 |
+
},
|
| 1326 |
+
{
|
| 1327 |
+
"epoch": 17.395833333333332,
|
| 1328 |
+
"grad_norm": 27.076717376708984,
|
| 1329 |
+
"learning_rate": 2.8255208333333332e-05,
|
| 1330 |
+
"loss": 0.0891,
|
| 1331 |
+
"step": 1670
|
| 1332 |
+
},
|
| 1333 |
+
{
|
| 1334 |
+
"epoch": 17.5,
|
| 1335 |
+
"grad_norm": 18.361055374145508,
|
| 1336 |
+
"learning_rate": 2.8125000000000003e-05,
|
| 1337 |
+
"loss": 0.0984,
|
| 1338 |
+
"step": 1680
|
| 1339 |
+
},
|
| 1340 |
+
{
|
| 1341 |
+
"epoch": 17.604166666666668,
|
| 1342 |
+
"grad_norm": 11.88374137878418,
|
| 1343 |
+
"learning_rate": 2.799479166666667e-05,
|
| 1344 |
+
"loss": 0.0611,
|
| 1345 |
+
"step": 1690
|
| 1346 |
+
},
|
| 1347 |
+
{
|
| 1348 |
+
"epoch": 17.708333333333332,
|
| 1349 |
+
"grad_norm": 29.620580673217773,
|
| 1350 |
+
"learning_rate": 2.7864583333333334e-05,
|
| 1351 |
+
"loss": 0.0631,
|
| 1352 |
+
"step": 1700
|
| 1353 |
+
},
|
| 1354 |
+
{
|
| 1355 |
+
"epoch": 17.8125,
|
| 1356 |
+
"grad_norm": 16.594966888427734,
|
| 1357 |
+
"learning_rate": 2.7734375e-05,
|
| 1358 |
+
"loss": 0.0488,
|
| 1359 |
+
"step": 1710
|
| 1360 |
+
},
|
| 1361 |
+
{
|
| 1362 |
+
"epoch": 17.916666666666668,
|
| 1363 |
+
"grad_norm": 48.01244354248047,
|
| 1364 |
+
"learning_rate": 2.760416666666667e-05,
|
| 1365 |
+
"loss": 0.0687,
|
| 1366 |
+
"step": 1720
|
| 1367 |
+
},
|
| 1368 |
+
{
|
| 1369 |
+
"epoch": 18.0,
|
| 1370 |
+
"eval_accuracy": 0.49818181818181817,
|
| 1371 |
+
"eval_loss": 10.648305892944336,
|
| 1372 |
+
"eval_runtime": 5.5241,
|
| 1373 |
+
"eval_samples_per_second": 99.564,
|
| 1374 |
+
"eval_steps_per_second": 6.336,
|
| 1375 |
+
"step": 1728
|
| 1376 |
+
},
|
| 1377 |
+
{
|
| 1378 |
+
"epoch": 18.020833333333332,
|
| 1379 |
+
"grad_norm": 12.527865409851074,
|
| 1380 |
+
"learning_rate": 2.7473958333333333e-05,
|
| 1381 |
+
"loss": 0.0408,
|
| 1382 |
+
"step": 1730
|
| 1383 |
+
},
|
| 1384 |
+
{
|
| 1385 |
+
"epoch": 18.125,
|
| 1386 |
+
"grad_norm": 25.521921157836914,
|
| 1387 |
+
"learning_rate": 2.734375e-05,
|
| 1388 |
+
"loss": 0.0764,
|
| 1389 |
+
"step": 1740
|
| 1390 |
+
},
|
| 1391 |
+
{
|
| 1392 |
+
"epoch": 18.229166666666668,
|
| 1393 |
+
"grad_norm": 12.79417896270752,
|
| 1394 |
+
"learning_rate": 2.721354166666667e-05,
|
| 1395 |
+
"loss": 0.0704,
|
| 1396 |
+
"step": 1750
|
| 1397 |
+
},
|
| 1398 |
+
{
|
| 1399 |
+
"epoch": 18.333333333333332,
|
| 1400 |
+
"grad_norm": 1.994150161743164,
|
| 1401 |
+
"learning_rate": 2.7083333333333332e-05,
|
| 1402 |
+
"loss": 0.0451,
|
| 1403 |
+
"step": 1760
|
| 1404 |
+
},
|
| 1405 |
+
{
|
| 1406 |
+
"epoch": 18.4375,
|
| 1407 |
+
"grad_norm": 16.780994415283203,
|
| 1408 |
+
"learning_rate": 2.6953125000000003e-05,
|
| 1409 |
+
"loss": 0.0568,
|
| 1410 |
+
"step": 1770
|
| 1411 |
+
},
|
| 1412 |
+
{
|
| 1413 |
+
"epoch": 18.541666666666668,
|
| 1414 |
+
"grad_norm": 31.4406795501709,
|
| 1415 |
+
"learning_rate": 2.682291666666667e-05,
|
| 1416 |
+
"loss": 0.1287,
|
| 1417 |
+
"step": 1780
|
| 1418 |
+
},
|
| 1419 |
+
{
|
| 1420 |
+
"epoch": 18.645833333333332,
|
| 1421 |
+
"grad_norm": 12.47148323059082,
|
| 1422 |
+
"learning_rate": 2.6692708333333334e-05,
|
| 1423 |
+
"loss": 0.0812,
|
| 1424 |
+
"step": 1790
|
| 1425 |
+
},
|
| 1426 |
+
{
|
| 1427 |
+
"epoch": 18.75,
|
| 1428 |
+
"grad_norm": 46.031986236572266,
|
| 1429 |
+
"learning_rate": 2.6562500000000002e-05,
|
| 1430 |
+
"loss": 0.0854,
|
| 1431 |
+
"step": 1800
|
| 1432 |
+
},
|
| 1433 |
+
{
|
| 1434 |
+
"epoch": 18.854166666666668,
|
| 1435 |
+
"grad_norm": 13.505058288574219,
|
| 1436 |
+
"learning_rate": 2.643229166666667e-05,
|
| 1437 |
+
"loss": 0.0662,
|
| 1438 |
+
"step": 1810
|
| 1439 |
+
},
|
| 1440 |
+
{
|
| 1441 |
+
"epoch": 18.958333333333332,
|
| 1442 |
+
"grad_norm": 9.58767318725586,
|
| 1443 |
+
"learning_rate": 2.6302083333333333e-05,
|
| 1444 |
+
"loss": 0.0548,
|
| 1445 |
+
"step": 1820
|
| 1446 |
+
},
|
| 1447 |
+
{
|
| 1448 |
+
"epoch": 19.0,
|
| 1449 |
+
"eval_accuracy": 0.49636363636363634,
|
| 1450 |
+
"eval_loss": 11.216567993164062,
|
| 1451 |
+
"eval_runtime": 5.9463,
|
| 1452 |
+
"eval_samples_per_second": 92.494,
|
| 1453 |
+
"eval_steps_per_second": 5.886,
|
| 1454 |
+
"step": 1824
|
| 1455 |
+
},
|
| 1456 |
+
{
|
| 1457 |
+
"epoch": 19.0625,
|
| 1458 |
+
"grad_norm": 19.555084228515625,
|
| 1459 |
+
"learning_rate": 2.6171875e-05,
|
| 1460 |
+
"loss": 0.0837,
|
| 1461 |
+
"step": 1830
|
| 1462 |
+
},
|
| 1463 |
+
{
|
| 1464 |
+
"epoch": 19.166666666666668,
|
| 1465 |
+
"grad_norm": 18.929706573486328,
|
| 1466 |
+
"learning_rate": 2.604166666666667e-05,
|
| 1467 |
+
"loss": 0.0819,
|
| 1468 |
+
"step": 1840
|
| 1469 |
+
},
|
| 1470 |
+
{
|
| 1471 |
+
"epoch": 19.270833333333332,
|
| 1472 |
+
"grad_norm": 14.825089454650879,
|
| 1473 |
+
"learning_rate": 2.5911458333333332e-05,
|
| 1474 |
+
"loss": 0.0859,
|
| 1475 |
+
"step": 1850
|
| 1476 |
+
},
|
| 1477 |
+
{
|
| 1478 |
+
"epoch": 19.375,
|
| 1479 |
+
"grad_norm": 39.419925689697266,
|
| 1480 |
+
"learning_rate": 2.578125e-05,
|
| 1481 |
+
"loss": 0.066,
|
| 1482 |
+
"step": 1860
|
| 1483 |
+
},
|
| 1484 |
+
{
|
| 1485 |
+
"epoch": 19.479166666666668,
|
| 1486 |
+
"grad_norm": 23.507537841796875,
|
| 1487 |
+
"learning_rate": 2.565104166666667e-05,
|
| 1488 |
+
"loss": 0.0636,
|
| 1489 |
+
"step": 1870
|
| 1490 |
+
},
|
| 1491 |
+
{
|
| 1492 |
+
"epoch": 19.583333333333332,
|
| 1493 |
+
"grad_norm": 17.29023551940918,
|
| 1494 |
+
"learning_rate": 2.552083333333333e-05,
|
| 1495 |
+
"loss": 0.0605,
|
| 1496 |
+
"step": 1880
|
| 1497 |
+
},
|
| 1498 |
+
{
|
| 1499 |
+
"epoch": 19.6875,
|
| 1500 |
+
"grad_norm": 22.190380096435547,
|
| 1501 |
+
"learning_rate": 2.5390625000000002e-05,
|
| 1502 |
+
"loss": 0.041,
|
| 1503 |
+
"step": 1890
|
| 1504 |
+
},
|
| 1505 |
+
{
|
| 1506 |
+
"epoch": 19.791666666666668,
|
| 1507 |
+
"grad_norm": 25.38574981689453,
|
| 1508 |
+
"learning_rate": 2.526041666666667e-05,
|
| 1509 |
+
"loss": 0.0808,
|
| 1510 |
+
"step": 1900
|
| 1511 |
+
},
|
| 1512 |
+
{
|
| 1513 |
+
"epoch": 19.895833333333332,
|
| 1514 |
+
"grad_norm": 6.129140377044678,
|
| 1515 |
+
"learning_rate": 2.5130208333333334e-05,
|
| 1516 |
+
"loss": 0.0644,
|
| 1517 |
+
"step": 1910
|
| 1518 |
+
},
|
| 1519 |
+
{
|
| 1520 |
+
"epoch": 20.0,
|
| 1521 |
+
"grad_norm": 91.47066497802734,
|
| 1522 |
+
"learning_rate": 2.5e-05,
|
| 1523 |
+
"loss": 0.0658,
|
| 1524 |
+
"step": 1920
|
| 1525 |
+
},
|
| 1526 |
+
{
|
| 1527 |
+
"epoch": 20.0,
|
| 1528 |
+
"eval_accuracy": 0.49454545454545457,
|
| 1529 |
+
"eval_loss": 11.545882225036621,
|
| 1530 |
+
"eval_runtime": 5.4403,
|
| 1531 |
+
"eval_samples_per_second": 101.098,
|
| 1532 |
+
"eval_steps_per_second": 6.434,
|
| 1533 |
+
"step": 1920
|
| 1534 |
+
},
|
| 1535 |
+
{
|
| 1536 |
+
"epoch": 20.104166666666668,
|
| 1537 |
+
"grad_norm": 41.26148223876953,
|
| 1538 |
+
"learning_rate": 2.4869791666666665e-05,
|
| 1539 |
+
"loss": 0.0857,
|
| 1540 |
+
"step": 1930
|
| 1541 |
+
},
|
| 1542 |
+
{
|
| 1543 |
+
"epoch": 20.208333333333332,
|
| 1544 |
+
"grad_norm": 13.598714828491211,
|
| 1545 |
+
"learning_rate": 2.4739583333333336e-05,
|
| 1546 |
+
"loss": 0.0665,
|
| 1547 |
+
"step": 1940
|
| 1548 |
+
},
|
| 1549 |
+
{
|
| 1550 |
+
"epoch": 20.3125,
|
| 1551 |
+
"grad_norm": 18.559791564941406,
|
| 1552 |
+
"learning_rate": 2.4609375e-05,
|
| 1553 |
+
"loss": 0.0727,
|
| 1554 |
+
"step": 1950
|
| 1555 |
+
},
|
| 1556 |
+
{
|
| 1557 |
+
"epoch": 20.416666666666668,
|
| 1558 |
+
"grad_norm": 17.364500045776367,
|
| 1559 |
+
"learning_rate": 2.4479166666666668e-05,
|
| 1560 |
+
"loss": 0.0367,
|
| 1561 |
+
"step": 1960
|
| 1562 |
+
},
|
| 1563 |
+
{
|
| 1564 |
+
"epoch": 20.520833333333332,
|
| 1565 |
+
"grad_norm": 11.16362190246582,
|
| 1566 |
+
"learning_rate": 2.4348958333333335e-05,
|
| 1567 |
+
"loss": 0.0624,
|
| 1568 |
+
"step": 1970
|
| 1569 |
+
},
|
| 1570 |
+
{
|
| 1571 |
+
"epoch": 20.625,
|
| 1572 |
+
"grad_norm": 11.971466064453125,
|
| 1573 |
+
"learning_rate": 2.4218750000000003e-05,
|
| 1574 |
+
"loss": 0.0494,
|
| 1575 |
+
"step": 1980
|
| 1576 |
+
},
|
| 1577 |
+
{
|
| 1578 |
+
"epoch": 20.729166666666668,
|
| 1579 |
+
"grad_norm": 26.046340942382812,
|
| 1580 |
+
"learning_rate": 2.4088541666666667e-05,
|
| 1581 |
+
"loss": 0.0733,
|
| 1582 |
+
"step": 1990
|
| 1583 |
+
},
|
| 1584 |
+
{
|
| 1585 |
+
"epoch": 20.833333333333332,
|
| 1586 |
+
"grad_norm": 21.085189819335938,
|
| 1587 |
+
"learning_rate": 2.3958333333333334e-05,
|
| 1588 |
+
"loss": 0.0799,
|
| 1589 |
+
"step": 2000
|
| 1590 |
+
},
|
| 1591 |
+
{
|
| 1592 |
+
"epoch": 20.9375,
|
| 1593 |
+
"grad_norm": 33.888492584228516,
|
| 1594 |
+
"learning_rate": 2.3828125e-05,
|
| 1595 |
+
"loss": 0.0565,
|
| 1596 |
+
"step": 2010
|
| 1597 |
+
},
|
| 1598 |
+
{
|
| 1599 |
+
"epoch": 21.0,
|
| 1600 |
+
"eval_accuracy": 0.49454545454545457,
|
| 1601 |
+
"eval_loss": 11.589858055114746,
|
| 1602 |
+
"eval_runtime": 5.3827,
|
| 1603 |
+
"eval_samples_per_second": 102.179,
|
| 1604 |
+
"eval_steps_per_second": 6.502,
|
| 1605 |
+
"step": 2016
|
| 1606 |
+
},
|
| 1607 |
+
{
|
| 1608 |
+
"epoch": 21.041666666666668,
|
| 1609 |
+
"grad_norm": 36.55340576171875,
|
| 1610 |
+
"learning_rate": 2.3697916666666666e-05,
|
| 1611 |
+
"loss": 0.0649,
|
| 1612 |
+
"step": 2020
|
| 1613 |
+
},
|
| 1614 |
+
{
|
| 1615 |
+
"epoch": 21.145833333333332,
|
| 1616 |
+
"grad_norm": 5.335175514221191,
|
| 1617 |
+
"learning_rate": 2.3567708333333336e-05,
|
| 1618 |
+
"loss": 0.0517,
|
| 1619 |
+
"step": 2030
|
| 1620 |
+
},
|
| 1621 |
+
{
|
| 1622 |
+
"epoch": 21.25,
|
| 1623 |
+
"grad_norm": 27.188432693481445,
|
| 1624 |
+
"learning_rate": 2.34375e-05,
|
| 1625 |
+
"loss": 0.0675,
|
| 1626 |
+
"step": 2040
|
| 1627 |
+
},
|
| 1628 |
+
{
|
| 1629 |
+
"epoch": 21.354166666666668,
|
| 1630 |
+
"grad_norm": 22.65137481689453,
|
| 1631 |
+
"learning_rate": 2.3307291666666668e-05,
|
| 1632 |
+
"loss": 0.0572,
|
| 1633 |
+
"step": 2050
|
| 1634 |
+
},
|
| 1635 |
+
{
|
| 1636 |
+
"epoch": 21.458333333333332,
|
| 1637 |
+
"grad_norm": 32.7464599609375,
|
| 1638 |
+
"learning_rate": 2.3177083333333335e-05,
|
| 1639 |
+
"loss": 0.0675,
|
| 1640 |
+
"step": 2060
|
| 1641 |
+
},
|
| 1642 |
+
{
|
| 1643 |
+
"epoch": 21.5625,
|
| 1644 |
+
"grad_norm": 5.15673828125,
|
| 1645 |
+
"learning_rate": 2.3046875e-05,
|
| 1646 |
+
"loss": 0.0582,
|
| 1647 |
+
"step": 2070
|
| 1648 |
+
},
|
| 1649 |
+
{
|
| 1650 |
+
"epoch": 21.666666666666668,
|
| 1651 |
+
"grad_norm": 27.673851013183594,
|
| 1652 |
+
"learning_rate": 2.2916666666666667e-05,
|
| 1653 |
+
"loss": 0.0415,
|
| 1654 |
+
"step": 2080
|
| 1655 |
+
},
|
| 1656 |
+
{
|
| 1657 |
+
"epoch": 21.770833333333332,
|
| 1658 |
+
"grad_norm": 31.033462524414062,
|
| 1659 |
+
"learning_rate": 2.2786458333333334e-05,
|
| 1660 |
+
"loss": 0.0631,
|
| 1661 |
+
"step": 2090
|
| 1662 |
+
},
|
| 1663 |
+
{
|
| 1664 |
+
"epoch": 21.875,
|
| 1665 |
+
"grad_norm": 48.3972053527832,
|
| 1666 |
+
"learning_rate": 2.2656250000000002e-05,
|
| 1667 |
+
"loss": 0.0588,
|
| 1668 |
+
"step": 2100
|
| 1669 |
+
},
|
| 1670 |
+
{
|
| 1671 |
+
"epoch": 21.979166666666668,
|
| 1672 |
+
"grad_norm": 23.180862426757812,
|
| 1673 |
+
"learning_rate": 2.2526041666666666e-05,
|
| 1674 |
+
"loss": 0.0807,
|
| 1675 |
+
"step": 2110
|
| 1676 |
+
},
|
| 1677 |
+
{
|
| 1678 |
+
"epoch": 22.0,
|
| 1679 |
+
"eval_accuracy": 0.5,
|
| 1680 |
+
"eval_loss": 10.706573486328125,
|
| 1681 |
+
"eval_runtime": 5.3363,
|
| 1682 |
+
"eval_samples_per_second": 103.068,
|
| 1683 |
+
"eval_steps_per_second": 6.559,
|
| 1684 |
+
"step": 2112
|
| 1685 |
+
},
|
| 1686 |
+
{
|
| 1687 |
+
"epoch": 22.083333333333332,
|
| 1688 |
+
"grad_norm": 34.734291076660156,
|
| 1689 |
+
"learning_rate": 2.2395833333333337e-05,
|
| 1690 |
+
"loss": 0.0411,
|
| 1691 |
+
"step": 2120
|
| 1692 |
+
},
|
| 1693 |
+
{
|
| 1694 |
+
"epoch": 22.1875,
|
| 1695 |
+
"grad_norm": 8.795220375061035,
|
| 1696 |
+
"learning_rate": 2.2265625e-05,
|
| 1697 |
+
"loss": 0.0655,
|
| 1698 |
+
"step": 2130
|
| 1699 |
+
},
|
| 1700 |
+
{
|
| 1701 |
+
"epoch": 22.291666666666668,
|
| 1702 |
+
"grad_norm": 11.85872745513916,
|
| 1703 |
+
"learning_rate": 2.2135416666666668e-05,
|
| 1704 |
+
"loss": 0.0563,
|
| 1705 |
+
"step": 2140
|
| 1706 |
+
},
|
| 1707 |
+
{
|
| 1708 |
+
"epoch": 22.395833333333332,
|
| 1709 |
+
"grad_norm": 17.562429428100586,
|
| 1710 |
+
"learning_rate": 2.2005208333333336e-05,
|
| 1711 |
+
"loss": 0.064,
|
| 1712 |
+
"step": 2150
|
| 1713 |
+
},
|
| 1714 |
+
{
|
| 1715 |
+
"epoch": 22.5,
|
| 1716 |
+
"grad_norm": 19.056909561157227,
|
| 1717 |
+
"learning_rate": 2.1875e-05,
|
| 1718 |
+
"loss": 0.0707,
|
| 1719 |
+
"step": 2160
|
| 1720 |
+
},
|
| 1721 |
+
{
|
| 1722 |
+
"epoch": 22.604166666666668,
|
| 1723 |
+
"grad_norm": 20.823223114013672,
|
| 1724 |
+
"learning_rate": 2.1744791666666667e-05,
|
| 1725 |
+
"loss": 0.0671,
|
| 1726 |
+
"step": 2170
|
| 1727 |
+
},
|
| 1728 |
+
{
|
| 1729 |
+
"epoch": 22.708333333333332,
|
| 1730 |
+
"grad_norm": 5.610525131225586,
|
| 1731 |
+
"learning_rate": 2.1614583333333335e-05,
|
| 1732 |
+
"loss": 0.0617,
|
| 1733 |
+
"step": 2180
|
| 1734 |
+
},
|
| 1735 |
+
{
|
| 1736 |
+
"epoch": 22.8125,
|
| 1737 |
+
"grad_norm": 9.894072532653809,
|
| 1738 |
+
"learning_rate": 2.1484375000000002e-05,
|
| 1739 |
+
"loss": 0.0705,
|
| 1740 |
+
"step": 2190
|
| 1741 |
+
},
|
| 1742 |
+
{
|
| 1743 |
+
"epoch": 22.916666666666668,
|
| 1744 |
+
"grad_norm": 13.627318382263184,
|
| 1745 |
+
"learning_rate": 2.1354166666666666e-05,
|
| 1746 |
+
"loss": 0.0289,
|
| 1747 |
+
"step": 2200
|
| 1748 |
+
},
|
| 1749 |
+
{
|
| 1750 |
+
"epoch": 23.0,
|
| 1751 |
+
"eval_accuracy": 0.49818181818181817,
|
| 1752 |
+
"eval_loss": 10.625250816345215,
|
| 1753 |
+
"eval_runtime": 5.8609,
|
| 1754 |
+
"eval_samples_per_second": 93.843,
|
| 1755 |
+
"eval_steps_per_second": 5.972,
|
| 1756 |
+
"step": 2208
|
| 1757 |
+
},
|
| 1758 |
+
{
|
| 1759 |
+
"epoch": 23.020833333333332,
|
| 1760 |
+
"grad_norm": 1.5941517353057861,
|
| 1761 |
+
"learning_rate": 2.1223958333333334e-05,
|
| 1762 |
+
"loss": 0.064,
|
| 1763 |
+
"step": 2210
|
| 1764 |
+
},
|
| 1765 |
+
{
|
| 1766 |
+
"epoch": 23.125,
|
| 1767 |
+
"grad_norm": 21.49423599243164,
|
| 1768 |
+
"learning_rate": 2.109375e-05,
|
| 1769 |
+
"loss": 0.0234,
|
| 1770 |
+
"step": 2220
|
| 1771 |
+
},
|
| 1772 |
+
{
|
| 1773 |
+
"epoch": 23.229166666666668,
|
| 1774 |
+
"grad_norm": 11.075849533081055,
|
| 1775 |
+
"learning_rate": 2.0963541666666665e-05,
|
| 1776 |
+
"loss": 0.0655,
|
| 1777 |
+
"step": 2230
|
| 1778 |
+
},
|
| 1779 |
+
{
|
| 1780 |
+
"epoch": 23.333333333333332,
|
| 1781 |
+
"grad_norm": 6.21483039855957,
|
| 1782 |
+
"learning_rate": 2.0833333333333336e-05,
|
| 1783 |
+
"loss": 0.0714,
|
| 1784 |
+
"step": 2240
|
| 1785 |
+
},
|
| 1786 |
+
{
|
| 1787 |
+
"epoch": 23.4375,
|
| 1788 |
+
"grad_norm": 12.942922592163086,
|
| 1789 |
+
"learning_rate": 2.0703125e-05,
|
| 1790 |
+
"loss": 0.0569,
|
| 1791 |
+
"step": 2250
|
| 1792 |
+
},
|
| 1793 |
+
{
|
| 1794 |
+
"epoch": 23.541666666666668,
|
| 1795 |
+
"grad_norm": 7.4485907554626465,
|
| 1796 |
+
"learning_rate": 2.0572916666666668e-05,
|
| 1797 |
+
"loss": 0.0491,
|
| 1798 |
+
"step": 2260
|
| 1799 |
+
},
|
| 1800 |
+
{
|
| 1801 |
+
"epoch": 23.645833333333332,
|
| 1802 |
+
"grad_norm": 56.403717041015625,
|
| 1803 |
+
"learning_rate": 2.0442708333333335e-05,
|
| 1804 |
+
"loss": 0.0481,
|
| 1805 |
+
"step": 2270
|
| 1806 |
+
},
|
| 1807 |
+
{
|
| 1808 |
+
"epoch": 23.75,
|
| 1809 |
+
"grad_norm": 55.23786163330078,
|
| 1810 |
+
"learning_rate": 2.0312500000000002e-05,
|
| 1811 |
+
"loss": 0.0656,
|
| 1812 |
+
"step": 2280
|
| 1813 |
+
},
|
| 1814 |
+
{
|
| 1815 |
+
"epoch": 23.854166666666668,
|
| 1816 |
+
"grad_norm": 10.369833946228027,
|
| 1817 |
+
"learning_rate": 2.0182291666666667e-05,
|
| 1818 |
+
"loss": 0.0577,
|
| 1819 |
+
"step": 2290
|
| 1820 |
+
},
|
| 1821 |
+
{
|
| 1822 |
+
"epoch": 23.958333333333332,
|
| 1823 |
+
"grad_norm": 13.128711700439453,
|
| 1824 |
+
"learning_rate": 2.0052083333333334e-05,
|
| 1825 |
+
"loss": 0.0755,
|
| 1826 |
+
"step": 2300
|
| 1827 |
+
},
|
| 1828 |
+
{
|
| 1829 |
+
"epoch": 24.0,
|
| 1830 |
+
"eval_accuracy": 0.5018181818181818,
|
| 1831 |
+
"eval_loss": 10.485613822937012,
|
| 1832 |
+
"eval_runtime": 5.7432,
|
| 1833 |
+
"eval_samples_per_second": 95.766,
|
| 1834 |
+
"eval_steps_per_second": 6.094,
|
| 1835 |
+
"step": 2304
|
| 1836 |
+
},
|
| 1837 |
+
{
|
| 1838 |
+
"epoch": 24.0625,
|
| 1839 |
+
"grad_norm": 23.282470703125,
|
| 1840 |
+
"learning_rate": 1.9921875e-05,
|
| 1841 |
+
"loss": 0.0486,
|
| 1842 |
+
"step": 2310
|
| 1843 |
+
},
|
| 1844 |
+
{
|
| 1845 |
+
"epoch": 24.166666666666668,
|
| 1846 |
+
"grad_norm": 16.085485458374023,
|
| 1847 |
+
"learning_rate": 1.9791666666666665e-05,
|
| 1848 |
+
"loss": 0.0328,
|
| 1849 |
+
"step": 2320
|
| 1850 |
+
},
|
| 1851 |
+
{
|
| 1852 |
+
"epoch": 24.270833333333332,
|
| 1853 |
+
"grad_norm": 8.7246675491333,
|
| 1854 |
+
"learning_rate": 1.9661458333333336e-05,
|
| 1855 |
+
"loss": 0.0512,
|
| 1856 |
+
"step": 2330
|
| 1857 |
+
},
|
| 1858 |
+
{
|
| 1859 |
+
"epoch": 24.375,
|
| 1860 |
+
"grad_norm": 77.41475677490234,
|
| 1861 |
+
"learning_rate": 1.953125e-05,
|
| 1862 |
+
"loss": 0.0634,
|
| 1863 |
+
"step": 2340
|
| 1864 |
+
},
|
| 1865 |
+
{
|
| 1866 |
+
"epoch": 24.479166666666668,
|
| 1867 |
+
"grad_norm": 46.152713775634766,
|
| 1868 |
+
"learning_rate": 1.9401041666666668e-05,
|
| 1869 |
+
"loss": 0.0643,
|
| 1870 |
+
"step": 2350
|
| 1871 |
+
},
|
| 1872 |
+
{
|
| 1873 |
+
"epoch": 24.583333333333332,
|
| 1874 |
+
"grad_norm": 28.998939514160156,
|
| 1875 |
+
"learning_rate": 1.9270833333333335e-05,
|
| 1876 |
+
"loss": 0.0546,
|
| 1877 |
+
"step": 2360
|
| 1878 |
+
},
|
| 1879 |
+
{
|
| 1880 |
+
"epoch": 24.6875,
|
| 1881 |
+
"grad_norm": 6.109686374664307,
|
| 1882 |
+
"learning_rate": 1.9140625e-05,
|
| 1883 |
+
"loss": 0.0496,
|
| 1884 |
+
"step": 2370
|
| 1885 |
+
},
|
| 1886 |
+
{
|
| 1887 |
+
"epoch": 24.791666666666668,
|
| 1888 |
+
"grad_norm": 20.26320457458496,
|
| 1889 |
+
"learning_rate": 1.9010416666666667e-05,
|
| 1890 |
+
"loss": 0.0464,
|
| 1891 |
+
"step": 2380
|
| 1892 |
+
},
|
| 1893 |
+
{
|
| 1894 |
+
"epoch": 24.895833333333332,
|
| 1895 |
+
"grad_norm": 72.42222595214844,
|
| 1896 |
+
"learning_rate": 1.8880208333333334e-05,
|
| 1897 |
+
"loss": 0.0806,
|
| 1898 |
+
"step": 2390
|
| 1899 |
+
},
|
| 1900 |
+
{
|
| 1901 |
+
"epoch": 25.0,
|
| 1902 |
+
"grad_norm": 3.5703253746032715,
|
| 1903 |
+
"learning_rate": 1.8750000000000002e-05,
|
| 1904 |
+
"loss": 0.0483,
|
| 1905 |
+
"step": 2400
|
| 1906 |
+
},
|
| 1907 |
+
{
|
| 1908 |
+
"epoch": 25.0,
|
| 1909 |
+
"eval_accuracy": 0.49636363636363634,
|
| 1910 |
+
"eval_loss": 11.383768081665039,
|
| 1911 |
+
"eval_runtime": 5.435,
|
| 1912 |
+
"eval_samples_per_second": 101.197,
|
| 1913 |
+
"eval_steps_per_second": 6.44,
|
| 1914 |
+
"step": 2400
|
| 1915 |
+
},
|
| 1916 |
+
{
|
| 1917 |
+
"epoch": 25.104166666666668,
|
| 1918 |
+
"grad_norm": 15.163749694824219,
|
| 1919 |
+
"learning_rate": 1.8619791666666666e-05,
|
| 1920 |
+
"loss": 0.0393,
|
| 1921 |
+
"step": 2410
|
| 1922 |
+
},
|
| 1923 |
+
{
|
| 1924 |
+
"epoch": 25.208333333333332,
|
| 1925 |
+
"grad_norm": 25.283937454223633,
|
| 1926 |
+
"learning_rate": 1.8489583333333337e-05,
|
| 1927 |
+
"loss": 0.0541,
|
| 1928 |
+
"step": 2420
|
| 1929 |
+
},
|
| 1930 |
+
{
|
| 1931 |
+
"epoch": 25.3125,
|
| 1932 |
+
"grad_norm": 1.7519912719726562,
|
| 1933 |
+
"learning_rate": 1.8359375e-05,
|
| 1934 |
+
"loss": 0.071,
|
| 1935 |
+
"step": 2430
|
| 1936 |
+
},
|
| 1937 |
+
{
|
| 1938 |
+
"epoch": 25.416666666666668,
|
| 1939 |
+
"grad_norm": 13.328243255615234,
|
| 1940 |
+
"learning_rate": 1.8229166666666668e-05,
|
| 1941 |
+
"loss": 0.052,
|
| 1942 |
+
"step": 2440
|
| 1943 |
+
},
|
| 1944 |
+
{
|
| 1945 |
+
"epoch": 25.520833333333332,
|
| 1946 |
+
"grad_norm": 31.634199142456055,
|
| 1947 |
+
"learning_rate": 1.8098958333333336e-05,
|
| 1948 |
+
"loss": 0.0502,
|
| 1949 |
+
"step": 2450
|
| 1950 |
+
},
|
| 1951 |
+
{
|
| 1952 |
+
"epoch": 25.625,
|
| 1953 |
+
"grad_norm": 27.173145294189453,
|
| 1954 |
+
"learning_rate": 1.796875e-05,
|
| 1955 |
+
"loss": 0.0606,
|
| 1956 |
+
"step": 2460
|
| 1957 |
+
},
|
| 1958 |
+
{
|
| 1959 |
+
"epoch": 25.729166666666668,
|
| 1960 |
+
"grad_norm": 22.141252517700195,
|
| 1961 |
+
"learning_rate": 1.7838541666666667e-05,
|
| 1962 |
+
"loss": 0.047,
|
| 1963 |
+
"step": 2470
|
| 1964 |
+
},
|
| 1965 |
+
{
|
| 1966 |
+
"epoch": 25.833333333333332,
|
| 1967 |
+
"grad_norm": 25.948257446289062,
|
| 1968 |
+
"learning_rate": 1.7708333333333335e-05,
|
| 1969 |
+
"loss": 0.0735,
|
| 1970 |
+
"step": 2480
|
| 1971 |
+
},
|
| 1972 |
+
{
|
| 1973 |
+
"epoch": 25.9375,
|
| 1974 |
+
"grad_norm": 17.161785125732422,
|
| 1975 |
+
"learning_rate": 1.7578125000000002e-05,
|
| 1976 |
+
"loss": 0.0732,
|
| 1977 |
+
"step": 2490
|
| 1978 |
+
},
|
| 1979 |
+
{
|
| 1980 |
+
"epoch": 26.0,
|
| 1981 |
+
"eval_accuracy": 0.49272727272727274,
|
| 1982 |
+
"eval_loss": 11.197073936462402,
|
| 1983 |
+
"eval_runtime": 5.3083,
|
| 1984 |
+
"eval_samples_per_second": 103.611,
|
| 1985 |
+
"eval_steps_per_second": 6.593,
|
| 1986 |
+
"step": 2496
|
| 1987 |
+
},
|
| 1988 |
+
{
|
| 1989 |
+
"epoch": 26.041666666666668,
|
| 1990 |
+
"grad_norm": 23.315317153930664,
|
| 1991 |
+
"learning_rate": 1.7447916666666666e-05,
|
| 1992 |
+
"loss": 0.088,
|
| 1993 |
+
"step": 2500
|
| 1994 |
+
},
|
| 1995 |
+
{
|
| 1996 |
+
"epoch": 26.145833333333332,
|
| 1997 |
+
"grad_norm": 0.7972298860549927,
|
| 1998 |
+
"learning_rate": 1.7317708333333334e-05,
|
| 1999 |
+
"loss": 0.0678,
|
| 2000 |
+
"step": 2510
|
| 2001 |
+
},
|
| 2002 |
+
{
|
| 2003 |
+
"epoch": 26.25,
|
| 2004 |
+
"grad_norm": 18.949796676635742,
|
| 2005 |
+
"learning_rate": 1.71875e-05,
|
| 2006 |
+
"loss": 0.0488,
|
| 2007 |
+
"step": 2520
|
| 2008 |
+
},
|
| 2009 |
+
{
|
| 2010 |
+
"epoch": 26.354166666666668,
|
| 2011 |
+
"grad_norm": 52.9923210144043,
|
| 2012 |
+
"learning_rate": 1.7057291666666665e-05,
|
| 2013 |
+
"loss": 0.0838,
|
| 2014 |
+
"step": 2530
|
| 2015 |
+
},
|
| 2016 |
+
{
|
| 2017 |
+
"epoch": 26.458333333333332,
|
| 2018 |
+
"grad_norm": 54.01505661010742,
|
| 2019 |
+
"learning_rate": 1.6927083333333336e-05,
|
| 2020 |
+
"loss": 0.1282,
|
| 2021 |
+
"step": 2540
|
| 2022 |
+
},
|
| 2023 |
+
{
|
| 2024 |
+
"epoch": 26.5625,
|
| 2025 |
+
"grad_norm": 26.549772262573242,
|
| 2026 |
+
"learning_rate": 1.6796875e-05,
|
| 2027 |
+
"loss": 0.1133,
|
| 2028 |
+
"step": 2550
|
| 2029 |
+
},
|
| 2030 |
+
{
|
| 2031 |
+
"epoch": 26.666666666666668,
|
| 2032 |
+
"grad_norm": 23.752872467041016,
|
| 2033 |
+
"learning_rate": 1.6666666666666667e-05,
|
| 2034 |
+
"loss": 0.1165,
|
| 2035 |
+
"step": 2560
|
| 2036 |
+
},
|
| 2037 |
+
{
|
| 2038 |
+
"epoch": 26.770833333333332,
|
| 2039 |
+
"grad_norm": 42.46553039550781,
|
| 2040 |
+
"learning_rate": 1.6536458333333335e-05,
|
| 2041 |
+
"loss": 0.0781,
|
| 2042 |
+
"step": 2570
|
| 2043 |
+
},
|
| 2044 |
+
{
|
| 2045 |
+
"epoch": 26.875,
|
| 2046 |
+
"grad_norm": 17.504453659057617,
|
| 2047 |
+
"learning_rate": 1.6406250000000002e-05,
|
| 2048 |
+
"loss": 0.0851,
|
| 2049 |
+
"step": 2580
|
| 2050 |
+
},
|
| 2051 |
+
{
|
| 2052 |
+
"epoch": 26.979166666666668,
|
| 2053 |
+
"grad_norm": 17.51653480529785,
|
| 2054 |
+
"learning_rate": 1.6276041666666666e-05,
|
| 2055 |
+
"loss": 0.1424,
|
| 2056 |
+
"step": 2590
|
| 2057 |
+
},
|
| 2058 |
+
{
|
| 2059 |
+
"epoch": 27.0,
|
| 2060 |
+
"eval_accuracy": 0.49454545454545457,
|
| 2061 |
+
"eval_loss": 11.458148956298828,
|
| 2062 |
+
"eval_runtime": 5.487,
|
| 2063 |
+
"eval_samples_per_second": 100.238,
|
| 2064 |
+
"eval_steps_per_second": 6.379,
|
| 2065 |
+
"step": 2592
|
| 2066 |
+
},
|
| 2067 |
+
{
|
| 2068 |
+
"epoch": 27.083333333333332,
|
| 2069 |
+
"grad_norm": 9.668028831481934,
|
| 2070 |
+
"learning_rate": 1.6145833333333334e-05,
|
| 2071 |
+
"loss": 0.0727,
|
| 2072 |
+
"step": 2600
|
| 2073 |
+
},
|
| 2074 |
+
{
|
| 2075 |
+
"epoch": 27.1875,
|
| 2076 |
+
"grad_norm": 16.31097984313965,
|
| 2077 |
+
"learning_rate": 1.6015625e-05,
|
| 2078 |
+
"loss": 0.0952,
|
| 2079 |
+
"step": 2610
|
| 2080 |
+
},
|
| 2081 |
+
{
|
| 2082 |
+
"epoch": 27.291666666666668,
|
| 2083 |
+
"grad_norm": 33.70851135253906,
|
| 2084 |
+
"learning_rate": 1.5885416666666665e-05,
|
| 2085 |
+
"loss": 0.1389,
|
| 2086 |
+
"step": 2620
|
| 2087 |
+
},
|
| 2088 |
+
{
|
| 2089 |
+
"epoch": 27.395833333333332,
|
| 2090 |
+
"grad_norm": 54.45642852783203,
|
| 2091 |
+
"learning_rate": 1.5755208333333336e-05,
|
| 2092 |
+
"loss": 0.1256,
|
| 2093 |
+
"step": 2630
|
| 2094 |
+
},
|
| 2095 |
+
{
|
| 2096 |
+
"epoch": 27.5,
|
| 2097 |
+
"grad_norm": 8.16263484954834,
|
| 2098 |
+
"learning_rate": 1.5625e-05,
|
| 2099 |
+
"loss": 0.0829,
|
| 2100 |
+
"step": 2640
|
| 2101 |
+
},
|
| 2102 |
+
{
|
| 2103 |
+
"epoch": 27.604166666666668,
|
| 2104 |
+
"grad_norm": 12.835566520690918,
|
| 2105 |
+
"learning_rate": 1.5494791666666668e-05,
|
| 2106 |
+
"loss": 0.1457,
|
| 2107 |
+
"step": 2650
|
| 2108 |
+
},
|
| 2109 |
+
{
|
| 2110 |
+
"epoch": 27.708333333333332,
|
| 2111 |
+
"grad_norm": 70.34893798828125,
|
| 2112 |
+
"learning_rate": 1.5364583333333335e-05,
|
| 2113 |
+
"loss": 0.1139,
|
| 2114 |
+
"step": 2660
|
| 2115 |
+
},
|
| 2116 |
+
{
|
| 2117 |
+
"epoch": 27.8125,
|
| 2118 |
+
"grad_norm": 9.525261878967285,
|
| 2119 |
+
"learning_rate": 1.5234375000000001e-05,
|
| 2120 |
+
"loss": 0.1009,
|
| 2121 |
+
"step": 2670
|
| 2122 |
+
},
|
| 2123 |
+
{
|
| 2124 |
+
"epoch": 27.916666666666668,
|
| 2125 |
+
"grad_norm": 11.617359161376953,
|
| 2126 |
+
"learning_rate": 1.5104166666666667e-05,
|
| 2127 |
+
"loss": 0.0814,
|
| 2128 |
+
"step": 2680
|
| 2129 |
+
},
|
| 2130 |
+
{
|
| 2131 |
+
"epoch": 28.0,
|
| 2132 |
+
"eval_accuracy": 0.49454545454545457,
|
| 2133 |
+
"eval_loss": 11.334138870239258,
|
| 2134 |
+
"eval_runtime": 5.9555,
|
| 2135 |
+
"eval_samples_per_second": 92.351,
|
| 2136 |
+
"eval_steps_per_second": 5.877,
|
| 2137 |
+
"step": 2688
|
| 2138 |
+
},
|
| 2139 |
+
{
|
| 2140 |
+
"epoch": 28.020833333333332,
|
| 2141 |
+
"grad_norm": 24.187095642089844,
|
| 2142 |
+
"learning_rate": 1.4973958333333334e-05,
|
| 2143 |
+
"loss": 0.0915,
|
| 2144 |
+
"step": 2690
|
| 2145 |
+
},
|
| 2146 |
+
{
|
| 2147 |
+
"epoch": 28.125,
|
| 2148 |
+
"grad_norm": 34.853328704833984,
|
| 2149 |
+
"learning_rate": 1.484375e-05,
|
| 2150 |
+
"loss": 0.0781,
|
| 2151 |
+
"step": 2700
|
| 2152 |
+
},
|
| 2153 |
+
{
|
| 2154 |
+
"epoch": 28.229166666666668,
|
| 2155 |
+
"grad_norm": 17.71786117553711,
|
| 2156 |
+
"learning_rate": 1.4713541666666666e-05,
|
| 2157 |
+
"loss": 0.1084,
|
| 2158 |
+
"step": 2710
|
| 2159 |
+
},
|
| 2160 |
+
{
|
| 2161 |
+
"epoch": 28.333333333333332,
|
| 2162 |
+
"grad_norm": 21.2179012298584,
|
| 2163 |
+
"learning_rate": 1.4583333333333335e-05,
|
| 2164 |
+
"loss": 0.0948,
|
| 2165 |
+
"step": 2720
|
| 2166 |
+
},
|
| 2167 |
+
{
|
| 2168 |
+
"epoch": 28.4375,
|
| 2169 |
+
"grad_norm": 29.340883255004883,
|
| 2170 |
+
"learning_rate": 1.4453125e-05,
|
| 2171 |
+
"loss": 0.0695,
|
| 2172 |
+
"step": 2730
|
| 2173 |
+
},
|
| 2174 |
+
{
|
| 2175 |
+
"epoch": 28.541666666666668,
|
| 2176 |
+
"grad_norm": 50.22605514526367,
|
| 2177 |
+
"learning_rate": 1.4322916666666666e-05,
|
| 2178 |
+
"loss": 0.0985,
|
| 2179 |
+
"step": 2740
|
| 2180 |
+
},
|
| 2181 |
+
{
|
| 2182 |
+
"epoch": 28.645833333333332,
|
| 2183 |
+
"grad_norm": 39.21680450439453,
|
| 2184 |
+
"learning_rate": 1.4192708333333336e-05,
|
| 2185 |
+
"loss": 0.0968,
|
| 2186 |
+
"step": 2750
|
| 2187 |
+
},
|
| 2188 |
+
{
|
| 2189 |
+
"epoch": 28.75,
|
| 2190 |
+
"grad_norm": 27.641145706176758,
|
| 2191 |
+
"learning_rate": 1.4062500000000001e-05,
|
| 2192 |
+
"loss": 0.1039,
|
| 2193 |
+
"step": 2760
|
| 2194 |
+
},
|
| 2195 |
+
{
|
| 2196 |
+
"epoch": 28.854166666666668,
|
| 2197 |
+
"grad_norm": 33.24095153808594,
|
| 2198 |
+
"learning_rate": 1.3932291666666667e-05,
|
| 2199 |
+
"loss": 0.1035,
|
| 2200 |
+
"step": 2770
|
| 2201 |
+
},
|
| 2202 |
+
{
|
| 2203 |
+
"epoch": 28.958333333333332,
|
| 2204 |
+
"grad_norm": 12.199631690979004,
|
| 2205 |
+
"learning_rate": 1.3802083333333335e-05,
|
| 2206 |
+
"loss": 0.101,
|
| 2207 |
+
"step": 2780
|
| 2208 |
+
},
|
| 2209 |
+
{
|
| 2210 |
+
"epoch": 29.0,
|
| 2211 |
+
"eval_accuracy": 0.49272727272727274,
|
| 2212 |
+
"eval_loss": 11.570547103881836,
|
| 2213 |
+
"eval_runtime": 5.6263,
|
| 2214 |
+
"eval_samples_per_second": 97.755,
|
| 2215 |
+
"eval_steps_per_second": 6.221,
|
| 2216 |
+
"step": 2784
|
| 2217 |
+
},
|
| 2218 |
+
{
|
| 2219 |
+
"epoch": 29.0625,
|
| 2220 |
+
"grad_norm": 60.53170394897461,
|
| 2221 |
+
"learning_rate": 1.3671875e-05,
|
| 2222 |
+
"loss": 0.1166,
|
| 2223 |
+
"step": 2790
|
| 2224 |
+
},
|
| 2225 |
+
{
|
| 2226 |
+
"epoch": 29.166666666666668,
|
| 2227 |
+
"grad_norm": 26.345138549804688,
|
| 2228 |
+
"learning_rate": 1.3541666666666666e-05,
|
| 2229 |
+
"loss": 0.1063,
|
| 2230 |
+
"step": 2800
|
| 2231 |
+
},
|
| 2232 |
+
{
|
| 2233 |
+
"epoch": 29.270833333333332,
|
| 2234 |
+
"grad_norm": 28.609853744506836,
|
| 2235 |
+
"learning_rate": 1.3411458333333335e-05,
|
| 2236 |
+
"loss": 0.0939,
|
| 2237 |
+
"step": 2810
|
| 2238 |
+
},
|
| 2239 |
+
{
|
| 2240 |
+
"epoch": 29.375,
|
| 2241 |
+
"grad_norm": 16.31063461303711,
|
| 2242 |
+
"learning_rate": 1.3281250000000001e-05,
|
| 2243 |
+
"loss": 0.0924,
|
| 2244 |
+
"step": 2820
|
| 2245 |
+
},
|
| 2246 |
+
{
|
| 2247 |
+
"epoch": 29.479166666666668,
|
| 2248 |
+
"grad_norm": 7.441460132598877,
|
| 2249 |
+
"learning_rate": 1.3151041666666667e-05,
|
| 2250 |
+
"loss": 0.0867,
|
| 2251 |
+
"step": 2830
|
| 2252 |
+
},
|
| 2253 |
+
{
|
| 2254 |
+
"epoch": 29.583333333333332,
|
| 2255 |
+
"grad_norm": 50.6924934387207,
|
| 2256 |
+
"learning_rate": 1.3020833333333334e-05,
|
| 2257 |
+
"loss": 0.1012,
|
| 2258 |
+
"step": 2840
|
| 2259 |
+
},
|
| 2260 |
+
{
|
| 2261 |
+
"epoch": 29.6875,
|
| 2262 |
+
"grad_norm": 24.678504943847656,
|
| 2263 |
+
"learning_rate": 1.2890625e-05,
|
| 2264 |
+
"loss": 0.0993,
|
| 2265 |
+
"step": 2850
|
| 2266 |
+
},
|
| 2267 |
+
{
|
| 2268 |
+
"epoch": 29.791666666666668,
|
| 2269 |
+
"grad_norm": 45.90309524536133,
|
| 2270 |
+
"learning_rate": 1.2760416666666666e-05,
|
| 2271 |
+
"loss": 0.0981,
|
| 2272 |
+
"step": 2860
|
| 2273 |
+
},
|
| 2274 |
+
{
|
| 2275 |
+
"epoch": 29.895833333333332,
|
| 2276 |
+
"grad_norm": 29.595661163330078,
|
| 2277 |
+
"learning_rate": 1.2630208333333335e-05,
|
| 2278 |
+
"loss": 0.0826,
|
| 2279 |
+
"step": 2870
|
| 2280 |
+
},
|
| 2281 |
+
{
|
| 2282 |
+
"epoch": 30.0,
|
| 2283 |
+
"grad_norm": 31.03252410888672,
|
| 2284 |
+
"learning_rate": 1.25e-05,
|
| 2285 |
+
"loss": 0.0894,
|
| 2286 |
+
"step": 2880
|
| 2287 |
+
},
|
| 2288 |
+
{
|
| 2289 |
+
"epoch": 30.0,
|
| 2290 |
+
"eval_accuracy": 0.49272727272727274,
|
| 2291 |
+
"eval_loss": 11.52585506439209,
|
| 2292 |
+
"eval_runtime": 5.4101,
|
| 2293 |
+
"eval_samples_per_second": 101.661,
|
| 2294 |
+
"eval_steps_per_second": 6.469,
|
| 2295 |
+
"step": 2880
|
| 2296 |
+
},
|
| 2297 |
+
{
|
| 2298 |
+
"epoch": 30.104166666666668,
|
| 2299 |
+
"grad_norm": 21.077327728271484,
|
| 2300 |
+
"learning_rate": 1.2369791666666668e-05,
|
| 2301 |
+
"loss": 0.1117,
|
| 2302 |
+
"step": 2890
|
| 2303 |
+
},
|
| 2304 |
+
{
|
| 2305 |
+
"epoch": 30.208333333333332,
|
| 2306 |
+
"grad_norm": 25.293498992919922,
|
| 2307 |
+
"learning_rate": 1.2239583333333334e-05,
|
| 2308 |
+
"loss": 0.0852,
|
| 2309 |
+
"step": 2900
|
| 2310 |
+
},
|
| 2311 |
+
{
|
| 2312 |
+
"epoch": 30.3125,
|
| 2313 |
+
"grad_norm": 23.318483352661133,
|
| 2314 |
+
"learning_rate": 1.2109375000000001e-05,
|
| 2315 |
+
"loss": 0.102,
|
| 2316 |
+
"step": 2910
|
| 2317 |
+
},
|
| 2318 |
+
{
|
| 2319 |
+
"epoch": 30.416666666666668,
|
| 2320 |
+
"grad_norm": 19.827796936035156,
|
| 2321 |
+
"learning_rate": 1.1979166666666667e-05,
|
| 2322 |
+
"loss": 0.1279,
|
| 2323 |
+
"step": 2920
|
| 2324 |
+
},
|
| 2325 |
+
{
|
| 2326 |
+
"epoch": 30.520833333333332,
|
| 2327 |
+
"grad_norm": 20.5388240814209,
|
| 2328 |
+
"learning_rate": 1.1848958333333333e-05,
|
| 2329 |
+
"loss": 0.0846,
|
| 2330 |
+
"step": 2930
|
| 2331 |
+
},
|
| 2332 |
+
{
|
| 2333 |
+
"epoch": 30.625,
|
| 2334 |
+
"grad_norm": 29.120922088623047,
|
| 2335 |
+
"learning_rate": 1.171875e-05,
|
| 2336 |
+
"loss": 0.1006,
|
| 2337 |
+
"step": 2940
|
| 2338 |
+
},
|
| 2339 |
+
{
|
| 2340 |
+
"epoch": 30.729166666666668,
|
| 2341 |
+
"grad_norm": 21.451297760009766,
|
| 2342 |
+
"learning_rate": 1.1588541666666668e-05,
|
| 2343 |
+
"loss": 0.0764,
|
| 2344 |
+
"step": 2950
|
| 2345 |
+
},
|
| 2346 |
+
{
|
| 2347 |
+
"epoch": 30.833333333333332,
|
| 2348 |
+
"grad_norm": 23.58041763305664,
|
| 2349 |
+
"learning_rate": 1.1458333333333333e-05,
|
| 2350 |
+
"loss": 0.0905,
|
| 2351 |
+
"step": 2960
|
| 2352 |
+
},
|
| 2353 |
+
{
|
| 2354 |
+
"epoch": 30.9375,
|
| 2355 |
+
"grad_norm": 21.310245513916016,
|
| 2356 |
+
"learning_rate": 1.1328125000000001e-05,
|
| 2357 |
+
"loss": 0.0707,
|
| 2358 |
+
"step": 2970
|
| 2359 |
+
},
|
| 2360 |
+
{
|
| 2361 |
+
"epoch": 31.0,
|
| 2362 |
+
"eval_accuracy": 0.49454545454545457,
|
| 2363 |
+
"eval_loss": 11.175284385681152,
|
| 2364 |
+
"eval_runtime": 5.3931,
|
| 2365 |
+
"eval_samples_per_second": 101.982,
|
| 2366 |
+
"eval_steps_per_second": 6.49,
|
| 2367 |
+
"step": 2976
|
| 2368 |
+
},
|
| 2369 |
+
{
|
| 2370 |
+
"epoch": 31.041666666666668,
|
| 2371 |
+
"grad_norm": 36.20291519165039,
|
| 2372 |
+
"learning_rate": 1.1197916666666668e-05,
|
| 2373 |
+
"loss": 0.0863,
|
| 2374 |
+
"step": 2980
|
| 2375 |
+
},
|
| 2376 |
+
{
|
| 2377 |
+
"epoch": 31.145833333333332,
|
| 2378 |
+
"grad_norm": 30.241344451904297,
|
| 2379 |
+
"learning_rate": 1.1067708333333334e-05,
|
| 2380 |
+
"loss": 0.071,
|
| 2381 |
+
"step": 2990
|
| 2382 |
+
},
|
| 2383 |
+
{
|
| 2384 |
+
"epoch": 31.25,
|
| 2385 |
+
"grad_norm": 37.42964172363281,
|
| 2386 |
+
"learning_rate": 1.09375e-05,
|
| 2387 |
+
"loss": 0.1031,
|
| 2388 |
+
"step": 3000
|
| 2389 |
+
},
|
| 2390 |
+
{
|
| 2391 |
+
"epoch": 31.354166666666668,
|
| 2392 |
+
"grad_norm": 20.995710372924805,
|
| 2393 |
+
"learning_rate": 1.0807291666666667e-05,
|
| 2394 |
+
"loss": 0.0934,
|
| 2395 |
+
"step": 3010
|
| 2396 |
+
},
|
| 2397 |
+
{
|
| 2398 |
+
"epoch": 31.458333333333332,
|
| 2399 |
+
"grad_norm": 11.484270095825195,
|
| 2400 |
+
"learning_rate": 1.0677083333333333e-05,
|
| 2401 |
+
"loss": 0.102,
|
| 2402 |
+
"step": 3020
|
| 2403 |
+
},
|
| 2404 |
+
{
|
| 2405 |
+
"epoch": 31.5625,
|
| 2406 |
+
"grad_norm": 10.441804885864258,
|
| 2407 |
+
"learning_rate": 1.0546875e-05,
|
| 2408 |
+
"loss": 0.092,
|
| 2409 |
+
"step": 3030
|
| 2410 |
+
},
|
| 2411 |
+
{
|
| 2412 |
+
"epoch": 31.666666666666668,
|
| 2413 |
+
"grad_norm": 27.40350341796875,
|
| 2414 |
+
"learning_rate": 1.0416666666666668e-05,
|
| 2415 |
+
"loss": 0.1018,
|
| 2416 |
+
"step": 3040
|
| 2417 |
+
},
|
| 2418 |
+
{
|
| 2419 |
+
"epoch": 31.770833333333332,
|
| 2420 |
+
"grad_norm": 24.5902099609375,
|
| 2421 |
+
"learning_rate": 1.0286458333333334e-05,
|
| 2422 |
+
"loss": 0.0986,
|
| 2423 |
+
"step": 3050
|
| 2424 |
+
},
|
| 2425 |
+
{
|
| 2426 |
+
"epoch": 31.875,
|
| 2427 |
+
"grad_norm": 5.833737373352051,
|
| 2428 |
+
"learning_rate": 1.0156250000000001e-05,
|
| 2429 |
+
"loss": 0.1158,
|
| 2430 |
+
"step": 3060
|
| 2431 |
+
},
|
| 2432 |
+
{
|
| 2433 |
+
"epoch": 31.979166666666668,
|
| 2434 |
+
"grad_norm": 43.241512298583984,
|
| 2435 |
+
"learning_rate": 1.0026041666666667e-05,
|
| 2436 |
+
"loss": 0.1289,
|
| 2437 |
+
"step": 3070
|
| 2438 |
+
},
|
| 2439 |
+
{
|
| 2440 |
+
"epoch": 32.0,
|
| 2441 |
+
"eval_accuracy": 0.49636363636363634,
|
| 2442 |
+
"eval_loss": 10.566783905029297,
|
| 2443 |
+
"eval_runtime": 5.4619,
|
| 2444 |
+
"eval_samples_per_second": 100.698,
|
| 2445 |
+
"eval_steps_per_second": 6.408,
|
| 2446 |
+
"step": 3072
|
| 2447 |
+
},
|
| 2448 |
+
{
|
| 2449 |
+
"epoch": 32.083333333333336,
|
| 2450 |
+
"grad_norm": 15.365006446838379,
|
| 2451 |
+
"learning_rate": 9.895833333333333e-06,
|
| 2452 |
+
"loss": 0.099,
|
| 2453 |
+
"step": 3080
|
| 2454 |
+
},
|
| 2455 |
+
{
|
| 2456 |
+
"epoch": 32.1875,
|
| 2457 |
+
"grad_norm": 30.022796630859375,
|
| 2458 |
+
"learning_rate": 9.765625e-06,
|
| 2459 |
+
"loss": 0.0985,
|
| 2460 |
+
"step": 3090
|
| 2461 |
+
},
|
| 2462 |
+
{
|
| 2463 |
+
"epoch": 32.291666666666664,
|
| 2464 |
+
"grad_norm": 14.365524291992188,
|
| 2465 |
+
"learning_rate": 9.635416666666668e-06,
|
| 2466 |
+
"loss": 0.0762,
|
| 2467 |
+
"step": 3100
|
| 2468 |
+
},
|
| 2469 |
+
{
|
| 2470 |
+
"epoch": 32.395833333333336,
|
| 2471 |
+
"grad_norm": 33.37839889526367,
|
| 2472 |
+
"learning_rate": 9.505208333333333e-06,
|
| 2473 |
+
"loss": 0.0692,
|
| 2474 |
+
"step": 3110
|
| 2475 |
+
},
|
| 2476 |
+
{
|
| 2477 |
+
"epoch": 32.5,
|
| 2478 |
+
"grad_norm": 41.218177795410156,
|
| 2479 |
+
"learning_rate": 9.375000000000001e-06,
|
| 2480 |
+
"loss": 0.0886,
|
| 2481 |
+
"step": 3120
|
| 2482 |
+
},
|
| 2483 |
+
{
|
| 2484 |
+
"epoch": 32.604166666666664,
|
| 2485 |
+
"grad_norm": 18.83156967163086,
|
| 2486 |
+
"learning_rate": 9.244791666666668e-06,
|
| 2487 |
+
"loss": 0.0719,
|
| 2488 |
+
"step": 3130
|
| 2489 |
+
},
|
| 2490 |
+
{
|
| 2491 |
+
"epoch": 32.708333333333336,
|
| 2492 |
+
"grad_norm": 38.744815826416016,
|
| 2493 |
+
"learning_rate": 9.114583333333334e-06,
|
| 2494 |
+
"loss": 0.1015,
|
| 2495 |
+
"step": 3140
|
| 2496 |
+
},
|
| 2497 |
+
{
|
| 2498 |
+
"epoch": 32.8125,
|
| 2499 |
+
"grad_norm": 10.752944946289062,
|
| 2500 |
+
"learning_rate": 8.984375e-06,
|
| 2501 |
+
"loss": 0.0938,
|
| 2502 |
+
"step": 3150
|
| 2503 |
+
},
|
| 2504 |
+
{
|
| 2505 |
+
"epoch": 32.916666666666664,
|
| 2506 |
+
"grad_norm": 41.70597457885742,
|
| 2507 |
+
"learning_rate": 8.854166666666667e-06,
|
| 2508 |
+
"loss": 0.0991,
|
| 2509 |
+
"step": 3160
|
| 2510 |
+
},
|
| 2511 |
+
{
|
| 2512 |
+
"epoch": 33.0,
|
| 2513 |
+
"eval_accuracy": 0.49454545454545457,
|
| 2514 |
+
"eval_loss": 11.101335525512695,
|
| 2515 |
+
"eval_runtime": 5.8998,
|
| 2516 |
+
"eval_samples_per_second": 93.224,
|
| 2517 |
+
"eval_steps_per_second": 5.932,
|
| 2518 |
+
"step": 3168
|
| 2519 |
+
},
|
| 2520 |
+
{
|
| 2521 |
+
"epoch": 33.020833333333336,
|
| 2522 |
+
"grad_norm": 36.87518310546875,
|
| 2523 |
+
"learning_rate": 8.723958333333333e-06,
|
| 2524 |
+
"loss": 0.0906,
|
| 2525 |
+
"step": 3170
|
| 2526 |
+
},
|
| 2527 |
+
{
|
| 2528 |
+
"epoch": 33.125,
|
| 2529 |
+
"grad_norm": 25.900714874267578,
|
| 2530 |
+
"learning_rate": 8.59375e-06,
|
| 2531 |
+
"loss": 0.1086,
|
| 2532 |
+
"step": 3180
|
| 2533 |
+
},
|
| 2534 |
+
{
|
| 2535 |
+
"epoch": 33.229166666666664,
|
| 2536 |
+
"grad_norm": 11.405691146850586,
|
| 2537 |
+
"learning_rate": 8.463541666666668e-06,
|
| 2538 |
+
"loss": 0.0999,
|
| 2539 |
+
"step": 3190
|
| 2540 |
+
},
|
| 2541 |
+
{
|
| 2542 |
+
"epoch": 33.333333333333336,
|
| 2543 |
+
"grad_norm": 16.193605422973633,
|
| 2544 |
+
"learning_rate": 8.333333333333334e-06,
|
| 2545 |
+
"loss": 0.0951,
|
| 2546 |
+
"step": 3200
|
| 2547 |
+
},
|
| 2548 |
+
{
|
| 2549 |
+
"epoch": 33.4375,
|
| 2550 |
+
"grad_norm": 88.08230590820312,
|
| 2551 |
+
"learning_rate": 8.203125000000001e-06,
|
| 2552 |
+
"loss": 0.1168,
|
| 2553 |
+
"step": 3210
|
| 2554 |
+
},
|
| 2555 |
+
{
|
| 2556 |
+
"epoch": 33.541666666666664,
|
| 2557 |
+
"grad_norm": 28.784753799438477,
|
| 2558 |
+
"learning_rate": 8.072916666666667e-06,
|
| 2559 |
+
"loss": 0.1072,
|
| 2560 |
+
"step": 3220
|
| 2561 |
+
},
|
| 2562 |
+
{
|
| 2563 |
+
"epoch": 33.645833333333336,
|
| 2564 |
+
"grad_norm": 15.353262901306152,
|
| 2565 |
+
"learning_rate": 7.942708333333333e-06,
|
| 2566 |
+
"loss": 0.0774,
|
| 2567 |
+
"step": 3230
|
| 2568 |
+
},
|
| 2569 |
+
{
|
| 2570 |
+
"epoch": 33.75,
|
| 2571 |
+
"grad_norm": 14.929109573364258,
|
| 2572 |
+
"learning_rate": 7.8125e-06,
|
| 2573 |
+
"loss": 0.0576,
|
| 2574 |
+
"step": 3240
|
| 2575 |
+
},
|
| 2576 |
+
{
|
| 2577 |
+
"epoch": 33.854166666666664,
|
| 2578 |
+
"grad_norm": 26.58082389831543,
|
| 2579 |
+
"learning_rate": 7.682291666666668e-06,
|
| 2580 |
+
"loss": 0.1075,
|
| 2581 |
+
"step": 3250
|
| 2582 |
+
},
|
| 2583 |
+
{
|
| 2584 |
+
"epoch": 33.958333333333336,
|
| 2585 |
+
"grad_norm": 12.775825500488281,
|
| 2586 |
+
"learning_rate": 7.552083333333333e-06,
|
| 2587 |
+
"loss": 0.0615,
|
| 2588 |
+
"step": 3260
|
| 2589 |
+
},
|
| 2590 |
+
{
|
| 2591 |
+
"epoch": 34.0,
|
| 2592 |
+
"eval_accuracy": 0.49454545454545457,
|
| 2593 |
+
"eval_loss": 11.097322463989258,
|
| 2594 |
+
"eval_runtime": 5.6848,
|
| 2595 |
+
"eval_samples_per_second": 96.748,
|
| 2596 |
+
"eval_steps_per_second": 6.157,
|
| 2597 |
+
"step": 3264
|
| 2598 |
+
},
|
| 2599 |
+
{
|
| 2600 |
+
"epoch": 34.0625,
|
| 2601 |
+
"grad_norm": 18.62384605407715,
|
| 2602 |
+
"learning_rate": 7.421875e-06,
|
| 2603 |
+
"loss": 0.0902,
|
| 2604 |
+
"step": 3270
|
| 2605 |
+
},
|
| 2606 |
+
{
|
| 2607 |
+
"epoch": 34.166666666666664,
|
| 2608 |
+
"grad_norm": 20.48052406311035,
|
| 2609 |
+
"learning_rate": 7.2916666666666674e-06,
|
| 2610 |
+
"loss": 0.0877,
|
| 2611 |
+
"step": 3280
|
| 2612 |
+
},
|
| 2613 |
+
{
|
| 2614 |
+
"epoch": 34.270833333333336,
|
| 2615 |
+
"grad_norm": 27.968793869018555,
|
| 2616 |
+
"learning_rate": 7.161458333333333e-06,
|
| 2617 |
+
"loss": 0.0925,
|
| 2618 |
+
"step": 3290
|
| 2619 |
+
},
|
| 2620 |
+
{
|
| 2621 |
+
"epoch": 34.375,
|
| 2622 |
+
"grad_norm": 24.650409698486328,
|
| 2623 |
+
"learning_rate": 7.031250000000001e-06,
|
| 2624 |
+
"loss": 0.1428,
|
| 2625 |
+
"step": 3300
|
| 2626 |
+
},
|
| 2627 |
+
{
|
| 2628 |
+
"epoch": 34.479166666666664,
|
| 2629 |
+
"grad_norm": 18.157577514648438,
|
| 2630 |
+
"learning_rate": 6.901041666666667e-06,
|
| 2631 |
+
"loss": 0.0906,
|
| 2632 |
+
"step": 3310
|
| 2633 |
+
},
|
| 2634 |
+
{
|
| 2635 |
+
"epoch": 34.583333333333336,
|
| 2636 |
+
"grad_norm": 20.040916442871094,
|
| 2637 |
+
"learning_rate": 6.770833333333333e-06,
|
| 2638 |
+
"loss": 0.0831,
|
| 2639 |
+
"step": 3320
|
| 2640 |
+
},
|
| 2641 |
+
{
|
| 2642 |
+
"epoch": 34.6875,
|
| 2643 |
+
"grad_norm": 14.048887252807617,
|
| 2644 |
+
"learning_rate": 6.6406250000000005e-06,
|
| 2645 |
+
"loss": 0.0889,
|
| 2646 |
+
"step": 3330
|
| 2647 |
+
},
|
| 2648 |
+
{
|
| 2649 |
+
"epoch": 34.791666666666664,
|
| 2650 |
+
"grad_norm": 16.333171844482422,
|
| 2651 |
+
"learning_rate": 6.510416666666667e-06,
|
| 2652 |
+
"loss": 0.0852,
|
| 2653 |
+
"step": 3340
|
| 2654 |
+
},
|
| 2655 |
+
{
|
| 2656 |
+
"epoch": 34.895833333333336,
|
| 2657 |
+
"grad_norm": 17.709381103515625,
|
| 2658 |
+
"learning_rate": 6.380208333333333e-06,
|
| 2659 |
+
"loss": 0.0655,
|
| 2660 |
+
"step": 3350
|
| 2661 |
+
},
|
| 2662 |
+
{
|
| 2663 |
+
"epoch": 35.0,
|
| 2664 |
+
"grad_norm": 26.832077026367188,
|
| 2665 |
+
"learning_rate": 6.25e-06,
|
| 2666 |
+
"loss": 0.0784,
|
| 2667 |
+
"step": 3360
|
| 2668 |
+
},
|
| 2669 |
+
{
|
| 2670 |
+
"epoch": 35.0,
|
| 2671 |
+
"eval_accuracy": 0.49454545454545457,
|
| 2672 |
+
"eval_loss": 11.071619987487793,
|
| 2673 |
+
"eval_runtime": 5.3413,
|
| 2674 |
+
"eval_samples_per_second": 102.971,
|
| 2675 |
+
"eval_steps_per_second": 6.553,
|
| 2676 |
+
"step": 3360
|
| 2677 |
+
},
|
| 2678 |
+
{
|
| 2679 |
+
"epoch": 35.104166666666664,
|
| 2680 |
+
"grad_norm": 29.826557159423828,
|
| 2681 |
+
"learning_rate": 6.119791666666667e-06,
|
| 2682 |
+
"loss": 0.0962,
|
| 2683 |
+
"step": 3370
|
| 2684 |
+
},
|
| 2685 |
+
{
|
| 2686 |
+
"epoch": 35.208333333333336,
|
| 2687 |
+
"grad_norm": 42.68644332885742,
|
| 2688 |
+
"learning_rate": 5.9895833333333335e-06,
|
| 2689 |
+
"loss": 0.1048,
|
| 2690 |
+
"step": 3380
|
| 2691 |
+
},
|
| 2692 |
+
{
|
| 2693 |
+
"epoch": 35.3125,
|
| 2694 |
+
"grad_norm": 18.28743553161621,
|
| 2695 |
+
"learning_rate": 5.859375e-06,
|
| 2696 |
+
"loss": 0.0656,
|
| 2697 |
+
"step": 3390
|
| 2698 |
+
},
|
| 2699 |
+
{
|
| 2700 |
+
"epoch": 35.416666666666664,
|
| 2701 |
+
"grad_norm": 9.781245231628418,
|
| 2702 |
+
"learning_rate": 5.729166666666667e-06,
|
| 2703 |
+
"loss": 0.0868,
|
| 2704 |
+
"step": 3400
|
| 2705 |
+
},
|
| 2706 |
+
{
|
| 2707 |
+
"epoch": 35.520833333333336,
|
| 2708 |
+
"grad_norm": 19.422208786010742,
|
| 2709 |
+
"learning_rate": 5.598958333333334e-06,
|
| 2710 |
+
"loss": 0.1012,
|
| 2711 |
+
"step": 3410
|
| 2712 |
+
},
|
| 2713 |
+
{
|
| 2714 |
+
"epoch": 35.625,
|
| 2715 |
+
"grad_norm": 11.414657592773438,
|
| 2716 |
+
"learning_rate": 5.46875e-06,
|
| 2717 |
+
"loss": 0.089,
|
| 2718 |
+
"step": 3420
|
| 2719 |
+
},
|
| 2720 |
+
{
|
| 2721 |
+
"epoch": 35.729166666666664,
|
| 2722 |
+
"grad_norm": 46.26686477661133,
|
| 2723 |
+
"learning_rate": 5.3385416666666666e-06,
|
| 2724 |
+
"loss": 0.0907,
|
| 2725 |
+
"step": 3430
|
| 2726 |
+
},
|
| 2727 |
+
{
|
| 2728 |
+
"epoch": 35.833333333333336,
|
| 2729 |
+
"grad_norm": 19.35893440246582,
|
| 2730 |
+
"learning_rate": 5.208333333333334e-06,
|
| 2731 |
+
"loss": 0.095,
|
| 2732 |
+
"step": 3440
|
| 2733 |
+
},
|
| 2734 |
+
{
|
| 2735 |
+
"epoch": 35.9375,
|
| 2736 |
+
"grad_norm": 12.395063400268555,
|
| 2737 |
+
"learning_rate": 5.078125000000001e-06,
|
| 2738 |
+
"loss": 0.0792,
|
| 2739 |
+
"step": 3450
|
| 2740 |
+
},
|
| 2741 |
+
{
|
| 2742 |
+
"epoch": 36.0,
|
| 2743 |
+
"eval_accuracy": 0.49454545454545457,
|
| 2744 |
+
"eval_loss": 11.024123191833496,
|
| 2745 |
+
"eval_runtime": 5.69,
|
| 2746 |
+
"eval_samples_per_second": 96.661,
|
| 2747 |
+
"eval_steps_per_second": 6.151,
|
| 2748 |
+
"step": 3456
|
| 2749 |
+
},
|
| 2750 |
+
{
|
| 2751 |
+
"epoch": 36.041666666666664,
|
| 2752 |
+
"grad_norm": 26.335874557495117,
|
| 2753 |
+
"learning_rate": 4.947916666666666e-06,
|
| 2754 |
+
"loss": 0.1312,
|
| 2755 |
+
"step": 3460
|
| 2756 |
+
},
|
| 2757 |
+
{
|
| 2758 |
+
"epoch": 36.145833333333336,
|
| 2759 |
+
"grad_norm": 31.72727394104004,
|
| 2760 |
+
"learning_rate": 4.817708333333334e-06,
|
| 2761 |
+
"loss": 0.1066,
|
| 2762 |
+
"step": 3470
|
| 2763 |
+
},
|
| 2764 |
+
{
|
| 2765 |
+
"epoch": 36.25,
|
| 2766 |
+
"grad_norm": 25.335262298583984,
|
| 2767 |
+
"learning_rate": 4.6875000000000004e-06,
|
| 2768 |
+
"loss": 0.1081,
|
| 2769 |
+
"step": 3480
|
| 2770 |
+
},
|
| 2771 |
+
{
|
| 2772 |
+
"epoch": 36.354166666666664,
|
| 2773 |
+
"grad_norm": 14.127216339111328,
|
| 2774 |
+
"learning_rate": 4.557291666666667e-06,
|
| 2775 |
+
"loss": 0.0798,
|
| 2776 |
+
"step": 3490
|
| 2777 |
+
},
|
| 2778 |
+
{
|
| 2779 |
+
"epoch": 36.458333333333336,
|
| 2780 |
+
"grad_norm": 44.536399841308594,
|
| 2781 |
+
"learning_rate": 4.427083333333334e-06,
|
| 2782 |
+
"loss": 0.0712,
|
| 2783 |
+
"step": 3500
|
| 2784 |
+
},
|
| 2785 |
+
{
|
| 2786 |
+
"epoch": 36.5625,
|
| 2787 |
+
"grad_norm": 23.42938995361328,
|
| 2788 |
+
"learning_rate": 4.296875e-06,
|
| 2789 |
+
"loss": 0.0864,
|
| 2790 |
+
"step": 3510
|
| 2791 |
+
},
|
| 2792 |
+
{
|
| 2793 |
+
"epoch": 36.666666666666664,
|
| 2794 |
+
"grad_norm": 15.882771492004395,
|
| 2795 |
+
"learning_rate": 4.166666666666667e-06,
|
| 2796 |
+
"loss": 0.0847,
|
| 2797 |
+
"step": 3520
|
| 2798 |
+
},
|
| 2799 |
+
{
|
| 2800 |
+
"epoch": 36.770833333333336,
|
| 2801 |
+
"grad_norm": 11.754857063293457,
|
| 2802 |
+
"learning_rate": 4.0364583333333335e-06,
|
| 2803 |
+
"loss": 0.0913,
|
| 2804 |
+
"step": 3530
|
| 2805 |
+
},
|
| 2806 |
+
{
|
| 2807 |
+
"epoch": 36.875,
|
| 2808 |
+
"grad_norm": 3.5928895473480225,
|
| 2809 |
+
"learning_rate": 3.90625e-06,
|
| 2810 |
+
"loss": 0.0595,
|
| 2811 |
+
"step": 3540
|
| 2812 |
+
},
|
| 2813 |
+
{
|
| 2814 |
+
"epoch": 36.979166666666664,
|
| 2815 |
+
"grad_norm": 12.730524063110352,
|
| 2816 |
+
"learning_rate": 3.7760416666666667e-06,
|
| 2817 |
+
"loss": 0.1032,
|
| 2818 |
+
"step": 3550
|
| 2819 |
+
},
|
| 2820 |
+
{
|
| 2821 |
+
"epoch": 37.0,
|
| 2822 |
+
"eval_accuracy": 0.49454545454545457,
|
| 2823 |
+
"eval_loss": 11.233778953552246,
|
| 2824 |
+
"eval_runtime": 5.8124,
|
| 2825 |
+
"eval_samples_per_second": 94.625,
|
| 2826 |
+
"eval_steps_per_second": 6.022,
|
| 2827 |
+
"step": 3552
|
| 2828 |
+
},
|
| 2829 |
+
{
|
| 2830 |
+
"epoch": 37.083333333333336,
|
| 2831 |
+
"grad_norm": 15.586324691772461,
|
| 2832 |
+
"learning_rate": 3.6458333333333337e-06,
|
| 2833 |
+
"loss": 0.0953,
|
| 2834 |
+
"step": 3560
|
| 2835 |
+
},
|
| 2836 |
+
{
|
| 2837 |
+
"epoch": 37.1875,
|
| 2838 |
+
"grad_norm": 33.76521682739258,
|
| 2839 |
+
"learning_rate": 3.5156250000000003e-06,
|
| 2840 |
+
"loss": 0.098,
|
| 2841 |
+
"step": 3570
|
| 2842 |
+
},
|
| 2843 |
+
{
|
| 2844 |
+
"epoch": 37.291666666666664,
|
| 2845 |
+
"grad_norm": 35.33890914916992,
|
| 2846 |
+
"learning_rate": 3.3854166666666665e-06,
|
| 2847 |
+
"loss": 0.0676,
|
| 2848 |
+
"step": 3580
|
| 2849 |
+
},
|
| 2850 |
+
{
|
| 2851 |
+
"epoch": 37.395833333333336,
|
| 2852 |
+
"grad_norm": 16.272777557373047,
|
| 2853 |
+
"learning_rate": 3.2552083333333335e-06,
|
| 2854 |
+
"loss": 0.0768,
|
| 2855 |
+
"step": 3590
|
| 2856 |
+
},
|
| 2857 |
+
{
|
| 2858 |
+
"epoch": 37.5,
|
| 2859 |
+
"grad_norm": 18.080459594726562,
|
| 2860 |
+
"learning_rate": 3.125e-06,
|
| 2861 |
+
"loss": 0.0565,
|
| 2862 |
+
"step": 3600
|
| 2863 |
+
},
|
| 2864 |
+
{
|
| 2865 |
+
"epoch": 37.604166666666664,
|
| 2866 |
+
"grad_norm": 35.92354965209961,
|
| 2867 |
+
"learning_rate": 2.9947916666666668e-06,
|
| 2868 |
+
"loss": 0.1136,
|
| 2869 |
+
"step": 3610
|
| 2870 |
+
},
|
| 2871 |
+
{
|
| 2872 |
+
"epoch": 37.708333333333336,
|
| 2873 |
+
"grad_norm": 52.009769439697266,
|
| 2874 |
+
"learning_rate": 2.8645833333333334e-06,
|
| 2875 |
+
"loss": 0.0925,
|
| 2876 |
+
"step": 3620
|
| 2877 |
+
},
|
| 2878 |
+
{
|
| 2879 |
+
"epoch": 37.8125,
|
| 2880 |
+
"grad_norm": 12.11516284942627,
|
| 2881 |
+
"learning_rate": 2.734375e-06,
|
| 2882 |
+
"loss": 0.1097,
|
| 2883 |
+
"step": 3630
|
| 2884 |
+
},
|
| 2885 |
+
{
|
| 2886 |
+
"epoch": 37.916666666666664,
|
| 2887 |
+
"grad_norm": 16.782026290893555,
|
| 2888 |
+
"learning_rate": 2.604166666666667e-06,
|
| 2889 |
+
"loss": 0.0837,
|
| 2890 |
+
"step": 3640
|
| 2891 |
+
},
|
| 2892 |
+
{
|
| 2893 |
+
"epoch": 38.0,
|
| 2894 |
+
"eval_accuracy": 0.49272727272727274,
|
| 2895 |
+
"eval_loss": 11.425619125366211,
|
| 2896 |
+
"eval_runtime": 5.4726,
|
| 2897 |
+
"eval_samples_per_second": 100.5,
|
| 2898 |
+
"eval_steps_per_second": 6.395,
|
| 2899 |
+
"step": 3648
|
| 2900 |
+
},
|
| 2901 |
+
{
|
| 2902 |
+
"epoch": 38.020833333333336,
|
| 2903 |
+
"grad_norm": 38.292327880859375,
|
| 2904 |
+
"learning_rate": 2.473958333333333e-06,
|
| 2905 |
+
"loss": 0.0804,
|
| 2906 |
+
"step": 3650
|
| 2907 |
+
},
|
| 2908 |
+
{
|
| 2909 |
+
"epoch": 38.125,
|
| 2910 |
+
"grad_norm": 49.51952362060547,
|
| 2911 |
+
"learning_rate": 2.3437500000000002e-06,
|
| 2912 |
+
"loss": 0.0797,
|
| 2913 |
+
"step": 3660
|
| 2914 |
+
},
|
| 2915 |
+
{
|
| 2916 |
+
"epoch": 38.229166666666664,
|
| 2917 |
+
"grad_norm": 30.671308517456055,
|
| 2918 |
+
"learning_rate": 2.213541666666667e-06,
|
| 2919 |
+
"loss": 0.0806,
|
| 2920 |
+
"step": 3670
|
| 2921 |
+
},
|
| 2922 |
+
{
|
| 2923 |
+
"epoch": 38.333333333333336,
|
| 2924 |
+
"grad_norm": 18.12841033935547,
|
| 2925 |
+
"learning_rate": 2.0833333333333334e-06,
|
| 2926 |
+
"loss": 0.0821,
|
| 2927 |
+
"step": 3680
|
| 2928 |
+
},
|
| 2929 |
+
{
|
| 2930 |
+
"epoch": 38.4375,
|
| 2931 |
+
"grad_norm": 38.42469787597656,
|
| 2932 |
+
"learning_rate": 1.953125e-06,
|
| 2933 |
+
"loss": 0.0917,
|
| 2934 |
+
"step": 3690
|
| 2935 |
+
},
|
| 2936 |
+
{
|
| 2937 |
+
"epoch": 38.541666666666664,
|
| 2938 |
+
"grad_norm": 29.64519500732422,
|
| 2939 |
+
"learning_rate": 1.8229166666666669e-06,
|
| 2940 |
+
"loss": 0.0941,
|
| 2941 |
+
"step": 3700
|
| 2942 |
+
},
|
| 2943 |
+
{
|
| 2944 |
+
"epoch": 38.645833333333336,
|
| 2945 |
+
"grad_norm": 17.413745880126953,
|
| 2946 |
+
"learning_rate": 1.6927083333333333e-06,
|
| 2947 |
+
"loss": 0.0924,
|
| 2948 |
+
"step": 3710
|
| 2949 |
+
},
|
| 2950 |
+
{
|
| 2951 |
+
"epoch": 38.75,
|
| 2952 |
+
"grad_norm": 14.233410835266113,
|
| 2953 |
+
"learning_rate": 1.5625e-06,
|
| 2954 |
+
"loss": 0.0792,
|
| 2955 |
+
"step": 3720
|
| 2956 |
+
},
|
| 2957 |
+
{
|
| 2958 |
+
"epoch": 38.854166666666664,
|
| 2959 |
+
"grad_norm": 30.758493423461914,
|
| 2960 |
+
"learning_rate": 1.4322916666666667e-06,
|
| 2961 |
+
"loss": 0.1,
|
| 2962 |
+
"step": 3730
|
| 2963 |
+
},
|
| 2964 |
+
{
|
| 2965 |
+
"epoch": 38.958333333333336,
|
| 2966 |
+
"grad_norm": 15.391569137573242,
|
| 2967 |
+
"learning_rate": 1.3020833333333335e-06,
|
| 2968 |
+
"loss": 0.0722,
|
| 2969 |
+
"step": 3740
|
| 2970 |
+
},
|
| 2971 |
+
{
|
| 2972 |
+
"epoch": 39.0,
|
| 2973 |
+
"eval_accuracy": 0.49454545454545457,
|
| 2974 |
+
"eval_loss": 11.397107124328613,
|
| 2975 |
+
"eval_runtime": 5.3214,
|
| 2976 |
+
"eval_samples_per_second": 103.356,
|
| 2977 |
+
"eval_steps_per_second": 6.577,
|
| 2978 |
+
"step": 3744
|
| 2979 |
+
},
|
| 2980 |
+
{
|
| 2981 |
+
"epoch": 39.0625,
|
| 2982 |
+
"grad_norm": 43.09860610961914,
|
| 2983 |
+
"learning_rate": 1.1718750000000001e-06,
|
| 2984 |
+
"loss": 0.0718,
|
| 2985 |
+
"step": 3750
|
| 2986 |
+
},
|
| 2987 |
+
{
|
| 2988 |
+
"epoch": 39.166666666666664,
|
| 2989 |
+
"grad_norm": 17.852291107177734,
|
| 2990 |
+
"learning_rate": 1.0416666666666667e-06,
|
| 2991 |
+
"loss": 0.0825,
|
| 2992 |
+
"step": 3760
|
| 2993 |
+
},
|
| 2994 |
+
{
|
| 2995 |
+
"epoch": 39.270833333333336,
|
| 2996 |
+
"grad_norm": 11.047649383544922,
|
| 2997 |
+
"learning_rate": 9.114583333333334e-07,
|
| 2998 |
+
"loss": 0.0959,
|
| 2999 |
+
"step": 3770
|
| 3000 |
+
},
|
| 3001 |
+
{
|
| 3002 |
+
"epoch": 39.375,
|
| 3003 |
+
"grad_norm": 14.04410171508789,
|
| 3004 |
+
"learning_rate": 7.8125e-07,
|
| 3005 |
+
"loss": 0.06,
|
| 3006 |
+
"step": 3780
|
| 3007 |
+
},
|
| 3008 |
+
{
|
| 3009 |
+
"epoch": 39.479166666666664,
|
| 3010 |
+
"grad_norm": 27.379941940307617,
|
| 3011 |
+
"learning_rate": 6.510416666666668e-07,
|
| 3012 |
+
"loss": 0.118,
|
| 3013 |
+
"step": 3790
|
| 3014 |
+
},
|
| 3015 |
+
{
|
| 3016 |
+
"epoch": 39.583333333333336,
|
| 3017 |
+
"grad_norm": 5.006075382232666,
|
| 3018 |
+
"learning_rate": 5.208333333333334e-07,
|
| 3019 |
+
"loss": 0.0933,
|
| 3020 |
+
"step": 3800
|
| 3021 |
+
},
|
| 3022 |
+
{
|
| 3023 |
+
"epoch": 39.6875,
|
| 3024 |
+
"grad_norm": 16.986217498779297,
|
| 3025 |
+
"learning_rate": 3.90625e-07,
|
| 3026 |
+
"loss": 0.0909,
|
| 3027 |
+
"step": 3810
|
| 3028 |
+
},
|
| 3029 |
+
{
|
| 3030 |
+
"epoch": 39.791666666666664,
|
| 3031 |
+
"grad_norm": 67.45948791503906,
|
| 3032 |
+
"learning_rate": 2.604166666666667e-07,
|
| 3033 |
+
"loss": 0.0831,
|
| 3034 |
+
"step": 3820
|
| 3035 |
+
},
|
| 3036 |
+
{
|
| 3037 |
+
"epoch": 39.895833333333336,
|
| 3038 |
+
"grad_norm": 44.49368667602539,
|
| 3039 |
+
"learning_rate": 1.3020833333333334e-07,
|
| 3040 |
+
"loss": 0.0697,
|
| 3041 |
+
"step": 3830
|
| 3042 |
+
},
|
| 3043 |
+
{
|
| 3044 |
+
"epoch": 40.0,
|
| 3045 |
+
"grad_norm": 52.69803237915039,
|
| 3046 |
+
"learning_rate": 0.0,
|
| 3047 |
+
"loss": 0.079,
|
| 3048 |
+
"step": 3840
|
| 3049 |
+
},
|
| 3050 |
+
{
|
| 3051 |
+
"epoch": 40.0,
|
| 3052 |
+
"eval_accuracy": 0.49454545454545457,
|
| 3053 |
+
"eval_loss": 11.35228157043457,
|
| 3054 |
+
"eval_runtime": 5.9284,
|
| 3055 |
+
"eval_samples_per_second": 92.774,
|
| 3056 |
+
"eval_steps_per_second": 5.904,
|
| 3057 |
+
"step": 3840
|
| 3058 |
+
},
|
| 3059 |
+
{
|
| 3060 |
+
"epoch": 40.0,
|
| 3061 |
+
"step": 3840,
|
| 3062 |
+
"total_flos": 7.981989095292273e+18,
|
| 3063 |
+
"train_loss": 0.08997984060940022,
|
| 3064 |
+
"train_runtime": 5789.2399,
|
| 3065 |
+
"train_samples_per_second": 42.375,
|
| 3066 |
+
"train_steps_per_second": 0.663
|
| 3067 |
+
}
|
| 3068 |
+
],
|
| 3069 |
+
"logging_steps": 10,
|
| 3070 |
+
"max_steps": 3840,
|
| 3071 |
+
"num_input_tokens_seen": 0,
|
| 3072 |
+
"num_train_epochs": 40,
|
| 3073 |
+
"save_steps": 500,
|
| 3074 |
+
"stateful_callbacks": {
|
| 3075 |
+
"TrainerControl": {
|
| 3076 |
+
"args": {
|
| 3077 |
+
"should_epoch_stop": false,
|
| 3078 |
+
"should_evaluate": false,
|
| 3079 |
+
"should_log": false,
|
| 3080 |
+
"should_save": true,
|
| 3081 |
+
"should_training_stop": true
|
| 3082 |
+
},
|
| 3083 |
+
"attributes": {}
|
| 3084 |
+
}
|
| 3085 |
+
},
|
| 3086 |
+
"total_flos": 7.981989095292273e+18,
|
| 3087 |
+
"train_batch_size": 16,
|
| 3088 |
+
"trial_name": null,
|
| 3089 |
+
"trial_params": null
|
| 3090 |
+
}
|