epoch=0 step=462 progress=0.111 eval info {'sparsity_loss': 0.463, 'l1l2_ratio_z12': 21.317, 'l1l2_ratio_z13': 23.905, 'l1l2_ratio_z13_all': 25.735} train info {'sparsity_loss': 1.53, 'l1l2_ratio_z12': 22.945, 'l1l2_ratio_z13': 25.015, 'l1l2_ratio_z13_all': 25.555}
epoch=0 step=924 progress=0.222 eval info {'sparsity_loss': 0.283, 'l1l2_ratio_z12': 20.568, 'l1l2_ratio_z13': 23.443, 'l1l2_ratio_z13_all': 25.733} train info {'sparsity_loss': 0.183, 'l1l2_ratio_z12': 21.32, 'l1l2_ratio_z13': 24.705, 'l1l2_ratio_z13_all': 25.737}
epoch=1 step=462 progress=0.444 eval info {'sparsity_loss': 0.23, 'l1l2_ratio_z12': 17.986, 'l1l2_ratio_z13': 22.782, 'l1l2_ratio_z13_all': 25.554} train info {'sparsity_loss': 0.062, 'l1l2_ratio_z12': 19.674, 'l1l2_ratio_z13': 24.426, 'l1l2_ratio_z13_all': 25.656}
epoch=1 step=924 progress=0.556 eval info {'sparsity_loss': 0.237, 'l1l2_ratio_z12': 16.011, 'l1l2_ratio_z13': 22.279, 'l1l2_ratio_z13_all': 25.553} train info {'sparsity_loss': 0.03, 'l1l2_ratio_z12': 17.807, 'l1l2_ratio_z13': 24.222, 'l1l2_ratio_z13_all': 25.601}
epoch=2 step=462 progress=0.778 eval info {'sparsity_loss': 0.246, 'l1l2_ratio_z12': 14.56, 'l1l2_ratio_z13': 22.528, 'l1l2_ratio_z13_all': 25.587} train info {'sparsity_loss': 0.019, 'l1l2_ratio_z12': 16.258, 'l1l2_ratio_z13': 24.266, 'l1l2_ratio_z13_all': 25.601}
epoch=2 step=924 progress=0.889 eval info {'sparsity_loss': 0.285, 'l1l2_ratio_z12': 13.884, 'l1l2_ratio_z13': 22.263, 'l1l2_ratio_z13_all': 25.6} train info {'sparsity_loss': 0.012, 'l1l2_ratio_z12': 15.213, 'l1l2_ratio_z13': 24.337, 'l1l2_ratio_z13_all': 25.647}