Commit
·
dc14479
1
Parent(s):
97ccef0
Upload folder using huggingface_hub (#1)
Browse files- Upload folder using huggingface_hub (424d28e00ba88851e9a97d451907024e94876d10)
- all_results.json +8 -0
- checkpoint-1160/config.json +86 -0
- checkpoint-1160/optimizer.pt +3 -0
- checkpoint-1160/preprocessor_config.json +22 -0
- checkpoint-1160/pytorch_model.bin +3 -0
- checkpoint-1160/rng_state.pth +3 -0
- checkpoint-1160/scheduler.pt +3 -0
- checkpoint-1160/trainer_state.json +973 -0
- checkpoint-1160/training_args.bin +3 -0
- checkpoint-1200/config.json +86 -0
- checkpoint-1200/optimizer.pt +3 -0
- checkpoint-1200/preprocessor_config.json +22 -0
- checkpoint-1200/pytorch_model.bin +3 -0
- checkpoint-1200/rng_state.pth +3 -0
- checkpoint-1200/scheduler.pt +3 -0
- checkpoint-1200/trainer_state.json +1006 -0
- checkpoint-1200/training_args.bin +3 -0
- config.json +86 -0
- preprocessor_config.json +22 -0
- pytorch_model.bin +3 -0
- train_results.json +8 -0
- trainer_state.json +1015 -0
- training_args.bin +3 -0
all_results.json
ADDED
|
@@ -0,0 +1,8 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"epoch": 10.0,
|
| 3 |
+
"total_flos": 2.219132546087547e+18,
|
| 4 |
+
"train_loss": 0.5339297652244568,
|
| 5 |
+
"train_runtime": 1645.4859,
|
| 6 |
+
"train_samples_per_second": 17.399,
|
| 7 |
+
"train_steps_per_second": 0.729
|
| 8 |
+
}
|
checkpoint-1160/config.json
ADDED
|
@@ -0,0 +1,86 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"_name_or_path": "google/vit-base-patch16-224-in21k",
|
| 3 |
+
"architectures": [
|
| 4 |
+
"ViTForImageClassification"
|
| 5 |
+
],
|
| 6 |
+
"attention_probs_dropout_prob": 0.0,
|
| 7 |
+
"encoder_stride": 16,
|
| 8 |
+
"hidden_act": "gelu",
|
| 9 |
+
"hidden_dropout_prob": 0.0,
|
| 10 |
+
"hidden_size": 768,
|
| 11 |
+
"id2label": {
|
| 12 |
+
"0": "a",
|
| 13 |
+
"1": "b",
|
| 14 |
+
"10": "j",
|
| 15 |
+
"11": "k",
|
| 16 |
+
"12": "l",
|
| 17 |
+
"13": "m",
|
| 18 |
+
"14": "n",
|
| 19 |
+
"15": "o",
|
| 20 |
+
"16": "p",
|
| 21 |
+
"17": "period",
|
| 22 |
+
"18": "q",
|
| 23 |
+
"19": "question%20mark",
|
| 24 |
+
"2": "c",
|
| 25 |
+
"20": "r",
|
| 26 |
+
"21": "s",
|
| 27 |
+
"22": "t",
|
| 28 |
+
"23": "u",
|
| 29 |
+
"24": "v",
|
| 30 |
+
"25": "w",
|
| 31 |
+
"26": "x",
|
| 32 |
+
"27": "y",
|
| 33 |
+
"28": "z",
|
| 34 |
+
"3": "capital",
|
| 35 |
+
"4": "d",
|
| 36 |
+
"5": "e",
|
| 37 |
+
"6": "f",
|
| 38 |
+
"7": "g",
|
| 39 |
+
"8": "h",
|
| 40 |
+
"9": "i"
|
| 41 |
+
},
|
| 42 |
+
"image_size": 224,
|
| 43 |
+
"initializer_range": 0.02,
|
| 44 |
+
"intermediate_size": 3072,
|
| 45 |
+
"label2id": {
|
| 46 |
+
"a": "0",
|
| 47 |
+
"b": "1",
|
| 48 |
+
"c": "2",
|
| 49 |
+
"capital": "3",
|
| 50 |
+
"d": "4",
|
| 51 |
+
"e": "5",
|
| 52 |
+
"f": "6",
|
| 53 |
+
"g": "7",
|
| 54 |
+
"h": "8",
|
| 55 |
+
"i": "9",
|
| 56 |
+
"j": "10",
|
| 57 |
+
"k": "11",
|
| 58 |
+
"l": "12",
|
| 59 |
+
"m": "13",
|
| 60 |
+
"n": "14",
|
| 61 |
+
"o": "15",
|
| 62 |
+
"p": "16",
|
| 63 |
+
"period": "17",
|
| 64 |
+
"q": "18",
|
| 65 |
+
"question%20mark": "19",
|
| 66 |
+
"r": "20",
|
| 67 |
+
"s": "21",
|
| 68 |
+
"t": "22",
|
| 69 |
+
"u": "23",
|
| 70 |
+
"v": "24",
|
| 71 |
+
"w": "25",
|
| 72 |
+
"x": "26",
|
| 73 |
+
"y": "27",
|
| 74 |
+
"z": "28"
|
| 75 |
+
},
|
| 76 |
+
"layer_norm_eps": 1e-12,
|
| 77 |
+
"model_type": "vit",
|
| 78 |
+
"num_attention_heads": 12,
|
| 79 |
+
"num_channels": 3,
|
| 80 |
+
"num_hidden_layers": 12,
|
| 81 |
+
"patch_size": 16,
|
| 82 |
+
"problem_type": "single_label_classification",
|
| 83 |
+
"qkv_bias": true,
|
| 84 |
+
"torch_dtype": "float32",
|
| 85 |
+
"transformers_version": "4.30.2"
|
| 86 |
+
}
|
checkpoint-1160/optimizer.pt
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:d6d5e4a2a101f77c13a5400116d11cb2bb1ed7ca8fe7b6a9615a65e8c93d445f
|
| 3 |
+
size 686684933
|
checkpoint-1160/preprocessor_config.json
ADDED
|
@@ -0,0 +1,22 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"do_normalize": true,
|
| 3 |
+
"do_rescale": true,
|
| 4 |
+
"do_resize": true,
|
| 5 |
+
"image_mean": [
|
| 6 |
+
0.5,
|
| 7 |
+
0.5,
|
| 8 |
+
0.5
|
| 9 |
+
],
|
| 10 |
+
"image_processor_type": "ViTFeatureExtractor",
|
| 11 |
+
"image_std": [
|
| 12 |
+
0.5,
|
| 13 |
+
0.5,
|
| 14 |
+
0.5
|
| 15 |
+
],
|
| 16 |
+
"resample": 2,
|
| 17 |
+
"rescale_factor": 0.00392156862745098,
|
| 18 |
+
"size": {
|
| 19 |
+
"height": 224,
|
| 20 |
+
"width": 224
|
| 21 |
+
}
|
| 22 |
+
}
|
checkpoint-1160/pytorch_model.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:129075bf1b15ab5303e5508e0357fd5f2f31426f0240e1b7f31398f00ccc3340
|
| 3 |
+
size 343351725
|
checkpoint-1160/rng_state.pth
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:a3464e9c253485ee0e45ad721cb8a719f3a43712377f5b9e04d190fe903bbfbe
|
| 3 |
+
size 14575
|
checkpoint-1160/scheduler.pt
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:5a87c1727da62c8efa6a628850888831728e366dc90556a73bc917019d6abf09
|
| 3 |
+
size 627
|
checkpoint-1160/trainer_state.json
ADDED
|
@@ -0,0 +1,973 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"best_metric": 0.07844050228595734,
|
| 3 |
+
"best_model_checkpoint": "./vit-base-beans/checkpoint-1160",
|
| 4 |
+
"epoch": 9.666666666666666,
|
| 5 |
+
"global_step": 1160,
|
| 6 |
+
"is_hyper_param_search": false,
|
| 7 |
+
"is_local_process_zero": true,
|
| 8 |
+
"is_world_process_zero": true,
|
| 9 |
+
"log_history": [
|
| 10 |
+
{
|
| 11 |
+
"epoch": 0.08,
|
| 12 |
+
"learning_rate": 9.916666666666667e-05,
|
| 13 |
+
"loss": 3.3572,
|
| 14 |
+
"step": 10
|
| 15 |
+
},
|
| 16 |
+
{
|
| 17 |
+
"epoch": 0.17,
|
| 18 |
+
"learning_rate": 9.833333333333333e-05,
|
| 19 |
+
"loss": 3.3309,
|
| 20 |
+
"step": 20
|
| 21 |
+
},
|
| 22 |
+
{
|
| 23 |
+
"epoch": 0.25,
|
| 24 |
+
"learning_rate": 9.75e-05,
|
| 25 |
+
"loss": 3.3317,
|
| 26 |
+
"step": 30
|
| 27 |
+
},
|
| 28 |
+
{
|
| 29 |
+
"epoch": 0.33,
|
| 30 |
+
"learning_rate": 9.666666666666667e-05,
|
| 31 |
+
"loss": 3.2354,
|
| 32 |
+
"step": 40
|
| 33 |
+
},
|
| 34 |
+
{
|
| 35 |
+
"epoch": 0.33,
|
| 36 |
+
"eval_accuracy": 0.14925373134328357,
|
| 37 |
+
"eval_loss": 3.1641855239868164,
|
| 38 |
+
"eval_runtime": 26.2101,
|
| 39 |
+
"eval_samples_per_second": 69.019,
|
| 40 |
+
"eval_steps_per_second": 8.661,
|
| 41 |
+
"step": 40
|
| 42 |
+
},
|
| 43 |
+
{
|
| 44 |
+
"epoch": 0.42,
|
| 45 |
+
"learning_rate": 9.583333333333334e-05,
|
| 46 |
+
"loss": 3.1214,
|
| 47 |
+
"step": 50
|
| 48 |
+
},
|
| 49 |
+
{
|
| 50 |
+
"epoch": 0.5,
|
| 51 |
+
"learning_rate": 9.5e-05,
|
| 52 |
+
"loss": 3.0125,
|
| 53 |
+
"step": 60
|
| 54 |
+
},
|
| 55 |
+
{
|
| 56 |
+
"epoch": 0.58,
|
| 57 |
+
"learning_rate": 9.416666666666667e-05,
|
| 58 |
+
"loss": 2.8941,
|
| 59 |
+
"step": 70
|
| 60 |
+
},
|
| 61 |
+
{
|
| 62 |
+
"epoch": 0.67,
|
| 63 |
+
"learning_rate": 9.333333333333334e-05,
|
| 64 |
+
"loss": 2.7662,
|
| 65 |
+
"step": 80
|
| 66 |
+
},
|
| 67 |
+
{
|
| 68 |
+
"epoch": 0.67,
|
| 69 |
+
"eval_accuracy": 0.49364289662797123,
|
| 70 |
+
"eval_loss": 2.6006529331207275,
|
| 71 |
+
"eval_runtime": 27.9834,
|
| 72 |
+
"eval_samples_per_second": 64.645,
|
| 73 |
+
"eval_steps_per_second": 8.112,
|
| 74 |
+
"step": 80
|
| 75 |
+
},
|
| 76 |
+
{
|
| 77 |
+
"epoch": 0.75,
|
| 78 |
+
"learning_rate": 9.250000000000001e-05,
|
| 79 |
+
"loss": 2.5779,
|
| 80 |
+
"step": 90
|
| 81 |
+
},
|
| 82 |
+
{
|
| 83 |
+
"epoch": 0.83,
|
| 84 |
+
"learning_rate": 9.166666666666667e-05,
|
| 85 |
+
"loss": 2.4169,
|
| 86 |
+
"step": 100
|
| 87 |
+
},
|
| 88 |
+
{
|
| 89 |
+
"epoch": 0.92,
|
| 90 |
+
"learning_rate": 9.083333333333334e-05,
|
| 91 |
+
"loss": 2.2155,
|
| 92 |
+
"step": 110
|
| 93 |
+
},
|
| 94 |
+
{
|
| 95 |
+
"epoch": 1.0,
|
| 96 |
+
"learning_rate": 9e-05,
|
| 97 |
+
"loss": 2.0937,
|
| 98 |
+
"step": 120
|
| 99 |
+
},
|
| 100 |
+
{
|
| 101 |
+
"epoch": 1.0,
|
| 102 |
+
"eval_accuracy": 0.7650635710337202,
|
| 103 |
+
"eval_loss": 1.9998520612716675,
|
| 104 |
+
"eval_runtime": 26.4412,
|
| 105 |
+
"eval_samples_per_second": 68.416,
|
| 106 |
+
"eval_steps_per_second": 8.585,
|
| 107 |
+
"step": 120
|
| 108 |
+
},
|
| 109 |
+
{
|
| 110 |
+
"epoch": 1.08,
|
| 111 |
+
"learning_rate": 8.916666666666667e-05,
|
| 112 |
+
"loss": 1.8822,
|
| 113 |
+
"step": 130
|
| 114 |
+
},
|
| 115 |
+
{
|
| 116 |
+
"epoch": 1.17,
|
| 117 |
+
"learning_rate": 8.833333333333333e-05,
|
| 118 |
+
"loss": 1.7804,
|
| 119 |
+
"step": 140
|
| 120 |
+
},
|
| 121 |
+
{
|
| 122 |
+
"epoch": 1.25,
|
| 123 |
+
"learning_rate": 8.75e-05,
|
| 124 |
+
"loss": 1.7131,
|
| 125 |
+
"step": 150
|
| 126 |
+
},
|
| 127 |
+
{
|
| 128 |
+
"epoch": 1.33,
|
| 129 |
+
"learning_rate": 8.666666666666667e-05,
|
| 130 |
+
"loss": 1.5259,
|
| 131 |
+
"step": 160
|
| 132 |
+
},
|
| 133 |
+
{
|
| 134 |
+
"epoch": 1.33,
|
| 135 |
+
"eval_accuracy": 0.8745163073521283,
|
| 136 |
+
"eval_loss": 1.4515111446380615,
|
| 137 |
+
"eval_runtime": 24.7867,
|
| 138 |
+
"eval_samples_per_second": 72.983,
|
| 139 |
+
"eval_steps_per_second": 9.158,
|
| 140 |
+
"step": 160
|
| 141 |
+
},
|
| 142 |
+
{
|
| 143 |
+
"epoch": 1.42,
|
| 144 |
+
"learning_rate": 8.583333333333334e-05,
|
| 145 |
+
"loss": 1.4667,
|
| 146 |
+
"step": 170
|
| 147 |
+
},
|
| 148 |
+
{
|
| 149 |
+
"epoch": 1.5,
|
| 150 |
+
"learning_rate": 8.5e-05,
|
| 151 |
+
"loss": 1.2858,
|
| 152 |
+
"step": 180
|
| 153 |
+
},
|
| 154 |
+
{
|
| 155 |
+
"epoch": 1.58,
|
| 156 |
+
"learning_rate": 8.416666666666668e-05,
|
| 157 |
+
"loss": 1.1885,
|
| 158 |
+
"step": 190
|
| 159 |
+
},
|
| 160 |
+
{
|
| 161 |
+
"epoch": 1.67,
|
| 162 |
+
"learning_rate": 8.333333333333334e-05,
|
| 163 |
+
"loss": 1.0983,
|
| 164 |
+
"step": 200
|
| 165 |
+
},
|
| 166 |
+
{
|
| 167 |
+
"epoch": 1.67,
|
| 168 |
+
"eval_accuracy": 0.94914317302377,
|
| 169 |
+
"eval_loss": 1.0214712619781494,
|
| 170 |
+
"eval_runtime": 25.6817,
|
| 171 |
+
"eval_samples_per_second": 70.439,
|
| 172 |
+
"eval_steps_per_second": 8.839,
|
| 173 |
+
"step": 200
|
| 174 |
+
},
|
| 175 |
+
{
|
| 176 |
+
"epoch": 1.75,
|
| 177 |
+
"learning_rate": 8.25e-05,
|
| 178 |
+
"loss": 0.9688,
|
| 179 |
+
"step": 210
|
| 180 |
+
},
|
| 181 |
+
{
|
| 182 |
+
"epoch": 1.83,
|
| 183 |
+
"learning_rate": 8.166666666666667e-05,
|
| 184 |
+
"loss": 0.9714,
|
| 185 |
+
"step": 220
|
| 186 |
+
},
|
| 187 |
+
{
|
| 188 |
+
"epoch": 1.92,
|
| 189 |
+
"learning_rate": 8.083333333333334e-05,
|
| 190 |
+
"loss": 0.9118,
|
| 191 |
+
"step": 230
|
| 192 |
+
},
|
| 193 |
+
{
|
| 194 |
+
"epoch": 2.0,
|
| 195 |
+
"learning_rate": 8e-05,
|
| 196 |
+
"loss": 0.8105,
|
| 197 |
+
"step": 240
|
| 198 |
+
},
|
| 199 |
+
{
|
| 200 |
+
"epoch": 2.0,
|
| 201 |
+
"eval_accuracy": 0.9646213377556662,
|
| 202 |
+
"eval_loss": 0.7325700521469116,
|
| 203 |
+
"eval_runtime": 25.8951,
|
| 204 |
+
"eval_samples_per_second": 69.859,
|
| 205 |
+
"eval_steps_per_second": 8.766,
|
| 206 |
+
"step": 240
|
| 207 |
+
},
|
| 208 |
+
{
|
| 209 |
+
"epoch": 2.08,
|
| 210 |
+
"learning_rate": 7.916666666666666e-05,
|
| 211 |
+
"loss": 0.7067,
|
| 212 |
+
"step": 250
|
| 213 |
+
},
|
| 214 |
+
{
|
| 215 |
+
"epoch": 2.17,
|
| 216 |
+
"learning_rate": 7.833333333333333e-05,
|
| 217 |
+
"loss": 0.6925,
|
| 218 |
+
"step": 260
|
| 219 |
+
},
|
| 220 |
+
{
|
| 221 |
+
"epoch": 2.25,
|
| 222 |
+
"learning_rate": 7.75e-05,
|
| 223 |
+
"loss": 0.6423,
|
| 224 |
+
"step": 270
|
| 225 |
+
},
|
| 226 |
+
{
|
| 227 |
+
"epoch": 2.33,
|
| 228 |
+
"learning_rate": 7.666666666666667e-05,
|
| 229 |
+
"loss": 0.5457,
|
| 230 |
+
"step": 280
|
| 231 |
+
},
|
| 232 |
+
{
|
| 233 |
+
"epoch": 2.33,
|
| 234 |
+
"eval_accuracy": 0.9718076285240465,
|
| 235 |
+
"eval_loss": 0.5292437076568604,
|
| 236 |
+
"eval_runtime": 24.1866,
|
| 237 |
+
"eval_samples_per_second": 74.793,
|
| 238 |
+
"eval_steps_per_second": 9.385,
|
| 239 |
+
"step": 280
|
| 240 |
+
},
|
| 241 |
+
{
|
| 242 |
+
"epoch": 2.42,
|
| 243 |
+
"learning_rate": 7.583333333333334e-05,
|
| 244 |
+
"loss": 0.4918,
|
| 245 |
+
"step": 290
|
| 246 |
+
},
|
| 247 |
+
{
|
| 248 |
+
"epoch": 2.5,
|
| 249 |
+
"learning_rate": 7.500000000000001e-05,
|
| 250 |
+
"loss": 0.4792,
|
| 251 |
+
"step": 300
|
| 252 |
+
},
|
| 253 |
+
{
|
| 254 |
+
"epoch": 2.58,
|
| 255 |
+
"learning_rate": 7.416666666666668e-05,
|
| 256 |
+
"loss": 0.4164,
|
| 257 |
+
"step": 310
|
| 258 |
+
},
|
| 259 |
+
{
|
| 260 |
+
"epoch": 2.67,
|
| 261 |
+
"learning_rate": 7.333333333333333e-05,
|
| 262 |
+
"loss": 0.4194,
|
| 263 |
+
"step": 320
|
| 264 |
+
},
|
| 265 |
+
{
|
| 266 |
+
"epoch": 2.67,
|
| 267 |
+
"eval_accuracy": 0.9701492537313433,
|
| 268 |
+
"eval_loss": 0.41341233253479004,
|
| 269 |
+
"eval_runtime": 24.8508,
|
| 270 |
+
"eval_samples_per_second": 72.794,
|
| 271 |
+
"eval_steps_per_second": 9.135,
|
| 272 |
+
"step": 320
|
| 273 |
+
},
|
| 274 |
+
{
|
| 275 |
+
"epoch": 2.75,
|
| 276 |
+
"learning_rate": 7.25e-05,
|
| 277 |
+
"loss": 0.3747,
|
| 278 |
+
"step": 330
|
| 279 |
+
},
|
| 280 |
+
{
|
| 281 |
+
"epoch": 2.83,
|
| 282 |
+
"learning_rate": 7.166666666666667e-05,
|
| 283 |
+
"loss": 0.4001,
|
| 284 |
+
"step": 340
|
| 285 |
+
},
|
| 286 |
+
{
|
| 287 |
+
"epoch": 2.92,
|
| 288 |
+
"learning_rate": 7.083333333333334e-05,
|
| 289 |
+
"loss": 0.3775,
|
| 290 |
+
"step": 350
|
| 291 |
+
},
|
| 292 |
+
{
|
| 293 |
+
"epoch": 3.0,
|
| 294 |
+
"learning_rate": 7e-05,
|
| 295 |
+
"loss": 0.3682,
|
| 296 |
+
"step": 360
|
| 297 |
+
},
|
| 298 |
+
{
|
| 299 |
+
"epoch": 3.0,
|
| 300 |
+
"eval_accuracy": 0.978441127694859,
|
| 301 |
+
"eval_loss": 0.32523876428604126,
|
| 302 |
+
"eval_runtime": 24.3128,
|
| 303 |
+
"eval_samples_per_second": 74.405,
|
| 304 |
+
"eval_steps_per_second": 9.337,
|
| 305 |
+
"step": 360
|
| 306 |
+
},
|
| 307 |
+
{
|
| 308 |
+
"epoch": 3.08,
|
| 309 |
+
"learning_rate": 6.916666666666666e-05,
|
| 310 |
+
"loss": 0.2973,
|
| 311 |
+
"step": 370
|
| 312 |
+
},
|
| 313 |
+
{
|
| 314 |
+
"epoch": 3.17,
|
| 315 |
+
"learning_rate": 6.833333333333333e-05,
|
| 316 |
+
"loss": 0.2633,
|
| 317 |
+
"step": 380
|
| 318 |
+
},
|
| 319 |
+
{
|
| 320 |
+
"epoch": 3.25,
|
| 321 |
+
"learning_rate": 6.750000000000001e-05,
|
| 322 |
+
"loss": 0.2854,
|
| 323 |
+
"step": 390
|
| 324 |
+
},
|
| 325 |
+
{
|
| 326 |
+
"epoch": 3.33,
|
| 327 |
+
"learning_rate": 6.666666666666667e-05,
|
| 328 |
+
"loss": 0.2607,
|
| 329 |
+
"step": 400
|
| 330 |
+
},
|
| 331 |
+
{
|
| 332 |
+
"epoch": 3.33,
|
| 333 |
+
"eval_accuracy": 0.9828634604754007,
|
| 334 |
+
"eval_loss": 0.26496848464012146,
|
| 335 |
+
"eval_runtime": 25.3117,
|
| 336 |
+
"eval_samples_per_second": 71.469,
|
| 337 |
+
"eval_steps_per_second": 8.968,
|
| 338 |
+
"step": 400
|
| 339 |
+
},
|
| 340 |
+
{
|
| 341 |
+
"epoch": 3.42,
|
| 342 |
+
"learning_rate": 6.583333333333334e-05,
|
| 343 |
+
"loss": 0.2508,
|
| 344 |
+
"step": 410
|
| 345 |
+
},
|
| 346 |
+
{
|
| 347 |
+
"epoch": 3.5,
|
| 348 |
+
"learning_rate": 6.500000000000001e-05,
|
| 349 |
+
"loss": 0.2339,
|
| 350 |
+
"step": 420
|
| 351 |
+
},
|
| 352 |
+
{
|
| 353 |
+
"epoch": 3.58,
|
| 354 |
+
"learning_rate": 6.416666666666668e-05,
|
| 355 |
+
"loss": 0.2406,
|
| 356 |
+
"step": 430
|
| 357 |
+
},
|
| 358 |
+
{
|
| 359 |
+
"epoch": 3.67,
|
| 360 |
+
"learning_rate": 6.333333333333333e-05,
|
| 361 |
+
"loss": 0.2557,
|
| 362 |
+
"step": 440
|
| 363 |
+
},
|
| 364 |
+
{
|
| 365 |
+
"epoch": 3.67,
|
| 366 |
+
"eval_accuracy": 0.9718076285240465,
|
| 367 |
+
"eval_loss": 0.2686881422996521,
|
| 368 |
+
"eval_runtime": 26.2285,
|
| 369 |
+
"eval_samples_per_second": 68.971,
|
| 370 |
+
"eval_steps_per_second": 8.655,
|
| 371 |
+
"step": 440
|
| 372 |
+
},
|
| 373 |
+
{
|
| 374 |
+
"epoch": 3.75,
|
| 375 |
+
"learning_rate": 6.25e-05,
|
| 376 |
+
"loss": 0.262,
|
| 377 |
+
"step": 450
|
| 378 |
+
},
|
| 379 |
+
{
|
| 380 |
+
"epoch": 3.83,
|
| 381 |
+
"learning_rate": 6.166666666666667e-05,
|
| 382 |
+
"loss": 0.1922,
|
| 383 |
+
"step": 460
|
| 384 |
+
},
|
| 385 |
+
{
|
| 386 |
+
"epoch": 3.92,
|
| 387 |
+
"learning_rate": 6.083333333333333e-05,
|
| 388 |
+
"loss": 0.2254,
|
| 389 |
+
"step": 470
|
| 390 |
+
},
|
| 391 |
+
{
|
| 392 |
+
"epoch": 4.0,
|
| 393 |
+
"learning_rate": 6e-05,
|
| 394 |
+
"loss": 0.1972,
|
| 395 |
+
"step": 480
|
| 396 |
+
},
|
| 397 |
+
{
|
| 398 |
+
"epoch": 4.0,
|
| 399 |
+
"eval_accuracy": 0.9828634604754007,
|
| 400 |
+
"eval_loss": 0.20172837376594543,
|
| 401 |
+
"eval_runtime": 23.5345,
|
| 402 |
+
"eval_samples_per_second": 76.866,
|
| 403 |
+
"eval_steps_per_second": 9.645,
|
| 404 |
+
"step": 480
|
| 405 |
+
},
|
| 406 |
+
{
|
| 407 |
+
"epoch": 4.08,
|
| 408 |
+
"learning_rate": 5.916666666666667e-05,
|
| 409 |
+
"loss": 0.1817,
|
| 410 |
+
"step": 490
|
| 411 |
+
},
|
| 412 |
+
{
|
| 413 |
+
"epoch": 4.17,
|
| 414 |
+
"learning_rate": 5.833333333333334e-05,
|
| 415 |
+
"loss": 0.1867,
|
| 416 |
+
"step": 500
|
| 417 |
+
},
|
| 418 |
+
{
|
| 419 |
+
"epoch": 4.25,
|
| 420 |
+
"learning_rate": 5.7499999999999995e-05,
|
| 421 |
+
"loss": 0.1433,
|
| 422 |
+
"step": 510
|
| 423 |
+
},
|
| 424 |
+
{
|
| 425 |
+
"epoch": 4.33,
|
| 426 |
+
"learning_rate": 5.666666666666667e-05,
|
| 427 |
+
"loss": 0.1379,
|
| 428 |
+
"step": 520
|
| 429 |
+
},
|
| 430 |
+
{
|
| 431 |
+
"epoch": 4.33,
|
| 432 |
+
"eval_accuracy": 0.9839690436705362,
|
| 433 |
+
"eval_loss": 0.17190077900886536,
|
| 434 |
+
"eval_runtime": 26.064,
|
| 435 |
+
"eval_samples_per_second": 69.406,
|
| 436 |
+
"eval_steps_per_second": 8.709,
|
| 437 |
+
"step": 520
|
| 438 |
+
},
|
| 439 |
+
{
|
| 440 |
+
"epoch": 4.42,
|
| 441 |
+
"learning_rate": 5.583333333333334e-05,
|
| 442 |
+
"loss": 0.1551,
|
| 443 |
+
"step": 530
|
| 444 |
+
},
|
| 445 |
+
{
|
| 446 |
+
"epoch": 4.5,
|
| 447 |
+
"learning_rate": 5.500000000000001e-05,
|
| 448 |
+
"loss": 0.1498,
|
| 449 |
+
"step": 540
|
| 450 |
+
},
|
| 451 |
+
{
|
| 452 |
+
"epoch": 4.58,
|
| 453 |
+
"learning_rate": 5.4166666666666664e-05,
|
| 454 |
+
"loss": 0.165,
|
| 455 |
+
"step": 550
|
| 456 |
+
},
|
| 457 |
+
{
|
| 458 |
+
"epoch": 4.67,
|
| 459 |
+
"learning_rate": 5.333333333333333e-05,
|
| 460 |
+
"loss": 0.1232,
|
| 461 |
+
"step": 560
|
| 462 |
+
},
|
| 463 |
+
{
|
| 464 |
+
"epoch": 4.67,
|
| 465 |
+
"eval_accuracy": 0.9828634604754007,
|
| 466 |
+
"eval_loss": 0.15986143052577972,
|
| 467 |
+
"eval_runtime": 23.7083,
|
| 468 |
+
"eval_samples_per_second": 76.302,
|
| 469 |
+
"eval_steps_per_second": 9.575,
|
| 470 |
+
"step": 560
|
| 471 |
+
},
|
| 472 |
+
{
|
| 473 |
+
"epoch": 4.75,
|
| 474 |
+
"learning_rate": 5.25e-05,
|
| 475 |
+
"loss": 0.1756,
|
| 476 |
+
"step": 570
|
| 477 |
+
},
|
| 478 |
+
{
|
| 479 |
+
"epoch": 4.83,
|
| 480 |
+
"learning_rate": 5.166666666666667e-05,
|
| 481 |
+
"loss": 0.1117,
|
| 482 |
+
"step": 580
|
| 483 |
+
},
|
| 484 |
+
{
|
| 485 |
+
"epoch": 4.92,
|
| 486 |
+
"learning_rate": 5.0833333333333333e-05,
|
| 487 |
+
"loss": 0.128,
|
| 488 |
+
"step": 590
|
| 489 |
+
},
|
| 490 |
+
{
|
| 491 |
+
"epoch": 5.0,
|
| 492 |
+
"learning_rate": 5e-05,
|
| 493 |
+
"loss": 0.0976,
|
| 494 |
+
"step": 600
|
| 495 |
+
},
|
| 496 |
+
{
|
| 497 |
+
"epoch": 5.0,
|
| 498 |
+
"eval_accuracy": 0.9712548369264787,
|
| 499 |
+
"eval_loss": 0.1809568554162979,
|
| 500 |
+
"eval_runtime": 23.9233,
|
| 501 |
+
"eval_samples_per_second": 75.617,
|
| 502 |
+
"eval_steps_per_second": 9.489,
|
| 503 |
+
"step": 600
|
| 504 |
+
},
|
| 505 |
+
{
|
| 506 |
+
"epoch": 5.08,
|
| 507 |
+
"learning_rate": 4.9166666666666665e-05,
|
| 508 |
+
"loss": 0.1375,
|
| 509 |
+
"step": 610
|
| 510 |
+
},
|
| 511 |
+
{
|
| 512 |
+
"epoch": 5.17,
|
| 513 |
+
"learning_rate": 4.8333333333333334e-05,
|
| 514 |
+
"loss": 0.1116,
|
| 515 |
+
"step": 620
|
| 516 |
+
},
|
| 517 |
+
{
|
| 518 |
+
"epoch": 5.25,
|
| 519 |
+
"learning_rate": 4.75e-05,
|
| 520 |
+
"loss": 0.1415,
|
| 521 |
+
"step": 630
|
| 522 |
+
},
|
| 523 |
+
{
|
| 524 |
+
"epoch": 5.33,
|
| 525 |
+
"learning_rate": 4.666666666666667e-05,
|
| 526 |
+
"loss": 0.0997,
|
| 527 |
+
"step": 640
|
| 528 |
+
},
|
| 529 |
+
{
|
| 530 |
+
"epoch": 5.33,
|
| 531 |
+
"eval_accuracy": 0.9839690436705362,
|
| 532 |
+
"eval_loss": 0.13625413179397583,
|
| 533 |
+
"eval_runtime": 23.6139,
|
| 534 |
+
"eval_samples_per_second": 76.607,
|
| 535 |
+
"eval_steps_per_second": 9.613,
|
| 536 |
+
"step": 640
|
| 537 |
+
},
|
| 538 |
+
{
|
| 539 |
+
"epoch": 5.42,
|
| 540 |
+
"learning_rate": 4.5833333333333334e-05,
|
| 541 |
+
"loss": 0.113,
|
| 542 |
+
"step": 650
|
| 543 |
+
},
|
| 544 |
+
{
|
| 545 |
+
"epoch": 5.5,
|
| 546 |
+
"learning_rate": 4.5e-05,
|
| 547 |
+
"loss": 0.0801,
|
| 548 |
+
"step": 660
|
| 549 |
+
},
|
| 550 |
+
{
|
| 551 |
+
"epoch": 5.58,
|
| 552 |
+
"learning_rate": 4.4166666666666665e-05,
|
| 553 |
+
"loss": 0.0743,
|
| 554 |
+
"step": 670
|
| 555 |
+
},
|
| 556 |
+
{
|
| 557 |
+
"epoch": 5.67,
|
| 558 |
+
"learning_rate": 4.3333333333333334e-05,
|
| 559 |
+
"loss": 0.0896,
|
| 560 |
+
"step": 680
|
| 561 |
+
},
|
| 562 |
+
{
|
| 563 |
+
"epoch": 5.67,
|
| 564 |
+
"eval_accuracy": 0.988391376451078,
|
| 565 |
+
"eval_loss": 0.11103730648756027,
|
| 566 |
+
"eval_runtime": 25.2922,
|
| 567 |
+
"eval_samples_per_second": 71.524,
|
| 568 |
+
"eval_steps_per_second": 8.975,
|
| 569 |
+
"step": 680
|
| 570 |
+
},
|
| 571 |
+
{
|
| 572 |
+
"epoch": 5.75,
|
| 573 |
+
"learning_rate": 4.25e-05,
|
| 574 |
+
"loss": 0.0911,
|
| 575 |
+
"step": 690
|
| 576 |
+
},
|
| 577 |
+
{
|
| 578 |
+
"epoch": 5.83,
|
| 579 |
+
"learning_rate": 4.166666666666667e-05,
|
| 580 |
+
"loss": 0.073,
|
| 581 |
+
"step": 700
|
| 582 |
+
},
|
| 583 |
+
{
|
| 584 |
+
"epoch": 5.92,
|
| 585 |
+
"learning_rate": 4.0833333333333334e-05,
|
| 586 |
+
"loss": 0.0836,
|
| 587 |
+
"step": 710
|
| 588 |
+
},
|
| 589 |
+
{
|
| 590 |
+
"epoch": 6.0,
|
| 591 |
+
"learning_rate": 4e-05,
|
| 592 |
+
"loss": 0.0853,
|
| 593 |
+
"step": 720
|
| 594 |
+
},
|
| 595 |
+
{
|
| 596 |
+
"epoch": 6.0,
|
| 597 |
+
"eval_accuracy": 0.9900497512437811,
|
| 598 |
+
"eval_loss": 0.10298473387956619,
|
| 599 |
+
"eval_runtime": 25.0951,
|
| 600 |
+
"eval_samples_per_second": 72.086,
|
| 601 |
+
"eval_steps_per_second": 9.046,
|
| 602 |
+
"step": 720
|
| 603 |
+
},
|
| 604 |
+
{
|
| 605 |
+
"epoch": 6.08,
|
| 606 |
+
"learning_rate": 3.9166666666666665e-05,
|
| 607 |
+
"loss": 0.0642,
|
| 608 |
+
"step": 730
|
| 609 |
+
},
|
| 610 |
+
{
|
| 611 |
+
"epoch": 6.17,
|
| 612 |
+
"learning_rate": 3.8333333333333334e-05,
|
| 613 |
+
"loss": 0.0686,
|
| 614 |
+
"step": 740
|
| 615 |
+
},
|
| 616 |
+
{
|
| 617 |
+
"epoch": 6.25,
|
| 618 |
+
"learning_rate": 3.7500000000000003e-05,
|
| 619 |
+
"loss": 0.0988,
|
| 620 |
+
"step": 750
|
| 621 |
+
},
|
| 622 |
+
{
|
| 623 |
+
"epoch": 6.33,
|
| 624 |
+
"learning_rate": 3.6666666666666666e-05,
|
| 625 |
+
"loss": 0.0634,
|
| 626 |
+
"step": 760
|
| 627 |
+
},
|
| 628 |
+
{
|
| 629 |
+
"epoch": 6.33,
|
| 630 |
+
"eval_accuracy": 0.986180210060807,
|
| 631 |
+
"eval_loss": 0.10669608414173126,
|
| 632 |
+
"eval_runtime": 23.7517,
|
| 633 |
+
"eval_samples_per_second": 76.163,
|
| 634 |
+
"eval_steps_per_second": 9.557,
|
| 635 |
+
"step": 760
|
| 636 |
+
},
|
| 637 |
+
{
|
| 638 |
+
"epoch": 6.42,
|
| 639 |
+
"learning_rate": 3.5833333333333335e-05,
|
| 640 |
+
"loss": 0.0586,
|
| 641 |
+
"step": 770
|
| 642 |
+
},
|
| 643 |
+
{
|
| 644 |
+
"epoch": 6.5,
|
| 645 |
+
"learning_rate": 3.5e-05,
|
| 646 |
+
"loss": 0.06,
|
| 647 |
+
"step": 780
|
| 648 |
+
},
|
| 649 |
+
{
|
| 650 |
+
"epoch": 6.58,
|
| 651 |
+
"learning_rate": 3.4166666666666666e-05,
|
| 652 |
+
"loss": 0.0567,
|
| 653 |
+
"step": 790
|
| 654 |
+
},
|
| 655 |
+
{
|
| 656 |
+
"epoch": 6.67,
|
| 657 |
+
"learning_rate": 3.3333333333333335e-05,
|
| 658 |
+
"loss": 0.0643,
|
| 659 |
+
"step": 800
|
| 660 |
+
},
|
| 661 |
+
{
|
| 662 |
+
"epoch": 6.67,
|
| 663 |
+
"eval_accuracy": 0.9894969596462134,
|
| 664 |
+
"eval_loss": 0.09639524668455124,
|
| 665 |
+
"eval_runtime": 23.6297,
|
| 666 |
+
"eval_samples_per_second": 76.556,
|
| 667 |
+
"eval_steps_per_second": 9.607,
|
| 668 |
+
"step": 800
|
| 669 |
+
},
|
| 670 |
+
{
|
| 671 |
+
"epoch": 6.75,
|
| 672 |
+
"learning_rate": 3.2500000000000004e-05,
|
| 673 |
+
"loss": 0.0563,
|
| 674 |
+
"step": 810
|
| 675 |
+
},
|
| 676 |
+
{
|
| 677 |
+
"epoch": 6.83,
|
| 678 |
+
"learning_rate": 3.1666666666666666e-05,
|
| 679 |
+
"loss": 0.0638,
|
| 680 |
+
"step": 820
|
| 681 |
+
},
|
| 682 |
+
{
|
| 683 |
+
"epoch": 6.92,
|
| 684 |
+
"learning_rate": 3.0833333333333335e-05,
|
| 685 |
+
"loss": 0.0536,
|
| 686 |
+
"step": 830
|
| 687 |
+
},
|
| 688 |
+
{
|
| 689 |
+
"epoch": 7.0,
|
| 690 |
+
"learning_rate": 3e-05,
|
| 691 |
+
"loss": 0.0641,
|
| 692 |
+
"step": 840
|
| 693 |
+
},
|
| 694 |
+
{
|
| 695 |
+
"epoch": 7.0,
|
| 696 |
+
"eval_accuracy": 0.9872857932559425,
|
| 697 |
+
"eval_loss": 0.09574727714061737,
|
| 698 |
+
"eval_runtime": 25.7699,
|
| 699 |
+
"eval_samples_per_second": 70.198,
|
| 700 |
+
"eval_steps_per_second": 8.809,
|
| 701 |
+
"step": 840
|
| 702 |
+
},
|
| 703 |
+
{
|
| 704 |
+
"epoch": 7.08,
|
| 705 |
+
"learning_rate": 2.916666666666667e-05,
|
| 706 |
+
"loss": 0.0571,
|
| 707 |
+
"step": 850
|
| 708 |
+
},
|
| 709 |
+
{
|
| 710 |
+
"epoch": 7.17,
|
| 711 |
+
"learning_rate": 2.8333333333333335e-05,
|
| 712 |
+
"loss": 0.0567,
|
| 713 |
+
"step": 860
|
| 714 |
+
},
|
| 715 |
+
{
|
| 716 |
+
"epoch": 7.25,
|
| 717 |
+
"learning_rate": 2.7500000000000004e-05,
|
| 718 |
+
"loss": 0.0487,
|
| 719 |
+
"step": 870
|
| 720 |
+
},
|
| 721 |
+
{
|
| 722 |
+
"epoch": 7.33,
|
| 723 |
+
"learning_rate": 2.6666666666666667e-05,
|
| 724 |
+
"loss": 0.0464,
|
| 725 |
+
"step": 880
|
| 726 |
+
},
|
| 727 |
+
{
|
| 728 |
+
"epoch": 7.33,
|
| 729 |
+
"eval_accuracy": 0.9911553344389166,
|
| 730 |
+
"eval_loss": 0.08537043631076813,
|
| 731 |
+
"eval_runtime": 26.4935,
|
| 732 |
+
"eval_samples_per_second": 68.281,
|
| 733 |
+
"eval_steps_per_second": 8.568,
|
| 734 |
+
"step": 880
|
| 735 |
+
},
|
| 736 |
+
{
|
| 737 |
+
"epoch": 7.42,
|
| 738 |
+
"learning_rate": 2.5833333333333336e-05,
|
| 739 |
+
"loss": 0.0487,
|
| 740 |
+
"step": 890
|
| 741 |
+
},
|
| 742 |
+
{
|
| 743 |
+
"epoch": 7.5,
|
| 744 |
+
"learning_rate": 2.5e-05,
|
| 745 |
+
"loss": 0.0464,
|
| 746 |
+
"step": 900
|
| 747 |
+
},
|
| 748 |
+
{
|
| 749 |
+
"epoch": 7.58,
|
| 750 |
+
"learning_rate": 2.4166666666666667e-05,
|
| 751 |
+
"loss": 0.0455,
|
| 752 |
+
"step": 910
|
| 753 |
+
},
|
| 754 |
+
{
|
| 755 |
+
"epoch": 7.67,
|
| 756 |
+
"learning_rate": 2.3333333333333336e-05,
|
| 757 |
+
"loss": 0.046,
|
| 758 |
+
"step": 920
|
| 759 |
+
},
|
| 760 |
+
{
|
| 761 |
+
"epoch": 7.67,
|
| 762 |
+
"eval_accuracy": 0.9906025428413489,
|
| 763 |
+
"eval_loss": 0.08185369521379471,
|
| 764 |
+
"eval_runtime": 24.8849,
|
| 765 |
+
"eval_samples_per_second": 72.695,
|
| 766 |
+
"eval_steps_per_second": 9.122,
|
| 767 |
+
"step": 920
|
| 768 |
+
},
|
| 769 |
+
{
|
| 770 |
+
"epoch": 7.75,
|
| 771 |
+
"learning_rate": 2.25e-05,
|
| 772 |
+
"loss": 0.0454,
|
| 773 |
+
"step": 930
|
| 774 |
+
},
|
| 775 |
+
{
|
| 776 |
+
"epoch": 7.83,
|
| 777 |
+
"learning_rate": 2.1666666666666667e-05,
|
| 778 |
+
"loss": 0.0448,
|
| 779 |
+
"step": 940
|
| 780 |
+
},
|
| 781 |
+
{
|
| 782 |
+
"epoch": 7.92,
|
| 783 |
+
"learning_rate": 2.0833333333333336e-05,
|
| 784 |
+
"loss": 0.0485,
|
| 785 |
+
"step": 950
|
| 786 |
+
},
|
| 787 |
+
{
|
| 788 |
+
"epoch": 8.0,
|
| 789 |
+
"learning_rate": 2e-05,
|
| 790 |
+
"loss": 0.0446,
|
| 791 |
+
"step": 960
|
| 792 |
+
},
|
| 793 |
+
{
|
| 794 |
+
"epoch": 8.0,
|
| 795 |
+
"eval_accuracy": 0.9900497512437811,
|
| 796 |
+
"eval_loss": 0.08438780158758163,
|
| 797 |
+
"eval_runtime": 23.7846,
|
| 798 |
+
"eval_samples_per_second": 76.057,
|
| 799 |
+
"eval_steps_per_second": 9.544,
|
| 800 |
+
"step": 960
|
| 801 |
+
},
|
| 802 |
+
{
|
| 803 |
+
"epoch": 8.08,
|
| 804 |
+
"learning_rate": 1.9166666666666667e-05,
|
| 805 |
+
"loss": 0.0427,
|
| 806 |
+
"step": 970
|
| 807 |
+
},
|
| 808 |
+
{
|
| 809 |
+
"epoch": 8.17,
|
| 810 |
+
"learning_rate": 1.8333333333333333e-05,
|
| 811 |
+
"loss": 0.0419,
|
| 812 |
+
"step": 980
|
| 813 |
+
},
|
| 814 |
+
{
|
| 815 |
+
"epoch": 8.25,
|
| 816 |
+
"learning_rate": 1.75e-05,
|
| 817 |
+
"loss": 0.0414,
|
| 818 |
+
"step": 990
|
| 819 |
+
},
|
| 820 |
+
{
|
| 821 |
+
"epoch": 8.33,
|
| 822 |
+
"learning_rate": 1.6666666666666667e-05,
|
| 823 |
+
"loss": 0.0406,
|
| 824 |
+
"step": 1000
|
| 825 |
+
},
|
| 826 |
+
{
|
| 827 |
+
"epoch": 8.33,
|
| 828 |
+
"eval_accuracy": 0.9906025428413489,
|
| 829 |
+
"eval_loss": 0.08179429918527603,
|
| 830 |
+
"eval_runtime": 25.4679,
|
| 831 |
+
"eval_samples_per_second": 71.031,
|
| 832 |
+
"eval_steps_per_second": 8.913,
|
| 833 |
+
"step": 1000
|
| 834 |
+
},
|
| 835 |
+
{
|
| 836 |
+
"epoch": 8.42,
|
| 837 |
+
"learning_rate": 1.5833333333333333e-05,
|
| 838 |
+
"loss": 0.0422,
|
| 839 |
+
"step": 1010
|
| 840 |
+
},
|
| 841 |
+
{
|
| 842 |
+
"epoch": 8.5,
|
| 843 |
+
"learning_rate": 1.5e-05,
|
| 844 |
+
"loss": 0.0421,
|
| 845 |
+
"step": 1020
|
| 846 |
+
},
|
| 847 |
+
{
|
| 848 |
+
"epoch": 8.58,
|
| 849 |
+
"learning_rate": 1.4166666666666668e-05,
|
| 850 |
+
"loss": 0.0397,
|
| 851 |
+
"step": 1030
|
| 852 |
+
},
|
| 853 |
+
{
|
| 854 |
+
"epoch": 8.67,
|
| 855 |
+
"learning_rate": 1.3333333333333333e-05,
|
| 856 |
+
"loss": 0.0404,
|
| 857 |
+
"step": 1040
|
| 858 |
+
},
|
| 859 |
+
{
|
| 860 |
+
"epoch": 8.67,
|
| 861 |
+
"eval_accuracy": 0.9894969596462134,
|
| 862 |
+
"eval_loss": 0.0798824205994606,
|
| 863 |
+
"eval_runtime": 26.1885,
|
| 864 |
+
"eval_samples_per_second": 69.076,
|
| 865 |
+
"eval_steps_per_second": 8.668,
|
| 866 |
+
"step": 1040
|
| 867 |
+
},
|
| 868 |
+
{
|
| 869 |
+
"epoch": 8.75,
|
| 870 |
+
"learning_rate": 1.25e-05,
|
| 871 |
+
"loss": 0.0402,
|
| 872 |
+
"step": 1050
|
| 873 |
+
},
|
| 874 |
+
{
|
| 875 |
+
"epoch": 8.83,
|
| 876 |
+
"learning_rate": 1.1666666666666668e-05,
|
| 877 |
+
"loss": 0.0418,
|
| 878 |
+
"step": 1060
|
| 879 |
+
},
|
| 880 |
+
{
|
| 881 |
+
"epoch": 8.92,
|
| 882 |
+
"learning_rate": 1.0833333333333334e-05,
|
| 883 |
+
"loss": 0.0393,
|
| 884 |
+
"step": 1070
|
| 885 |
+
},
|
| 886 |
+
{
|
| 887 |
+
"epoch": 9.0,
|
| 888 |
+
"learning_rate": 1e-05,
|
| 889 |
+
"loss": 0.0386,
|
| 890 |
+
"step": 1080
|
| 891 |
+
},
|
| 892 |
+
{
|
| 893 |
+
"epoch": 9.0,
|
| 894 |
+
"eval_accuracy": 0.9894969596462134,
|
| 895 |
+
"eval_loss": 0.08014928549528122,
|
| 896 |
+
"eval_runtime": 24.5975,
|
| 897 |
+
"eval_samples_per_second": 73.544,
|
| 898 |
+
"eval_steps_per_second": 9.229,
|
| 899 |
+
"step": 1080
|
| 900 |
+
},
|
| 901 |
+
{
|
| 902 |
+
"epoch": 9.08,
|
| 903 |
+
"learning_rate": 9.166666666666666e-06,
|
| 904 |
+
"loss": 0.0388,
|
| 905 |
+
"step": 1090
|
| 906 |
+
},
|
| 907 |
+
{
|
| 908 |
+
"epoch": 9.17,
|
| 909 |
+
"learning_rate": 8.333333333333334e-06,
|
| 910 |
+
"loss": 0.0383,
|
| 911 |
+
"step": 1100
|
| 912 |
+
},
|
| 913 |
+
{
|
| 914 |
+
"epoch": 9.25,
|
| 915 |
+
"learning_rate": 7.5e-06,
|
| 916 |
+
"loss": 0.0389,
|
| 917 |
+
"step": 1110
|
| 918 |
+
},
|
| 919 |
+
{
|
| 920 |
+
"epoch": 9.33,
|
| 921 |
+
"learning_rate": 6.666666666666667e-06,
|
| 922 |
+
"loss": 0.0386,
|
| 923 |
+
"step": 1120
|
| 924 |
+
},
|
| 925 |
+
{
|
| 926 |
+
"epoch": 9.33,
|
| 927 |
+
"eval_accuracy": 0.9889441680486457,
|
| 928 |
+
"eval_loss": 0.07926672697067261,
|
| 929 |
+
"eval_runtime": 24.5643,
|
| 930 |
+
"eval_samples_per_second": 73.643,
|
| 931 |
+
"eval_steps_per_second": 9.241,
|
| 932 |
+
"step": 1120
|
| 933 |
+
},
|
| 934 |
+
{
|
| 935 |
+
"epoch": 9.42,
|
| 936 |
+
"learning_rate": 5.833333333333334e-06,
|
| 937 |
+
"loss": 0.0381,
|
| 938 |
+
"step": 1130
|
| 939 |
+
},
|
| 940 |
+
{
|
| 941 |
+
"epoch": 9.5,
|
| 942 |
+
"learning_rate": 5e-06,
|
| 943 |
+
"loss": 0.0375,
|
| 944 |
+
"step": 1140
|
| 945 |
+
},
|
| 946 |
+
{
|
| 947 |
+
"epoch": 9.58,
|
| 948 |
+
"learning_rate": 4.166666666666667e-06,
|
| 949 |
+
"loss": 0.0385,
|
| 950 |
+
"step": 1150
|
| 951 |
+
},
|
| 952 |
+
{
|
| 953 |
+
"epoch": 9.67,
|
| 954 |
+
"learning_rate": 3.3333333333333333e-06,
|
| 955 |
+
"loss": 0.0378,
|
| 956 |
+
"step": 1160
|
| 957 |
+
},
|
| 958 |
+
{
|
| 959 |
+
"epoch": 9.67,
|
| 960 |
+
"eval_accuracy": 0.9889441680486457,
|
| 961 |
+
"eval_loss": 0.07844050228595734,
|
| 962 |
+
"eval_runtime": 24.8252,
|
| 963 |
+
"eval_samples_per_second": 72.869,
|
| 964 |
+
"eval_steps_per_second": 9.144,
|
| 965 |
+
"step": 1160
|
| 966 |
+
}
|
| 967 |
+
],
|
| 968 |
+
"max_steps": 1200,
|
| 969 |
+
"num_train_epochs": 10,
|
| 970 |
+
"total_flos": 2.146039916295002e+18,
|
| 971 |
+
"trial_name": null,
|
| 972 |
+
"trial_params": null
|
| 973 |
+
}
|
checkpoint-1160/training_args.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:866b976385055898184044bd36fdde35f858559ce6776ffca34cf7f9e619f8af
|
| 3 |
+
size 3899
|
checkpoint-1200/config.json
ADDED
|
@@ -0,0 +1,86 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"_name_or_path": "google/vit-base-patch16-224-in21k",
|
| 3 |
+
"architectures": [
|
| 4 |
+
"ViTForImageClassification"
|
| 5 |
+
],
|
| 6 |
+
"attention_probs_dropout_prob": 0.0,
|
| 7 |
+
"encoder_stride": 16,
|
| 8 |
+
"hidden_act": "gelu",
|
| 9 |
+
"hidden_dropout_prob": 0.0,
|
| 10 |
+
"hidden_size": 768,
|
| 11 |
+
"id2label": {
|
| 12 |
+
"0": "a",
|
| 13 |
+
"1": "b",
|
| 14 |
+
"10": "j",
|
| 15 |
+
"11": "k",
|
| 16 |
+
"12": "l",
|
| 17 |
+
"13": "m",
|
| 18 |
+
"14": "n",
|
| 19 |
+
"15": "o",
|
| 20 |
+
"16": "p",
|
| 21 |
+
"17": "period",
|
| 22 |
+
"18": "q",
|
| 23 |
+
"19": "question%20mark",
|
| 24 |
+
"2": "c",
|
| 25 |
+
"20": "r",
|
| 26 |
+
"21": "s",
|
| 27 |
+
"22": "t",
|
| 28 |
+
"23": "u",
|
| 29 |
+
"24": "v",
|
| 30 |
+
"25": "w",
|
| 31 |
+
"26": "x",
|
| 32 |
+
"27": "y",
|
| 33 |
+
"28": "z",
|
| 34 |
+
"3": "capital",
|
| 35 |
+
"4": "d",
|
| 36 |
+
"5": "e",
|
| 37 |
+
"6": "f",
|
| 38 |
+
"7": "g",
|
| 39 |
+
"8": "h",
|
| 40 |
+
"9": "i"
|
| 41 |
+
},
|
| 42 |
+
"image_size": 224,
|
| 43 |
+
"initializer_range": 0.02,
|
| 44 |
+
"intermediate_size": 3072,
|
| 45 |
+
"label2id": {
|
| 46 |
+
"a": "0",
|
| 47 |
+
"b": "1",
|
| 48 |
+
"c": "2",
|
| 49 |
+
"capital": "3",
|
| 50 |
+
"d": "4",
|
| 51 |
+
"e": "5",
|
| 52 |
+
"f": "6",
|
| 53 |
+
"g": "7",
|
| 54 |
+
"h": "8",
|
| 55 |
+
"i": "9",
|
| 56 |
+
"j": "10",
|
| 57 |
+
"k": "11",
|
| 58 |
+
"l": "12",
|
| 59 |
+
"m": "13",
|
| 60 |
+
"n": "14",
|
| 61 |
+
"o": "15",
|
| 62 |
+
"p": "16",
|
| 63 |
+
"period": "17",
|
| 64 |
+
"q": "18",
|
| 65 |
+
"question%20mark": "19",
|
| 66 |
+
"r": "20",
|
| 67 |
+
"s": "21",
|
| 68 |
+
"t": "22",
|
| 69 |
+
"u": "23",
|
| 70 |
+
"v": "24",
|
| 71 |
+
"w": "25",
|
| 72 |
+
"x": "26",
|
| 73 |
+
"y": "27",
|
| 74 |
+
"z": "28"
|
| 75 |
+
},
|
| 76 |
+
"layer_norm_eps": 1e-12,
|
| 77 |
+
"model_type": "vit",
|
| 78 |
+
"num_attention_heads": 12,
|
| 79 |
+
"num_channels": 3,
|
| 80 |
+
"num_hidden_layers": 12,
|
| 81 |
+
"patch_size": 16,
|
| 82 |
+
"problem_type": "single_label_classification",
|
| 83 |
+
"qkv_bias": true,
|
| 84 |
+
"torch_dtype": "float32",
|
| 85 |
+
"transformers_version": "4.30.2"
|
| 86 |
+
}
|
checkpoint-1200/optimizer.pt
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:5ef30ab057f2ad8c6e6a8a55c07cf6c5a99d11b60eac1746b8f370924b9bc964
|
| 3 |
+
size 686684933
|
checkpoint-1200/preprocessor_config.json
ADDED
|
@@ -0,0 +1,22 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"do_normalize": true,
|
| 3 |
+
"do_rescale": true,
|
| 4 |
+
"do_resize": true,
|
| 5 |
+
"image_mean": [
|
| 6 |
+
0.5,
|
| 7 |
+
0.5,
|
| 8 |
+
0.5
|
| 9 |
+
],
|
| 10 |
+
"image_processor_type": "ViTFeatureExtractor",
|
| 11 |
+
"image_std": [
|
| 12 |
+
0.5,
|
| 13 |
+
0.5,
|
| 14 |
+
0.5
|
| 15 |
+
],
|
| 16 |
+
"resample": 2,
|
| 17 |
+
"rescale_factor": 0.00392156862745098,
|
| 18 |
+
"size": {
|
| 19 |
+
"height": 224,
|
| 20 |
+
"width": 224
|
| 21 |
+
}
|
| 22 |
+
}
|
checkpoint-1200/pytorch_model.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:7b6c03e9c6119891f797623615acff52853629a57eac93f31b2a23f100470351
|
| 3 |
+
size 343351725
|
checkpoint-1200/rng_state.pth
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:040e1fc422c0a8be218aff6765f3632a90cc5bfe30d3447acf55f588b1fbf767
|
| 3 |
+
size 14575
|
checkpoint-1200/scheduler.pt
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:2aea0c062c4c0b53570726f88d0b67dd814536bd57171c17d0d0344bd5e31341
|
| 3 |
+
size 627
|
checkpoint-1200/trainer_state.json
ADDED
|
@@ -0,0 +1,1006 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"best_metric": 0.07833071053028107,
|
| 3 |
+
"best_model_checkpoint": "./vit-base-beans/checkpoint-1200",
|
| 4 |
+
"epoch": 10.0,
|
| 5 |
+
"global_step": 1200,
|
| 6 |
+
"is_hyper_param_search": false,
|
| 7 |
+
"is_local_process_zero": true,
|
| 8 |
+
"is_world_process_zero": true,
|
| 9 |
+
"log_history": [
|
| 10 |
+
{
|
| 11 |
+
"epoch": 0.08,
|
| 12 |
+
"learning_rate": 9.916666666666667e-05,
|
| 13 |
+
"loss": 3.3572,
|
| 14 |
+
"step": 10
|
| 15 |
+
},
|
| 16 |
+
{
|
| 17 |
+
"epoch": 0.17,
|
| 18 |
+
"learning_rate": 9.833333333333333e-05,
|
| 19 |
+
"loss": 3.3309,
|
| 20 |
+
"step": 20
|
| 21 |
+
},
|
| 22 |
+
{
|
| 23 |
+
"epoch": 0.25,
|
| 24 |
+
"learning_rate": 9.75e-05,
|
| 25 |
+
"loss": 3.3317,
|
| 26 |
+
"step": 30
|
| 27 |
+
},
|
| 28 |
+
{
|
| 29 |
+
"epoch": 0.33,
|
| 30 |
+
"learning_rate": 9.666666666666667e-05,
|
| 31 |
+
"loss": 3.2354,
|
| 32 |
+
"step": 40
|
| 33 |
+
},
|
| 34 |
+
{
|
| 35 |
+
"epoch": 0.33,
|
| 36 |
+
"eval_accuracy": 0.14925373134328357,
|
| 37 |
+
"eval_loss": 3.1641855239868164,
|
| 38 |
+
"eval_runtime": 26.2101,
|
| 39 |
+
"eval_samples_per_second": 69.019,
|
| 40 |
+
"eval_steps_per_second": 8.661,
|
| 41 |
+
"step": 40
|
| 42 |
+
},
|
| 43 |
+
{
|
| 44 |
+
"epoch": 0.42,
|
| 45 |
+
"learning_rate": 9.583333333333334e-05,
|
| 46 |
+
"loss": 3.1214,
|
| 47 |
+
"step": 50
|
| 48 |
+
},
|
| 49 |
+
{
|
| 50 |
+
"epoch": 0.5,
|
| 51 |
+
"learning_rate": 9.5e-05,
|
| 52 |
+
"loss": 3.0125,
|
| 53 |
+
"step": 60
|
| 54 |
+
},
|
| 55 |
+
{
|
| 56 |
+
"epoch": 0.58,
|
| 57 |
+
"learning_rate": 9.416666666666667e-05,
|
| 58 |
+
"loss": 2.8941,
|
| 59 |
+
"step": 70
|
| 60 |
+
},
|
| 61 |
+
{
|
| 62 |
+
"epoch": 0.67,
|
| 63 |
+
"learning_rate": 9.333333333333334e-05,
|
| 64 |
+
"loss": 2.7662,
|
| 65 |
+
"step": 80
|
| 66 |
+
},
|
| 67 |
+
{
|
| 68 |
+
"epoch": 0.67,
|
| 69 |
+
"eval_accuracy": 0.49364289662797123,
|
| 70 |
+
"eval_loss": 2.6006529331207275,
|
| 71 |
+
"eval_runtime": 27.9834,
|
| 72 |
+
"eval_samples_per_second": 64.645,
|
| 73 |
+
"eval_steps_per_second": 8.112,
|
| 74 |
+
"step": 80
|
| 75 |
+
},
|
| 76 |
+
{
|
| 77 |
+
"epoch": 0.75,
|
| 78 |
+
"learning_rate": 9.250000000000001e-05,
|
| 79 |
+
"loss": 2.5779,
|
| 80 |
+
"step": 90
|
| 81 |
+
},
|
| 82 |
+
{
|
| 83 |
+
"epoch": 0.83,
|
| 84 |
+
"learning_rate": 9.166666666666667e-05,
|
| 85 |
+
"loss": 2.4169,
|
| 86 |
+
"step": 100
|
| 87 |
+
},
|
| 88 |
+
{
|
| 89 |
+
"epoch": 0.92,
|
| 90 |
+
"learning_rate": 9.083333333333334e-05,
|
| 91 |
+
"loss": 2.2155,
|
| 92 |
+
"step": 110
|
| 93 |
+
},
|
| 94 |
+
{
|
| 95 |
+
"epoch": 1.0,
|
| 96 |
+
"learning_rate": 9e-05,
|
| 97 |
+
"loss": 2.0937,
|
| 98 |
+
"step": 120
|
| 99 |
+
},
|
| 100 |
+
{
|
| 101 |
+
"epoch": 1.0,
|
| 102 |
+
"eval_accuracy": 0.7650635710337202,
|
| 103 |
+
"eval_loss": 1.9998520612716675,
|
| 104 |
+
"eval_runtime": 26.4412,
|
| 105 |
+
"eval_samples_per_second": 68.416,
|
| 106 |
+
"eval_steps_per_second": 8.585,
|
| 107 |
+
"step": 120
|
| 108 |
+
},
|
| 109 |
+
{
|
| 110 |
+
"epoch": 1.08,
|
| 111 |
+
"learning_rate": 8.916666666666667e-05,
|
| 112 |
+
"loss": 1.8822,
|
| 113 |
+
"step": 130
|
| 114 |
+
},
|
| 115 |
+
{
|
| 116 |
+
"epoch": 1.17,
|
| 117 |
+
"learning_rate": 8.833333333333333e-05,
|
| 118 |
+
"loss": 1.7804,
|
| 119 |
+
"step": 140
|
| 120 |
+
},
|
| 121 |
+
{
|
| 122 |
+
"epoch": 1.25,
|
| 123 |
+
"learning_rate": 8.75e-05,
|
| 124 |
+
"loss": 1.7131,
|
| 125 |
+
"step": 150
|
| 126 |
+
},
|
| 127 |
+
{
|
| 128 |
+
"epoch": 1.33,
|
| 129 |
+
"learning_rate": 8.666666666666667e-05,
|
| 130 |
+
"loss": 1.5259,
|
| 131 |
+
"step": 160
|
| 132 |
+
},
|
| 133 |
+
{
|
| 134 |
+
"epoch": 1.33,
|
| 135 |
+
"eval_accuracy": 0.8745163073521283,
|
| 136 |
+
"eval_loss": 1.4515111446380615,
|
| 137 |
+
"eval_runtime": 24.7867,
|
| 138 |
+
"eval_samples_per_second": 72.983,
|
| 139 |
+
"eval_steps_per_second": 9.158,
|
| 140 |
+
"step": 160
|
| 141 |
+
},
|
| 142 |
+
{
|
| 143 |
+
"epoch": 1.42,
|
| 144 |
+
"learning_rate": 8.583333333333334e-05,
|
| 145 |
+
"loss": 1.4667,
|
| 146 |
+
"step": 170
|
| 147 |
+
},
|
| 148 |
+
{
|
| 149 |
+
"epoch": 1.5,
|
| 150 |
+
"learning_rate": 8.5e-05,
|
| 151 |
+
"loss": 1.2858,
|
| 152 |
+
"step": 180
|
| 153 |
+
},
|
| 154 |
+
{
|
| 155 |
+
"epoch": 1.58,
|
| 156 |
+
"learning_rate": 8.416666666666668e-05,
|
| 157 |
+
"loss": 1.1885,
|
| 158 |
+
"step": 190
|
| 159 |
+
},
|
| 160 |
+
{
|
| 161 |
+
"epoch": 1.67,
|
| 162 |
+
"learning_rate": 8.333333333333334e-05,
|
| 163 |
+
"loss": 1.0983,
|
| 164 |
+
"step": 200
|
| 165 |
+
},
|
| 166 |
+
{
|
| 167 |
+
"epoch": 1.67,
|
| 168 |
+
"eval_accuracy": 0.94914317302377,
|
| 169 |
+
"eval_loss": 1.0214712619781494,
|
| 170 |
+
"eval_runtime": 25.6817,
|
| 171 |
+
"eval_samples_per_second": 70.439,
|
| 172 |
+
"eval_steps_per_second": 8.839,
|
| 173 |
+
"step": 200
|
| 174 |
+
},
|
| 175 |
+
{
|
| 176 |
+
"epoch": 1.75,
|
| 177 |
+
"learning_rate": 8.25e-05,
|
| 178 |
+
"loss": 0.9688,
|
| 179 |
+
"step": 210
|
| 180 |
+
},
|
| 181 |
+
{
|
| 182 |
+
"epoch": 1.83,
|
| 183 |
+
"learning_rate": 8.166666666666667e-05,
|
| 184 |
+
"loss": 0.9714,
|
| 185 |
+
"step": 220
|
| 186 |
+
},
|
| 187 |
+
{
|
| 188 |
+
"epoch": 1.92,
|
| 189 |
+
"learning_rate": 8.083333333333334e-05,
|
| 190 |
+
"loss": 0.9118,
|
| 191 |
+
"step": 230
|
| 192 |
+
},
|
| 193 |
+
{
|
| 194 |
+
"epoch": 2.0,
|
| 195 |
+
"learning_rate": 8e-05,
|
| 196 |
+
"loss": 0.8105,
|
| 197 |
+
"step": 240
|
| 198 |
+
},
|
| 199 |
+
{
|
| 200 |
+
"epoch": 2.0,
|
| 201 |
+
"eval_accuracy": 0.9646213377556662,
|
| 202 |
+
"eval_loss": 0.7325700521469116,
|
| 203 |
+
"eval_runtime": 25.8951,
|
| 204 |
+
"eval_samples_per_second": 69.859,
|
| 205 |
+
"eval_steps_per_second": 8.766,
|
| 206 |
+
"step": 240
|
| 207 |
+
},
|
| 208 |
+
{
|
| 209 |
+
"epoch": 2.08,
|
| 210 |
+
"learning_rate": 7.916666666666666e-05,
|
| 211 |
+
"loss": 0.7067,
|
| 212 |
+
"step": 250
|
| 213 |
+
},
|
| 214 |
+
{
|
| 215 |
+
"epoch": 2.17,
|
| 216 |
+
"learning_rate": 7.833333333333333e-05,
|
| 217 |
+
"loss": 0.6925,
|
| 218 |
+
"step": 260
|
| 219 |
+
},
|
| 220 |
+
{
|
| 221 |
+
"epoch": 2.25,
|
| 222 |
+
"learning_rate": 7.75e-05,
|
| 223 |
+
"loss": 0.6423,
|
| 224 |
+
"step": 270
|
| 225 |
+
},
|
| 226 |
+
{
|
| 227 |
+
"epoch": 2.33,
|
| 228 |
+
"learning_rate": 7.666666666666667e-05,
|
| 229 |
+
"loss": 0.5457,
|
| 230 |
+
"step": 280
|
| 231 |
+
},
|
| 232 |
+
{
|
| 233 |
+
"epoch": 2.33,
|
| 234 |
+
"eval_accuracy": 0.9718076285240465,
|
| 235 |
+
"eval_loss": 0.5292437076568604,
|
| 236 |
+
"eval_runtime": 24.1866,
|
| 237 |
+
"eval_samples_per_second": 74.793,
|
| 238 |
+
"eval_steps_per_second": 9.385,
|
| 239 |
+
"step": 280
|
| 240 |
+
},
|
| 241 |
+
{
|
| 242 |
+
"epoch": 2.42,
|
| 243 |
+
"learning_rate": 7.583333333333334e-05,
|
| 244 |
+
"loss": 0.4918,
|
| 245 |
+
"step": 290
|
| 246 |
+
},
|
| 247 |
+
{
|
| 248 |
+
"epoch": 2.5,
|
| 249 |
+
"learning_rate": 7.500000000000001e-05,
|
| 250 |
+
"loss": 0.4792,
|
| 251 |
+
"step": 300
|
| 252 |
+
},
|
| 253 |
+
{
|
| 254 |
+
"epoch": 2.58,
|
| 255 |
+
"learning_rate": 7.416666666666668e-05,
|
| 256 |
+
"loss": 0.4164,
|
| 257 |
+
"step": 310
|
| 258 |
+
},
|
| 259 |
+
{
|
| 260 |
+
"epoch": 2.67,
|
| 261 |
+
"learning_rate": 7.333333333333333e-05,
|
| 262 |
+
"loss": 0.4194,
|
| 263 |
+
"step": 320
|
| 264 |
+
},
|
| 265 |
+
{
|
| 266 |
+
"epoch": 2.67,
|
| 267 |
+
"eval_accuracy": 0.9701492537313433,
|
| 268 |
+
"eval_loss": 0.41341233253479004,
|
| 269 |
+
"eval_runtime": 24.8508,
|
| 270 |
+
"eval_samples_per_second": 72.794,
|
| 271 |
+
"eval_steps_per_second": 9.135,
|
| 272 |
+
"step": 320
|
| 273 |
+
},
|
| 274 |
+
{
|
| 275 |
+
"epoch": 2.75,
|
| 276 |
+
"learning_rate": 7.25e-05,
|
| 277 |
+
"loss": 0.3747,
|
| 278 |
+
"step": 330
|
| 279 |
+
},
|
| 280 |
+
{
|
| 281 |
+
"epoch": 2.83,
|
| 282 |
+
"learning_rate": 7.166666666666667e-05,
|
| 283 |
+
"loss": 0.4001,
|
| 284 |
+
"step": 340
|
| 285 |
+
},
|
| 286 |
+
{
|
| 287 |
+
"epoch": 2.92,
|
| 288 |
+
"learning_rate": 7.083333333333334e-05,
|
| 289 |
+
"loss": 0.3775,
|
| 290 |
+
"step": 350
|
| 291 |
+
},
|
| 292 |
+
{
|
| 293 |
+
"epoch": 3.0,
|
| 294 |
+
"learning_rate": 7e-05,
|
| 295 |
+
"loss": 0.3682,
|
| 296 |
+
"step": 360
|
| 297 |
+
},
|
| 298 |
+
{
|
| 299 |
+
"epoch": 3.0,
|
| 300 |
+
"eval_accuracy": 0.978441127694859,
|
| 301 |
+
"eval_loss": 0.32523876428604126,
|
| 302 |
+
"eval_runtime": 24.3128,
|
| 303 |
+
"eval_samples_per_second": 74.405,
|
| 304 |
+
"eval_steps_per_second": 9.337,
|
| 305 |
+
"step": 360
|
| 306 |
+
},
|
| 307 |
+
{
|
| 308 |
+
"epoch": 3.08,
|
| 309 |
+
"learning_rate": 6.916666666666666e-05,
|
| 310 |
+
"loss": 0.2973,
|
| 311 |
+
"step": 370
|
| 312 |
+
},
|
| 313 |
+
{
|
| 314 |
+
"epoch": 3.17,
|
| 315 |
+
"learning_rate": 6.833333333333333e-05,
|
| 316 |
+
"loss": 0.2633,
|
| 317 |
+
"step": 380
|
| 318 |
+
},
|
| 319 |
+
{
|
| 320 |
+
"epoch": 3.25,
|
| 321 |
+
"learning_rate": 6.750000000000001e-05,
|
| 322 |
+
"loss": 0.2854,
|
| 323 |
+
"step": 390
|
| 324 |
+
},
|
| 325 |
+
{
|
| 326 |
+
"epoch": 3.33,
|
| 327 |
+
"learning_rate": 6.666666666666667e-05,
|
| 328 |
+
"loss": 0.2607,
|
| 329 |
+
"step": 400
|
| 330 |
+
},
|
| 331 |
+
{
|
| 332 |
+
"epoch": 3.33,
|
| 333 |
+
"eval_accuracy": 0.9828634604754007,
|
| 334 |
+
"eval_loss": 0.26496848464012146,
|
| 335 |
+
"eval_runtime": 25.3117,
|
| 336 |
+
"eval_samples_per_second": 71.469,
|
| 337 |
+
"eval_steps_per_second": 8.968,
|
| 338 |
+
"step": 400
|
| 339 |
+
},
|
| 340 |
+
{
|
| 341 |
+
"epoch": 3.42,
|
| 342 |
+
"learning_rate": 6.583333333333334e-05,
|
| 343 |
+
"loss": 0.2508,
|
| 344 |
+
"step": 410
|
| 345 |
+
},
|
| 346 |
+
{
|
| 347 |
+
"epoch": 3.5,
|
| 348 |
+
"learning_rate": 6.500000000000001e-05,
|
| 349 |
+
"loss": 0.2339,
|
| 350 |
+
"step": 420
|
| 351 |
+
},
|
| 352 |
+
{
|
| 353 |
+
"epoch": 3.58,
|
| 354 |
+
"learning_rate": 6.416666666666668e-05,
|
| 355 |
+
"loss": 0.2406,
|
| 356 |
+
"step": 430
|
| 357 |
+
},
|
| 358 |
+
{
|
| 359 |
+
"epoch": 3.67,
|
| 360 |
+
"learning_rate": 6.333333333333333e-05,
|
| 361 |
+
"loss": 0.2557,
|
| 362 |
+
"step": 440
|
| 363 |
+
},
|
| 364 |
+
{
|
| 365 |
+
"epoch": 3.67,
|
| 366 |
+
"eval_accuracy": 0.9718076285240465,
|
| 367 |
+
"eval_loss": 0.2686881422996521,
|
| 368 |
+
"eval_runtime": 26.2285,
|
| 369 |
+
"eval_samples_per_second": 68.971,
|
| 370 |
+
"eval_steps_per_second": 8.655,
|
| 371 |
+
"step": 440
|
| 372 |
+
},
|
| 373 |
+
{
|
| 374 |
+
"epoch": 3.75,
|
| 375 |
+
"learning_rate": 6.25e-05,
|
| 376 |
+
"loss": 0.262,
|
| 377 |
+
"step": 450
|
| 378 |
+
},
|
| 379 |
+
{
|
| 380 |
+
"epoch": 3.83,
|
| 381 |
+
"learning_rate": 6.166666666666667e-05,
|
| 382 |
+
"loss": 0.1922,
|
| 383 |
+
"step": 460
|
| 384 |
+
},
|
| 385 |
+
{
|
| 386 |
+
"epoch": 3.92,
|
| 387 |
+
"learning_rate": 6.083333333333333e-05,
|
| 388 |
+
"loss": 0.2254,
|
| 389 |
+
"step": 470
|
| 390 |
+
},
|
| 391 |
+
{
|
| 392 |
+
"epoch": 4.0,
|
| 393 |
+
"learning_rate": 6e-05,
|
| 394 |
+
"loss": 0.1972,
|
| 395 |
+
"step": 480
|
| 396 |
+
},
|
| 397 |
+
{
|
| 398 |
+
"epoch": 4.0,
|
| 399 |
+
"eval_accuracy": 0.9828634604754007,
|
| 400 |
+
"eval_loss": 0.20172837376594543,
|
| 401 |
+
"eval_runtime": 23.5345,
|
| 402 |
+
"eval_samples_per_second": 76.866,
|
| 403 |
+
"eval_steps_per_second": 9.645,
|
| 404 |
+
"step": 480
|
| 405 |
+
},
|
| 406 |
+
{
|
| 407 |
+
"epoch": 4.08,
|
| 408 |
+
"learning_rate": 5.916666666666667e-05,
|
| 409 |
+
"loss": 0.1817,
|
| 410 |
+
"step": 490
|
| 411 |
+
},
|
| 412 |
+
{
|
| 413 |
+
"epoch": 4.17,
|
| 414 |
+
"learning_rate": 5.833333333333334e-05,
|
| 415 |
+
"loss": 0.1867,
|
| 416 |
+
"step": 500
|
| 417 |
+
},
|
| 418 |
+
{
|
| 419 |
+
"epoch": 4.25,
|
| 420 |
+
"learning_rate": 5.7499999999999995e-05,
|
| 421 |
+
"loss": 0.1433,
|
| 422 |
+
"step": 510
|
| 423 |
+
},
|
| 424 |
+
{
|
| 425 |
+
"epoch": 4.33,
|
| 426 |
+
"learning_rate": 5.666666666666667e-05,
|
| 427 |
+
"loss": 0.1379,
|
| 428 |
+
"step": 520
|
| 429 |
+
},
|
| 430 |
+
{
|
| 431 |
+
"epoch": 4.33,
|
| 432 |
+
"eval_accuracy": 0.9839690436705362,
|
| 433 |
+
"eval_loss": 0.17190077900886536,
|
| 434 |
+
"eval_runtime": 26.064,
|
| 435 |
+
"eval_samples_per_second": 69.406,
|
| 436 |
+
"eval_steps_per_second": 8.709,
|
| 437 |
+
"step": 520
|
| 438 |
+
},
|
| 439 |
+
{
|
| 440 |
+
"epoch": 4.42,
|
| 441 |
+
"learning_rate": 5.583333333333334e-05,
|
| 442 |
+
"loss": 0.1551,
|
| 443 |
+
"step": 530
|
| 444 |
+
},
|
| 445 |
+
{
|
| 446 |
+
"epoch": 4.5,
|
| 447 |
+
"learning_rate": 5.500000000000001e-05,
|
| 448 |
+
"loss": 0.1498,
|
| 449 |
+
"step": 540
|
| 450 |
+
},
|
| 451 |
+
{
|
| 452 |
+
"epoch": 4.58,
|
| 453 |
+
"learning_rate": 5.4166666666666664e-05,
|
| 454 |
+
"loss": 0.165,
|
| 455 |
+
"step": 550
|
| 456 |
+
},
|
| 457 |
+
{
|
| 458 |
+
"epoch": 4.67,
|
| 459 |
+
"learning_rate": 5.333333333333333e-05,
|
| 460 |
+
"loss": 0.1232,
|
| 461 |
+
"step": 560
|
| 462 |
+
},
|
| 463 |
+
{
|
| 464 |
+
"epoch": 4.67,
|
| 465 |
+
"eval_accuracy": 0.9828634604754007,
|
| 466 |
+
"eval_loss": 0.15986143052577972,
|
| 467 |
+
"eval_runtime": 23.7083,
|
| 468 |
+
"eval_samples_per_second": 76.302,
|
| 469 |
+
"eval_steps_per_second": 9.575,
|
| 470 |
+
"step": 560
|
| 471 |
+
},
|
| 472 |
+
{
|
| 473 |
+
"epoch": 4.75,
|
| 474 |
+
"learning_rate": 5.25e-05,
|
| 475 |
+
"loss": 0.1756,
|
| 476 |
+
"step": 570
|
| 477 |
+
},
|
| 478 |
+
{
|
| 479 |
+
"epoch": 4.83,
|
| 480 |
+
"learning_rate": 5.166666666666667e-05,
|
| 481 |
+
"loss": 0.1117,
|
| 482 |
+
"step": 580
|
| 483 |
+
},
|
| 484 |
+
{
|
| 485 |
+
"epoch": 4.92,
|
| 486 |
+
"learning_rate": 5.0833333333333333e-05,
|
| 487 |
+
"loss": 0.128,
|
| 488 |
+
"step": 590
|
| 489 |
+
},
|
| 490 |
+
{
|
| 491 |
+
"epoch": 5.0,
|
| 492 |
+
"learning_rate": 5e-05,
|
| 493 |
+
"loss": 0.0976,
|
| 494 |
+
"step": 600
|
| 495 |
+
},
|
| 496 |
+
{
|
| 497 |
+
"epoch": 5.0,
|
| 498 |
+
"eval_accuracy": 0.9712548369264787,
|
| 499 |
+
"eval_loss": 0.1809568554162979,
|
| 500 |
+
"eval_runtime": 23.9233,
|
| 501 |
+
"eval_samples_per_second": 75.617,
|
| 502 |
+
"eval_steps_per_second": 9.489,
|
| 503 |
+
"step": 600
|
| 504 |
+
},
|
| 505 |
+
{
|
| 506 |
+
"epoch": 5.08,
|
| 507 |
+
"learning_rate": 4.9166666666666665e-05,
|
| 508 |
+
"loss": 0.1375,
|
| 509 |
+
"step": 610
|
| 510 |
+
},
|
| 511 |
+
{
|
| 512 |
+
"epoch": 5.17,
|
| 513 |
+
"learning_rate": 4.8333333333333334e-05,
|
| 514 |
+
"loss": 0.1116,
|
| 515 |
+
"step": 620
|
| 516 |
+
},
|
| 517 |
+
{
|
| 518 |
+
"epoch": 5.25,
|
| 519 |
+
"learning_rate": 4.75e-05,
|
| 520 |
+
"loss": 0.1415,
|
| 521 |
+
"step": 630
|
| 522 |
+
},
|
| 523 |
+
{
|
| 524 |
+
"epoch": 5.33,
|
| 525 |
+
"learning_rate": 4.666666666666667e-05,
|
| 526 |
+
"loss": 0.0997,
|
| 527 |
+
"step": 640
|
| 528 |
+
},
|
| 529 |
+
{
|
| 530 |
+
"epoch": 5.33,
|
| 531 |
+
"eval_accuracy": 0.9839690436705362,
|
| 532 |
+
"eval_loss": 0.13625413179397583,
|
| 533 |
+
"eval_runtime": 23.6139,
|
| 534 |
+
"eval_samples_per_second": 76.607,
|
| 535 |
+
"eval_steps_per_second": 9.613,
|
| 536 |
+
"step": 640
|
| 537 |
+
},
|
| 538 |
+
{
|
| 539 |
+
"epoch": 5.42,
|
| 540 |
+
"learning_rate": 4.5833333333333334e-05,
|
| 541 |
+
"loss": 0.113,
|
| 542 |
+
"step": 650
|
| 543 |
+
},
|
| 544 |
+
{
|
| 545 |
+
"epoch": 5.5,
|
| 546 |
+
"learning_rate": 4.5e-05,
|
| 547 |
+
"loss": 0.0801,
|
| 548 |
+
"step": 660
|
| 549 |
+
},
|
| 550 |
+
{
|
| 551 |
+
"epoch": 5.58,
|
| 552 |
+
"learning_rate": 4.4166666666666665e-05,
|
| 553 |
+
"loss": 0.0743,
|
| 554 |
+
"step": 670
|
| 555 |
+
},
|
| 556 |
+
{
|
| 557 |
+
"epoch": 5.67,
|
| 558 |
+
"learning_rate": 4.3333333333333334e-05,
|
| 559 |
+
"loss": 0.0896,
|
| 560 |
+
"step": 680
|
| 561 |
+
},
|
| 562 |
+
{
|
| 563 |
+
"epoch": 5.67,
|
| 564 |
+
"eval_accuracy": 0.988391376451078,
|
| 565 |
+
"eval_loss": 0.11103730648756027,
|
| 566 |
+
"eval_runtime": 25.2922,
|
| 567 |
+
"eval_samples_per_second": 71.524,
|
| 568 |
+
"eval_steps_per_second": 8.975,
|
| 569 |
+
"step": 680
|
| 570 |
+
},
|
| 571 |
+
{
|
| 572 |
+
"epoch": 5.75,
|
| 573 |
+
"learning_rate": 4.25e-05,
|
| 574 |
+
"loss": 0.0911,
|
| 575 |
+
"step": 690
|
| 576 |
+
},
|
| 577 |
+
{
|
| 578 |
+
"epoch": 5.83,
|
| 579 |
+
"learning_rate": 4.166666666666667e-05,
|
| 580 |
+
"loss": 0.073,
|
| 581 |
+
"step": 700
|
| 582 |
+
},
|
| 583 |
+
{
|
| 584 |
+
"epoch": 5.92,
|
| 585 |
+
"learning_rate": 4.0833333333333334e-05,
|
| 586 |
+
"loss": 0.0836,
|
| 587 |
+
"step": 710
|
| 588 |
+
},
|
| 589 |
+
{
|
| 590 |
+
"epoch": 6.0,
|
| 591 |
+
"learning_rate": 4e-05,
|
| 592 |
+
"loss": 0.0853,
|
| 593 |
+
"step": 720
|
| 594 |
+
},
|
| 595 |
+
{
|
| 596 |
+
"epoch": 6.0,
|
| 597 |
+
"eval_accuracy": 0.9900497512437811,
|
| 598 |
+
"eval_loss": 0.10298473387956619,
|
| 599 |
+
"eval_runtime": 25.0951,
|
| 600 |
+
"eval_samples_per_second": 72.086,
|
| 601 |
+
"eval_steps_per_second": 9.046,
|
| 602 |
+
"step": 720
|
| 603 |
+
},
|
| 604 |
+
{
|
| 605 |
+
"epoch": 6.08,
|
| 606 |
+
"learning_rate": 3.9166666666666665e-05,
|
| 607 |
+
"loss": 0.0642,
|
| 608 |
+
"step": 730
|
| 609 |
+
},
|
| 610 |
+
{
|
| 611 |
+
"epoch": 6.17,
|
| 612 |
+
"learning_rate": 3.8333333333333334e-05,
|
| 613 |
+
"loss": 0.0686,
|
| 614 |
+
"step": 740
|
| 615 |
+
},
|
| 616 |
+
{
|
| 617 |
+
"epoch": 6.25,
|
| 618 |
+
"learning_rate": 3.7500000000000003e-05,
|
| 619 |
+
"loss": 0.0988,
|
| 620 |
+
"step": 750
|
| 621 |
+
},
|
| 622 |
+
{
|
| 623 |
+
"epoch": 6.33,
|
| 624 |
+
"learning_rate": 3.6666666666666666e-05,
|
| 625 |
+
"loss": 0.0634,
|
| 626 |
+
"step": 760
|
| 627 |
+
},
|
| 628 |
+
{
|
| 629 |
+
"epoch": 6.33,
|
| 630 |
+
"eval_accuracy": 0.986180210060807,
|
| 631 |
+
"eval_loss": 0.10669608414173126,
|
| 632 |
+
"eval_runtime": 23.7517,
|
| 633 |
+
"eval_samples_per_second": 76.163,
|
| 634 |
+
"eval_steps_per_second": 9.557,
|
| 635 |
+
"step": 760
|
| 636 |
+
},
|
| 637 |
+
{
|
| 638 |
+
"epoch": 6.42,
|
| 639 |
+
"learning_rate": 3.5833333333333335e-05,
|
| 640 |
+
"loss": 0.0586,
|
| 641 |
+
"step": 770
|
| 642 |
+
},
|
| 643 |
+
{
|
| 644 |
+
"epoch": 6.5,
|
| 645 |
+
"learning_rate": 3.5e-05,
|
| 646 |
+
"loss": 0.06,
|
| 647 |
+
"step": 780
|
| 648 |
+
},
|
| 649 |
+
{
|
| 650 |
+
"epoch": 6.58,
|
| 651 |
+
"learning_rate": 3.4166666666666666e-05,
|
| 652 |
+
"loss": 0.0567,
|
| 653 |
+
"step": 790
|
| 654 |
+
},
|
| 655 |
+
{
|
| 656 |
+
"epoch": 6.67,
|
| 657 |
+
"learning_rate": 3.3333333333333335e-05,
|
| 658 |
+
"loss": 0.0643,
|
| 659 |
+
"step": 800
|
| 660 |
+
},
|
| 661 |
+
{
|
| 662 |
+
"epoch": 6.67,
|
| 663 |
+
"eval_accuracy": 0.9894969596462134,
|
| 664 |
+
"eval_loss": 0.09639524668455124,
|
| 665 |
+
"eval_runtime": 23.6297,
|
| 666 |
+
"eval_samples_per_second": 76.556,
|
| 667 |
+
"eval_steps_per_second": 9.607,
|
| 668 |
+
"step": 800
|
| 669 |
+
},
|
| 670 |
+
{
|
| 671 |
+
"epoch": 6.75,
|
| 672 |
+
"learning_rate": 3.2500000000000004e-05,
|
| 673 |
+
"loss": 0.0563,
|
| 674 |
+
"step": 810
|
| 675 |
+
},
|
| 676 |
+
{
|
| 677 |
+
"epoch": 6.83,
|
| 678 |
+
"learning_rate": 3.1666666666666666e-05,
|
| 679 |
+
"loss": 0.0638,
|
| 680 |
+
"step": 820
|
| 681 |
+
},
|
| 682 |
+
{
|
| 683 |
+
"epoch": 6.92,
|
| 684 |
+
"learning_rate": 3.0833333333333335e-05,
|
| 685 |
+
"loss": 0.0536,
|
| 686 |
+
"step": 830
|
| 687 |
+
},
|
| 688 |
+
{
|
| 689 |
+
"epoch": 7.0,
|
| 690 |
+
"learning_rate": 3e-05,
|
| 691 |
+
"loss": 0.0641,
|
| 692 |
+
"step": 840
|
| 693 |
+
},
|
| 694 |
+
{
|
| 695 |
+
"epoch": 7.0,
|
| 696 |
+
"eval_accuracy": 0.9872857932559425,
|
| 697 |
+
"eval_loss": 0.09574727714061737,
|
| 698 |
+
"eval_runtime": 25.7699,
|
| 699 |
+
"eval_samples_per_second": 70.198,
|
| 700 |
+
"eval_steps_per_second": 8.809,
|
| 701 |
+
"step": 840
|
| 702 |
+
},
|
| 703 |
+
{
|
| 704 |
+
"epoch": 7.08,
|
| 705 |
+
"learning_rate": 2.916666666666667e-05,
|
| 706 |
+
"loss": 0.0571,
|
| 707 |
+
"step": 850
|
| 708 |
+
},
|
| 709 |
+
{
|
| 710 |
+
"epoch": 7.17,
|
| 711 |
+
"learning_rate": 2.8333333333333335e-05,
|
| 712 |
+
"loss": 0.0567,
|
| 713 |
+
"step": 860
|
| 714 |
+
},
|
| 715 |
+
{
|
| 716 |
+
"epoch": 7.25,
|
| 717 |
+
"learning_rate": 2.7500000000000004e-05,
|
| 718 |
+
"loss": 0.0487,
|
| 719 |
+
"step": 870
|
| 720 |
+
},
|
| 721 |
+
{
|
| 722 |
+
"epoch": 7.33,
|
| 723 |
+
"learning_rate": 2.6666666666666667e-05,
|
| 724 |
+
"loss": 0.0464,
|
| 725 |
+
"step": 880
|
| 726 |
+
},
|
| 727 |
+
{
|
| 728 |
+
"epoch": 7.33,
|
| 729 |
+
"eval_accuracy": 0.9911553344389166,
|
| 730 |
+
"eval_loss": 0.08537043631076813,
|
| 731 |
+
"eval_runtime": 26.4935,
|
| 732 |
+
"eval_samples_per_second": 68.281,
|
| 733 |
+
"eval_steps_per_second": 8.568,
|
| 734 |
+
"step": 880
|
| 735 |
+
},
|
| 736 |
+
{
|
| 737 |
+
"epoch": 7.42,
|
| 738 |
+
"learning_rate": 2.5833333333333336e-05,
|
| 739 |
+
"loss": 0.0487,
|
| 740 |
+
"step": 890
|
| 741 |
+
},
|
| 742 |
+
{
|
| 743 |
+
"epoch": 7.5,
|
| 744 |
+
"learning_rate": 2.5e-05,
|
| 745 |
+
"loss": 0.0464,
|
| 746 |
+
"step": 900
|
| 747 |
+
},
|
| 748 |
+
{
|
| 749 |
+
"epoch": 7.58,
|
| 750 |
+
"learning_rate": 2.4166666666666667e-05,
|
| 751 |
+
"loss": 0.0455,
|
| 752 |
+
"step": 910
|
| 753 |
+
},
|
| 754 |
+
{
|
| 755 |
+
"epoch": 7.67,
|
| 756 |
+
"learning_rate": 2.3333333333333336e-05,
|
| 757 |
+
"loss": 0.046,
|
| 758 |
+
"step": 920
|
| 759 |
+
},
|
| 760 |
+
{
|
| 761 |
+
"epoch": 7.67,
|
| 762 |
+
"eval_accuracy": 0.9906025428413489,
|
| 763 |
+
"eval_loss": 0.08185369521379471,
|
| 764 |
+
"eval_runtime": 24.8849,
|
| 765 |
+
"eval_samples_per_second": 72.695,
|
| 766 |
+
"eval_steps_per_second": 9.122,
|
| 767 |
+
"step": 920
|
| 768 |
+
},
|
| 769 |
+
{
|
| 770 |
+
"epoch": 7.75,
|
| 771 |
+
"learning_rate": 2.25e-05,
|
| 772 |
+
"loss": 0.0454,
|
| 773 |
+
"step": 930
|
| 774 |
+
},
|
| 775 |
+
{
|
| 776 |
+
"epoch": 7.83,
|
| 777 |
+
"learning_rate": 2.1666666666666667e-05,
|
| 778 |
+
"loss": 0.0448,
|
| 779 |
+
"step": 940
|
| 780 |
+
},
|
| 781 |
+
{
|
| 782 |
+
"epoch": 7.92,
|
| 783 |
+
"learning_rate": 2.0833333333333336e-05,
|
| 784 |
+
"loss": 0.0485,
|
| 785 |
+
"step": 950
|
| 786 |
+
},
|
| 787 |
+
{
|
| 788 |
+
"epoch": 8.0,
|
| 789 |
+
"learning_rate": 2e-05,
|
| 790 |
+
"loss": 0.0446,
|
| 791 |
+
"step": 960
|
| 792 |
+
},
|
| 793 |
+
{
|
| 794 |
+
"epoch": 8.0,
|
| 795 |
+
"eval_accuracy": 0.9900497512437811,
|
| 796 |
+
"eval_loss": 0.08438780158758163,
|
| 797 |
+
"eval_runtime": 23.7846,
|
| 798 |
+
"eval_samples_per_second": 76.057,
|
| 799 |
+
"eval_steps_per_second": 9.544,
|
| 800 |
+
"step": 960
|
| 801 |
+
},
|
| 802 |
+
{
|
| 803 |
+
"epoch": 8.08,
|
| 804 |
+
"learning_rate": 1.9166666666666667e-05,
|
| 805 |
+
"loss": 0.0427,
|
| 806 |
+
"step": 970
|
| 807 |
+
},
|
| 808 |
+
{
|
| 809 |
+
"epoch": 8.17,
|
| 810 |
+
"learning_rate": 1.8333333333333333e-05,
|
| 811 |
+
"loss": 0.0419,
|
| 812 |
+
"step": 980
|
| 813 |
+
},
|
| 814 |
+
{
|
| 815 |
+
"epoch": 8.25,
|
| 816 |
+
"learning_rate": 1.75e-05,
|
| 817 |
+
"loss": 0.0414,
|
| 818 |
+
"step": 990
|
| 819 |
+
},
|
| 820 |
+
{
|
| 821 |
+
"epoch": 8.33,
|
| 822 |
+
"learning_rate": 1.6666666666666667e-05,
|
| 823 |
+
"loss": 0.0406,
|
| 824 |
+
"step": 1000
|
| 825 |
+
},
|
| 826 |
+
{
|
| 827 |
+
"epoch": 8.33,
|
| 828 |
+
"eval_accuracy": 0.9906025428413489,
|
| 829 |
+
"eval_loss": 0.08179429918527603,
|
| 830 |
+
"eval_runtime": 25.4679,
|
| 831 |
+
"eval_samples_per_second": 71.031,
|
| 832 |
+
"eval_steps_per_second": 8.913,
|
| 833 |
+
"step": 1000
|
| 834 |
+
},
|
| 835 |
+
{
|
| 836 |
+
"epoch": 8.42,
|
| 837 |
+
"learning_rate": 1.5833333333333333e-05,
|
| 838 |
+
"loss": 0.0422,
|
| 839 |
+
"step": 1010
|
| 840 |
+
},
|
| 841 |
+
{
|
| 842 |
+
"epoch": 8.5,
|
| 843 |
+
"learning_rate": 1.5e-05,
|
| 844 |
+
"loss": 0.0421,
|
| 845 |
+
"step": 1020
|
| 846 |
+
},
|
| 847 |
+
{
|
| 848 |
+
"epoch": 8.58,
|
| 849 |
+
"learning_rate": 1.4166666666666668e-05,
|
| 850 |
+
"loss": 0.0397,
|
| 851 |
+
"step": 1030
|
| 852 |
+
},
|
| 853 |
+
{
|
| 854 |
+
"epoch": 8.67,
|
| 855 |
+
"learning_rate": 1.3333333333333333e-05,
|
| 856 |
+
"loss": 0.0404,
|
| 857 |
+
"step": 1040
|
| 858 |
+
},
|
| 859 |
+
{
|
| 860 |
+
"epoch": 8.67,
|
| 861 |
+
"eval_accuracy": 0.9894969596462134,
|
| 862 |
+
"eval_loss": 0.0798824205994606,
|
| 863 |
+
"eval_runtime": 26.1885,
|
| 864 |
+
"eval_samples_per_second": 69.076,
|
| 865 |
+
"eval_steps_per_second": 8.668,
|
| 866 |
+
"step": 1040
|
| 867 |
+
},
|
| 868 |
+
{
|
| 869 |
+
"epoch": 8.75,
|
| 870 |
+
"learning_rate": 1.25e-05,
|
| 871 |
+
"loss": 0.0402,
|
| 872 |
+
"step": 1050
|
| 873 |
+
},
|
| 874 |
+
{
|
| 875 |
+
"epoch": 8.83,
|
| 876 |
+
"learning_rate": 1.1666666666666668e-05,
|
| 877 |
+
"loss": 0.0418,
|
| 878 |
+
"step": 1060
|
| 879 |
+
},
|
| 880 |
+
{
|
| 881 |
+
"epoch": 8.92,
|
| 882 |
+
"learning_rate": 1.0833333333333334e-05,
|
| 883 |
+
"loss": 0.0393,
|
| 884 |
+
"step": 1070
|
| 885 |
+
},
|
| 886 |
+
{
|
| 887 |
+
"epoch": 9.0,
|
| 888 |
+
"learning_rate": 1e-05,
|
| 889 |
+
"loss": 0.0386,
|
| 890 |
+
"step": 1080
|
| 891 |
+
},
|
| 892 |
+
{
|
| 893 |
+
"epoch": 9.0,
|
| 894 |
+
"eval_accuracy": 0.9894969596462134,
|
| 895 |
+
"eval_loss": 0.08014928549528122,
|
| 896 |
+
"eval_runtime": 24.5975,
|
| 897 |
+
"eval_samples_per_second": 73.544,
|
| 898 |
+
"eval_steps_per_second": 9.229,
|
| 899 |
+
"step": 1080
|
| 900 |
+
},
|
| 901 |
+
{
|
| 902 |
+
"epoch": 9.08,
|
| 903 |
+
"learning_rate": 9.166666666666666e-06,
|
| 904 |
+
"loss": 0.0388,
|
| 905 |
+
"step": 1090
|
| 906 |
+
},
|
| 907 |
+
{
|
| 908 |
+
"epoch": 9.17,
|
| 909 |
+
"learning_rate": 8.333333333333334e-06,
|
| 910 |
+
"loss": 0.0383,
|
| 911 |
+
"step": 1100
|
| 912 |
+
},
|
| 913 |
+
{
|
| 914 |
+
"epoch": 9.25,
|
| 915 |
+
"learning_rate": 7.5e-06,
|
| 916 |
+
"loss": 0.0389,
|
| 917 |
+
"step": 1110
|
| 918 |
+
},
|
| 919 |
+
{
|
| 920 |
+
"epoch": 9.33,
|
| 921 |
+
"learning_rate": 6.666666666666667e-06,
|
| 922 |
+
"loss": 0.0386,
|
| 923 |
+
"step": 1120
|
| 924 |
+
},
|
| 925 |
+
{
|
| 926 |
+
"epoch": 9.33,
|
| 927 |
+
"eval_accuracy": 0.9889441680486457,
|
| 928 |
+
"eval_loss": 0.07926672697067261,
|
| 929 |
+
"eval_runtime": 24.5643,
|
| 930 |
+
"eval_samples_per_second": 73.643,
|
| 931 |
+
"eval_steps_per_second": 9.241,
|
| 932 |
+
"step": 1120
|
| 933 |
+
},
|
| 934 |
+
{
|
| 935 |
+
"epoch": 9.42,
|
| 936 |
+
"learning_rate": 5.833333333333334e-06,
|
| 937 |
+
"loss": 0.0381,
|
| 938 |
+
"step": 1130
|
| 939 |
+
},
|
| 940 |
+
{
|
| 941 |
+
"epoch": 9.5,
|
| 942 |
+
"learning_rate": 5e-06,
|
| 943 |
+
"loss": 0.0375,
|
| 944 |
+
"step": 1140
|
| 945 |
+
},
|
| 946 |
+
{
|
| 947 |
+
"epoch": 9.58,
|
| 948 |
+
"learning_rate": 4.166666666666667e-06,
|
| 949 |
+
"loss": 0.0385,
|
| 950 |
+
"step": 1150
|
| 951 |
+
},
|
| 952 |
+
{
|
| 953 |
+
"epoch": 9.67,
|
| 954 |
+
"learning_rate": 3.3333333333333333e-06,
|
| 955 |
+
"loss": 0.0378,
|
| 956 |
+
"step": 1160
|
| 957 |
+
},
|
| 958 |
+
{
|
| 959 |
+
"epoch": 9.67,
|
| 960 |
+
"eval_accuracy": 0.9889441680486457,
|
| 961 |
+
"eval_loss": 0.07844050228595734,
|
| 962 |
+
"eval_runtime": 24.8252,
|
| 963 |
+
"eval_samples_per_second": 72.869,
|
| 964 |
+
"eval_steps_per_second": 9.144,
|
| 965 |
+
"step": 1160
|
| 966 |
+
},
|
| 967 |
+
{
|
| 968 |
+
"epoch": 9.75,
|
| 969 |
+
"learning_rate": 2.5e-06,
|
| 970 |
+
"loss": 0.0379,
|
| 971 |
+
"step": 1170
|
| 972 |
+
},
|
| 973 |
+
{
|
| 974 |
+
"epoch": 9.83,
|
| 975 |
+
"learning_rate": 1.6666666666666667e-06,
|
| 976 |
+
"loss": 0.0381,
|
| 977 |
+
"step": 1180
|
| 978 |
+
},
|
| 979 |
+
{
|
| 980 |
+
"epoch": 9.92,
|
| 981 |
+
"learning_rate": 8.333333333333333e-07,
|
| 982 |
+
"loss": 0.0379,
|
| 983 |
+
"step": 1190
|
| 984 |
+
},
|
| 985 |
+
{
|
| 986 |
+
"epoch": 10.0,
|
| 987 |
+
"learning_rate": 0.0,
|
| 988 |
+
"loss": 0.0375,
|
| 989 |
+
"step": 1200
|
| 990 |
+
},
|
| 991 |
+
{
|
| 992 |
+
"epoch": 10.0,
|
| 993 |
+
"eval_accuracy": 0.9889441680486457,
|
| 994 |
+
"eval_loss": 0.07833071053028107,
|
| 995 |
+
"eval_runtime": 25.8277,
|
| 996 |
+
"eval_samples_per_second": 70.041,
|
| 997 |
+
"eval_steps_per_second": 8.789,
|
| 998 |
+
"step": 1200
|
| 999 |
+
}
|
| 1000 |
+
],
|
| 1001 |
+
"max_steps": 1200,
|
| 1002 |
+
"num_train_epochs": 10,
|
| 1003 |
+
"total_flos": 2.219132546087547e+18,
|
| 1004 |
+
"trial_name": null,
|
| 1005 |
+
"trial_params": null
|
| 1006 |
+
}
|
checkpoint-1200/training_args.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:866b976385055898184044bd36fdde35f858559ce6776ffca34cf7f9e619f8af
|
| 3 |
+
size 3899
|
config.json
ADDED
|
@@ -0,0 +1,86 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"_name_or_path": "google/vit-base-patch16-224-in21k",
|
| 3 |
+
"architectures": [
|
| 4 |
+
"ViTForImageClassification"
|
| 5 |
+
],
|
| 6 |
+
"attention_probs_dropout_prob": 0.0,
|
| 7 |
+
"encoder_stride": 16,
|
| 8 |
+
"hidden_act": "gelu",
|
| 9 |
+
"hidden_dropout_prob": 0.0,
|
| 10 |
+
"hidden_size": 768,
|
| 11 |
+
"id2label": {
|
| 12 |
+
"0": "a",
|
| 13 |
+
"1": "b",
|
| 14 |
+
"10": "j",
|
| 15 |
+
"11": "k",
|
| 16 |
+
"12": "l",
|
| 17 |
+
"13": "m",
|
| 18 |
+
"14": "n",
|
| 19 |
+
"15": "o",
|
| 20 |
+
"16": "p",
|
| 21 |
+
"17": "period",
|
| 22 |
+
"18": "q",
|
| 23 |
+
"19": "question%20mark",
|
| 24 |
+
"2": "c",
|
| 25 |
+
"20": "r",
|
| 26 |
+
"21": "s",
|
| 27 |
+
"22": "t",
|
| 28 |
+
"23": "u",
|
| 29 |
+
"24": "v",
|
| 30 |
+
"25": "w",
|
| 31 |
+
"26": "x",
|
| 32 |
+
"27": "y",
|
| 33 |
+
"28": "z",
|
| 34 |
+
"3": "capital",
|
| 35 |
+
"4": "d",
|
| 36 |
+
"5": "e",
|
| 37 |
+
"6": "f",
|
| 38 |
+
"7": "g",
|
| 39 |
+
"8": "h",
|
| 40 |
+
"9": "i"
|
| 41 |
+
},
|
| 42 |
+
"image_size": 224,
|
| 43 |
+
"initializer_range": 0.02,
|
| 44 |
+
"intermediate_size": 3072,
|
| 45 |
+
"label2id": {
|
| 46 |
+
"a": "0",
|
| 47 |
+
"b": "1",
|
| 48 |
+
"c": "2",
|
| 49 |
+
"capital": "3",
|
| 50 |
+
"d": "4",
|
| 51 |
+
"e": "5",
|
| 52 |
+
"f": "6",
|
| 53 |
+
"g": "7",
|
| 54 |
+
"h": "8",
|
| 55 |
+
"i": "9",
|
| 56 |
+
"j": "10",
|
| 57 |
+
"k": "11",
|
| 58 |
+
"l": "12",
|
| 59 |
+
"m": "13",
|
| 60 |
+
"n": "14",
|
| 61 |
+
"o": "15",
|
| 62 |
+
"p": "16",
|
| 63 |
+
"period": "17",
|
| 64 |
+
"q": "18",
|
| 65 |
+
"question%20mark": "19",
|
| 66 |
+
"r": "20",
|
| 67 |
+
"s": "21",
|
| 68 |
+
"t": "22",
|
| 69 |
+
"u": "23",
|
| 70 |
+
"v": "24",
|
| 71 |
+
"w": "25",
|
| 72 |
+
"x": "26",
|
| 73 |
+
"y": "27",
|
| 74 |
+
"z": "28"
|
| 75 |
+
},
|
| 76 |
+
"layer_norm_eps": 1e-12,
|
| 77 |
+
"model_type": "vit",
|
| 78 |
+
"num_attention_heads": 12,
|
| 79 |
+
"num_channels": 3,
|
| 80 |
+
"num_hidden_layers": 12,
|
| 81 |
+
"patch_size": 16,
|
| 82 |
+
"problem_type": "single_label_classification",
|
| 83 |
+
"qkv_bias": true,
|
| 84 |
+
"torch_dtype": "float32",
|
| 85 |
+
"transformers_version": "4.30.2"
|
| 86 |
+
}
|
preprocessor_config.json
ADDED
|
@@ -0,0 +1,22 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"do_normalize": true,
|
| 3 |
+
"do_rescale": true,
|
| 4 |
+
"do_resize": true,
|
| 5 |
+
"image_mean": [
|
| 6 |
+
0.5,
|
| 7 |
+
0.5,
|
| 8 |
+
0.5
|
| 9 |
+
],
|
| 10 |
+
"image_processor_type": "ViTFeatureExtractor",
|
| 11 |
+
"image_std": [
|
| 12 |
+
0.5,
|
| 13 |
+
0.5,
|
| 14 |
+
0.5
|
| 15 |
+
],
|
| 16 |
+
"resample": 2,
|
| 17 |
+
"rescale_factor": 0.00392156862745098,
|
| 18 |
+
"size": {
|
| 19 |
+
"height": 224,
|
| 20 |
+
"width": 224
|
| 21 |
+
}
|
| 22 |
+
}
|
pytorch_model.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:7b6c03e9c6119891f797623615acff52853629a57eac93f31b2a23f100470351
|
| 3 |
+
size 343351725
|
train_results.json
ADDED
|
@@ -0,0 +1,8 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"epoch": 10.0,
|
| 3 |
+
"total_flos": 2.219132546087547e+18,
|
| 4 |
+
"train_loss": 0.5339297652244568,
|
| 5 |
+
"train_runtime": 1645.4859,
|
| 6 |
+
"train_samples_per_second": 17.399,
|
| 7 |
+
"train_steps_per_second": 0.729
|
| 8 |
+
}
|
trainer_state.json
ADDED
|
@@ -0,0 +1,1015 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"best_metric": 0.07833071053028107,
|
| 3 |
+
"best_model_checkpoint": "./vit-base-beans/checkpoint-1200",
|
| 4 |
+
"epoch": 10.0,
|
| 5 |
+
"global_step": 1200,
|
| 6 |
+
"is_hyper_param_search": false,
|
| 7 |
+
"is_local_process_zero": true,
|
| 8 |
+
"is_world_process_zero": true,
|
| 9 |
+
"log_history": [
|
| 10 |
+
{
|
| 11 |
+
"epoch": 0.08,
|
| 12 |
+
"learning_rate": 9.916666666666667e-05,
|
| 13 |
+
"loss": 3.3572,
|
| 14 |
+
"step": 10
|
| 15 |
+
},
|
| 16 |
+
{
|
| 17 |
+
"epoch": 0.17,
|
| 18 |
+
"learning_rate": 9.833333333333333e-05,
|
| 19 |
+
"loss": 3.3309,
|
| 20 |
+
"step": 20
|
| 21 |
+
},
|
| 22 |
+
{
|
| 23 |
+
"epoch": 0.25,
|
| 24 |
+
"learning_rate": 9.75e-05,
|
| 25 |
+
"loss": 3.3317,
|
| 26 |
+
"step": 30
|
| 27 |
+
},
|
| 28 |
+
{
|
| 29 |
+
"epoch": 0.33,
|
| 30 |
+
"learning_rate": 9.666666666666667e-05,
|
| 31 |
+
"loss": 3.2354,
|
| 32 |
+
"step": 40
|
| 33 |
+
},
|
| 34 |
+
{
|
| 35 |
+
"epoch": 0.33,
|
| 36 |
+
"eval_accuracy": 0.14925373134328357,
|
| 37 |
+
"eval_loss": 3.1641855239868164,
|
| 38 |
+
"eval_runtime": 26.2101,
|
| 39 |
+
"eval_samples_per_second": 69.019,
|
| 40 |
+
"eval_steps_per_second": 8.661,
|
| 41 |
+
"step": 40
|
| 42 |
+
},
|
| 43 |
+
{
|
| 44 |
+
"epoch": 0.42,
|
| 45 |
+
"learning_rate": 9.583333333333334e-05,
|
| 46 |
+
"loss": 3.1214,
|
| 47 |
+
"step": 50
|
| 48 |
+
},
|
| 49 |
+
{
|
| 50 |
+
"epoch": 0.5,
|
| 51 |
+
"learning_rate": 9.5e-05,
|
| 52 |
+
"loss": 3.0125,
|
| 53 |
+
"step": 60
|
| 54 |
+
},
|
| 55 |
+
{
|
| 56 |
+
"epoch": 0.58,
|
| 57 |
+
"learning_rate": 9.416666666666667e-05,
|
| 58 |
+
"loss": 2.8941,
|
| 59 |
+
"step": 70
|
| 60 |
+
},
|
| 61 |
+
{
|
| 62 |
+
"epoch": 0.67,
|
| 63 |
+
"learning_rate": 9.333333333333334e-05,
|
| 64 |
+
"loss": 2.7662,
|
| 65 |
+
"step": 80
|
| 66 |
+
},
|
| 67 |
+
{
|
| 68 |
+
"epoch": 0.67,
|
| 69 |
+
"eval_accuracy": 0.49364289662797123,
|
| 70 |
+
"eval_loss": 2.6006529331207275,
|
| 71 |
+
"eval_runtime": 27.9834,
|
| 72 |
+
"eval_samples_per_second": 64.645,
|
| 73 |
+
"eval_steps_per_second": 8.112,
|
| 74 |
+
"step": 80
|
| 75 |
+
},
|
| 76 |
+
{
|
| 77 |
+
"epoch": 0.75,
|
| 78 |
+
"learning_rate": 9.250000000000001e-05,
|
| 79 |
+
"loss": 2.5779,
|
| 80 |
+
"step": 90
|
| 81 |
+
},
|
| 82 |
+
{
|
| 83 |
+
"epoch": 0.83,
|
| 84 |
+
"learning_rate": 9.166666666666667e-05,
|
| 85 |
+
"loss": 2.4169,
|
| 86 |
+
"step": 100
|
| 87 |
+
},
|
| 88 |
+
{
|
| 89 |
+
"epoch": 0.92,
|
| 90 |
+
"learning_rate": 9.083333333333334e-05,
|
| 91 |
+
"loss": 2.2155,
|
| 92 |
+
"step": 110
|
| 93 |
+
},
|
| 94 |
+
{
|
| 95 |
+
"epoch": 1.0,
|
| 96 |
+
"learning_rate": 9e-05,
|
| 97 |
+
"loss": 2.0937,
|
| 98 |
+
"step": 120
|
| 99 |
+
},
|
| 100 |
+
{
|
| 101 |
+
"epoch": 1.0,
|
| 102 |
+
"eval_accuracy": 0.7650635710337202,
|
| 103 |
+
"eval_loss": 1.9998520612716675,
|
| 104 |
+
"eval_runtime": 26.4412,
|
| 105 |
+
"eval_samples_per_second": 68.416,
|
| 106 |
+
"eval_steps_per_second": 8.585,
|
| 107 |
+
"step": 120
|
| 108 |
+
},
|
| 109 |
+
{
|
| 110 |
+
"epoch": 1.08,
|
| 111 |
+
"learning_rate": 8.916666666666667e-05,
|
| 112 |
+
"loss": 1.8822,
|
| 113 |
+
"step": 130
|
| 114 |
+
},
|
| 115 |
+
{
|
| 116 |
+
"epoch": 1.17,
|
| 117 |
+
"learning_rate": 8.833333333333333e-05,
|
| 118 |
+
"loss": 1.7804,
|
| 119 |
+
"step": 140
|
| 120 |
+
},
|
| 121 |
+
{
|
| 122 |
+
"epoch": 1.25,
|
| 123 |
+
"learning_rate": 8.75e-05,
|
| 124 |
+
"loss": 1.7131,
|
| 125 |
+
"step": 150
|
| 126 |
+
},
|
| 127 |
+
{
|
| 128 |
+
"epoch": 1.33,
|
| 129 |
+
"learning_rate": 8.666666666666667e-05,
|
| 130 |
+
"loss": 1.5259,
|
| 131 |
+
"step": 160
|
| 132 |
+
},
|
| 133 |
+
{
|
| 134 |
+
"epoch": 1.33,
|
| 135 |
+
"eval_accuracy": 0.8745163073521283,
|
| 136 |
+
"eval_loss": 1.4515111446380615,
|
| 137 |
+
"eval_runtime": 24.7867,
|
| 138 |
+
"eval_samples_per_second": 72.983,
|
| 139 |
+
"eval_steps_per_second": 9.158,
|
| 140 |
+
"step": 160
|
| 141 |
+
},
|
| 142 |
+
{
|
| 143 |
+
"epoch": 1.42,
|
| 144 |
+
"learning_rate": 8.583333333333334e-05,
|
| 145 |
+
"loss": 1.4667,
|
| 146 |
+
"step": 170
|
| 147 |
+
},
|
| 148 |
+
{
|
| 149 |
+
"epoch": 1.5,
|
| 150 |
+
"learning_rate": 8.5e-05,
|
| 151 |
+
"loss": 1.2858,
|
| 152 |
+
"step": 180
|
| 153 |
+
},
|
| 154 |
+
{
|
| 155 |
+
"epoch": 1.58,
|
| 156 |
+
"learning_rate": 8.416666666666668e-05,
|
| 157 |
+
"loss": 1.1885,
|
| 158 |
+
"step": 190
|
| 159 |
+
},
|
| 160 |
+
{
|
| 161 |
+
"epoch": 1.67,
|
| 162 |
+
"learning_rate": 8.333333333333334e-05,
|
| 163 |
+
"loss": 1.0983,
|
| 164 |
+
"step": 200
|
| 165 |
+
},
|
| 166 |
+
{
|
| 167 |
+
"epoch": 1.67,
|
| 168 |
+
"eval_accuracy": 0.94914317302377,
|
| 169 |
+
"eval_loss": 1.0214712619781494,
|
| 170 |
+
"eval_runtime": 25.6817,
|
| 171 |
+
"eval_samples_per_second": 70.439,
|
| 172 |
+
"eval_steps_per_second": 8.839,
|
| 173 |
+
"step": 200
|
| 174 |
+
},
|
| 175 |
+
{
|
| 176 |
+
"epoch": 1.75,
|
| 177 |
+
"learning_rate": 8.25e-05,
|
| 178 |
+
"loss": 0.9688,
|
| 179 |
+
"step": 210
|
| 180 |
+
},
|
| 181 |
+
{
|
| 182 |
+
"epoch": 1.83,
|
| 183 |
+
"learning_rate": 8.166666666666667e-05,
|
| 184 |
+
"loss": 0.9714,
|
| 185 |
+
"step": 220
|
| 186 |
+
},
|
| 187 |
+
{
|
| 188 |
+
"epoch": 1.92,
|
| 189 |
+
"learning_rate": 8.083333333333334e-05,
|
| 190 |
+
"loss": 0.9118,
|
| 191 |
+
"step": 230
|
| 192 |
+
},
|
| 193 |
+
{
|
| 194 |
+
"epoch": 2.0,
|
| 195 |
+
"learning_rate": 8e-05,
|
| 196 |
+
"loss": 0.8105,
|
| 197 |
+
"step": 240
|
| 198 |
+
},
|
| 199 |
+
{
|
| 200 |
+
"epoch": 2.0,
|
| 201 |
+
"eval_accuracy": 0.9646213377556662,
|
| 202 |
+
"eval_loss": 0.7325700521469116,
|
| 203 |
+
"eval_runtime": 25.8951,
|
| 204 |
+
"eval_samples_per_second": 69.859,
|
| 205 |
+
"eval_steps_per_second": 8.766,
|
| 206 |
+
"step": 240
|
| 207 |
+
},
|
| 208 |
+
{
|
| 209 |
+
"epoch": 2.08,
|
| 210 |
+
"learning_rate": 7.916666666666666e-05,
|
| 211 |
+
"loss": 0.7067,
|
| 212 |
+
"step": 250
|
| 213 |
+
},
|
| 214 |
+
{
|
| 215 |
+
"epoch": 2.17,
|
| 216 |
+
"learning_rate": 7.833333333333333e-05,
|
| 217 |
+
"loss": 0.6925,
|
| 218 |
+
"step": 260
|
| 219 |
+
},
|
| 220 |
+
{
|
| 221 |
+
"epoch": 2.25,
|
| 222 |
+
"learning_rate": 7.75e-05,
|
| 223 |
+
"loss": 0.6423,
|
| 224 |
+
"step": 270
|
| 225 |
+
},
|
| 226 |
+
{
|
| 227 |
+
"epoch": 2.33,
|
| 228 |
+
"learning_rate": 7.666666666666667e-05,
|
| 229 |
+
"loss": 0.5457,
|
| 230 |
+
"step": 280
|
| 231 |
+
},
|
| 232 |
+
{
|
| 233 |
+
"epoch": 2.33,
|
| 234 |
+
"eval_accuracy": 0.9718076285240465,
|
| 235 |
+
"eval_loss": 0.5292437076568604,
|
| 236 |
+
"eval_runtime": 24.1866,
|
| 237 |
+
"eval_samples_per_second": 74.793,
|
| 238 |
+
"eval_steps_per_second": 9.385,
|
| 239 |
+
"step": 280
|
| 240 |
+
},
|
| 241 |
+
{
|
| 242 |
+
"epoch": 2.42,
|
| 243 |
+
"learning_rate": 7.583333333333334e-05,
|
| 244 |
+
"loss": 0.4918,
|
| 245 |
+
"step": 290
|
| 246 |
+
},
|
| 247 |
+
{
|
| 248 |
+
"epoch": 2.5,
|
| 249 |
+
"learning_rate": 7.500000000000001e-05,
|
| 250 |
+
"loss": 0.4792,
|
| 251 |
+
"step": 300
|
| 252 |
+
},
|
| 253 |
+
{
|
| 254 |
+
"epoch": 2.58,
|
| 255 |
+
"learning_rate": 7.416666666666668e-05,
|
| 256 |
+
"loss": 0.4164,
|
| 257 |
+
"step": 310
|
| 258 |
+
},
|
| 259 |
+
{
|
| 260 |
+
"epoch": 2.67,
|
| 261 |
+
"learning_rate": 7.333333333333333e-05,
|
| 262 |
+
"loss": 0.4194,
|
| 263 |
+
"step": 320
|
| 264 |
+
},
|
| 265 |
+
{
|
| 266 |
+
"epoch": 2.67,
|
| 267 |
+
"eval_accuracy": 0.9701492537313433,
|
| 268 |
+
"eval_loss": 0.41341233253479004,
|
| 269 |
+
"eval_runtime": 24.8508,
|
| 270 |
+
"eval_samples_per_second": 72.794,
|
| 271 |
+
"eval_steps_per_second": 9.135,
|
| 272 |
+
"step": 320
|
| 273 |
+
},
|
| 274 |
+
{
|
| 275 |
+
"epoch": 2.75,
|
| 276 |
+
"learning_rate": 7.25e-05,
|
| 277 |
+
"loss": 0.3747,
|
| 278 |
+
"step": 330
|
| 279 |
+
},
|
| 280 |
+
{
|
| 281 |
+
"epoch": 2.83,
|
| 282 |
+
"learning_rate": 7.166666666666667e-05,
|
| 283 |
+
"loss": 0.4001,
|
| 284 |
+
"step": 340
|
| 285 |
+
},
|
| 286 |
+
{
|
| 287 |
+
"epoch": 2.92,
|
| 288 |
+
"learning_rate": 7.083333333333334e-05,
|
| 289 |
+
"loss": 0.3775,
|
| 290 |
+
"step": 350
|
| 291 |
+
},
|
| 292 |
+
{
|
| 293 |
+
"epoch": 3.0,
|
| 294 |
+
"learning_rate": 7e-05,
|
| 295 |
+
"loss": 0.3682,
|
| 296 |
+
"step": 360
|
| 297 |
+
},
|
| 298 |
+
{
|
| 299 |
+
"epoch": 3.0,
|
| 300 |
+
"eval_accuracy": 0.978441127694859,
|
| 301 |
+
"eval_loss": 0.32523876428604126,
|
| 302 |
+
"eval_runtime": 24.3128,
|
| 303 |
+
"eval_samples_per_second": 74.405,
|
| 304 |
+
"eval_steps_per_second": 9.337,
|
| 305 |
+
"step": 360
|
| 306 |
+
},
|
| 307 |
+
{
|
| 308 |
+
"epoch": 3.08,
|
| 309 |
+
"learning_rate": 6.916666666666666e-05,
|
| 310 |
+
"loss": 0.2973,
|
| 311 |
+
"step": 370
|
| 312 |
+
},
|
| 313 |
+
{
|
| 314 |
+
"epoch": 3.17,
|
| 315 |
+
"learning_rate": 6.833333333333333e-05,
|
| 316 |
+
"loss": 0.2633,
|
| 317 |
+
"step": 380
|
| 318 |
+
},
|
| 319 |
+
{
|
| 320 |
+
"epoch": 3.25,
|
| 321 |
+
"learning_rate": 6.750000000000001e-05,
|
| 322 |
+
"loss": 0.2854,
|
| 323 |
+
"step": 390
|
| 324 |
+
},
|
| 325 |
+
{
|
| 326 |
+
"epoch": 3.33,
|
| 327 |
+
"learning_rate": 6.666666666666667e-05,
|
| 328 |
+
"loss": 0.2607,
|
| 329 |
+
"step": 400
|
| 330 |
+
},
|
| 331 |
+
{
|
| 332 |
+
"epoch": 3.33,
|
| 333 |
+
"eval_accuracy": 0.9828634604754007,
|
| 334 |
+
"eval_loss": 0.26496848464012146,
|
| 335 |
+
"eval_runtime": 25.3117,
|
| 336 |
+
"eval_samples_per_second": 71.469,
|
| 337 |
+
"eval_steps_per_second": 8.968,
|
| 338 |
+
"step": 400
|
| 339 |
+
},
|
| 340 |
+
{
|
| 341 |
+
"epoch": 3.42,
|
| 342 |
+
"learning_rate": 6.583333333333334e-05,
|
| 343 |
+
"loss": 0.2508,
|
| 344 |
+
"step": 410
|
| 345 |
+
},
|
| 346 |
+
{
|
| 347 |
+
"epoch": 3.5,
|
| 348 |
+
"learning_rate": 6.500000000000001e-05,
|
| 349 |
+
"loss": 0.2339,
|
| 350 |
+
"step": 420
|
| 351 |
+
},
|
| 352 |
+
{
|
| 353 |
+
"epoch": 3.58,
|
| 354 |
+
"learning_rate": 6.416666666666668e-05,
|
| 355 |
+
"loss": 0.2406,
|
| 356 |
+
"step": 430
|
| 357 |
+
},
|
| 358 |
+
{
|
| 359 |
+
"epoch": 3.67,
|
| 360 |
+
"learning_rate": 6.333333333333333e-05,
|
| 361 |
+
"loss": 0.2557,
|
| 362 |
+
"step": 440
|
| 363 |
+
},
|
| 364 |
+
{
|
| 365 |
+
"epoch": 3.67,
|
| 366 |
+
"eval_accuracy": 0.9718076285240465,
|
| 367 |
+
"eval_loss": 0.2686881422996521,
|
| 368 |
+
"eval_runtime": 26.2285,
|
| 369 |
+
"eval_samples_per_second": 68.971,
|
| 370 |
+
"eval_steps_per_second": 8.655,
|
| 371 |
+
"step": 440
|
| 372 |
+
},
|
| 373 |
+
{
|
| 374 |
+
"epoch": 3.75,
|
| 375 |
+
"learning_rate": 6.25e-05,
|
| 376 |
+
"loss": 0.262,
|
| 377 |
+
"step": 450
|
| 378 |
+
},
|
| 379 |
+
{
|
| 380 |
+
"epoch": 3.83,
|
| 381 |
+
"learning_rate": 6.166666666666667e-05,
|
| 382 |
+
"loss": 0.1922,
|
| 383 |
+
"step": 460
|
| 384 |
+
},
|
| 385 |
+
{
|
| 386 |
+
"epoch": 3.92,
|
| 387 |
+
"learning_rate": 6.083333333333333e-05,
|
| 388 |
+
"loss": 0.2254,
|
| 389 |
+
"step": 470
|
| 390 |
+
},
|
| 391 |
+
{
|
| 392 |
+
"epoch": 4.0,
|
| 393 |
+
"learning_rate": 6e-05,
|
| 394 |
+
"loss": 0.1972,
|
| 395 |
+
"step": 480
|
| 396 |
+
},
|
| 397 |
+
{
|
| 398 |
+
"epoch": 4.0,
|
| 399 |
+
"eval_accuracy": 0.9828634604754007,
|
| 400 |
+
"eval_loss": 0.20172837376594543,
|
| 401 |
+
"eval_runtime": 23.5345,
|
| 402 |
+
"eval_samples_per_second": 76.866,
|
| 403 |
+
"eval_steps_per_second": 9.645,
|
| 404 |
+
"step": 480
|
| 405 |
+
},
|
| 406 |
+
{
|
| 407 |
+
"epoch": 4.08,
|
| 408 |
+
"learning_rate": 5.916666666666667e-05,
|
| 409 |
+
"loss": 0.1817,
|
| 410 |
+
"step": 490
|
| 411 |
+
},
|
| 412 |
+
{
|
| 413 |
+
"epoch": 4.17,
|
| 414 |
+
"learning_rate": 5.833333333333334e-05,
|
| 415 |
+
"loss": 0.1867,
|
| 416 |
+
"step": 500
|
| 417 |
+
},
|
| 418 |
+
{
|
| 419 |
+
"epoch": 4.25,
|
| 420 |
+
"learning_rate": 5.7499999999999995e-05,
|
| 421 |
+
"loss": 0.1433,
|
| 422 |
+
"step": 510
|
| 423 |
+
},
|
| 424 |
+
{
|
| 425 |
+
"epoch": 4.33,
|
| 426 |
+
"learning_rate": 5.666666666666667e-05,
|
| 427 |
+
"loss": 0.1379,
|
| 428 |
+
"step": 520
|
| 429 |
+
},
|
| 430 |
+
{
|
| 431 |
+
"epoch": 4.33,
|
| 432 |
+
"eval_accuracy": 0.9839690436705362,
|
| 433 |
+
"eval_loss": 0.17190077900886536,
|
| 434 |
+
"eval_runtime": 26.064,
|
| 435 |
+
"eval_samples_per_second": 69.406,
|
| 436 |
+
"eval_steps_per_second": 8.709,
|
| 437 |
+
"step": 520
|
| 438 |
+
},
|
| 439 |
+
{
|
| 440 |
+
"epoch": 4.42,
|
| 441 |
+
"learning_rate": 5.583333333333334e-05,
|
| 442 |
+
"loss": 0.1551,
|
| 443 |
+
"step": 530
|
| 444 |
+
},
|
| 445 |
+
{
|
| 446 |
+
"epoch": 4.5,
|
| 447 |
+
"learning_rate": 5.500000000000001e-05,
|
| 448 |
+
"loss": 0.1498,
|
| 449 |
+
"step": 540
|
| 450 |
+
},
|
| 451 |
+
{
|
| 452 |
+
"epoch": 4.58,
|
| 453 |
+
"learning_rate": 5.4166666666666664e-05,
|
| 454 |
+
"loss": 0.165,
|
| 455 |
+
"step": 550
|
| 456 |
+
},
|
| 457 |
+
{
|
| 458 |
+
"epoch": 4.67,
|
| 459 |
+
"learning_rate": 5.333333333333333e-05,
|
| 460 |
+
"loss": 0.1232,
|
| 461 |
+
"step": 560
|
| 462 |
+
},
|
| 463 |
+
{
|
| 464 |
+
"epoch": 4.67,
|
| 465 |
+
"eval_accuracy": 0.9828634604754007,
|
| 466 |
+
"eval_loss": 0.15986143052577972,
|
| 467 |
+
"eval_runtime": 23.7083,
|
| 468 |
+
"eval_samples_per_second": 76.302,
|
| 469 |
+
"eval_steps_per_second": 9.575,
|
| 470 |
+
"step": 560
|
| 471 |
+
},
|
| 472 |
+
{
|
| 473 |
+
"epoch": 4.75,
|
| 474 |
+
"learning_rate": 5.25e-05,
|
| 475 |
+
"loss": 0.1756,
|
| 476 |
+
"step": 570
|
| 477 |
+
},
|
| 478 |
+
{
|
| 479 |
+
"epoch": 4.83,
|
| 480 |
+
"learning_rate": 5.166666666666667e-05,
|
| 481 |
+
"loss": 0.1117,
|
| 482 |
+
"step": 580
|
| 483 |
+
},
|
| 484 |
+
{
|
| 485 |
+
"epoch": 4.92,
|
| 486 |
+
"learning_rate": 5.0833333333333333e-05,
|
| 487 |
+
"loss": 0.128,
|
| 488 |
+
"step": 590
|
| 489 |
+
},
|
| 490 |
+
{
|
| 491 |
+
"epoch": 5.0,
|
| 492 |
+
"learning_rate": 5e-05,
|
| 493 |
+
"loss": 0.0976,
|
| 494 |
+
"step": 600
|
| 495 |
+
},
|
| 496 |
+
{
|
| 497 |
+
"epoch": 5.0,
|
| 498 |
+
"eval_accuracy": 0.9712548369264787,
|
| 499 |
+
"eval_loss": 0.1809568554162979,
|
| 500 |
+
"eval_runtime": 23.9233,
|
| 501 |
+
"eval_samples_per_second": 75.617,
|
| 502 |
+
"eval_steps_per_second": 9.489,
|
| 503 |
+
"step": 600
|
| 504 |
+
},
|
| 505 |
+
{
|
| 506 |
+
"epoch": 5.08,
|
| 507 |
+
"learning_rate": 4.9166666666666665e-05,
|
| 508 |
+
"loss": 0.1375,
|
| 509 |
+
"step": 610
|
| 510 |
+
},
|
| 511 |
+
{
|
| 512 |
+
"epoch": 5.17,
|
| 513 |
+
"learning_rate": 4.8333333333333334e-05,
|
| 514 |
+
"loss": 0.1116,
|
| 515 |
+
"step": 620
|
| 516 |
+
},
|
| 517 |
+
{
|
| 518 |
+
"epoch": 5.25,
|
| 519 |
+
"learning_rate": 4.75e-05,
|
| 520 |
+
"loss": 0.1415,
|
| 521 |
+
"step": 630
|
| 522 |
+
},
|
| 523 |
+
{
|
| 524 |
+
"epoch": 5.33,
|
| 525 |
+
"learning_rate": 4.666666666666667e-05,
|
| 526 |
+
"loss": 0.0997,
|
| 527 |
+
"step": 640
|
| 528 |
+
},
|
| 529 |
+
{
|
| 530 |
+
"epoch": 5.33,
|
| 531 |
+
"eval_accuracy": 0.9839690436705362,
|
| 532 |
+
"eval_loss": 0.13625413179397583,
|
| 533 |
+
"eval_runtime": 23.6139,
|
| 534 |
+
"eval_samples_per_second": 76.607,
|
| 535 |
+
"eval_steps_per_second": 9.613,
|
| 536 |
+
"step": 640
|
| 537 |
+
},
|
| 538 |
+
{
|
| 539 |
+
"epoch": 5.42,
|
| 540 |
+
"learning_rate": 4.5833333333333334e-05,
|
| 541 |
+
"loss": 0.113,
|
| 542 |
+
"step": 650
|
| 543 |
+
},
|
| 544 |
+
{
|
| 545 |
+
"epoch": 5.5,
|
| 546 |
+
"learning_rate": 4.5e-05,
|
| 547 |
+
"loss": 0.0801,
|
| 548 |
+
"step": 660
|
| 549 |
+
},
|
| 550 |
+
{
|
| 551 |
+
"epoch": 5.58,
|
| 552 |
+
"learning_rate": 4.4166666666666665e-05,
|
| 553 |
+
"loss": 0.0743,
|
| 554 |
+
"step": 670
|
| 555 |
+
},
|
| 556 |
+
{
|
| 557 |
+
"epoch": 5.67,
|
| 558 |
+
"learning_rate": 4.3333333333333334e-05,
|
| 559 |
+
"loss": 0.0896,
|
| 560 |
+
"step": 680
|
| 561 |
+
},
|
| 562 |
+
{
|
| 563 |
+
"epoch": 5.67,
|
| 564 |
+
"eval_accuracy": 0.988391376451078,
|
| 565 |
+
"eval_loss": 0.11103730648756027,
|
| 566 |
+
"eval_runtime": 25.2922,
|
| 567 |
+
"eval_samples_per_second": 71.524,
|
| 568 |
+
"eval_steps_per_second": 8.975,
|
| 569 |
+
"step": 680
|
| 570 |
+
},
|
| 571 |
+
{
|
| 572 |
+
"epoch": 5.75,
|
| 573 |
+
"learning_rate": 4.25e-05,
|
| 574 |
+
"loss": 0.0911,
|
| 575 |
+
"step": 690
|
| 576 |
+
},
|
| 577 |
+
{
|
| 578 |
+
"epoch": 5.83,
|
| 579 |
+
"learning_rate": 4.166666666666667e-05,
|
| 580 |
+
"loss": 0.073,
|
| 581 |
+
"step": 700
|
| 582 |
+
},
|
| 583 |
+
{
|
| 584 |
+
"epoch": 5.92,
|
| 585 |
+
"learning_rate": 4.0833333333333334e-05,
|
| 586 |
+
"loss": 0.0836,
|
| 587 |
+
"step": 710
|
| 588 |
+
},
|
| 589 |
+
{
|
| 590 |
+
"epoch": 6.0,
|
| 591 |
+
"learning_rate": 4e-05,
|
| 592 |
+
"loss": 0.0853,
|
| 593 |
+
"step": 720
|
| 594 |
+
},
|
| 595 |
+
{
|
| 596 |
+
"epoch": 6.0,
|
| 597 |
+
"eval_accuracy": 0.9900497512437811,
|
| 598 |
+
"eval_loss": 0.10298473387956619,
|
| 599 |
+
"eval_runtime": 25.0951,
|
| 600 |
+
"eval_samples_per_second": 72.086,
|
| 601 |
+
"eval_steps_per_second": 9.046,
|
| 602 |
+
"step": 720
|
| 603 |
+
},
|
| 604 |
+
{
|
| 605 |
+
"epoch": 6.08,
|
| 606 |
+
"learning_rate": 3.9166666666666665e-05,
|
| 607 |
+
"loss": 0.0642,
|
| 608 |
+
"step": 730
|
| 609 |
+
},
|
| 610 |
+
{
|
| 611 |
+
"epoch": 6.17,
|
| 612 |
+
"learning_rate": 3.8333333333333334e-05,
|
| 613 |
+
"loss": 0.0686,
|
| 614 |
+
"step": 740
|
| 615 |
+
},
|
| 616 |
+
{
|
| 617 |
+
"epoch": 6.25,
|
| 618 |
+
"learning_rate": 3.7500000000000003e-05,
|
| 619 |
+
"loss": 0.0988,
|
| 620 |
+
"step": 750
|
| 621 |
+
},
|
| 622 |
+
{
|
| 623 |
+
"epoch": 6.33,
|
| 624 |
+
"learning_rate": 3.6666666666666666e-05,
|
| 625 |
+
"loss": 0.0634,
|
| 626 |
+
"step": 760
|
| 627 |
+
},
|
| 628 |
+
{
|
| 629 |
+
"epoch": 6.33,
|
| 630 |
+
"eval_accuracy": 0.986180210060807,
|
| 631 |
+
"eval_loss": 0.10669608414173126,
|
| 632 |
+
"eval_runtime": 23.7517,
|
| 633 |
+
"eval_samples_per_second": 76.163,
|
| 634 |
+
"eval_steps_per_second": 9.557,
|
| 635 |
+
"step": 760
|
| 636 |
+
},
|
| 637 |
+
{
|
| 638 |
+
"epoch": 6.42,
|
| 639 |
+
"learning_rate": 3.5833333333333335e-05,
|
| 640 |
+
"loss": 0.0586,
|
| 641 |
+
"step": 770
|
| 642 |
+
},
|
| 643 |
+
{
|
| 644 |
+
"epoch": 6.5,
|
| 645 |
+
"learning_rate": 3.5e-05,
|
| 646 |
+
"loss": 0.06,
|
| 647 |
+
"step": 780
|
| 648 |
+
},
|
| 649 |
+
{
|
| 650 |
+
"epoch": 6.58,
|
| 651 |
+
"learning_rate": 3.4166666666666666e-05,
|
| 652 |
+
"loss": 0.0567,
|
| 653 |
+
"step": 790
|
| 654 |
+
},
|
| 655 |
+
{
|
| 656 |
+
"epoch": 6.67,
|
| 657 |
+
"learning_rate": 3.3333333333333335e-05,
|
| 658 |
+
"loss": 0.0643,
|
| 659 |
+
"step": 800
|
| 660 |
+
},
|
| 661 |
+
{
|
| 662 |
+
"epoch": 6.67,
|
| 663 |
+
"eval_accuracy": 0.9894969596462134,
|
| 664 |
+
"eval_loss": 0.09639524668455124,
|
| 665 |
+
"eval_runtime": 23.6297,
|
| 666 |
+
"eval_samples_per_second": 76.556,
|
| 667 |
+
"eval_steps_per_second": 9.607,
|
| 668 |
+
"step": 800
|
| 669 |
+
},
|
| 670 |
+
{
|
| 671 |
+
"epoch": 6.75,
|
| 672 |
+
"learning_rate": 3.2500000000000004e-05,
|
| 673 |
+
"loss": 0.0563,
|
| 674 |
+
"step": 810
|
| 675 |
+
},
|
| 676 |
+
{
|
| 677 |
+
"epoch": 6.83,
|
| 678 |
+
"learning_rate": 3.1666666666666666e-05,
|
| 679 |
+
"loss": 0.0638,
|
| 680 |
+
"step": 820
|
| 681 |
+
},
|
| 682 |
+
{
|
| 683 |
+
"epoch": 6.92,
|
| 684 |
+
"learning_rate": 3.0833333333333335e-05,
|
| 685 |
+
"loss": 0.0536,
|
| 686 |
+
"step": 830
|
| 687 |
+
},
|
| 688 |
+
{
|
| 689 |
+
"epoch": 7.0,
|
| 690 |
+
"learning_rate": 3e-05,
|
| 691 |
+
"loss": 0.0641,
|
| 692 |
+
"step": 840
|
| 693 |
+
},
|
| 694 |
+
{
|
| 695 |
+
"epoch": 7.0,
|
| 696 |
+
"eval_accuracy": 0.9872857932559425,
|
| 697 |
+
"eval_loss": 0.09574727714061737,
|
| 698 |
+
"eval_runtime": 25.7699,
|
| 699 |
+
"eval_samples_per_second": 70.198,
|
| 700 |
+
"eval_steps_per_second": 8.809,
|
| 701 |
+
"step": 840
|
| 702 |
+
},
|
| 703 |
+
{
|
| 704 |
+
"epoch": 7.08,
|
| 705 |
+
"learning_rate": 2.916666666666667e-05,
|
| 706 |
+
"loss": 0.0571,
|
| 707 |
+
"step": 850
|
| 708 |
+
},
|
| 709 |
+
{
|
| 710 |
+
"epoch": 7.17,
|
| 711 |
+
"learning_rate": 2.8333333333333335e-05,
|
| 712 |
+
"loss": 0.0567,
|
| 713 |
+
"step": 860
|
| 714 |
+
},
|
| 715 |
+
{
|
| 716 |
+
"epoch": 7.25,
|
| 717 |
+
"learning_rate": 2.7500000000000004e-05,
|
| 718 |
+
"loss": 0.0487,
|
| 719 |
+
"step": 870
|
| 720 |
+
},
|
| 721 |
+
{
|
| 722 |
+
"epoch": 7.33,
|
| 723 |
+
"learning_rate": 2.6666666666666667e-05,
|
| 724 |
+
"loss": 0.0464,
|
| 725 |
+
"step": 880
|
| 726 |
+
},
|
| 727 |
+
{
|
| 728 |
+
"epoch": 7.33,
|
| 729 |
+
"eval_accuracy": 0.9911553344389166,
|
| 730 |
+
"eval_loss": 0.08537043631076813,
|
| 731 |
+
"eval_runtime": 26.4935,
|
| 732 |
+
"eval_samples_per_second": 68.281,
|
| 733 |
+
"eval_steps_per_second": 8.568,
|
| 734 |
+
"step": 880
|
| 735 |
+
},
|
| 736 |
+
{
|
| 737 |
+
"epoch": 7.42,
|
| 738 |
+
"learning_rate": 2.5833333333333336e-05,
|
| 739 |
+
"loss": 0.0487,
|
| 740 |
+
"step": 890
|
| 741 |
+
},
|
| 742 |
+
{
|
| 743 |
+
"epoch": 7.5,
|
| 744 |
+
"learning_rate": 2.5e-05,
|
| 745 |
+
"loss": 0.0464,
|
| 746 |
+
"step": 900
|
| 747 |
+
},
|
| 748 |
+
{
|
| 749 |
+
"epoch": 7.58,
|
| 750 |
+
"learning_rate": 2.4166666666666667e-05,
|
| 751 |
+
"loss": 0.0455,
|
| 752 |
+
"step": 910
|
| 753 |
+
},
|
| 754 |
+
{
|
| 755 |
+
"epoch": 7.67,
|
| 756 |
+
"learning_rate": 2.3333333333333336e-05,
|
| 757 |
+
"loss": 0.046,
|
| 758 |
+
"step": 920
|
| 759 |
+
},
|
| 760 |
+
{
|
| 761 |
+
"epoch": 7.67,
|
| 762 |
+
"eval_accuracy": 0.9906025428413489,
|
| 763 |
+
"eval_loss": 0.08185369521379471,
|
| 764 |
+
"eval_runtime": 24.8849,
|
| 765 |
+
"eval_samples_per_second": 72.695,
|
| 766 |
+
"eval_steps_per_second": 9.122,
|
| 767 |
+
"step": 920
|
| 768 |
+
},
|
| 769 |
+
{
|
| 770 |
+
"epoch": 7.75,
|
| 771 |
+
"learning_rate": 2.25e-05,
|
| 772 |
+
"loss": 0.0454,
|
| 773 |
+
"step": 930
|
| 774 |
+
},
|
| 775 |
+
{
|
| 776 |
+
"epoch": 7.83,
|
| 777 |
+
"learning_rate": 2.1666666666666667e-05,
|
| 778 |
+
"loss": 0.0448,
|
| 779 |
+
"step": 940
|
| 780 |
+
},
|
| 781 |
+
{
|
| 782 |
+
"epoch": 7.92,
|
| 783 |
+
"learning_rate": 2.0833333333333336e-05,
|
| 784 |
+
"loss": 0.0485,
|
| 785 |
+
"step": 950
|
| 786 |
+
},
|
| 787 |
+
{
|
| 788 |
+
"epoch": 8.0,
|
| 789 |
+
"learning_rate": 2e-05,
|
| 790 |
+
"loss": 0.0446,
|
| 791 |
+
"step": 960
|
| 792 |
+
},
|
| 793 |
+
{
|
| 794 |
+
"epoch": 8.0,
|
| 795 |
+
"eval_accuracy": 0.9900497512437811,
|
| 796 |
+
"eval_loss": 0.08438780158758163,
|
| 797 |
+
"eval_runtime": 23.7846,
|
| 798 |
+
"eval_samples_per_second": 76.057,
|
| 799 |
+
"eval_steps_per_second": 9.544,
|
| 800 |
+
"step": 960
|
| 801 |
+
},
|
| 802 |
+
{
|
| 803 |
+
"epoch": 8.08,
|
| 804 |
+
"learning_rate": 1.9166666666666667e-05,
|
| 805 |
+
"loss": 0.0427,
|
| 806 |
+
"step": 970
|
| 807 |
+
},
|
| 808 |
+
{
|
| 809 |
+
"epoch": 8.17,
|
| 810 |
+
"learning_rate": 1.8333333333333333e-05,
|
| 811 |
+
"loss": 0.0419,
|
| 812 |
+
"step": 980
|
| 813 |
+
},
|
| 814 |
+
{
|
| 815 |
+
"epoch": 8.25,
|
| 816 |
+
"learning_rate": 1.75e-05,
|
| 817 |
+
"loss": 0.0414,
|
| 818 |
+
"step": 990
|
| 819 |
+
},
|
| 820 |
+
{
|
| 821 |
+
"epoch": 8.33,
|
| 822 |
+
"learning_rate": 1.6666666666666667e-05,
|
| 823 |
+
"loss": 0.0406,
|
| 824 |
+
"step": 1000
|
| 825 |
+
},
|
| 826 |
+
{
|
| 827 |
+
"epoch": 8.33,
|
| 828 |
+
"eval_accuracy": 0.9906025428413489,
|
| 829 |
+
"eval_loss": 0.08179429918527603,
|
| 830 |
+
"eval_runtime": 25.4679,
|
| 831 |
+
"eval_samples_per_second": 71.031,
|
| 832 |
+
"eval_steps_per_second": 8.913,
|
| 833 |
+
"step": 1000
|
| 834 |
+
},
|
| 835 |
+
{
|
| 836 |
+
"epoch": 8.42,
|
| 837 |
+
"learning_rate": 1.5833333333333333e-05,
|
| 838 |
+
"loss": 0.0422,
|
| 839 |
+
"step": 1010
|
| 840 |
+
},
|
| 841 |
+
{
|
| 842 |
+
"epoch": 8.5,
|
| 843 |
+
"learning_rate": 1.5e-05,
|
| 844 |
+
"loss": 0.0421,
|
| 845 |
+
"step": 1020
|
| 846 |
+
},
|
| 847 |
+
{
|
| 848 |
+
"epoch": 8.58,
|
| 849 |
+
"learning_rate": 1.4166666666666668e-05,
|
| 850 |
+
"loss": 0.0397,
|
| 851 |
+
"step": 1030
|
| 852 |
+
},
|
| 853 |
+
{
|
| 854 |
+
"epoch": 8.67,
|
| 855 |
+
"learning_rate": 1.3333333333333333e-05,
|
| 856 |
+
"loss": 0.0404,
|
| 857 |
+
"step": 1040
|
| 858 |
+
},
|
| 859 |
+
{
|
| 860 |
+
"epoch": 8.67,
|
| 861 |
+
"eval_accuracy": 0.9894969596462134,
|
| 862 |
+
"eval_loss": 0.0798824205994606,
|
| 863 |
+
"eval_runtime": 26.1885,
|
| 864 |
+
"eval_samples_per_second": 69.076,
|
| 865 |
+
"eval_steps_per_second": 8.668,
|
| 866 |
+
"step": 1040
|
| 867 |
+
},
|
| 868 |
+
{
|
| 869 |
+
"epoch": 8.75,
|
| 870 |
+
"learning_rate": 1.25e-05,
|
| 871 |
+
"loss": 0.0402,
|
| 872 |
+
"step": 1050
|
| 873 |
+
},
|
| 874 |
+
{
|
| 875 |
+
"epoch": 8.83,
|
| 876 |
+
"learning_rate": 1.1666666666666668e-05,
|
| 877 |
+
"loss": 0.0418,
|
| 878 |
+
"step": 1060
|
| 879 |
+
},
|
| 880 |
+
{
|
| 881 |
+
"epoch": 8.92,
|
| 882 |
+
"learning_rate": 1.0833333333333334e-05,
|
| 883 |
+
"loss": 0.0393,
|
| 884 |
+
"step": 1070
|
| 885 |
+
},
|
| 886 |
+
{
|
| 887 |
+
"epoch": 9.0,
|
| 888 |
+
"learning_rate": 1e-05,
|
| 889 |
+
"loss": 0.0386,
|
| 890 |
+
"step": 1080
|
| 891 |
+
},
|
| 892 |
+
{
|
| 893 |
+
"epoch": 9.0,
|
| 894 |
+
"eval_accuracy": 0.9894969596462134,
|
| 895 |
+
"eval_loss": 0.08014928549528122,
|
| 896 |
+
"eval_runtime": 24.5975,
|
| 897 |
+
"eval_samples_per_second": 73.544,
|
| 898 |
+
"eval_steps_per_second": 9.229,
|
| 899 |
+
"step": 1080
|
| 900 |
+
},
|
| 901 |
+
{
|
| 902 |
+
"epoch": 9.08,
|
| 903 |
+
"learning_rate": 9.166666666666666e-06,
|
| 904 |
+
"loss": 0.0388,
|
| 905 |
+
"step": 1090
|
| 906 |
+
},
|
| 907 |
+
{
|
| 908 |
+
"epoch": 9.17,
|
| 909 |
+
"learning_rate": 8.333333333333334e-06,
|
| 910 |
+
"loss": 0.0383,
|
| 911 |
+
"step": 1100
|
| 912 |
+
},
|
| 913 |
+
{
|
| 914 |
+
"epoch": 9.25,
|
| 915 |
+
"learning_rate": 7.5e-06,
|
| 916 |
+
"loss": 0.0389,
|
| 917 |
+
"step": 1110
|
| 918 |
+
},
|
| 919 |
+
{
|
| 920 |
+
"epoch": 9.33,
|
| 921 |
+
"learning_rate": 6.666666666666667e-06,
|
| 922 |
+
"loss": 0.0386,
|
| 923 |
+
"step": 1120
|
| 924 |
+
},
|
| 925 |
+
{
|
| 926 |
+
"epoch": 9.33,
|
| 927 |
+
"eval_accuracy": 0.9889441680486457,
|
| 928 |
+
"eval_loss": 0.07926672697067261,
|
| 929 |
+
"eval_runtime": 24.5643,
|
| 930 |
+
"eval_samples_per_second": 73.643,
|
| 931 |
+
"eval_steps_per_second": 9.241,
|
| 932 |
+
"step": 1120
|
| 933 |
+
},
|
| 934 |
+
{
|
| 935 |
+
"epoch": 9.42,
|
| 936 |
+
"learning_rate": 5.833333333333334e-06,
|
| 937 |
+
"loss": 0.0381,
|
| 938 |
+
"step": 1130
|
| 939 |
+
},
|
| 940 |
+
{
|
| 941 |
+
"epoch": 9.5,
|
| 942 |
+
"learning_rate": 5e-06,
|
| 943 |
+
"loss": 0.0375,
|
| 944 |
+
"step": 1140
|
| 945 |
+
},
|
| 946 |
+
{
|
| 947 |
+
"epoch": 9.58,
|
| 948 |
+
"learning_rate": 4.166666666666667e-06,
|
| 949 |
+
"loss": 0.0385,
|
| 950 |
+
"step": 1150
|
| 951 |
+
},
|
| 952 |
+
{
|
| 953 |
+
"epoch": 9.67,
|
| 954 |
+
"learning_rate": 3.3333333333333333e-06,
|
| 955 |
+
"loss": 0.0378,
|
| 956 |
+
"step": 1160
|
| 957 |
+
},
|
| 958 |
+
{
|
| 959 |
+
"epoch": 9.67,
|
| 960 |
+
"eval_accuracy": 0.9889441680486457,
|
| 961 |
+
"eval_loss": 0.07844050228595734,
|
| 962 |
+
"eval_runtime": 24.8252,
|
| 963 |
+
"eval_samples_per_second": 72.869,
|
| 964 |
+
"eval_steps_per_second": 9.144,
|
| 965 |
+
"step": 1160
|
| 966 |
+
},
|
| 967 |
+
{
|
| 968 |
+
"epoch": 9.75,
|
| 969 |
+
"learning_rate": 2.5e-06,
|
| 970 |
+
"loss": 0.0379,
|
| 971 |
+
"step": 1170
|
| 972 |
+
},
|
| 973 |
+
{
|
| 974 |
+
"epoch": 9.83,
|
| 975 |
+
"learning_rate": 1.6666666666666667e-06,
|
| 976 |
+
"loss": 0.0381,
|
| 977 |
+
"step": 1180
|
| 978 |
+
},
|
| 979 |
+
{
|
| 980 |
+
"epoch": 9.92,
|
| 981 |
+
"learning_rate": 8.333333333333333e-07,
|
| 982 |
+
"loss": 0.0379,
|
| 983 |
+
"step": 1190
|
| 984 |
+
},
|
| 985 |
+
{
|
| 986 |
+
"epoch": 10.0,
|
| 987 |
+
"learning_rate": 0.0,
|
| 988 |
+
"loss": 0.0375,
|
| 989 |
+
"step": 1200
|
| 990 |
+
},
|
| 991 |
+
{
|
| 992 |
+
"epoch": 10.0,
|
| 993 |
+
"eval_accuracy": 0.9889441680486457,
|
| 994 |
+
"eval_loss": 0.07833071053028107,
|
| 995 |
+
"eval_runtime": 25.8277,
|
| 996 |
+
"eval_samples_per_second": 70.041,
|
| 997 |
+
"eval_steps_per_second": 8.789,
|
| 998 |
+
"step": 1200
|
| 999 |
+
},
|
| 1000 |
+
{
|
| 1001 |
+
"epoch": 10.0,
|
| 1002 |
+
"step": 1200,
|
| 1003 |
+
"total_flos": 2.219132546087547e+18,
|
| 1004 |
+
"train_loss": 0.5339297652244568,
|
| 1005 |
+
"train_runtime": 1645.4859,
|
| 1006 |
+
"train_samples_per_second": 17.399,
|
| 1007 |
+
"train_steps_per_second": 0.729
|
| 1008 |
+
}
|
| 1009 |
+
],
|
| 1010 |
+
"max_steps": 1200,
|
| 1011 |
+
"num_train_epochs": 10,
|
| 1012 |
+
"total_flos": 2.219132546087547e+18,
|
| 1013 |
+
"trial_name": null,
|
| 1014 |
+
"trial_params": null
|
| 1015 |
+
}
|
training_args.bin
ADDED
|
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:866b976385055898184044bd36fdde35f858559ce6776ffca34cf7f9e619f8af
|
| 3 |
+
size 3899
|