first commit
This commit is contained in:
YYJ-aaaa
parent
67f2b378f9
commit
36fbfa99d8
|
|
@ -0,0 +1,12 @@
|
||||||
|
{
|
||||||
|
"epoch": 5.0,
|
||||||
|
"eval_accuracy": 0.8912871287128713,
|
||||||
|
"eval_loss": 0.45006364583969116,
|
||||||
|
"eval_runtime": 107.735,
|
||||||
|
"eval_samples_per_second": 234.371,
|
||||||
|
"eval_steps_per_second": 1.838,
|
||||||
|
"train_loss": 0.48942885282071863,
|
||||||
|
"train_runtime": 2221.2523,
|
||||||
|
"train_samples_per_second": 170.512,
|
||||||
|
"train_steps_per_second": 1.333
|
||||||
|
}
|
||||||
|
|
@ -0,0 +1,228 @@
|
||||||
|
{
|
||||||
|
"_name_or_path": "google/vit-base-patch16-224-in21k",
|
||||||
|
"architectures": [
|
||||||
|
"ViTForImageClassification"
|
||||||
|
],
|
||||||
|
"attention_probs_dropout_prob": 0.0,
|
||||||
|
"finetuning_task": "image-classification",
|
||||||
|
"hidden_act": "gelu",
|
||||||
|
"hidden_dropout_prob": 0.0,
|
||||||
|
"hidden_size": 768,
|
||||||
|
"id2label": {
|
||||||
|
"0": "apple_pie",
|
||||||
|
"1": "baby_back_ribs",
|
||||||
|
"10": "bruschetta",
|
||||||
|
"100": "waffles",
|
||||||
|
"11": "caesar_salad",
|
||||||
|
"12": "cannoli",
|
||||||
|
"13": "caprese_salad",
|
||||||
|
"14": "carrot_cake",
|
||||||
|
"15": "ceviche",
|
||||||
|
"16": "cheese_plate",
|
||||||
|
"17": "cheesecake",
|
||||||
|
"18": "chicken_curry",
|
||||||
|
"19": "chicken_quesadilla",
|
||||||
|
"2": "baklava",
|
||||||
|
"20": "chicken_wings",
|
||||||
|
"21": "chocolate_cake",
|
||||||
|
"22": "chocolate_mousse",
|
||||||
|
"23": "churros",
|
||||||
|
"24": "clam_chowder",
|
||||||
|
"25": "club_sandwich",
|
||||||
|
"26": "crab_cakes",
|
||||||
|
"27": "creme_brulee",
|
||||||
|
"28": "croque_madame",
|
||||||
|
"29": "cup_cakes",
|
||||||
|
"3": "beef_carpaccio",
|
||||||
|
"30": "deviled_eggs",
|
||||||
|
"31": "donuts",
|
||||||
|
"32": "dumplings",
|
||||||
|
"33": "edamame",
|
||||||
|
"34": "eggs_benedict",
|
||||||
|
"35": "escargots",
|
||||||
|
"36": "falafel",
|
||||||
|
"37": "filet_mignon",
|
||||||
|
"38": "fish_and_chips",
|
||||||
|
"39": "foie_gras",
|
||||||
|
"4": "beef_tartare",
|
||||||
|
"40": "french_fries",
|
||||||
|
"41": "french_onion_soup",
|
||||||
|
"42": "french_toast",
|
||||||
|
"43": "fried_calamari",
|
||||||
|
"44": "fried_rice",
|
||||||
|
"45": "frozen_yogurt",
|
||||||
|
"46": "garlic_bread",
|
||||||
|
"47": "gnocchi",
|
||||||
|
"48": "greek_salad",
|
||||||
|
"49": "grilled_cheese_sandwich",
|
||||||
|
"5": "beet_salad",
|
||||||
|
"50": "grilled_salmon",
|
||||||
|
"51": "guacamole",
|
||||||
|
"52": "gyoza",
|
||||||
|
"53": "hamburger",
|
||||||
|
"54": "hot_and_sour_soup",
|
||||||
|
"55": "hot_dog",
|
||||||
|
"56": "huevos_rancheros",
|
||||||
|
"57": "hummus",
|
||||||
|
"58": "ice_cream",
|
||||||
|
"59": "lasagna",
|
||||||
|
"6": "beignets",
|
||||||
|
"60": "lobster_bisque",
|
||||||
|
"61": "lobster_roll_sandwich",
|
||||||
|
"62": "macaroni_and_cheese",
|
||||||
|
"63": "macarons",
|
||||||
|
"64": "miso_soup",
|
||||||
|
"65": "mussels",
|
||||||
|
"66": "nachos",
|
||||||
|
"67": "omelette",
|
||||||
|
"68": "onion_rings",
|
||||||
|
"69": "oysters",
|
||||||
|
"7": "bibimbap",
|
||||||
|
"70": "pad_thai",
|
||||||
|
"71": "paella",
|
||||||
|
"72": "pancakes",
|
||||||
|
"73": "panna_cotta",
|
||||||
|
"74": "peking_duck",
|
||||||
|
"75": "pho",
|
||||||
|
"76": "pizza",
|
||||||
|
"77": "pork_chop",
|
||||||
|
"78": "poutine",
|
||||||
|
"79": "prime_rib",
|
||||||
|
"8": "bread_pudding",
|
||||||
|
"80": "pulled_pork_sandwich",
|
||||||
|
"81": "ramen",
|
||||||
|
"82": "ravioli",
|
||||||
|
"83": "red_velvet_cake",
|
||||||
|
"84": "risotto",
|
||||||
|
"85": "samosa",
|
||||||
|
"86": "sashimi",
|
||||||
|
"87": "scallops",
|
||||||
|
"88": "seaweed_salad",
|
||||||
|
"89": "shrimp_and_grits",
|
||||||
|
"9": "breakfast_burrito",
|
||||||
|
"90": "spaghetti_bolognese",
|
||||||
|
"91": "spaghetti_carbonara",
|
||||||
|
"92": "spring_rolls",
|
||||||
|
"93": "steak",
|
||||||
|
"94": "strawberry_shortcake",
|
||||||
|
"95": "sushi",
|
||||||
|
"96": "tacos",
|
||||||
|
"97": "takoyaki",
|
||||||
|
"98": "tiramisu",
|
||||||
|
"99": "tuna_tartare"
|
||||||
|
},
|
||||||
|
"image_size": 224,
|
||||||
|
"initializer_range": 0.02,
|
||||||
|
"intermediate_size": 3072,
|
||||||
|
"label2id": {
|
||||||
|
"apple_pie": "0",
|
||||||
|
"baby_back_ribs": "1",
|
||||||
|
"baklava": "2",
|
||||||
|
"beef_carpaccio": "3",
|
||||||
|
"beef_tartare": "4",
|
||||||
|
"beet_salad": "5",
|
||||||
|
"beignets": "6",
|
||||||
|
"bibimbap": "7",
|
||||||
|
"bread_pudding": "8",
|
||||||
|
"breakfast_burrito": "9",
|
||||||
|
"bruschetta": "10",
|
||||||
|
"caesar_salad": "11",
|
||||||
|
"cannoli": "12",
|
||||||
|
"caprese_salad": "13",
|
||||||
|
"carrot_cake": "14",
|
||||||
|
"ceviche": "15",
|
||||||
|
"cheese_plate": "16",
|
||||||
|
"cheesecake": "17",
|
||||||
|
"chicken_curry": "18",
|
||||||
|
"chicken_quesadilla": "19",
|
||||||
|
"chicken_wings": "20",
|
||||||
|
"chocolate_cake": "21",
|
||||||
|
"chocolate_mousse": "22",
|
||||||
|
"churros": "23",
|
||||||
|
"clam_chowder": "24",
|
||||||
|
"club_sandwich": "25",
|
||||||
|
"crab_cakes": "26",
|
||||||
|
"creme_brulee": "27",
|
||||||
|
"croque_madame": "28",
|
||||||
|
"cup_cakes": "29",
|
||||||
|
"deviled_eggs": "30",
|
||||||
|
"donuts": "31",
|
||||||
|
"dumplings": "32",
|
||||||
|
"edamame": "33",
|
||||||
|
"eggs_benedict": "34",
|
||||||
|
"escargots": "35",
|
||||||
|
"falafel": "36",
|
||||||
|
"filet_mignon": "37",
|
||||||
|
"fish_and_chips": "38",
|
||||||
|
"foie_gras": "39",
|
||||||
|
"french_fries": "40",
|
||||||
|
"french_onion_soup": "41",
|
||||||
|
"french_toast": "42",
|
||||||
|
"fried_calamari": "43",
|
||||||
|
"fried_rice": "44",
|
||||||
|
"frozen_yogurt": "45",
|
||||||
|
"garlic_bread": "46",
|
||||||
|
"gnocchi": "47",
|
||||||
|
"greek_salad": "48",
|
||||||
|
"grilled_cheese_sandwich": "49",
|
||||||
|
"grilled_salmon": "50",
|
||||||
|
"guacamole": "51",
|
||||||
|
"gyoza": "52",
|
||||||
|
"hamburger": "53",
|
||||||
|
"hot_and_sour_soup": "54",
|
||||||
|
"hot_dog": "55",
|
||||||
|
"huevos_rancheros": "56",
|
||||||
|
"hummus": "57",
|
||||||
|
"ice_cream": "58",
|
||||||
|
"lasagna": "59",
|
||||||
|
"lobster_bisque": "60",
|
||||||
|
"lobster_roll_sandwich": "61",
|
||||||
|
"macaroni_and_cheese": "62",
|
||||||
|
"macarons": "63",
|
||||||
|
"miso_soup": "64",
|
||||||
|
"mussels": "65",
|
||||||
|
"nachos": "66",
|
||||||
|
"omelette": "67",
|
||||||
|
"onion_rings": "68",
|
||||||
|
"oysters": "69",
|
||||||
|
"pad_thai": "70",
|
||||||
|
"paella": "71",
|
||||||
|
"pancakes": "72",
|
||||||
|
"panna_cotta": "73",
|
||||||
|
"peking_duck": "74",
|
||||||
|
"pho": "75",
|
||||||
|
"pizza": "76",
|
||||||
|
"pork_chop": "77",
|
||||||
|
"poutine": "78",
|
||||||
|
"prime_rib": "79",
|
||||||
|
"pulled_pork_sandwich": "80",
|
||||||
|
"ramen": "81",
|
||||||
|
"ravioli": "82",
|
||||||
|
"red_velvet_cake": "83",
|
||||||
|
"risotto": "84",
|
||||||
|
"samosa": "85",
|
||||||
|
"sashimi": "86",
|
||||||
|
"scallops": "87",
|
||||||
|
"seaweed_salad": "88",
|
||||||
|
"shrimp_and_grits": "89",
|
||||||
|
"spaghetti_bolognese": "90",
|
||||||
|
"spaghetti_carbonara": "91",
|
||||||
|
"spring_rolls": "92",
|
||||||
|
"steak": "93",
|
||||||
|
"strawberry_shortcake": "94",
|
||||||
|
"sushi": "95",
|
||||||
|
"tacos": "96",
|
||||||
|
"takoyaki": "97",
|
||||||
|
"tiramisu": "98",
|
||||||
|
"tuna_tartare": "99",
|
||||||
|
"waffles": "100"
|
||||||
|
},
|
||||||
|
"layer_norm_eps": 1e-12,
|
||||||
|
"model_type": "vit",
|
||||||
|
"num_attention_heads": 12,
|
||||||
|
"num_channels": 3,
|
||||||
|
"num_hidden_layers": 12,
|
||||||
|
"patch_size": 16,
|
||||||
|
"torch_dtype": "float32",
|
||||||
|
"transformers_version": "4.8.1"
|
||||||
|
}
|
||||||
|
|
@ -0,0 +1,8 @@
|
||||||
|
{
|
||||||
|
"epoch": 5.0,
|
||||||
|
"eval_accuracy": 0.8912871287128713,
|
||||||
|
"eval_loss": 0.45006364583969116,
|
||||||
|
"eval_runtime": 107.735,
|
||||||
|
"eval_samples_per_second": 234.371,
|
||||||
|
"eval_steps_per_second": 1.838
|
||||||
|
}
|
||||||
|
|
@ -0,0 +1,17 @@
|
||||||
|
{
|
||||||
|
"do_normalize": true,
|
||||||
|
"do_resize": true,
|
||||||
|
"feature_extractor_type": "ViTFeatureExtractor",
|
||||||
|
"image_mean": [
|
||||||
|
0.5,
|
||||||
|
0.5,
|
||||||
|
0.5
|
||||||
|
],
|
||||||
|
"image_std": [
|
||||||
|
0.5,
|
||||||
|
0.5,
|
||||||
|
0.5
|
||||||
|
],
|
||||||
|
"resample": 2,
|
||||||
|
"size": 224
|
||||||
|
}
|
||||||
Binary file not shown.
|
|
@ -0,0 +1,7 @@
|
||||||
|
{
|
||||||
|
"epoch": 5.0,
|
||||||
|
"train_loss": 0.48942885282071863,
|
||||||
|
"train_runtime": 2221.2523,
|
||||||
|
"train_samples_per_second": 170.512,
|
||||||
|
"train_steps_per_second": 1.333
|
||||||
|
}
|
||||||
|
|
@ -0,0 +1,958 @@
|
||||||
|
{
|
||||||
|
"best_metric": 0.8912871287128713,
|
||||||
|
"best_model_checkpoint": "food101_outputs/checkpoint-2960",
|
||||||
|
"epoch": 5.0,
|
||||||
|
"global_step": 2960,
|
||||||
|
"is_hyper_param_search": false,
|
||||||
|
"is_local_process_zero": true,
|
||||||
|
"is_world_process_zero": true,
|
||||||
|
"log_history": [
|
||||||
|
{
|
||||||
|
"epoch": 0.03,
|
||||||
|
"learning_rate": 0.00019864864864864865,
|
||||||
|
"loss": 4.4083,
|
||||||
|
"step": 20
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.07,
|
||||||
|
"learning_rate": 0.0001972972972972973,
|
||||||
|
"loss": 3.884,
|
||||||
|
"step": 40
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.1,
|
||||||
|
"learning_rate": 0.00019594594594594594,
|
||||||
|
"loss": 3.4068,
|
||||||
|
"step": 60
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.14,
|
||||||
|
"learning_rate": 0.00019459459459459462,
|
||||||
|
"loss": 2.9784,
|
||||||
|
"step": 80
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.17,
|
||||||
|
"learning_rate": 0.00019324324324324326,
|
||||||
|
"loss": 2.6549,
|
||||||
|
"step": 100
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.2,
|
||||||
|
"learning_rate": 0.0001918918918918919,
|
||||||
|
"loss": 2.3437,
|
||||||
|
"step": 120
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.24,
|
||||||
|
"learning_rate": 0.00019054054054054055,
|
||||||
|
"loss": 2.1107,
|
||||||
|
"step": 140
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.27,
|
||||||
|
"learning_rate": 0.0001891891891891892,
|
||||||
|
"loss": 1.8803,
|
||||||
|
"step": 160
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.3,
|
||||||
|
"learning_rate": 0.00018783783783783784,
|
||||||
|
"loss": 1.7025,
|
||||||
|
"step": 180
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.34,
|
||||||
|
"learning_rate": 0.0001864864864864865,
|
||||||
|
"loss": 1.5403,
|
||||||
|
"step": 200
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.37,
|
||||||
|
"learning_rate": 0.00018513513513513513,
|
||||||
|
"loss": 1.48,
|
||||||
|
"step": 220
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.41,
|
||||||
|
"learning_rate": 0.0001837837837837838,
|
||||||
|
"loss": 1.358,
|
||||||
|
"step": 240
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.44,
|
||||||
|
"learning_rate": 0.00018243243243243245,
|
||||||
|
"loss": 1.2943,
|
||||||
|
"step": 260
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.47,
|
||||||
|
"learning_rate": 0.0001810810810810811,
|
||||||
|
"loss": 1.2301,
|
||||||
|
"step": 280
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.51,
|
||||||
|
"learning_rate": 0.00017972972972972974,
|
||||||
|
"loss": 1.1578,
|
||||||
|
"step": 300
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.54,
|
||||||
|
"learning_rate": 0.00017837837837837839,
|
||||||
|
"loss": 1.0811,
|
||||||
|
"step": 320
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.57,
|
||||||
|
"learning_rate": 0.00017702702702702703,
|
||||||
|
"loss": 1.0662,
|
||||||
|
"step": 340
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.61,
|
||||||
|
"learning_rate": 0.00017567567567567568,
|
||||||
|
"loss": 1.0146,
|
||||||
|
"step": 360
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.64,
|
||||||
|
"learning_rate": 0.00017432432432432432,
|
||||||
|
"loss": 0.9584,
|
||||||
|
"step": 380
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.68,
|
||||||
|
"learning_rate": 0.000172972972972973,
|
||||||
|
"loss": 0.973,
|
||||||
|
"step": 400
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.71,
|
||||||
|
"learning_rate": 0.00017162162162162164,
|
||||||
|
"loss": 0.9817,
|
||||||
|
"step": 420
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.74,
|
||||||
|
"learning_rate": 0.00017027027027027028,
|
||||||
|
"loss": 0.9552,
|
||||||
|
"step": 440
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.78,
|
||||||
|
"learning_rate": 0.00016891891891891893,
|
||||||
|
"loss": 0.916,
|
||||||
|
"step": 460
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.81,
|
||||||
|
"learning_rate": 0.00016756756756756757,
|
||||||
|
"loss": 0.8896,
|
||||||
|
"step": 480
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.84,
|
||||||
|
"learning_rate": 0.00016621621621621622,
|
||||||
|
"loss": 0.8855,
|
||||||
|
"step": 500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.88,
|
||||||
|
"learning_rate": 0.00016486486486486486,
|
||||||
|
"loss": 0.8823,
|
||||||
|
"step": 520
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.91,
|
||||||
|
"learning_rate": 0.0001635135135135135,
|
||||||
|
"loss": 0.8059,
|
||||||
|
"step": 540
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.95,
|
||||||
|
"learning_rate": 0.00016216216216216218,
|
||||||
|
"loss": 0.8323,
|
||||||
|
"step": 560
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 0.98,
|
||||||
|
"learning_rate": 0.00016081081081081083,
|
||||||
|
"loss": 0.8271,
|
||||||
|
"step": 580
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.0,
|
||||||
|
"eval_accuracy": 0.8561584158415841,
|
||||||
|
"eval_loss": 0.6070069074630737,
|
||||||
|
"eval_runtime": 142.5311,
|
||||||
|
"eval_samples_per_second": 177.154,
|
||||||
|
"eval_steps_per_second": 1.389,
|
||||||
|
"step": 592
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.01,
|
||||||
|
"learning_rate": 0.00015945945945945947,
|
||||||
|
"loss": 0.6876,
|
||||||
|
"step": 600
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.05,
|
||||||
|
"learning_rate": 0.00015810810810810812,
|
||||||
|
"loss": 0.4771,
|
||||||
|
"step": 620
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.08,
|
||||||
|
"learning_rate": 0.00015675675675675676,
|
||||||
|
"loss": 0.4998,
|
||||||
|
"step": 640
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.11,
|
||||||
|
"learning_rate": 0.0001554054054054054,
|
||||||
|
"loss": 0.4753,
|
||||||
|
"step": 660
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.15,
|
||||||
|
"learning_rate": 0.00015405405405405405,
|
||||||
|
"loss": 0.5197,
|
||||||
|
"step": 680
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.18,
|
||||||
|
"learning_rate": 0.0001527027027027027,
|
||||||
|
"loss": 0.527,
|
||||||
|
"step": 700
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.22,
|
||||||
|
"learning_rate": 0.00015135135135135137,
|
||||||
|
"loss": 0.5371,
|
||||||
|
"step": 720
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.25,
|
||||||
|
"learning_rate": 0.00015000000000000001,
|
||||||
|
"loss": 0.4992,
|
||||||
|
"step": 740
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.28,
|
||||||
|
"learning_rate": 0.00014864864864864866,
|
||||||
|
"loss": 0.4728,
|
||||||
|
"step": 760
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.32,
|
||||||
|
"learning_rate": 0.0001472972972972973,
|
||||||
|
"loss": 0.5185,
|
||||||
|
"step": 780
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.35,
|
||||||
|
"learning_rate": 0.00014594594594594595,
|
||||||
|
"loss": 0.5071,
|
||||||
|
"step": 800
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.39,
|
||||||
|
"learning_rate": 0.00014459459459459462,
|
||||||
|
"loss": 0.4728,
|
||||||
|
"step": 820
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.42,
|
||||||
|
"learning_rate": 0.00014324324324324324,
|
||||||
|
"loss": 0.4731,
|
||||||
|
"step": 840
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.45,
|
||||||
|
"learning_rate": 0.00014189189189189188,
|
||||||
|
"loss": 0.5211,
|
||||||
|
"step": 860
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.49,
|
||||||
|
"learning_rate": 0.00014054054054054056,
|
||||||
|
"loss": 0.4949,
|
||||||
|
"step": 880
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.52,
|
||||||
|
"learning_rate": 0.0001391891891891892,
|
||||||
|
"loss": 0.4847,
|
||||||
|
"step": 900
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.55,
|
||||||
|
"learning_rate": 0.00013783783783783785,
|
||||||
|
"loss": 0.4626,
|
||||||
|
"step": 920
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.59,
|
||||||
|
"learning_rate": 0.0001364864864864865,
|
||||||
|
"loss": 0.456,
|
||||||
|
"step": 940
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.62,
|
||||||
|
"learning_rate": 0.00013513513513513514,
|
||||||
|
"loss": 0.4938,
|
||||||
|
"step": 960
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.66,
|
||||||
|
"learning_rate": 0.0001337837837837838,
|
||||||
|
"loss": 0.4846,
|
||||||
|
"step": 980
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.69,
|
||||||
|
"learning_rate": 0.00013243243243243243,
|
||||||
|
"loss": 0.4576,
|
||||||
|
"step": 1000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.72,
|
||||||
|
"learning_rate": 0.00013108108108108107,
|
||||||
|
"loss": 0.4766,
|
||||||
|
"step": 1020
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.76,
|
||||||
|
"learning_rate": 0.00012972972972972974,
|
||||||
|
"loss": 0.4741,
|
||||||
|
"step": 1040
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.79,
|
||||||
|
"learning_rate": 0.0001283783783783784,
|
||||||
|
"loss": 0.4225,
|
||||||
|
"step": 1060
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.82,
|
||||||
|
"learning_rate": 0.00012702702702702703,
|
||||||
|
"loss": 0.4201,
|
||||||
|
"step": 1080
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.86,
|
||||||
|
"learning_rate": 0.00012567567567567568,
|
||||||
|
"loss": 0.4327,
|
||||||
|
"step": 1100
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.89,
|
||||||
|
"learning_rate": 0.00012432432432432433,
|
||||||
|
"loss": 0.4771,
|
||||||
|
"step": 1120
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.93,
|
||||||
|
"learning_rate": 0.000122972972972973,
|
||||||
|
"loss": 0.4473,
|
||||||
|
"step": 1140
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.96,
|
||||||
|
"learning_rate": 0.00012162162162162163,
|
||||||
|
"loss": 0.4569,
|
||||||
|
"step": 1160
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 1.99,
|
||||||
|
"learning_rate": 0.00012027027027027027,
|
||||||
|
"loss": 0.4376,
|
||||||
|
"step": 1180
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.0,
|
||||||
|
"eval_accuracy": 0.8691485148514851,
|
||||||
|
"eval_loss": 0.4947212338447571,
|
||||||
|
"eval_runtime": 107.3521,
|
||||||
|
"eval_samples_per_second": 235.207,
|
||||||
|
"eval_steps_per_second": 1.844,
|
||||||
|
"step": 1184
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.03,
|
||||||
|
"learning_rate": 0.00011891891891891893,
|
||||||
|
"loss": 0.2526,
|
||||||
|
"step": 1200
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.06,
|
||||||
|
"learning_rate": 0.00011756756756756758,
|
||||||
|
"loss": 0.2468,
|
||||||
|
"step": 1220
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.09,
|
||||||
|
"learning_rate": 0.00011621621621621621,
|
||||||
|
"loss": 0.2298,
|
||||||
|
"step": 1240
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.13,
|
||||||
|
"learning_rate": 0.00011486486486486487,
|
||||||
|
"loss": 0.2294,
|
||||||
|
"step": 1260
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.16,
|
||||||
|
"learning_rate": 0.00011351351351351351,
|
||||||
|
"loss": 0.2408,
|
||||||
|
"step": 1280
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.2,
|
||||||
|
"learning_rate": 0.00011216216216216217,
|
||||||
|
"loss": 0.2245,
|
||||||
|
"step": 1300
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.23,
|
||||||
|
"learning_rate": 0.00011081081081081082,
|
||||||
|
"loss": 0.2391,
|
||||||
|
"step": 1320
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.26,
|
||||||
|
"learning_rate": 0.00010945945945945946,
|
||||||
|
"loss": 0.241,
|
||||||
|
"step": 1340
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.3,
|
||||||
|
"learning_rate": 0.00010810810810810812,
|
||||||
|
"loss": 0.2197,
|
||||||
|
"step": 1360
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.33,
|
||||||
|
"learning_rate": 0.00010675675675675677,
|
||||||
|
"loss": 0.2467,
|
||||||
|
"step": 1380
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.36,
|
||||||
|
"learning_rate": 0.0001054054054054054,
|
||||||
|
"loss": 0.2397,
|
||||||
|
"step": 1400
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.4,
|
||||||
|
"learning_rate": 0.00010405405405405406,
|
||||||
|
"loss": 0.2308,
|
||||||
|
"step": 1420
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.43,
|
||||||
|
"learning_rate": 0.0001027027027027027,
|
||||||
|
"loss": 0.25,
|
||||||
|
"step": 1440
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.47,
|
||||||
|
"learning_rate": 0.00010135135135135136,
|
||||||
|
"loss": 0.2291,
|
||||||
|
"step": 1460
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.5,
|
||||||
|
"learning_rate": 0.0001,
|
||||||
|
"loss": 0.2496,
|
||||||
|
"step": 1480
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.53,
|
||||||
|
"learning_rate": 9.864864864864865e-05,
|
||||||
|
"loss": 0.2322,
|
||||||
|
"step": 1500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.57,
|
||||||
|
"learning_rate": 9.729729729729731e-05,
|
||||||
|
"loss": 0.2266,
|
||||||
|
"step": 1520
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.6,
|
||||||
|
"learning_rate": 9.594594594594595e-05,
|
||||||
|
"loss": 0.2201,
|
||||||
|
"step": 1540
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.64,
|
||||||
|
"learning_rate": 9.45945945945946e-05,
|
||||||
|
"loss": 0.2497,
|
||||||
|
"step": 1560
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.67,
|
||||||
|
"learning_rate": 9.324324324324324e-05,
|
||||||
|
"loss": 0.2276,
|
||||||
|
"step": 1580
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.7,
|
||||||
|
"learning_rate": 9.18918918918919e-05,
|
||||||
|
"loss": 0.1945,
|
||||||
|
"step": 1600
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.74,
|
||||||
|
"learning_rate": 9.054054054054055e-05,
|
||||||
|
"loss": 0.2174,
|
||||||
|
"step": 1620
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.77,
|
||||||
|
"learning_rate": 8.918918918918919e-05,
|
||||||
|
"loss": 0.2423,
|
||||||
|
"step": 1640
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.8,
|
||||||
|
"learning_rate": 8.783783783783784e-05,
|
||||||
|
"loss": 0.2242,
|
||||||
|
"step": 1660
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.84,
|
||||||
|
"learning_rate": 8.64864864864865e-05,
|
||||||
|
"loss": 0.2383,
|
||||||
|
"step": 1680
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.87,
|
||||||
|
"learning_rate": 8.513513513513514e-05,
|
||||||
|
"loss": 0.2582,
|
||||||
|
"step": 1700
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.91,
|
||||||
|
"learning_rate": 8.378378378378379e-05,
|
||||||
|
"loss": 0.2125,
|
||||||
|
"step": 1720
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.94,
|
||||||
|
"learning_rate": 8.243243243243243e-05,
|
||||||
|
"loss": 0.2307,
|
||||||
|
"step": 1740
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 2.97,
|
||||||
|
"learning_rate": 8.108108108108109e-05,
|
||||||
|
"loss": 0.2089,
|
||||||
|
"step": 1760
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.0,
|
||||||
|
"eval_accuracy": 0.8746930693069307,
|
||||||
|
"eval_loss": 0.48760801553726196,
|
||||||
|
"eval_runtime": 106.972,
|
||||||
|
"eval_samples_per_second": 236.043,
|
||||||
|
"eval_steps_per_second": 1.851,
|
||||||
|
"step": 1776
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.01,
|
||||||
|
"learning_rate": 7.972972972972974e-05,
|
||||||
|
"loss": 0.1821,
|
||||||
|
"step": 1780
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.04,
|
||||||
|
"learning_rate": 7.837837837837838e-05,
|
||||||
|
"loss": 0.1332,
|
||||||
|
"step": 1800
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.07,
|
||||||
|
"learning_rate": 7.702702702702703e-05,
|
||||||
|
"loss": 0.116,
|
||||||
|
"step": 1820
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.11,
|
||||||
|
"learning_rate": 7.567567567567568e-05,
|
||||||
|
"loss": 0.119,
|
||||||
|
"step": 1840
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.14,
|
||||||
|
"learning_rate": 7.432432432432433e-05,
|
||||||
|
"loss": 0.1222,
|
||||||
|
"step": 1860
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.18,
|
||||||
|
"learning_rate": 7.297297297297297e-05,
|
||||||
|
"loss": 0.118,
|
||||||
|
"step": 1880
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.21,
|
||||||
|
"learning_rate": 7.162162162162162e-05,
|
||||||
|
"loss": 0.1078,
|
||||||
|
"step": 1900
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.24,
|
||||||
|
"learning_rate": 7.027027027027028e-05,
|
||||||
|
"loss": 0.0982,
|
||||||
|
"step": 1920
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.28,
|
||||||
|
"learning_rate": 6.891891891891892e-05,
|
||||||
|
"loss": 0.1056,
|
||||||
|
"step": 1940
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.31,
|
||||||
|
"learning_rate": 6.756756756756757e-05,
|
||||||
|
"loss": 0.099,
|
||||||
|
"step": 1960
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.34,
|
||||||
|
"learning_rate": 6.621621621621621e-05,
|
||||||
|
"loss": 0.0961,
|
||||||
|
"step": 1980
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.38,
|
||||||
|
"learning_rate": 6.486486486486487e-05,
|
||||||
|
"loss": 0.1051,
|
||||||
|
"step": 2000
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.41,
|
||||||
|
"learning_rate": 6.358108108108109e-05,
|
||||||
|
"loss": 0.1161,
|
||||||
|
"step": 2020
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.45,
|
||||||
|
"learning_rate": 6.222972972972973e-05,
|
||||||
|
"loss": 0.0919,
|
||||||
|
"step": 2040
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.48,
|
||||||
|
"learning_rate": 6.087837837837839e-05,
|
||||||
|
"loss": 0.1181,
|
||||||
|
"step": 2060
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.51,
|
||||||
|
"learning_rate": 5.952702702702703e-05,
|
||||||
|
"loss": 0.1215,
|
||||||
|
"step": 2080
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.55,
|
||||||
|
"learning_rate": 5.817567567567568e-05,
|
||||||
|
"loss": 0.0959,
|
||||||
|
"step": 2100
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.58,
|
||||||
|
"learning_rate": 5.682432432432433e-05,
|
||||||
|
"loss": 0.0866,
|
||||||
|
"step": 2120
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.61,
|
||||||
|
"learning_rate": 5.547297297297298e-05,
|
||||||
|
"loss": 0.117,
|
||||||
|
"step": 2140
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.65,
|
||||||
|
"learning_rate": 5.412162162162162e-05,
|
||||||
|
"loss": 0.1063,
|
||||||
|
"step": 2160
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.68,
|
||||||
|
"learning_rate": 5.277027027027027e-05,
|
||||||
|
"loss": 0.0993,
|
||||||
|
"step": 2180
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.72,
|
||||||
|
"learning_rate": 5.1418918918918925e-05,
|
||||||
|
"loss": 0.1057,
|
||||||
|
"step": 2200
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.75,
|
||||||
|
"learning_rate": 5.006756756756758e-05,
|
||||||
|
"loss": 0.1194,
|
||||||
|
"step": 2220
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.78,
|
||||||
|
"learning_rate": 4.871621621621622e-05,
|
||||||
|
"loss": 0.0929,
|
||||||
|
"step": 2240
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.82,
|
||||||
|
"learning_rate": 4.736486486486487e-05,
|
||||||
|
"loss": 0.08,
|
||||||
|
"step": 2260
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.85,
|
||||||
|
"learning_rate": 4.601351351351352e-05,
|
||||||
|
"loss": 0.1133,
|
||||||
|
"step": 2280
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.89,
|
||||||
|
"learning_rate": 4.4662162162162164e-05,
|
||||||
|
"loss": 0.0996,
|
||||||
|
"step": 2300
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.92,
|
||||||
|
"learning_rate": 4.3310810810810816e-05,
|
||||||
|
"loss": 0.0992,
|
||||||
|
"step": 2320
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.95,
|
||||||
|
"learning_rate": 4.195945945945946e-05,
|
||||||
|
"loss": 0.0941,
|
||||||
|
"step": 2340
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 3.99,
|
||||||
|
"learning_rate": 4.060810810810811e-05,
|
||||||
|
"loss": 0.0882,
|
||||||
|
"step": 2360
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.0,
|
||||||
|
"eval_accuracy": 0.8856633663366337,
|
||||||
|
"eval_loss": 0.463856965303421,
|
||||||
|
"eval_runtime": 107.2753,
|
||||||
|
"eval_samples_per_second": 235.376,
|
||||||
|
"eval_steps_per_second": 1.846,
|
||||||
|
"step": 2368
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.02,
|
||||||
|
"learning_rate": 3.925675675675676e-05,
|
||||||
|
"loss": 0.0796,
|
||||||
|
"step": 2380
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.05,
|
||||||
|
"learning_rate": 3.790540540540541e-05,
|
||||||
|
"loss": 0.0353,
|
||||||
|
"step": 2400
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.09,
|
||||||
|
"learning_rate": 3.6554054054054055e-05,
|
||||||
|
"loss": 0.0536,
|
||||||
|
"step": 2420
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.12,
|
||||||
|
"learning_rate": 3.520270270270271e-05,
|
||||||
|
"loss": 0.0564,
|
||||||
|
"step": 2440
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.16,
|
||||||
|
"learning_rate": 3.385135135135135e-05,
|
||||||
|
"loss": 0.0506,
|
||||||
|
"step": 2460
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.19,
|
||||||
|
"learning_rate": 3.2500000000000004e-05,
|
||||||
|
"loss": 0.0547,
|
||||||
|
"step": 2480
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.22,
|
||||||
|
"learning_rate": 3.114864864864865e-05,
|
||||||
|
"loss": 0.0462,
|
||||||
|
"step": 2500
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.26,
|
||||||
|
"learning_rate": 2.97972972972973e-05,
|
||||||
|
"loss": 0.0501,
|
||||||
|
"step": 2520
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.29,
|
||||||
|
"learning_rate": 2.8445945945945946e-05,
|
||||||
|
"loss": 0.0588,
|
||||||
|
"step": 2540
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.32,
|
||||||
|
"learning_rate": 2.7094594594594598e-05,
|
||||||
|
"loss": 0.0303,
|
||||||
|
"step": 2560
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.36,
|
||||||
|
"learning_rate": 2.5743243243243243e-05,
|
||||||
|
"loss": 0.0411,
|
||||||
|
"step": 2580
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.39,
|
||||||
|
"learning_rate": 2.4391891891891895e-05,
|
||||||
|
"loss": 0.0406,
|
||||||
|
"step": 2600
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.43,
|
||||||
|
"learning_rate": 2.3040540540540543e-05,
|
||||||
|
"loss": 0.0378,
|
||||||
|
"step": 2620
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.46,
|
||||||
|
"learning_rate": 2.1689189189189192e-05,
|
||||||
|
"loss": 0.0391,
|
||||||
|
"step": 2640
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.49,
|
||||||
|
"learning_rate": 2.033783783783784e-05,
|
||||||
|
"loss": 0.038,
|
||||||
|
"step": 2660
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.53,
|
||||||
|
"learning_rate": 1.898648648648649e-05,
|
||||||
|
"loss": 0.0443,
|
||||||
|
"step": 2680
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.56,
|
||||||
|
"learning_rate": 1.7635135135135137e-05,
|
||||||
|
"loss": 0.0391,
|
||||||
|
"step": 2700
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.59,
|
||||||
|
"learning_rate": 1.6283783783783786e-05,
|
||||||
|
"loss": 0.0439,
|
||||||
|
"step": 2720
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.63,
|
||||||
|
"learning_rate": 1.4932432432432433e-05,
|
||||||
|
"loss": 0.0532,
|
||||||
|
"step": 2740
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.66,
|
||||||
|
"learning_rate": 1.3581081081081081e-05,
|
||||||
|
"loss": 0.0395,
|
||||||
|
"step": 2760
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.7,
|
||||||
|
"learning_rate": 1.222972972972973e-05,
|
||||||
|
"loss": 0.0458,
|
||||||
|
"step": 2780
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.73,
|
||||||
|
"learning_rate": 1.0878378378378378e-05,
|
||||||
|
"loss": 0.0588,
|
||||||
|
"step": 2800
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.76,
|
||||||
|
"learning_rate": 9.527027027027027e-06,
|
||||||
|
"loss": 0.0465,
|
||||||
|
"step": 2820
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.8,
|
||||||
|
"learning_rate": 8.175675675675675e-06,
|
||||||
|
"loss": 0.036,
|
||||||
|
"step": 2840
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.83,
|
||||||
|
"learning_rate": 6.8243243243243244e-06,
|
||||||
|
"loss": 0.0437,
|
||||||
|
"step": 2860
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.86,
|
||||||
|
"learning_rate": 5.472972972972974e-06,
|
||||||
|
"loss": 0.0487,
|
||||||
|
"step": 2880
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.9,
|
||||||
|
"learning_rate": 4.121621621621622e-06,
|
||||||
|
"loss": 0.0273,
|
||||||
|
"step": 2900
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.93,
|
||||||
|
"learning_rate": 2.7702702702702708e-06,
|
||||||
|
"loss": 0.0392,
|
||||||
|
"step": 2920
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 4.97,
|
||||||
|
"learning_rate": 1.418918918918919e-06,
|
||||||
|
"loss": 0.0458,
|
||||||
|
"step": 2940
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 5.0,
|
||||||
|
"learning_rate": 6.756756756756757e-08,
|
||||||
|
"loss": 0.0452,
|
||||||
|
"step": 2960
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 5.0,
|
||||||
|
"eval_accuracy": 0.8912871287128713,
|
||||||
|
"eval_loss": 0.45006364583969116,
|
||||||
|
"eval_runtime": 106.893,
|
||||||
|
"eval_samples_per_second": 236.218,
|
||||||
|
"eval_steps_per_second": 1.852,
|
||||||
|
"step": 2960
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"epoch": 5.0,
|
||||||
|
"step": 2960,
|
||||||
|
"total_flos": 0.0,
|
||||||
|
"train_loss": 0.48942885282071863,
|
||||||
|
"train_runtime": 2221.2523,
|
||||||
|
"train_samples_per_second": 170.512,
|
||||||
|
"train_steps_per_second": 1.333
|
||||||
|
}
|
||||||
|
],
|
||||||
|
"max_steps": 2960,
|
||||||
|
"num_train_epochs": 5,
|
||||||
|
"total_flos": 0.0,
|
||||||
|
"trial_name": null,
|
||||||
|
"trial_params": null
|
||||||
|
}
|
||||||
Binary file not shown.
Loading…
Reference in New Issue