Hugging Face's logo

NbAiLabArchive
/
scream_tertius_dropout_replicate_test7b

Automatic Speech Recognition
Transformers
JAX
TensorBoard
Norwegian
whisper
audio
asr
hf-asr-leaderboard
Inference Endpoints
Model card Files Metrics Community
1
pere commited on
Commit
44bf96d
·
1 Parent(s): 92584b7

Saving weights and logs of step 19999 - epoch 15

Browse files
Files changed (25) hide show
  1. README.md +7 -0
  2. flax_model.msgpack +1 -1
  3. predictions/step_0.md +1 -1
  4. predictions/step_1000.md +1 -1
  5. predictions/step_10000.md +1 -1
  6. predictions/step_11000.md +1 -1
  7. predictions/step_12000.md +1 -1
  8. predictions/step_13000.md +1 -1
  9. predictions/step_14000.md +1 -1
  10. predictions/step_15000.md +1 -1
  11. predictions/step_16000.md +1 -1
  12. predictions/step_17000.md +1 -1
  13. predictions/step_18000.md +1 -1
  14. predictions/step_19000.md +1 -1
  15. predictions/step_19999.md +58 -0
  16. predictions/step_2000.md +1 -1
  17. predictions/step_3000.md +1 -1
  18. predictions/step_4000.md +1 -1
  19. predictions/step_5000.md +1 -1
  20. predictions/step_6000.md +1 -1
  21. predictions/step_7000.md +1 -1
  22. predictions/step_8000.md +1 -1
  23. predictions/step_9000.md +1 -1
  24. runs/May23_18-10-52_t1v-n-4bc6c3a0-w-5/events.out.tfevents.1684865452.t1v-n-4bc6c3a0-w-5.980542.0.v2 +2 -2
  25. training_state.bin +2 -2
README.md CHANGED
@@ -18,6 +18,12 @@ probably proofread and complete it, then remove this comment. -->
18
  # scream_tertius_dropout_replicate_test7b
19
 
20
  This model is a fine-tuned version of [openai/whisper-small](https://huggingface.co/openai/whisper-small) on the NbAiLab/NCC_speech_all_v5 dataset.
 
 
 
 
 
 
21
 
22
  ## Model description
23
 
@@ -76,6 +82,7 @@ The following hyperparameters were used during training:
76
  | 17000 | 0.6761 | 0.3058 | 10.9318 | 5.2053 |
77
  | 18000 | 0.6697 | 0.3154 | 10.8709 | 5.1499 |
78
  | 19000 | 0.6730 | 0.2888 | 11.0231 | 5.2658 |
 
79
 
80
 
81
  ### Framework versions
 
18
  # scream_tertius_dropout_replicate_test7b
19
 
20
  This model is a fine-tuned version of [openai/whisper-small](https://huggingface.co/openai/whisper-small) on the NbAiLab/NCC_speech_all_v5 dataset.
21
+ It achieves the following results on the evaluation set:
22
+ - step: 19999
23
+ - eval_loss: 0.6607
24
+ - train_loss: 0.3094
25
+ - eval_wer: 10.8709
26
+ - eval_cer: 5.1449
27
 
28
  ## Model description
29
 
 
82
  | 17000 | 0.6761 | 0.3058 | 10.9318 | 5.2053 |
83
  | 18000 | 0.6697 | 0.3154 | 10.8709 | 5.1499 |
84
  | 19000 | 0.6730 | 0.2888 | 11.0231 | 5.2658 |
85
+ | 19999 | 0.6607 | 0.3094 | 10.8709 | 5.1449 |
86
 
87
 
88
  ### Framework versions
flax_model.msgpack CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:315b0791735010191b17e816b86bbe7403b25c12dd4c4fe84c6329ac1d2ff569
3
  size 966956827
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:9fc29c172d997fc216d9416357016757a20a23de049be9a267d6c70eb915e3c4
3
  size 966956827
predictions/step_0.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md) | [Step 19999](step_19999.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_1000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md) | [Step 19999](step_19999.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_10000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md) | [Step 19999](step_19999.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_11000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md) | [Step 19999](step_19999.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_12000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md) | [Step 19999](step_19999.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_13000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md) | [Step 19999](step_19999.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_14000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md) | [Step 19999](step_19999.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_15000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md) | [Step 19999](step_19999.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_16000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md) | [Step 19999](step_19999.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_17000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md) | [Step 19999](step_19999.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_18000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md) | [Step 19999](step_19999.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_19000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md) | [Step 19999](step_19999.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_19999.md ADDED
@@ -0,0 +1,58 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md) | [Step 19999](step_19999.md)
2
+
3
+ | STEP| loss | wer |cer|
4
+ | ---| --- | --- |--- |
5
+ | **19999**| 0.661 | 10.871 |5.145 |
6
+
7
+ | target | prediction |
8
+ |:---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
9
+ | De østafrikanske øyene befinner seg i **Indiahavet** utenfor Afrikas østkyst\. | De østafrikanske øyene befinner seg i **India\-havet** utenfor Afrikas østkyst\. |
10
+ | Dens altgjennomtrengende myndighet berørte alle\, fra konge til **vanlige** folk\. | Dens altgjennomtrengende myndighet berørte alle\, fra konge til **vernlige** folk\. |
11
+ | Deretter har noen saler\, spesielt engelske saler\, **sikkerhetsstenger** som gjør at **læret** til stigbøylen faller ned fra salen dersom det blir trukket bakover av en fallende rytter\. | Deretter har noen saler\, spesielt engelske saler\, **sikkerhetstenger** som gjør at **lærere** til stigbøylen faller ned fra salen dersom det blir trukket bakover av en fallende rytter\. |
12
+ | Avhengig av mengden væske man har i\, kan en **karrirett** enten være tørr\, eller fuktig\. | Avhengig av mengden væske man har i\, kan en **karirett** enten være tørr eller fuktig\. |
13
+ | Artiklene trengte enstemmig tilslutning fra alle **delstatene** før de kunne bli endret\, og statene tok så lett på den sentrale regjeringen at deres representanter ofte ikke var til stede\. | Artiklene trengte enstemmig tilslutning fra alle **delstadene** før de kunne bli endret\, og statene tok så lett på den sentrale regjeringen at deres representanter ofte ikke var til stede\. |
14
+ | **Tibetansk** buddhisme er basert på Buddhas lære\, men ble utvidet til å inneholde **mahayanas** kjærlighetsretning og flere metoder fra indisk yoga\. | **Tibetanisk** buddhisme er basert på Buddhas lære\, men ble utvidet til å inneholde **mahaienes** kjærlighetsretning og flere metoder fra indisk yoga\. |
15
+ | Hun kom **frem** til dette etter flere positive kommentarer og oppmuntringer som ble tilsendt henne fra både kvinnelige og mannlige personer som ønsker at prevensjonsmidler bør bli sett på som **en** medisinsk nødvendighet\. | Hun kom **fram** til dette etter flere positive kommentarer og oppmuntringer som ble tilsendt henne fra både kvinnelige og mannlige personer som ønsker at prevensjonsmidler bør bli sett på som medisinsk nødvendighet\. |
16
+ | Selv om det var tre mennesker inne i huset **da** bilen krasjet inn i det\, ble ingen av dem skadet\. | Selv om det var tre mennesker inne i huset **der** bilen krasjet inn i det\, ble ingen av dem skadet\. |
17
+ | Rings direktør\, Jamie **Siminoff**\, har uttalt fra før at firmaet begynte **da** ringeklokken hans ikke kunne bli hørt fra **verkstedet** i garasjen hans\. | Rings direktør\, Jamie **Simonoff**\, har uttalt fra før at firmaet begynte **der** ringeklokken hans ikke kunne bli hørt fra **verksteder** i garasjen hans\. |
18
+ | Da han ble spurt om **å** **kommentere**\, fortalte Miller**: «**Mike **prater** mye under høringen**\.\.\.** Jeg forberedte meg\, så jeg hørte egentlig ikke etter på det han sa**»\.** | Da han ble spurt om han **kommenterte**\, fortalte Miller **at** Mike **pratet** mye under høringen**\.** Jeg forberedte meg\, så jeg hørte egentlig ikke etter på det han sa**\.** |
19
+ | Tre bomber eksploderte i nærheten av statlige bygg i løpet av en tidsperiode på to timer\. | Tre bomber eksploderte i nærheten av statlige bygg i løpet av en tidsperiode på to timer\. |
20
+ | Selv om det var tre mennesker inne i huset da bilen krasjet inn i det\, ble ingen av dem skadet\. | Selv om det var tre mennesker inne i huset da bilen krasjet inn i det\, ble ingen av dem skadet\. |
21
+ | Det **tusende** **stempelet** hans var den storslåtte «Great Deeds by Swedish Kings» av David **Klöcker** **Ehrenstrahl** i 2000\, som er registrert i Guinness verdensrekordbok\. | Det **tusenets** **stempel** i hans var den storslåtte «Great Deeds by Swedish Kings» av David **Clocker\-Earonsdal** i 2000\, som er registrert i Guinness verdensrekordbok\. |
22
+ | Av **1400** personer som stemte før det føderale valget i 2010\, økte antallet som motsetter seg at Australia skal bli en republikk\, med **8** **prosent** siden 2008\. | Av **1** **400** personer som stemte før det føderale valget i 2010\, økte antallet som motsetter seg at Australia skal bli en republikk\, med **80** **pst**\. siden 2008\. |
23
+ | Vitenskapspersoner sier at eksplosjonen ble forårsaket av at kollisjonen var veldig stor\. | Vitenskapspersoner sier at eksplosjonen ble forårsaket av at kollisjonen var veldig stor\. |
24
+ | **Naturalister** og filosofer hadde fokus på klassisk tekst og særlig på Bibelen på latinsk språk\. | **naturalister** og filosofer hadde fokus på klassisk tekst**\,** og særlig på Bibelen**\,** på latinsk språk\. |
25
+ | **108** **tallerkener** med **Chhappan** **Bhog** ble servert til Baba **Shyam**\. | **av** **lekene** med **sjapannbok** **i** **hinduismen** **er** **dette** **56** **ulike** **ting** **som** **kan** **spises** **som** **smågodt** **frukt\,** **nøtter\,** **matretter** **osv**\. **som** **tilbys** til **gudefiguren\,** ble servert til Baba **Shiam**\. |
26
+ | **«**Jeg kunne ikke finne søsteren min og vennen hennes\, og på veien var det **2** funksjonshemmede i rullestoler som **personer** bare presset og klatret over**»\,** fortalte **Armand** Versace\. | Jeg kunne ikke finne søsteren min og vennen hennes\, og på veien var det **to** funksjonshemmede i rullestoler som **personene** bare presset og klatret over\, fortalte **Ironman** Versace\. |
27
+ | **Uttalen** er forholdsvis lett på italiensk\, ettersom de fleste ordene uttales akkurat slik de er skrevet\. | **Utalen** er forholdsvis lett på italiensk\, ettersom de fleste ordene uttales akkurat slik de er skrevet\. |
28
+ | Av **1400** personer som stemte før det føderale valget i 2010\, økte antallet som motsetter seg at Australia skal bli en republikk\, med 8 **prosent** siden 2008\. | Av **1** **400** personer som stemte før det føderale valget i 2010\, økte antallet som motsetter seg at Australia skal bli en republikk\, med 8 **pst**\. siden 2008\. |
29
+ | Kvinner bør forstå at kulturforskjeller kan føre til at det de vil se på som trakassering **og** det ikke er uvanlig å bli fulgt etter\, tatt tak i **armen** **etc\.** | Kvinner bør forstå at kulturforskjeller kan føre til at det de vil se på som trakassering\, ikke er uvanlig å bli fulgt etter\, tatt tak i **ermene** |
30
+ | **Skogene** er ikke bare **mangrovesumper** **–** **her** finnes noen av de siste gjenværende områdene med jungel**\,** som en gang **dekket** de gigantiske slettene\. | **Skogen** er ikke bare en **vanngrå** **svumper**\. **Her** finnes noen av de siste gjenværende områdene med jungel som en gang **rekker** de gigantiske slettene\. |
31
+ | Vær så snill å behandle plassen med den verdigheten\, høytideligheten og respekten som den fortjener\. Ikke fortell vitser om holocaust eller nazister\. | Vær så snill å behandle plassen med den verdigheten\, høytideligheten og respekten som den fortjener\. Ikke fortell vitser om holocaust eller nazister\. |
32
+ | I mange tilfeller kan det å begi seg ut på et friår i utlandet faktisk forbedre **sjansene** **dine** for å komme inn på høyere utdanning når du er tilbake i hjemlandet ditt\. | I mange tilfeller kan det å begi seg ut på et friår i utlandet faktisk forbedre **sjansen** **din** for å komme inn på høyere utdanning når du er tilbake i hjemlandet ditt\. |
33
+ | **Pyramidene** er **synlige** om natten og du har mulighet til å se dem i ro og fred før **forestillingen** starter\. | **Pyramiden** er **synlig** om natten**\,** og du har mulighet til å se dem i ro og fred før **forestillingene** starter\. |
34
+ | **Fjærens** struktur tyder på at **de** ikke ble brukt til å fly\, men heller for temperaturregulering eller utseende\. Forskerne foreslo at\, selv om dette er **halen** til en ung dinosaur\, viser eksempelprøven voksen fjærdrakt og ikke **kyllingsdun**\. | **Fjern** struktur tyder på at **det** ikke ble brukt til å fly\, men heller for temperaturregulering eller utseende\. Forskerne foreslo at selv om dette er **hav** til en ung dinosaur\, viser eksempelprøven voksen fjærdrakt og ikke |
35
+ | Mount **Vinson\-toppen** har en høyde på **4892** meter og ligger på Antarktis høyeste fjell\, **Vinson** Massif\, i den nordlige delen **eller** Sentinel Range\. | Mount **Vincentoppen** har en høyde på **4** **892** meter og ligger på Antarktis høyeste fjell\, **Vincent** Massif\, i den nordlige delen **av** Sentinel Range\. |
36
+ | **Berømte** sangere fra hele landet framførte **bhajaner\,** eller lovsanger**\,** for føttene til **Shri** **Shyam\.** | **berømte** sangere fra hele landet framførte **bananer** eller lovsanger for føttene til **Sri** |
37
+ | **Vi** kan starte med å få en livsstil som er mer miljøvennlig**\,** vi kan bli med på miljøbevegelsen**\,** og vi kan **også** bli aktivister for å til en viss grad forminske kommende smerte**\.** | vi kan starte med å få en livsstil som er mer miljøvennlig vi kan bli med på miljøbevegelsen og vi kan bli aktivister for å få til en viss grad forminske kommende smerte |
38
+ | Han laget en ringeklokke som er koblet til tr��dløst nett\, fortalte han\. | Han laget en ringeklokke som er koblet til trådløst nett\, fortalte han\. |
39
+ | Parken er på 19 500 **km²** og kan deles inn i 14 ulike økosoner**\,** som støtter ulikt dyreliv\. | Parken er på 19 500 **kvadratmeter** og kan deles inn i 14 ulike økosoner som støtter ulikt dyreliv\. |
40
+ | Penger kan veksles på øyens eneste bank som ligger i Stanley **ovenfor** **FIC** West\-butikken\. | Penger kan veksles på øyens eneste bank som ligger i Stanley **overfor** **FIS** West\-butikken\. |
41
+ | Beboere nær anlegget blir anbefalt av lokale myndigheter **om** å holde seg inne\, ikke ha på klimaanlegget og ikke drikke vann fra kranen\. | Beboere nær anlegget blir anbefalt av lokale myndigheter å holde seg inne\, ikke ha på klimaanlegget og ikke drikke vann fra kranen\. |
42
+ | Eksempler på stedsaktiviteter innebærer jakt\, fiske\, fotografering\, se på fugler\, dra til parker og undersøke detaljer om økosystemet\. | Eksempler på stedsaktiviteter innebærer jakt\, fiske\, fotografering\, se på fugler\, dra til parker og undersøke detaljer om økosystemet\. |
43
+ | Eksempler på stedsaktiviteter innebærer jakt\, fiske\, **fotografering**\, se på fugler\, dra til parker og undersøke detaljer om økosystemet\. | Eksempler på stedsaktiviteter innebærer jakt\, fiske\, **fotografiøring**\, se på fugler\, dra til parker og undersøke detaljer om økosystemet\. |
44
+ | **Arly** **Velasquez** fra Mexico ble nr\. 15 i sittende Super\-G for menn\. New **Zealands** Adam Hall ble nr\. **ni** i stående Super\- G for menn\. | **Arley** **Wellas** **Quest** fra Mexico ble nr\. 15 i sittende Super\-G for menn\. New **Zealand’s** Adam Hall ble nr\. **9** i stående Super\-G for menn\. |
45
+ | Fraktselskaper får mye penger for å levere ting raskt\. Ofte er tiden svært betydningsfull når det kommer til forretningsdokumenter\, varer eller reservedeler for en hastereparasjon\. | Fraktselskaper får mye penger for å levere ting raskt\. Ofte er tiden svært betydningsfull når det kommer til forretningsdokumenter\, varer eller reservedeler for en hastereparasjon\. |
46
+ | **Araberne** brakte i tillegg med seg islam til nasjonene\, og det ble populært i **Komorene** og **Mayotte\.** | **araberne** brakte i tillegg med seg islam til nasjonene\, og det ble populært i **korene** og |
47
+ | De fleste skilt er derimot bare angitt på katalansk fordi det er lovfestet som det første offisielle språket\. | De fleste skilt er derimot bare angitt på katalansk fordi det er lovfestet som det første offisielle språket\. |
48
+ | Forskerne antydet at\, selv om dette var halen til en dinosaur\, viste prøven fjærdrakten til en voksen og ikke en **kyllings** **dun**\. | Forskerne antydet at selv om dette var halen til en dinosaur\, viste prøven fjærdrakten til en voksen og ikke en **kylling** **i** **stuen**\. |
49
+ | De fleste skilt er derimot bare angitt på katalansk fordi det er lovfestet som det første offisielle språket\. | De fleste skilt er derimot bare angitt på katalansk fordi det er lovfestet som det første offisielle språket\. |
50
+ | For tusenvis av år siden mente en mann med navn **Aristarkhos** at solsystemet flyttet seg rundt solen\. | For tusenvis av år siden mente en mann med navn **Aristarkos** at solsystemet flyttet seg rundt solen\. |
51
+ | **«Timbuktu»** har blitt brukt som en metafor for eksotiske**\,** fjerne land**\,** kombinert med relativ utilgjengelighet\. | **Tombouctou** har blitt brukt som en metafor for eksotiske fjerne land kombinert med relativ utilgjengelighet\. |
52
+ | Penger kan veksles på øyens eneste bank som ligger i Stanley **ovenfor** FIC **West\-butikken\.** | Penger kan veksles på øyens eneste bank som ligger i Stanley **overfor** FIC |
53
+ | Vi kan starte med å få en livsstil som er mer miljøvennlig\, vi kan bli med på miljøbevegelsen\, og vi kan også bli aktivister for å til en viss grad forminske kommende smerte\. | Vi kan starte med å få en livsstil som er mer miljøvennlig\, vi kan bli med på miljøbevegelsen\, og vi kan også bli aktivister for å få til en viss grad forminske kommende smerte\. |
54
+ | Tre bomber eksploderte i nærheten av **statlige** bygg i løpet av en tidsperiode på to timer\. | Tre bomber eksploderte i nærheten av **statlig** bygg i løpet av en tidsperiode på to timer\. |
55
+ | Etter å ha sett all frykt og **grusomheter** fra krig under første verdenskrig**\,** ville nasjonene unngå en slik situasjon igjen i **fremtiden**\. | Etter å ha sett all frykt og **grusomhet** fra krig under første verdenskrig ville nasjonene unngå en slik situasjon igjen i **framtiden**\. |
56
+ | Politiet har informert om at **føreren** av kjøretøyet som kjørte på fotografen ikke kommer til å bli stilt for retten\. | Politiet har informert om at **førerne** av kjøretøyet som kjørte på fotografen**\,** ikke kommer til å bli stilt for retten\. |
57
+ | Det vettskremte kongehuset\, kong Ludvig **XVI**\, dronning Marie Antoinette sammen med deres to unge barn og kongens søster\, **Madam** Elizabeth\, ble den 6\. oktober 1789 presset til å komme tilbake til Paris fra Versailles av en folkemengde med markedskvinner\. | Det vettskremte kongehuset\, kong Ludvig **16**\, dronning Marie Antoinette sammen med deres to unge barn\, Marie **Therese** **på** **elleve** **år** og Ludvig **Charles** **på** **fire** **år** og kongens søster\, **madame** Elizabeth\, ble den 6\. oktober 1789 presset til å komme tilbake til Paris fra Versailles av en folkemengde med markedskvinner\. |
58
+ | I prinsippet er tibetansk buddhisme veldig enkelt\. Det består av **Kundalini** **Yoga**\, meditasjon og full kjærlighet\. | I prinsippet er tibetansk buddhisme veldig enkelt\. Det består av **kundalini** **i** **yoga**\, meditasjon og full kjærlighet\. |
predictions/step_2000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md) | [Step 19999](step_19999.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_3000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md) | [Step 19999](step_19999.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_4000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md) | [Step 19999](step_19999.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_5000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md) | [Step 19999](step_19999.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_6000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md) | [Step 19999](step_19999.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_7000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md) | [Step 19999](step_19999.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_8000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md) | [Step 19999](step_19999.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_9000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md) | [Step 17000](step_17000.md) | [Step 18000](step_18000.md) | [Step 19000](step_19000.md) | [Step 19999](step_19999.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
runs/May23_18-10-52_t1v-n-4bc6c3a0-w-5/events.out.tfevents.1684865452.t1v-n-4bc6c3a0-w-5.980542.0.v2 CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:298cb4e63a5e522f1067cb010aec08cdf57a0686003ed151dfdea6a6c5e4316e
3
- size 28595223
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:71f2ce574158f3164c170d71ac02f90cfc713d1f6cdf06d11296b60bb9b8960f
3
+ size 31573828
training_state.bin CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:98b84651c827fc22400a2b280f85b8dce945a2329e2faa21e6056589ed30cd3c
3
- size 2956
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:3ba4c817d532d529d85f384c223f10589f4944bdf1b693a78afd78b5ea96148a
3
+ size 3102