shaneali2k04
commited on
End of training
Browse files
all_results.json
CHANGED
@@ -1,8 +1,8 @@
|
|
1 |
{
|
2 |
"epoch": 3.25,
|
3 |
-
"eval_accuracy": 0.
|
4 |
-
"eval_loss": 0.
|
5 |
-
"eval_runtime":
|
6 |
-
"eval_samples_per_second": 3.
|
7 |
-
"eval_steps_per_second": 1.
|
8 |
}
|
|
|
1 |
{
|
2 |
"epoch": 3.25,
|
3 |
+
"eval_accuracy": 0.8903225806451613,
|
4 |
+
"eval_loss": 0.3532361686229706,
|
5 |
+
"eval_runtime": 44.555,
|
6 |
+
"eval_samples_per_second": 3.479,
|
7 |
+
"eval_steps_per_second": 1.751
|
8 |
}
|
runs/Nov30_08-17-15_4a534e3efb22/events.out.tfevents.1732955614.4a534e3efb22.2277.1
CHANGED
@@ -1,3 +1,3 @@
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
-
oid sha256:
|
3 |
-
size
|
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:e9c9f05f3103978db8c6cb195b8a0eb46ff2e83c40800ea521827b3feedb5288
|
3 |
+
size 734
|
test_results.json
CHANGED
@@ -1,8 +1,8 @@
|
|
1 |
{
|
2 |
"epoch": 3.25,
|
3 |
-
"eval_accuracy": 0.
|
4 |
-
"eval_loss": 0.
|
5 |
-
"eval_runtime":
|
6 |
-
"eval_samples_per_second": 3.
|
7 |
-
"eval_steps_per_second": 1.
|
8 |
}
|
|
|
1 |
{
|
2 |
"epoch": 3.25,
|
3 |
+
"eval_accuracy": 0.8903225806451613,
|
4 |
+
"eval_loss": 0.3532361686229706,
|
5 |
+
"eval_runtime": 44.555,
|
6 |
+
"eval_samples_per_second": 3.479,
|
7 |
+
"eval_steps_per_second": 1.751
|
8 |
}
|
trainer_state.json
CHANGED
@@ -1,5 +1,5 @@
|
|
1 |
{
|
2 |
-
"best_metric": 0.
|
3 |
"best_model_checkpoint": "videomae-base-finetuned-ucf101-subset/checkpoint-600",
|
4 |
"epoch": 3.25,
|
5 |
"eval_steps": 500,
|
@@ -10,485 +10,485 @@
|
|
10 |
"log_history": [
|
11 |
{
|
12 |
"epoch": 0.016666666666666666,
|
13 |
-
"grad_norm":
|
14 |
"learning_rate": 8.333333333333334e-06,
|
15 |
-
"loss": 2.
|
16 |
"step": 10
|
17 |
},
|
18 |
{
|
19 |
"epoch": 0.03333333333333333,
|
20 |
-
"grad_norm": 12.
|
21 |
"learning_rate": 1.6666666666666667e-05,
|
22 |
-
"loss": 2.
|
23 |
"step": 20
|
24 |
},
|
25 |
{
|
26 |
"epoch": 0.05,
|
27 |
-
"grad_norm": 13.
|
28 |
"learning_rate": 2.5e-05,
|
29 |
-
"loss": 2.
|
30 |
"step": 30
|
31 |
},
|
32 |
{
|
33 |
"epoch": 0.06666666666666667,
|
34 |
-
"grad_norm": 14.
|
35 |
"learning_rate": 3.3333333333333335e-05,
|
36 |
-
"loss": 2.
|
37 |
"step": 40
|
38 |
},
|
39 |
{
|
40 |
"epoch": 0.08333333333333333,
|
41 |
-
"grad_norm":
|
42 |
"learning_rate": 4.166666666666667e-05,
|
43 |
-
"loss": 2.
|
44 |
"step": 50
|
45 |
},
|
46 |
{
|
47 |
"epoch": 0.1,
|
48 |
-
"grad_norm":
|
49 |
"learning_rate": 5e-05,
|
50 |
-
"loss": 2.
|
51 |
"step": 60
|
52 |
},
|
53 |
{
|
54 |
"epoch": 0.11666666666666667,
|
55 |
-
"grad_norm":
|
56 |
"learning_rate": 4.9074074074074075e-05,
|
57 |
-
"loss": 2.
|
58 |
"step": 70
|
59 |
},
|
60 |
{
|
61 |
"epoch": 0.13333333333333333,
|
62 |
-
"grad_norm": 16.
|
63 |
"learning_rate": 4.814814814814815e-05,
|
64 |
-
"loss": 1.
|
65 |
"step": 80
|
66 |
},
|
67 |
{
|
68 |
"epoch": 0.15,
|
69 |
-
"grad_norm":
|
70 |
"learning_rate": 4.722222222222222e-05,
|
71 |
-
"loss":
|
72 |
"step": 90
|
73 |
},
|
74 |
{
|
75 |
"epoch": 0.16666666666666666,
|
76 |
-
"grad_norm": 16.
|
77 |
"learning_rate": 4.62962962962963e-05,
|
78 |
-
"loss":
|
79 |
"step": 100
|
80 |
},
|
81 |
{
|
82 |
"epoch": 0.18333333333333332,
|
83 |
-
"grad_norm": 12.
|
84 |
"learning_rate": 4.5370370370370374e-05,
|
85 |
-
"loss": 1.
|
86 |
"step": 110
|
87 |
},
|
88 |
{
|
89 |
"epoch": 0.2,
|
90 |
-
"grad_norm":
|
91 |
"learning_rate": 4.4444444444444447e-05,
|
92 |
-
"loss": 1.
|
93 |
"step": 120
|
94 |
},
|
95 |
{
|
96 |
"epoch": 0.21666666666666667,
|
97 |
-
"grad_norm":
|
98 |
"learning_rate": 4.351851851851852e-05,
|
99 |
-
"loss": 1.
|
100 |
"step": 130
|
101 |
},
|
102 |
{
|
103 |
"epoch": 0.23333333333333334,
|
104 |
-
"grad_norm":
|
105 |
"learning_rate": 4.259259259259259e-05,
|
106 |
-
"loss": 1.
|
107 |
"step": 140
|
108 |
},
|
109 |
{
|
110 |
"epoch": 0.25,
|
111 |
-
"grad_norm":
|
112 |
"learning_rate": 4.166666666666667e-05,
|
113 |
-
"loss": 1.
|
114 |
"step": 150
|
115 |
},
|
116 |
{
|
117 |
"epoch": 0.25,
|
118 |
-
"eval_accuracy": 0.
|
119 |
-
"eval_loss": 1.
|
120 |
-
"eval_runtime":
|
121 |
-
"eval_samples_per_second": 3.
|
122 |
-
"eval_steps_per_second": 1.
|
123 |
"step": 150
|
124 |
},
|
125 |
{
|
126 |
"epoch": 1.0166666666666666,
|
127 |
-
"grad_norm": 17.
|
128 |
"learning_rate": 4.074074074074074e-05,
|
129 |
-
"loss":
|
130 |
"step": 160
|
131 |
},
|
132 |
{
|
133 |
"epoch": 1.0333333333333334,
|
134 |
-
"grad_norm":
|
135 |
"learning_rate": 3.981481481481482e-05,
|
136 |
-
"loss": 1.
|
137 |
"step": 170
|
138 |
},
|
139 |
{
|
140 |
"epoch": 1.05,
|
141 |
-
"grad_norm":
|
142 |
"learning_rate": 3.888888888888889e-05,
|
143 |
-
"loss":
|
144 |
"step": 180
|
145 |
},
|
146 |
{
|
147 |
"epoch": 1.0666666666666667,
|
148 |
-
"grad_norm":
|
149 |
"learning_rate": 3.7962962962962964e-05,
|
150 |
-
"loss":
|
151 |
"step": 190
|
152 |
},
|
153 |
{
|
154 |
"epoch": 1.0833333333333333,
|
155 |
-
"grad_norm":
|
156 |
"learning_rate": 3.7037037037037037e-05,
|
157 |
-
"loss": 1.
|
158 |
"step": 200
|
159 |
},
|
160 |
{
|
161 |
"epoch": 1.1,
|
162 |
-
"grad_norm":
|
163 |
"learning_rate": 3.611111111111111e-05,
|
164 |
-
"loss": 0.
|
165 |
"step": 210
|
166 |
},
|
167 |
{
|
168 |
"epoch": 1.1166666666666667,
|
169 |
-
"grad_norm":
|
170 |
"learning_rate": 3.518518518518519e-05,
|
171 |
-
"loss": 0.
|
172 |
"step": 220
|
173 |
},
|
174 |
{
|
175 |
"epoch": 1.1333333333333333,
|
176 |
-
"grad_norm":
|
177 |
"learning_rate": 3.425925925925926e-05,
|
178 |
-
"loss":
|
179 |
"step": 230
|
180 |
},
|
181 |
{
|
182 |
"epoch": 1.15,
|
183 |
-
"grad_norm":
|
184 |
"learning_rate": 3.3333333333333335e-05,
|
185 |
-
"loss":
|
186 |
"step": 240
|
187 |
},
|
188 |
{
|
189 |
"epoch": 1.1666666666666667,
|
190 |
-
"grad_norm":
|
191 |
"learning_rate": 3.240740740740741e-05,
|
192 |
-
"loss": 0.
|
193 |
"step": 250
|
194 |
},
|
195 |
{
|
196 |
"epoch": 1.1833333333333333,
|
197 |
-
"grad_norm":
|
198 |
"learning_rate": 3.148148148148148e-05,
|
199 |
-
"loss": 0.
|
200 |
"step": 260
|
201 |
},
|
202 |
{
|
203 |
"epoch": 1.2,
|
204 |
-
"grad_norm":
|
205 |
"learning_rate": 3.055555555555556e-05,
|
206 |
-
"loss": 0.
|
207 |
"step": 270
|
208 |
},
|
209 |
{
|
210 |
"epoch": 1.2166666666666668,
|
211 |
-
"grad_norm": 11.
|
212 |
"learning_rate": 2.962962962962963e-05,
|
213 |
-
"loss": 0.
|
214 |
"step": 280
|
215 |
},
|
216 |
{
|
217 |
"epoch": 1.2333333333333334,
|
218 |
-
"grad_norm":
|
219 |
"learning_rate": 2.8703703703703706e-05,
|
220 |
-
"loss":
|
221 |
"step": 290
|
222 |
},
|
223 |
{
|
224 |
"epoch": 1.25,
|
225 |
-
"grad_norm":
|
226 |
"learning_rate": 2.777777777777778e-05,
|
227 |
-
"loss":
|
228 |
"step": 300
|
229 |
},
|
230 |
{
|
231 |
"epoch": 1.25,
|
232 |
-
"eval_accuracy": 0.
|
233 |
-
"eval_loss": 0.
|
234 |
-
"eval_runtime":
|
235 |
-
"eval_samples_per_second": 3.
|
236 |
-
"eval_steps_per_second": 1.
|
237 |
"step": 300
|
238 |
},
|
239 |
{
|
240 |
"epoch": 2.0166666666666666,
|
241 |
-
"grad_norm":
|
242 |
"learning_rate": 2.6851851851851855e-05,
|
243 |
-
"loss": 0.
|
244 |
"step": 310
|
245 |
},
|
246 |
{
|
247 |
"epoch": 2.033333333333333,
|
248 |
-
"grad_norm":
|
249 |
"learning_rate": 2.5925925925925925e-05,
|
250 |
-
"loss": 0.
|
251 |
"step": 320
|
252 |
},
|
253 |
{
|
254 |
"epoch": 2.05,
|
255 |
-
"grad_norm": 13.
|
256 |
"learning_rate": 2.5e-05,
|
257 |
-
"loss": 0.
|
258 |
"step": 330
|
259 |
},
|
260 |
{
|
261 |
"epoch": 2.066666666666667,
|
262 |
-
"grad_norm":
|
263 |
"learning_rate": 2.4074074074074074e-05,
|
264 |
-
"loss": 0.
|
265 |
"step": 340
|
266 |
},
|
267 |
{
|
268 |
"epoch": 2.0833333333333335,
|
269 |
-
"grad_norm":
|
270 |
"learning_rate": 2.314814814814815e-05,
|
271 |
-
"loss": 0.
|
272 |
"step": 350
|
273 |
},
|
274 |
{
|
275 |
"epoch": 2.1,
|
276 |
-
"grad_norm":
|
277 |
"learning_rate": 2.2222222222222223e-05,
|
278 |
-
"loss": 0.
|
279 |
"step": 360
|
280 |
},
|
281 |
{
|
282 |
"epoch": 2.1166666666666667,
|
283 |
-
"grad_norm":
|
284 |
"learning_rate": 2.1296296296296296e-05,
|
285 |
-
"loss": 0.
|
286 |
"step": 370
|
287 |
},
|
288 |
{
|
289 |
"epoch": 2.1333333333333333,
|
290 |
-
"grad_norm":
|
291 |
"learning_rate": 2.037037037037037e-05,
|
292 |
-
"loss": 0.
|
293 |
"step": 380
|
294 |
},
|
295 |
{
|
296 |
"epoch": 2.15,
|
297 |
-
"grad_norm": 0.
|
298 |
"learning_rate": 1.9444444444444445e-05,
|
299 |
-
"loss": 0.
|
300 |
"step": 390
|
301 |
},
|
302 |
{
|
303 |
"epoch": 2.1666666666666665,
|
304 |
-
"grad_norm":
|
305 |
"learning_rate": 1.8518518518518518e-05,
|
306 |
-
"loss": 0.
|
307 |
"step": 400
|
308 |
},
|
309 |
{
|
310 |
"epoch": 2.183333333333333,
|
311 |
-
"grad_norm":
|
312 |
"learning_rate": 1.7592592592592595e-05,
|
313 |
-
"loss": 0.
|
314 |
"step": 410
|
315 |
},
|
316 |
{
|
317 |
"epoch": 2.2,
|
318 |
-
"grad_norm":
|
319 |
"learning_rate": 1.6666666666666667e-05,
|
320 |
-
"loss": 0.
|
321 |
"step": 420
|
322 |
},
|
323 |
{
|
324 |
"epoch": 2.216666666666667,
|
325 |
-
"grad_norm":
|
326 |
"learning_rate": 1.574074074074074e-05,
|
327 |
-
"loss": 0.
|
328 |
"step": 430
|
329 |
},
|
330 |
{
|
331 |
"epoch": 2.2333333333333334,
|
332 |
-
"grad_norm": 0.
|
333 |
"learning_rate": 1.4814814814814815e-05,
|
334 |
-
"loss": 0.
|
335 |
"step": 440
|
336 |
},
|
337 |
{
|
338 |
"epoch": 2.25,
|
339 |
-
"grad_norm":
|
340 |
"learning_rate": 1.388888888888889e-05,
|
341 |
-
"loss": 0.
|
342 |
"step": 450
|
343 |
},
|
344 |
{
|
345 |
"epoch": 2.25,
|
346 |
-
"eval_accuracy": 0.
|
347 |
-
"eval_loss": 0.
|
348 |
-
"eval_runtime":
|
349 |
-
"eval_samples_per_second": 3.
|
350 |
-
"eval_steps_per_second": 1.
|
351 |
"step": 450
|
352 |
},
|
353 |
{
|
354 |
"epoch": 3.0166666666666666,
|
355 |
-
"grad_norm": 0.
|
356 |
"learning_rate": 1.2962962962962962e-05,
|
357 |
-
"loss": 0.
|
358 |
"step": 460
|
359 |
},
|
360 |
{
|
361 |
"epoch": 3.033333333333333,
|
362 |
-
"grad_norm":
|
363 |
"learning_rate": 1.2037037037037037e-05,
|
364 |
-
"loss": 0.
|
365 |
"step": 470
|
366 |
},
|
367 |
{
|
368 |
"epoch": 3.05,
|
369 |
-
"grad_norm": 0.
|
370 |
"learning_rate": 1.1111111111111112e-05,
|
371 |
-
"loss": 0.
|
372 |
"step": 480
|
373 |
},
|
374 |
{
|
375 |
"epoch": 3.066666666666667,
|
376 |
-
"grad_norm": 0.
|
377 |
"learning_rate": 1.0185185185185185e-05,
|
378 |
-
"loss": 0.
|
379 |
"step": 490
|
380 |
},
|
381 |
{
|
382 |
"epoch": 3.0833333333333335,
|
383 |
-
"grad_norm": 0.
|
384 |
"learning_rate": 9.259259259259259e-06,
|
385 |
-
"loss": 0.
|
386 |
"step": 500
|
387 |
},
|
388 |
{
|
389 |
"epoch": 3.1,
|
390 |
-
"grad_norm":
|
391 |
"learning_rate": 8.333333333333334e-06,
|
392 |
-
"loss": 0.
|
393 |
"step": 510
|
394 |
},
|
395 |
{
|
396 |
"epoch": 3.1166666666666667,
|
397 |
-
"grad_norm": 0.
|
398 |
"learning_rate": 7.4074074074074075e-06,
|
399 |
-
"loss": 0.
|
400 |
"step": 520
|
401 |
},
|
402 |
{
|
403 |
"epoch": 3.1333333333333333,
|
404 |
-
"grad_norm":
|
405 |
"learning_rate": 6.481481481481481e-06,
|
406 |
-
"loss": 0.
|
407 |
"step": 530
|
408 |
},
|
409 |
{
|
410 |
"epoch": 3.15,
|
411 |
-
"grad_norm": 0.
|
412 |
"learning_rate": 5.555555555555556e-06,
|
413 |
-
"loss": 0.
|
414 |
"step": 540
|
415 |
},
|
416 |
{
|
417 |
"epoch": 3.1666666666666665,
|
418 |
-
"grad_norm":
|
419 |
"learning_rate": 4.6296296296296296e-06,
|
420 |
-
"loss": 0.
|
421 |
"step": 550
|
422 |
},
|
423 |
{
|
424 |
"epoch": 3.183333333333333,
|
425 |
-
"grad_norm": 0.
|
426 |
"learning_rate": 3.7037037037037037e-06,
|
427 |
-
"loss": 0.
|
428 |
"step": 560
|
429 |
},
|
430 |
{
|
431 |
"epoch": 3.2,
|
432 |
-
"grad_norm": 0.
|
433 |
"learning_rate": 2.777777777777778e-06,
|
434 |
-
"loss": 0.
|
435 |
"step": 570
|
436 |
},
|
437 |
{
|
438 |
"epoch": 3.216666666666667,
|
439 |
-
"grad_norm": 0.
|
440 |
"learning_rate": 1.8518518518518519e-06,
|
441 |
-
"loss": 0.
|
442 |
"step": 580
|
443 |
},
|
444 |
{
|
445 |
"epoch": 3.2333333333333334,
|
446 |
-
"grad_norm": 0.
|
447 |
"learning_rate": 9.259259259259259e-07,
|
448 |
-
"loss": 0.
|
449 |
"step": 590
|
450 |
},
|
451 |
{
|
452 |
"epoch": 3.25,
|
453 |
-
"grad_norm": 0.
|
454 |
"learning_rate": 0.0,
|
455 |
-
"loss": 0.
|
456 |
"step": 600
|
457 |
},
|
458 |
{
|
459 |
"epoch": 3.25,
|
460 |
-
"eval_accuracy": 0.
|
461 |
-
"eval_loss": 0.
|
462 |
-
"eval_runtime":
|
463 |
-
"eval_samples_per_second": 3.
|
464 |
-
"eval_steps_per_second": 1.
|
465 |
"step": 600
|
466 |
},
|
467 |
{
|
468 |
"epoch": 3.25,
|
469 |
"step": 600,
|
470 |
"total_flos": 1.495384188125184e+18,
|
471 |
-
"train_loss": 0.
|
472 |
-
"train_runtime":
|
473 |
-
"train_samples_per_second": 1.
|
474 |
-
"train_steps_per_second": 0.
|
475 |
},
|
476 |
{
|
477 |
"epoch": 3.25,
|
478 |
-
"eval_accuracy": 0.
|
479 |
-
"eval_loss": 0.
|
480 |
-
"eval_runtime":
|
481 |
-
"eval_samples_per_second": 3.
|
482 |
-
"eval_steps_per_second": 1.
|
483 |
"step": 600
|
484 |
},
|
485 |
{
|
486 |
"epoch": 3.25,
|
487 |
-
"eval_accuracy": 0.
|
488 |
-
"eval_loss": 0.
|
489 |
-
"eval_runtime":
|
490 |
-
"eval_samples_per_second": 3.
|
491 |
-
"eval_steps_per_second": 1.
|
492 |
"step": 600
|
493 |
}
|
494 |
],
|
|
|
1 |
{
|
2 |
+
"best_metric": 0.8714285714285714,
|
3 |
"best_model_checkpoint": "videomae-base-finetuned-ucf101-subset/checkpoint-600",
|
4 |
"epoch": 3.25,
|
5 |
"eval_steps": 500,
|
|
|
10 |
"log_history": [
|
11 |
{
|
12 |
"epoch": 0.016666666666666666,
|
13 |
+
"grad_norm": 14.917113304138184,
|
14 |
"learning_rate": 8.333333333333334e-06,
|
15 |
+
"loss": 2.4251,
|
16 |
"step": 10
|
17 |
},
|
18 |
{
|
19 |
"epoch": 0.03333333333333333,
|
20 |
+
"grad_norm": 12.213376998901367,
|
21 |
"learning_rate": 1.6666666666666667e-05,
|
22 |
+
"loss": 2.3123,
|
23 |
"step": 20
|
24 |
},
|
25 |
{
|
26 |
"epoch": 0.05,
|
27 |
+
"grad_norm": 13.984800338745117,
|
28 |
"learning_rate": 2.5e-05,
|
29 |
+
"loss": 2.3116,
|
30 |
"step": 30
|
31 |
},
|
32 |
{
|
33 |
"epoch": 0.06666666666666667,
|
34 |
+
"grad_norm": 14.666156768798828,
|
35 |
"learning_rate": 3.3333333333333335e-05,
|
36 |
+
"loss": 2.2155,
|
37 |
"step": 40
|
38 |
},
|
39 |
{
|
40 |
"epoch": 0.08333333333333333,
|
41 |
+
"grad_norm": 15.621269226074219,
|
42 |
"learning_rate": 4.166666666666667e-05,
|
43 |
+
"loss": 2.1373,
|
44 |
"step": 50
|
45 |
},
|
46 |
{
|
47 |
"epoch": 0.1,
|
48 |
+
"grad_norm": 14.200703620910645,
|
49 |
"learning_rate": 5e-05,
|
50 |
+
"loss": 2.1844,
|
51 |
"step": 60
|
52 |
},
|
53 |
{
|
54 |
"epoch": 0.11666666666666667,
|
55 |
+
"grad_norm": 15.562609672546387,
|
56 |
"learning_rate": 4.9074074074074075e-05,
|
57 |
+
"loss": 2.1803,
|
58 |
"step": 70
|
59 |
},
|
60 |
{
|
61 |
"epoch": 0.13333333333333333,
|
62 |
+
"grad_norm": 16.233795166015625,
|
63 |
"learning_rate": 4.814814814814815e-05,
|
64 |
+
"loss": 1.9119,
|
65 |
"step": 80
|
66 |
},
|
67 |
{
|
68 |
"epoch": 0.15,
|
69 |
+
"grad_norm": 17.751785278320312,
|
70 |
"learning_rate": 4.722222222222222e-05,
|
71 |
+
"loss": 1.9925,
|
72 |
"step": 90
|
73 |
},
|
74 |
{
|
75 |
"epoch": 0.16666666666666666,
|
76 |
+
"grad_norm": 16.339580535888672,
|
77 |
"learning_rate": 4.62962962962963e-05,
|
78 |
+
"loss": 1.7039,
|
79 |
"step": 100
|
80 |
},
|
81 |
{
|
82 |
"epoch": 0.18333333333333332,
|
83 |
+
"grad_norm": 12.999968528747559,
|
84 |
"learning_rate": 4.5370370370370374e-05,
|
85 |
+
"loss": 1.7949,
|
86 |
"step": 110
|
87 |
},
|
88 |
{
|
89 |
"epoch": 0.2,
|
90 |
+
"grad_norm": 14.487344741821289,
|
91 |
"learning_rate": 4.4444444444444447e-05,
|
92 |
+
"loss": 1.5218,
|
93 |
"step": 120
|
94 |
},
|
95 |
{
|
96 |
"epoch": 0.21666666666666667,
|
97 |
+
"grad_norm": 11.726049423217773,
|
98 |
"learning_rate": 4.351851851851852e-05,
|
99 |
+
"loss": 1.6772,
|
100 |
"step": 130
|
101 |
},
|
102 |
{
|
103 |
"epoch": 0.23333333333333334,
|
104 |
+
"grad_norm": 13.748116493225098,
|
105 |
"learning_rate": 4.259259259259259e-05,
|
106 |
+
"loss": 1.6632,
|
107 |
"step": 140
|
108 |
},
|
109 |
{
|
110 |
"epoch": 0.25,
|
111 |
+
"grad_norm": 16.4953556060791,
|
112 |
"learning_rate": 4.166666666666667e-05,
|
113 |
+
"loss": 1.2945,
|
114 |
"step": 150
|
115 |
},
|
116 |
{
|
117 |
"epoch": 0.25,
|
118 |
+
"eval_accuracy": 0.5142857142857142,
|
119 |
+
"eval_loss": 1.1367460489273071,
|
120 |
+
"eval_runtime": 19.6454,
|
121 |
+
"eval_samples_per_second": 3.563,
|
122 |
+
"eval_steps_per_second": 1.782,
|
123 |
"step": 150
|
124 |
},
|
125 |
{
|
126 |
"epoch": 1.0166666666666666,
|
127 |
+
"grad_norm": 17.966445922851562,
|
128 |
"learning_rate": 4.074074074074074e-05,
|
129 |
+
"loss": 0.8598,
|
130 |
"step": 160
|
131 |
},
|
132 |
{
|
133 |
"epoch": 1.0333333333333334,
|
134 |
+
"grad_norm": 13.563071250915527,
|
135 |
"learning_rate": 3.981481481481482e-05,
|
136 |
+
"loss": 1.3691,
|
137 |
"step": 170
|
138 |
},
|
139 |
{
|
140 |
"epoch": 1.05,
|
141 |
+
"grad_norm": 14.51318073272705,
|
142 |
"learning_rate": 3.888888888888889e-05,
|
143 |
+
"loss": 0.8532,
|
144 |
"step": 180
|
145 |
},
|
146 |
{
|
147 |
"epoch": 1.0666666666666667,
|
148 |
+
"grad_norm": 6.940643310546875,
|
149 |
"learning_rate": 3.7962962962962964e-05,
|
150 |
+
"loss": 0.8452,
|
151 |
"step": 190
|
152 |
},
|
153 |
{
|
154 |
"epoch": 1.0833333333333333,
|
155 |
+
"grad_norm": 39.494544982910156,
|
156 |
"learning_rate": 3.7037037037037037e-05,
|
157 |
+
"loss": 1.2556,
|
158 |
"step": 200
|
159 |
},
|
160 |
{
|
161 |
"epoch": 1.1,
|
162 |
+
"grad_norm": 12.343575477600098,
|
163 |
"learning_rate": 3.611111111111111e-05,
|
164 |
+
"loss": 0.7716,
|
165 |
"step": 210
|
166 |
},
|
167 |
{
|
168 |
"epoch": 1.1166666666666667,
|
169 |
+
"grad_norm": 15.665731430053711,
|
170 |
"learning_rate": 3.518518518518519e-05,
|
171 |
+
"loss": 0.9313,
|
172 |
"step": 220
|
173 |
},
|
174 |
{
|
175 |
"epoch": 1.1333333333333333,
|
176 |
+
"grad_norm": 13.885952949523926,
|
177 |
"learning_rate": 3.425925925925926e-05,
|
178 |
+
"loss": 0.7732,
|
179 |
"step": 230
|
180 |
},
|
181 |
{
|
182 |
"epoch": 1.15,
|
183 |
+
"grad_norm": 2.170562982559204,
|
184 |
"learning_rate": 3.3333333333333335e-05,
|
185 |
+
"loss": 0.7213,
|
186 |
"step": 240
|
187 |
},
|
188 |
{
|
189 |
"epoch": 1.1666666666666667,
|
190 |
+
"grad_norm": 31.940528869628906,
|
191 |
"learning_rate": 3.240740740740741e-05,
|
192 |
+
"loss": 0.6287,
|
193 |
"step": 250
|
194 |
},
|
195 |
{
|
196 |
"epoch": 1.1833333333333333,
|
197 |
+
"grad_norm": 5.167452335357666,
|
198 |
"learning_rate": 3.148148148148148e-05,
|
199 |
+
"loss": 0.575,
|
200 |
"step": 260
|
201 |
},
|
202 |
{
|
203 |
"epoch": 1.2,
|
204 |
+
"grad_norm": 22.906959533691406,
|
205 |
"learning_rate": 3.055555555555556e-05,
|
206 |
+
"loss": 0.4796,
|
207 |
"step": 270
|
208 |
},
|
209 |
{
|
210 |
"epoch": 1.2166666666666668,
|
211 |
+
"grad_norm": 11.629034042358398,
|
212 |
"learning_rate": 2.962962962962963e-05,
|
213 |
+
"loss": 0.3411,
|
214 |
"step": 280
|
215 |
},
|
216 |
{
|
217 |
"epoch": 1.2333333333333334,
|
218 |
+
"grad_norm": 8.874262809753418,
|
219 |
"learning_rate": 2.8703703703703706e-05,
|
220 |
+
"loss": 0.6513,
|
221 |
"step": 290
|
222 |
},
|
223 |
{
|
224 |
"epoch": 1.25,
|
225 |
+
"grad_norm": 12.997471809387207,
|
226 |
"learning_rate": 2.777777777777778e-05,
|
227 |
+
"loss": 0.8621,
|
228 |
"step": 300
|
229 |
},
|
230 |
{
|
231 |
"epoch": 1.25,
|
232 |
+
"eval_accuracy": 0.7857142857142857,
|
233 |
+
"eval_loss": 0.7921156287193298,
|
234 |
+
"eval_runtime": 19.5302,
|
235 |
+
"eval_samples_per_second": 3.584,
|
236 |
+
"eval_steps_per_second": 1.792,
|
237 |
"step": 300
|
238 |
},
|
239 |
{
|
240 |
"epoch": 2.0166666666666666,
|
241 |
+
"grad_norm": 17.919185638427734,
|
242 |
"learning_rate": 2.6851851851851855e-05,
|
243 |
+
"loss": 0.4647,
|
244 |
"step": 310
|
245 |
},
|
246 |
{
|
247 |
"epoch": 2.033333333333333,
|
248 |
+
"grad_norm": 0.9270963072776794,
|
249 |
"learning_rate": 2.5925925925925925e-05,
|
250 |
+
"loss": 0.1672,
|
251 |
"step": 320
|
252 |
},
|
253 |
{
|
254 |
"epoch": 2.05,
|
255 |
+
"grad_norm": 13.211724281311035,
|
256 |
"learning_rate": 2.5e-05,
|
257 |
+
"loss": 0.5385,
|
258 |
"step": 330
|
259 |
},
|
260 |
{
|
261 |
"epoch": 2.066666666666667,
|
262 |
+
"grad_norm": 61.24877166748047,
|
263 |
"learning_rate": 2.4074074074074074e-05,
|
264 |
+
"loss": 0.445,
|
265 |
"step": 340
|
266 |
},
|
267 |
{
|
268 |
"epoch": 2.0833333333333335,
|
269 |
+
"grad_norm": 8.559224128723145,
|
270 |
"learning_rate": 2.314814814814815e-05,
|
271 |
+
"loss": 0.5108,
|
272 |
"step": 350
|
273 |
},
|
274 |
{
|
275 |
"epoch": 2.1,
|
276 |
+
"grad_norm": 5.133317470550537,
|
277 |
"learning_rate": 2.2222222222222223e-05,
|
278 |
+
"loss": 0.4387,
|
279 |
"step": 360
|
280 |
},
|
281 |
{
|
282 |
"epoch": 2.1166666666666667,
|
283 |
+
"grad_norm": 0.2432795614004135,
|
284 |
"learning_rate": 2.1296296296296296e-05,
|
285 |
+
"loss": 0.5434,
|
286 |
"step": 370
|
287 |
},
|
288 |
{
|
289 |
"epoch": 2.1333333333333333,
|
290 |
+
"grad_norm": 1.517449140548706,
|
291 |
"learning_rate": 2.037037037037037e-05,
|
292 |
+
"loss": 0.1532,
|
293 |
"step": 380
|
294 |
},
|
295 |
{
|
296 |
"epoch": 2.15,
|
297 |
+
"grad_norm": 0.15583747625350952,
|
298 |
"learning_rate": 1.9444444444444445e-05,
|
299 |
+
"loss": 0.4374,
|
300 |
"step": 390
|
301 |
},
|
302 |
{
|
303 |
"epoch": 2.1666666666666665,
|
304 |
+
"grad_norm": 1.5011425018310547,
|
305 |
"learning_rate": 1.8518518518518518e-05,
|
306 |
+
"loss": 0.5595,
|
307 |
"step": 400
|
308 |
},
|
309 |
{
|
310 |
"epoch": 2.183333333333333,
|
311 |
+
"grad_norm": 2.154327154159546,
|
312 |
"learning_rate": 1.7592592592592595e-05,
|
313 |
+
"loss": 0.4602,
|
314 |
"step": 410
|
315 |
},
|
316 |
{
|
317 |
"epoch": 2.2,
|
318 |
+
"grad_norm": 0.3127913177013397,
|
319 |
"learning_rate": 1.6666666666666667e-05,
|
320 |
+
"loss": 0.1026,
|
321 |
"step": 420
|
322 |
},
|
323 |
{
|
324 |
"epoch": 2.216666666666667,
|
325 |
+
"grad_norm": 10.559721946716309,
|
326 |
"learning_rate": 1.574074074074074e-05,
|
327 |
+
"loss": 0.243,
|
328 |
"step": 430
|
329 |
},
|
330 |
{
|
331 |
"epoch": 2.2333333333333334,
|
332 |
+
"grad_norm": 0.7269019484519958,
|
333 |
"learning_rate": 1.4814814814814815e-05,
|
334 |
+
"loss": 0.0711,
|
335 |
"step": 440
|
336 |
},
|
337 |
{
|
338 |
"epoch": 2.25,
|
339 |
+
"grad_norm": 48.36089324951172,
|
340 |
"learning_rate": 1.388888888888889e-05,
|
341 |
+
"loss": 0.2108,
|
342 |
"step": 450
|
343 |
},
|
344 |
{
|
345 |
"epoch": 2.25,
|
346 |
+
"eval_accuracy": 0.7857142857142857,
|
347 |
+
"eval_loss": 0.5835635662078857,
|
348 |
+
"eval_runtime": 19.6437,
|
349 |
+
"eval_samples_per_second": 3.563,
|
350 |
+
"eval_steps_per_second": 1.782,
|
351 |
"step": 450
|
352 |
},
|
353 |
{
|
354 |
"epoch": 3.0166666666666666,
|
355 |
+
"grad_norm": 0.2267579734325409,
|
356 |
"learning_rate": 1.2962962962962962e-05,
|
357 |
+
"loss": 0.0858,
|
358 |
"step": 460
|
359 |
},
|
360 |
{
|
361 |
"epoch": 3.033333333333333,
|
362 |
+
"grad_norm": 1.7032139301300049,
|
363 |
"learning_rate": 1.2037037037037037e-05,
|
364 |
+
"loss": 0.0633,
|
365 |
"step": 470
|
366 |
},
|
367 |
{
|
368 |
"epoch": 3.05,
|
369 |
+
"grad_norm": 0.07878056168556213,
|
370 |
"learning_rate": 1.1111111111111112e-05,
|
371 |
+
"loss": 0.02,
|
372 |
"step": 480
|
373 |
},
|
374 |
{
|
375 |
"epoch": 3.066666666666667,
|
376 |
+
"grad_norm": 0.10859273374080658,
|
377 |
"learning_rate": 1.0185185185185185e-05,
|
378 |
+
"loss": 0.046,
|
379 |
"step": 490
|
380 |
},
|
381 |
{
|
382 |
"epoch": 3.0833333333333335,
|
383 |
+
"grad_norm": 0.13690859079360962,
|
384 |
"learning_rate": 9.259259259259259e-06,
|
385 |
+
"loss": 0.0805,
|
386 |
"step": 500
|
387 |
},
|
388 |
{
|
389 |
"epoch": 3.1,
|
390 |
+
"grad_norm": 11.356720924377441,
|
391 |
"learning_rate": 8.333333333333334e-06,
|
392 |
+
"loss": 0.0611,
|
393 |
"step": 510
|
394 |
},
|
395 |
{
|
396 |
"epoch": 3.1166666666666667,
|
397 |
+
"grad_norm": 0.12047996371984482,
|
398 |
"learning_rate": 7.4074074074074075e-06,
|
399 |
+
"loss": 0.1968,
|
400 |
"step": 520
|
401 |
},
|
402 |
{
|
403 |
"epoch": 3.1333333333333333,
|
404 |
+
"grad_norm": 0.7145315408706665,
|
405 |
"learning_rate": 6.481481481481481e-06,
|
406 |
+
"loss": 0.2474,
|
407 |
"step": 530
|
408 |
},
|
409 |
{
|
410 |
"epoch": 3.15,
|
411 |
+
"grad_norm": 0.5600405931472778,
|
412 |
"learning_rate": 5.555555555555556e-06,
|
413 |
+
"loss": 0.2428,
|
414 |
"step": 540
|
415 |
},
|
416 |
{
|
417 |
"epoch": 3.1666666666666665,
|
418 |
+
"grad_norm": 0.8212262988090515,
|
419 |
"learning_rate": 4.6296296296296296e-06,
|
420 |
+
"loss": 0.2353,
|
421 |
"step": 550
|
422 |
},
|
423 |
{
|
424 |
"epoch": 3.183333333333333,
|
425 |
+
"grad_norm": 0.07675948739051819,
|
426 |
"learning_rate": 3.7037037037037037e-06,
|
427 |
+
"loss": 0.3411,
|
428 |
"step": 560
|
429 |
},
|
430 |
{
|
431 |
"epoch": 3.2,
|
432 |
+
"grad_norm": 0.13475623726844788,
|
433 |
"learning_rate": 2.777777777777778e-06,
|
434 |
+
"loss": 0.2851,
|
435 |
"step": 570
|
436 |
},
|
437 |
{
|
438 |
"epoch": 3.216666666666667,
|
439 |
+
"grad_norm": 0.40810149908065796,
|
440 |
"learning_rate": 1.8518518518518519e-06,
|
441 |
+
"loss": 0.1894,
|
442 |
"step": 580
|
443 |
},
|
444 |
{
|
445 |
"epoch": 3.2333333333333334,
|
446 |
+
"grad_norm": 0.12464094907045364,
|
447 |
"learning_rate": 9.259259259259259e-07,
|
448 |
+
"loss": 0.4717,
|
449 |
"step": 590
|
450 |
},
|
451 |
{
|
452 |
"epoch": 3.25,
|
453 |
+
"grad_norm": 0.10543236881494522,
|
454 |
"learning_rate": 0.0,
|
455 |
+
"loss": 0.0447,
|
456 |
"step": 600
|
457 |
},
|
458 |
{
|
459 |
"epoch": 3.25,
|
460 |
+
"eval_accuracy": 0.8714285714285714,
|
461 |
+
"eval_loss": 0.3807193338871002,
|
462 |
+
"eval_runtime": 20.385,
|
463 |
+
"eval_samples_per_second": 3.434,
|
464 |
+
"eval_steps_per_second": 1.717,
|
465 |
"step": 600
|
466 |
},
|
467 |
{
|
468 |
"epoch": 3.25,
|
469 |
"step": 600,
|
470 |
"total_flos": 1.495384188125184e+18,
|
471 |
+
"train_loss": 0.8200334679583708,
|
472 |
+
"train_runtime": 930.7335,
|
473 |
+
"train_samples_per_second": 1.289,
|
474 |
+
"train_steps_per_second": 0.645
|
475 |
},
|
476 |
{
|
477 |
"epoch": 3.25,
|
478 |
+
"eval_accuracy": 0.8903225806451613,
|
479 |
+
"eval_loss": 0.35323619842529297,
|
480 |
+
"eval_runtime": 44.4479,
|
481 |
+
"eval_samples_per_second": 3.487,
|
482 |
+
"eval_steps_per_second": 1.755,
|
483 |
"step": 600
|
484 |
},
|
485 |
{
|
486 |
"epoch": 3.25,
|
487 |
+
"eval_accuracy": 0.8903225806451613,
|
488 |
+
"eval_loss": 0.3532361686229706,
|
489 |
+
"eval_runtime": 44.555,
|
490 |
+
"eval_samples_per_second": 3.479,
|
491 |
+
"eval_steps_per_second": 1.751,
|
492 |
"step": 600
|
493 |
}
|
494 |
],
|