Training in progress, step 500, checkpoint
Browse files
last-checkpoint/optimizer.pt
CHANGED
|
@@ -1,3 +1,3 @@
|
|
| 1 |
version https://git-lfs.github.com/spec/v1
|
| 2 |
-
oid sha256:
|
| 3 |
size 386379
|
|
|
|
| 1 |
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:6974752fe7a3b14089ab2e7053fc764710e6d0ddbd1d7314081904519abc3ca2
|
| 3 |
size 386379
|
last-checkpoint/pytorch_model.bin
CHANGED
|
@@ -1,3 +1,3 @@
|
|
| 1 |
version https://git-lfs.github.com/spec/v1
|
| 2 |
-
oid sha256:
|
| 3 |
size 1540661735
|
|
|
|
| 1 |
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:3da8b0c6ec3a28101585919798344dd1a4d2e616af339b16dae843b9a7667d51
|
| 3 |
size 1540661735
|
last-checkpoint/trainer_state.json
CHANGED
|
@@ -11,90 +11,90 @@
|
|
| 11 |
"log_history": [
|
| 12 |
{
|
| 13 |
"epoch": 0.016666666666666666,
|
| 14 |
-
"grad_norm":
|
| 15 |
"learning_rate": 0.00013066666666666668,
|
| 16 |
-
"loss":
|
| 17 |
"step": 50
|
| 18 |
},
|
| 19 |
{
|
| 20 |
"epoch": 0.03333333333333333,
|
| 21 |
-
"grad_norm":
|
| 22 |
"learning_rate": 0.000264,
|
| 23 |
-
"loss":
|
| 24 |
"step": 100
|
| 25 |
},
|
| 26 |
{
|
| 27 |
"epoch": 0.05,
|
| 28 |
-
"grad_norm":
|
| 29 |
"learning_rate": 0.00039733333333333336,
|
| 30 |
-
"loss":
|
| 31 |
"step": 150
|
| 32 |
},
|
| 33 |
{
|
| 34 |
"epoch": 0.06666666666666667,
|
| 35 |
-
"grad_norm":
|
| 36 |
"learning_rate": 0.000399708326752494,
|
| 37 |
-
"loss":
|
| 38 |
"step": 200
|
| 39 |
},
|
| 40 |
{
|
| 41 |
"epoch": 0.08333333333333333,
|
| 42 |
-
"grad_norm":
|
| 43 |
"learning_rate": 0.0003988102673898103,
|
| 44 |
-
"loss":
|
| 45 |
"step": 250
|
| 46 |
},
|
| 47 |
{
|
| 48 |
"epoch": 0.08333333333333333,
|
| 49 |
-
"eval_accuracy": 0.
|
| 50 |
-
"eval_loss":
|
| 51 |
-
"eval_runtime":
|
| 52 |
-
"eval_samples_per_second":
|
| 53 |
-
"eval_steps_per_second": 0.
|
| 54 |
"step": 250
|
| 55 |
},
|
| 56 |
{
|
| 57 |
"epoch": 0.1,
|
| 58 |
-
"grad_norm":
|
| 59 |
"learning_rate": 0.00039730842777928766,
|
| 60 |
-
"loss":
|
| 61 |
"step": 300
|
| 62 |
},
|
| 63 |
{
|
| 64 |
"epoch": 0.11666666666666667,
|
| 65 |
-
"grad_norm":
|
| 66 |
"learning_rate": 0.0003952073689584629,
|
| 67 |
-
"loss":
|
| 68 |
"step": 350
|
| 69 |
},
|
| 70 |
{
|
| 71 |
"epoch": 0.13333333333333333,
|
| 72 |
-
"grad_norm":
|
| 73 |
"learning_rate": 0.00039251347177392016,
|
| 74 |
-
"loss":
|
| 75 |
"step": 400
|
| 76 |
},
|
| 77 |
{
|
| 78 |
"epoch": 0.15,
|
| 79 |
-
"grad_norm":
|
| 80 |
"learning_rate": 0.00038923491750286954,
|
| 81 |
-
"loss":
|
| 82 |
"step": 450
|
| 83 |
},
|
| 84 |
{
|
| 85 |
"epoch": 0.16666666666666666,
|
| 86 |
-
"grad_norm":
|
| 87 |
"learning_rate": 0.00038538166300687717,
|
| 88 |
-
"loss":
|
| 89 |
"step": 500
|
| 90 |
},
|
| 91 |
{
|
| 92 |
"epoch": 0.16666666666666666,
|
| 93 |
-
"eval_accuracy": 0.
|
| 94 |
-
"eval_loss":
|
| 95 |
-
"eval_runtime": 7.
|
| 96 |
-
"eval_samples_per_second": 16.
|
| 97 |
-
"eval_steps_per_second": 0.
|
| 98 |
"step": 500
|
| 99 |
}
|
| 100 |
],
|
|
|
|
| 11 |
"log_history": [
|
| 12 |
{
|
| 13 |
"epoch": 0.016666666666666666,
|
| 14 |
+
"grad_norm": 769.3955078125,
|
| 15 |
"learning_rate": 0.00013066666666666668,
|
| 16 |
+
"loss": 2207.061875,
|
| 17 |
"step": 50
|
| 18 |
},
|
| 19 |
{
|
| 20 |
"epoch": 0.03333333333333333,
|
| 21 |
+
"grad_norm": 416.4177551269531,
|
| 22 |
"learning_rate": 0.000264,
|
| 23 |
+
"loss": 2157.63046875,
|
| 24 |
"step": 100
|
| 25 |
},
|
| 26 |
{
|
| 27 |
"epoch": 0.05,
|
| 28 |
+
"grad_norm": 580.2691650390625,
|
| 29 |
"learning_rate": 0.00039733333333333336,
|
| 30 |
+
"loss": 2088.078125,
|
| 31 |
"step": 150
|
| 32 |
},
|
| 33 |
{
|
| 34 |
"epoch": 0.06666666666666667,
|
| 35 |
+
"grad_norm": 518.3369140625,
|
| 36 |
"learning_rate": 0.000399708326752494,
|
| 37 |
+
"loss": 2027.68953125,
|
| 38 |
"step": 200
|
| 39 |
},
|
| 40 |
{
|
| 41 |
"epoch": 0.08333333333333333,
|
| 42 |
+
"grad_norm": 343.1493225097656,
|
| 43 |
"learning_rate": 0.0003988102673898103,
|
| 44 |
+
"loss": 1981.4253125,
|
| 45 |
"step": 250
|
| 46 |
},
|
| 47 |
{
|
| 48 |
"epoch": 0.08333333333333333,
|
| 49 |
+
"eval_accuracy": 0.1509169110459433,
|
| 50 |
+
"eval_loss": 65.10028076171875,
|
| 51 |
+
"eval_runtime": 22.9136,
|
| 52 |
+
"eval_samples_per_second": 5.455,
|
| 53 |
+
"eval_steps_per_second": 0.175,
|
| 54 |
"step": 250
|
| 55 |
},
|
| 56 |
{
|
| 57 |
"epoch": 0.1,
|
| 58 |
+
"grad_norm": 301.3949890136719,
|
| 59 |
"learning_rate": 0.00039730842777928766,
|
| 60 |
+
"loss": 1950.15375,
|
| 61 |
"step": 300
|
| 62 |
},
|
| 63 |
{
|
| 64 |
"epoch": 0.11666666666666667,
|
| 65 |
+
"grad_norm": 479.62359619140625,
|
| 66 |
"learning_rate": 0.0003952073689584629,
|
| 67 |
+
"loss": 1922.4278125,
|
| 68 |
"step": 350
|
| 69 |
},
|
| 70 |
{
|
| 71 |
"epoch": 0.13333333333333333,
|
| 72 |
+
"grad_norm": 360.29132080078125,
|
| 73 |
"learning_rate": 0.00039251347177392016,
|
| 74 |
+
"loss": 1901.3628125,
|
| 75 |
"step": 400
|
| 76 |
},
|
| 77 |
{
|
| 78 |
"epoch": 0.15,
|
| 79 |
+
"grad_norm": 334.61279296875,
|
| 80 |
"learning_rate": 0.00038923491750286954,
|
| 81 |
+
"loss": 1883.4759375,
|
| 82 |
"step": 450
|
| 83 |
},
|
| 84 |
{
|
| 85 |
"epoch": 0.16666666666666666,
|
| 86 |
+
"grad_norm": 390.5067443847656,
|
| 87 |
"learning_rate": 0.00038538166300687717,
|
| 88 |
+
"loss": 1868.25234375,
|
| 89 |
"step": 500
|
| 90 |
},
|
| 91 |
{
|
| 92 |
"epoch": 0.16666666666666666,
|
| 93 |
+
"eval_accuracy": 0.1607761485826002,
|
| 94 |
+
"eval_loss": 61.64983367919922,
|
| 95 |
+
"eval_runtime": 7.4283,
|
| 96 |
+
"eval_samples_per_second": 16.827,
|
| 97 |
+
"eval_steps_per_second": 0.538,
|
| 98 |
"step": 500
|
| 99 |
}
|
| 100 |
],
|
last-checkpoint/training_args.bin
CHANGED
|
@@ -1,3 +1,3 @@
|
|
| 1 |
version https://git-lfs.github.com/spec/v1
|
| 2 |
-
oid sha256:
|
| 3 |
size 5265
|
|
|
|
| 1 |
version https://git-lfs.github.com/spec/v1
|
| 2 |
+
oid sha256:bbabebbe458c541319860a962d07ff797d86a73d64992f9e2f64d3843d3ad153
|
| 3 |
size 5265
|