End of training
Browse files- all_results.json +8 -0
- train_results.json +8 -0
- trainer_state.json +313 -0
all_results.json
ADDED
|
@@ -0,0 +1,8 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"epoch": 1.0,
|
| 3 |
+
"train_loss": 0.8470569521188736,
|
| 4 |
+
"train_runtime": 65.9353,
|
| 5 |
+
"train_samples": 240,
|
| 6 |
+
"train_samples_per_second": 3.64,
|
| 7 |
+
"train_steps_per_second": 3.64
|
| 8 |
+
}
|
train_results.json
ADDED
|
@@ -0,0 +1,8 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"epoch": 1.0,
|
| 3 |
+
"train_loss": 0.8470569521188736,
|
| 4 |
+
"train_runtime": 65.9353,
|
| 5 |
+
"train_samples": 240,
|
| 6 |
+
"train_samples_per_second": 3.64,
|
| 7 |
+
"train_steps_per_second": 3.64
|
| 8 |
+
}
|
trainer_state.json
ADDED
|
@@ -0,0 +1,313 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
{
|
| 2 |
+
"best_metric": null,
|
| 3 |
+
"best_model_checkpoint": null,
|
| 4 |
+
"epoch": 1.0,
|
| 5 |
+
"global_step": 240,
|
| 6 |
+
"is_hyper_param_search": false,
|
| 7 |
+
"is_local_process_zero": true,
|
| 8 |
+
"is_world_process_zero": true,
|
| 9 |
+
"log_history": [
|
| 10 |
+
{
|
| 11 |
+
"epoch": 0.02,
|
| 12 |
+
"learning_rate": 0.00013434166666666667,
|
| 13 |
+
"loss": 3.9609,
|
| 14 |
+
"step": 5
|
| 15 |
+
},
|
| 16 |
+
{
|
| 17 |
+
"epoch": 0.04,
|
| 18 |
+
"learning_rate": 0.00013148333333333335,
|
| 19 |
+
"loss": 3.2106,
|
| 20 |
+
"step": 10
|
| 21 |
+
},
|
| 22 |
+
{
|
| 23 |
+
"epoch": 0.06,
|
| 24 |
+
"learning_rate": 0.000128625,
|
| 25 |
+
"loss": 2.8242,
|
| 26 |
+
"step": 15
|
| 27 |
+
},
|
| 28 |
+
{
|
| 29 |
+
"epoch": 0.08,
|
| 30 |
+
"learning_rate": 0.00012576666666666667,
|
| 31 |
+
"loss": 2.4196,
|
| 32 |
+
"step": 20
|
| 33 |
+
},
|
| 34 |
+
{
|
| 35 |
+
"epoch": 0.1,
|
| 36 |
+
"learning_rate": 0.00012290833333333334,
|
| 37 |
+
"loss": 2.3259,
|
| 38 |
+
"step": 25
|
| 39 |
+
},
|
| 40 |
+
{
|
| 41 |
+
"epoch": 0.12,
|
| 42 |
+
"learning_rate": 0.00012005,
|
| 43 |
+
"loss": 2.0025,
|
| 44 |
+
"step": 30
|
| 45 |
+
},
|
| 46 |
+
{
|
| 47 |
+
"epoch": 0.15,
|
| 48 |
+
"learning_rate": 0.00011719166666666666,
|
| 49 |
+
"loss": 1.7458,
|
| 50 |
+
"step": 35
|
| 51 |
+
},
|
| 52 |
+
{
|
| 53 |
+
"epoch": 0.17,
|
| 54 |
+
"learning_rate": 0.00011433333333333334,
|
| 55 |
+
"loss": 1.6681,
|
| 56 |
+
"step": 40
|
| 57 |
+
},
|
| 58 |
+
{
|
| 59 |
+
"epoch": 0.19,
|
| 60 |
+
"learning_rate": 0.000111475,
|
| 61 |
+
"loss": 1.4197,
|
| 62 |
+
"step": 45
|
| 63 |
+
},
|
| 64 |
+
{
|
| 65 |
+
"epoch": 0.21,
|
| 66 |
+
"learning_rate": 0.00010861666666666666,
|
| 67 |
+
"loss": 1.2622,
|
| 68 |
+
"step": 50
|
| 69 |
+
},
|
| 70 |
+
{
|
| 71 |
+
"epoch": 0.23,
|
| 72 |
+
"learning_rate": 0.00010575833333333333,
|
| 73 |
+
"loss": 1.0886,
|
| 74 |
+
"step": 55
|
| 75 |
+
},
|
| 76 |
+
{
|
| 77 |
+
"epoch": 0.25,
|
| 78 |
+
"learning_rate": 0.00010290000000000001,
|
| 79 |
+
"loss": 1.0098,
|
| 80 |
+
"step": 60
|
| 81 |
+
},
|
| 82 |
+
{
|
| 83 |
+
"epoch": 0.27,
|
| 84 |
+
"learning_rate": 0.00010004166666666667,
|
| 85 |
+
"loss": 0.911,
|
| 86 |
+
"step": 65
|
| 87 |
+
},
|
| 88 |
+
{
|
| 89 |
+
"epoch": 0.29,
|
| 90 |
+
"learning_rate": 9.718333333333334e-05,
|
| 91 |
+
"loss": 0.8551,
|
| 92 |
+
"step": 70
|
| 93 |
+
},
|
| 94 |
+
{
|
| 95 |
+
"epoch": 0.31,
|
| 96 |
+
"learning_rate": 9.4325e-05,
|
| 97 |
+
"loss": 0.7359,
|
| 98 |
+
"step": 75
|
| 99 |
+
},
|
| 100 |
+
{
|
| 101 |
+
"epoch": 0.33,
|
| 102 |
+
"learning_rate": 9.146666666666666e-05,
|
| 103 |
+
"loss": 0.6784,
|
| 104 |
+
"step": 80
|
| 105 |
+
},
|
| 106 |
+
{
|
| 107 |
+
"epoch": 0.35,
|
| 108 |
+
"learning_rate": 8.860833333333334e-05,
|
| 109 |
+
"loss": 0.6562,
|
| 110 |
+
"step": 85
|
| 111 |
+
},
|
| 112 |
+
{
|
| 113 |
+
"epoch": 0.38,
|
| 114 |
+
"learning_rate": 8.575e-05,
|
| 115 |
+
"loss": 0.5862,
|
| 116 |
+
"step": 90
|
| 117 |
+
},
|
| 118 |
+
{
|
| 119 |
+
"epoch": 0.4,
|
| 120 |
+
"learning_rate": 8.289166666666666e-05,
|
| 121 |
+
"loss": 0.5589,
|
| 122 |
+
"step": 95
|
| 123 |
+
},
|
| 124 |
+
{
|
| 125 |
+
"epoch": 0.42,
|
| 126 |
+
"learning_rate": 8.003333333333335e-05,
|
| 127 |
+
"loss": 0.5514,
|
| 128 |
+
"step": 100
|
| 129 |
+
},
|
| 130 |
+
{
|
| 131 |
+
"epoch": 0.44,
|
| 132 |
+
"learning_rate": 7.7175e-05,
|
| 133 |
+
"loss": 0.5457,
|
| 134 |
+
"step": 105
|
| 135 |
+
},
|
| 136 |
+
{
|
| 137 |
+
"epoch": 0.46,
|
| 138 |
+
"learning_rate": 7.431666666666667e-05,
|
| 139 |
+
"loss": 0.4826,
|
| 140 |
+
"step": 110
|
| 141 |
+
},
|
| 142 |
+
{
|
| 143 |
+
"epoch": 0.48,
|
| 144 |
+
"learning_rate": 7.145833333333334e-05,
|
| 145 |
+
"loss": 0.468,
|
| 146 |
+
"step": 115
|
| 147 |
+
},
|
| 148 |
+
{
|
| 149 |
+
"epoch": 0.5,
|
| 150 |
+
"learning_rate": 6.86e-05,
|
| 151 |
+
"loss": 0.4367,
|
| 152 |
+
"step": 120
|
| 153 |
+
},
|
| 154 |
+
{
|
| 155 |
+
"epoch": 0.52,
|
| 156 |
+
"learning_rate": 6.574166666666667e-05,
|
| 157 |
+
"loss": 0.4243,
|
| 158 |
+
"step": 125
|
| 159 |
+
},
|
| 160 |
+
{
|
| 161 |
+
"epoch": 0.54,
|
| 162 |
+
"learning_rate": 6.288333333333333e-05,
|
| 163 |
+
"loss": 0.4341,
|
| 164 |
+
"step": 130
|
| 165 |
+
},
|
| 166 |
+
{
|
| 167 |
+
"epoch": 0.56,
|
| 168 |
+
"learning_rate": 6.0025e-05,
|
| 169 |
+
"loss": 0.4158,
|
| 170 |
+
"step": 135
|
| 171 |
+
},
|
| 172 |
+
{
|
| 173 |
+
"epoch": 0.58,
|
| 174 |
+
"learning_rate": 5.716666666666667e-05,
|
| 175 |
+
"loss": 0.3929,
|
| 176 |
+
"step": 140
|
| 177 |
+
},
|
| 178 |
+
{
|
| 179 |
+
"epoch": 0.6,
|
| 180 |
+
"learning_rate": 5.430833333333333e-05,
|
| 181 |
+
"loss": 0.368,
|
| 182 |
+
"step": 145
|
| 183 |
+
},
|
| 184 |
+
{
|
| 185 |
+
"epoch": 0.62,
|
| 186 |
+
"learning_rate": 5.1450000000000004e-05,
|
| 187 |
+
"loss": 0.4002,
|
| 188 |
+
"step": 150
|
| 189 |
+
},
|
| 190 |
+
{
|
| 191 |
+
"epoch": 0.65,
|
| 192 |
+
"learning_rate": 4.859166666666667e-05,
|
| 193 |
+
"loss": 0.3594,
|
| 194 |
+
"step": 155
|
| 195 |
+
},
|
| 196 |
+
{
|
| 197 |
+
"epoch": 0.67,
|
| 198 |
+
"learning_rate": 4.573333333333333e-05,
|
| 199 |
+
"loss": 0.3683,
|
| 200 |
+
"step": 160
|
| 201 |
+
},
|
| 202 |
+
{
|
| 203 |
+
"epoch": 0.69,
|
| 204 |
+
"learning_rate": 4.2875e-05,
|
| 205 |
+
"loss": 0.3576,
|
| 206 |
+
"step": 165
|
| 207 |
+
},
|
| 208 |
+
{
|
| 209 |
+
"epoch": 0.71,
|
| 210 |
+
"learning_rate": 4.001666666666667e-05,
|
| 211 |
+
"loss": 0.3152,
|
| 212 |
+
"step": 170
|
| 213 |
+
},
|
| 214 |
+
{
|
| 215 |
+
"epoch": 0.73,
|
| 216 |
+
"learning_rate": 3.715833333333333e-05,
|
| 217 |
+
"loss": 0.3533,
|
| 218 |
+
"step": 175
|
| 219 |
+
},
|
| 220 |
+
{
|
| 221 |
+
"epoch": 0.75,
|
| 222 |
+
"learning_rate": 3.43e-05,
|
| 223 |
+
"loss": 0.3211,
|
| 224 |
+
"step": 180
|
| 225 |
+
},
|
| 226 |
+
{
|
| 227 |
+
"epoch": 0.77,
|
| 228 |
+
"learning_rate": 3.144166666666667e-05,
|
| 229 |
+
"loss": 0.3125,
|
| 230 |
+
"step": 185
|
| 231 |
+
},
|
| 232 |
+
{
|
| 233 |
+
"epoch": 0.79,
|
| 234 |
+
"learning_rate": 2.8583333333333335e-05,
|
| 235 |
+
"loss": 0.3359,
|
| 236 |
+
"step": 190
|
| 237 |
+
},
|
| 238 |
+
{
|
| 239 |
+
"epoch": 0.81,
|
| 240 |
+
"learning_rate": 2.5725000000000002e-05,
|
| 241 |
+
"loss": 0.326,
|
| 242 |
+
"step": 195
|
| 243 |
+
},
|
| 244 |
+
{
|
| 245 |
+
"epoch": 0.83,
|
| 246 |
+
"learning_rate": 2.2866666666666666e-05,
|
| 247 |
+
"loss": 0.319,
|
| 248 |
+
"step": 200
|
| 249 |
+
},
|
| 250 |
+
{
|
| 251 |
+
"epoch": 0.85,
|
| 252 |
+
"learning_rate": 2.0008333333333336e-05,
|
| 253 |
+
"loss": 0.3034,
|
| 254 |
+
"step": 205
|
| 255 |
+
},
|
| 256 |
+
{
|
| 257 |
+
"epoch": 0.88,
|
| 258 |
+
"learning_rate": 1.715e-05,
|
| 259 |
+
"loss": 0.3129,
|
| 260 |
+
"step": 210
|
| 261 |
+
},
|
| 262 |
+
{
|
| 263 |
+
"epoch": 0.9,
|
| 264 |
+
"learning_rate": 1.4291666666666667e-05,
|
| 265 |
+
"loss": 0.2852,
|
| 266 |
+
"step": 215
|
| 267 |
+
},
|
| 268 |
+
{
|
| 269 |
+
"epoch": 0.92,
|
| 270 |
+
"learning_rate": 1.1433333333333333e-05,
|
| 271 |
+
"loss": 0.2954,
|
| 272 |
+
"step": 220
|
| 273 |
+
},
|
| 274 |
+
{
|
| 275 |
+
"epoch": 0.94,
|
| 276 |
+
"learning_rate": 8.575e-06,
|
| 277 |
+
"loss": 0.3123,
|
| 278 |
+
"step": 225
|
| 279 |
+
},
|
| 280 |
+
{
|
| 281 |
+
"epoch": 0.96,
|
| 282 |
+
"learning_rate": 5.7166666666666664e-06,
|
| 283 |
+
"loss": 0.338,
|
| 284 |
+
"step": 230
|
| 285 |
+
},
|
| 286 |
+
{
|
| 287 |
+
"epoch": 0.98,
|
| 288 |
+
"learning_rate": 2.8583333333333332e-06,
|
| 289 |
+
"loss": 0.3095,
|
| 290 |
+
"step": 235
|
| 291 |
+
},
|
| 292 |
+
{
|
| 293 |
+
"epoch": 1.0,
|
| 294 |
+
"learning_rate": 0.0,
|
| 295 |
+
"loss": 0.2943,
|
| 296 |
+
"step": 240
|
| 297 |
+
},
|
| 298 |
+
{
|
| 299 |
+
"epoch": 1.0,
|
| 300 |
+
"step": 240,
|
| 301 |
+
"total_flos": 125420175360000.0,
|
| 302 |
+
"train_loss": 0.8470569521188736,
|
| 303 |
+
"train_runtime": 65.9353,
|
| 304 |
+
"train_samples_per_second": 3.64,
|
| 305 |
+
"train_steps_per_second": 3.64
|
| 306 |
+
}
|
| 307 |
+
],
|
| 308 |
+
"max_steps": 240,
|
| 309 |
+
"num_train_epochs": 1,
|
| 310 |
+
"total_flos": 125420175360000.0,
|
| 311 |
+
"trial_name": null,
|
| 312 |
+
"trial_params": null
|
| 313 |
+
}
|