End of training
Browse files- README.md +3 -1
- trainer_state.json +420 -84
README.md
CHANGED
|
@@ -3,6 +3,8 @@ base_model: facebook/musicgen-melody
|
|
| 3 |
library_name: peft
|
| 4 |
license: cc-by-nc-4.0
|
| 5 |
tags:
|
|
|
|
|
|
|
| 6 |
- generated_from_trainer
|
| 7 |
model-index:
|
| 8 |
- name: Piano-Model
|
|
@@ -14,7 +16,7 @@ should probably proofread and complete it, then remove this comment. -->
|
|
| 14 |
|
| 15 |
# Piano-Model
|
| 16 |
|
| 17 |
-
This model is a fine-tuned version of [facebook/musicgen-melody](https://huggingface.co/facebook/musicgen-melody) on
|
| 18 |
|
| 19 |
## Model description
|
| 20 |
|
|
|
|
| 3 |
library_name: peft
|
| 4 |
license: cc-by-nc-4.0
|
| 5 |
tags:
|
| 6 |
+
- text-to-audio
|
| 7 |
+
- Piano
|
| 8 |
- generated_from_trainer
|
| 9 |
model-index:
|
| 10 |
- name: Piano-Model
|
|
|
|
| 16 |
|
| 17 |
# Piano-Model
|
| 18 |
|
| 19 |
+
This model is a fine-tuned version of [facebook/musicgen-melody](https://huggingface.co/facebook/musicgen-melody) on the PlutoG99001/Piano-clean dataset.
|
| 20 |
|
| 21 |
## Model description
|
| 22 |
|
trainer_state.json
CHANGED
|
@@ -1,195 +1,531 @@
|
|
| 1 |
{
|
| 2 |
"best_metric": null,
|
| 3 |
"best_model_checkpoint": null,
|
| 4 |
-
"epoch":
|
| 5 |
"eval_steps": 500,
|
| 6 |
-
"global_step":
|
| 7 |
"is_hyper_param_search": false,
|
| 8 |
"is_local_process_zero": true,
|
| 9 |
"is_world_process_zero": true,
|
| 10 |
"log_history": [
|
| 11 |
{
|
| 12 |
"epoch": 0.16666666666666666,
|
| 13 |
-
"grad_norm": 2.
|
| 14 |
-
"learning_rate": 0.
|
| 15 |
-
"loss": 9.
|
| 16 |
"step": 2
|
| 17 |
},
|
| 18 |
{
|
| 19 |
"epoch": 0.3333333333333333,
|
| 20 |
-
"grad_norm": 3.
|
| 21 |
-
"learning_rate": 0.
|
| 22 |
-
"loss": 8.
|
| 23 |
"step": 4
|
| 24 |
},
|
| 25 |
{
|
| 26 |
"epoch": 0.5,
|
| 27 |
-
"grad_norm": 5.
|
| 28 |
-
"learning_rate": 0.
|
| 29 |
-
"loss": 8.
|
| 30 |
"step": 6
|
| 31 |
},
|
| 32 |
{
|
| 33 |
"epoch": 0.6666666666666666,
|
| 34 |
-
"grad_norm": 2.
|
| 35 |
-
"learning_rate": 0.
|
| 36 |
-
"loss": 6.
|
| 37 |
"step": 8
|
| 38 |
},
|
| 39 |
{
|
| 40 |
"epoch": 0.8333333333333334,
|
| 41 |
-
"grad_norm": 2.
|
| 42 |
-
"learning_rate": 0.
|
| 43 |
-
"loss": 6.
|
| 44 |
"step": 10
|
| 45 |
},
|
| 46 |
{
|
| 47 |
"epoch": 1.0,
|
| 48 |
-
"grad_norm": 1.
|
| 49 |
-
"learning_rate": 0.
|
| 50 |
-
"loss": 6.
|
| 51 |
"step": 12
|
| 52 |
},
|
| 53 |
{
|
| 54 |
"epoch": 1.1666666666666667,
|
| 55 |
-
"grad_norm":
|
| 56 |
-
"learning_rate": 0.
|
| 57 |
-
"loss": 6.
|
| 58 |
"step": 14
|
| 59 |
},
|
| 60 |
{
|
| 61 |
"epoch": 1.3333333333333333,
|
| 62 |
-
"grad_norm": 1.
|
| 63 |
-
"learning_rate": 0.
|
| 64 |
-
"loss": 5.
|
| 65 |
"step": 16
|
| 66 |
},
|
| 67 |
{
|
| 68 |
"epoch": 1.5,
|
| 69 |
-
"grad_norm": 1.
|
| 70 |
-
"learning_rate": 0.
|
| 71 |
-
"loss": 5.
|
| 72 |
"step": 18
|
| 73 |
},
|
| 74 |
{
|
| 75 |
"epoch": 1.6666666666666665,
|
| 76 |
-
"grad_norm": 1.
|
| 77 |
-
"learning_rate": 0.
|
| 78 |
-
"loss": 5.
|
| 79 |
"step": 20
|
| 80 |
},
|
| 81 |
{
|
| 82 |
"epoch": 1.8333333333333335,
|
| 83 |
-
"grad_norm": 2.
|
| 84 |
-
"learning_rate": 0.
|
| 85 |
-
"loss": 6.
|
| 86 |
"step": 22
|
| 87 |
},
|
| 88 |
{
|
| 89 |
"epoch": 2.0,
|
| 90 |
-
"grad_norm":
|
| 91 |
-
"learning_rate": 0.
|
| 92 |
-
"loss": 5.
|
| 93 |
"step": 24
|
| 94 |
},
|
| 95 |
{
|
| 96 |
"epoch": 2.1666666666666665,
|
| 97 |
-
"grad_norm":
|
| 98 |
-
"learning_rate":
|
| 99 |
-
"loss": 5.
|
| 100 |
"step": 26
|
| 101 |
},
|
| 102 |
{
|
| 103 |
"epoch": 2.3333333333333335,
|
| 104 |
-
"grad_norm": 2.
|
| 105 |
-
"learning_rate":
|
| 106 |
-
"loss": 6.
|
| 107 |
"step": 28
|
| 108 |
},
|
| 109 |
{
|
| 110 |
"epoch": 2.5,
|
| 111 |
-
"grad_norm": 0.
|
| 112 |
-
"learning_rate":
|
| 113 |
-
"loss": 5.
|
| 114 |
"step": 30
|
| 115 |
},
|
| 116 |
{
|
| 117 |
"epoch": 2.6666666666666665,
|
| 118 |
-
"grad_norm": 0.
|
| 119 |
-
"learning_rate":
|
| 120 |
-
"loss": 5.
|
| 121 |
"step": 32
|
| 122 |
},
|
| 123 |
{
|
| 124 |
"epoch": 2.8333333333333335,
|
| 125 |
-
"grad_norm": 0.
|
| 126 |
-
"learning_rate":
|
| 127 |
-
"loss": 5.
|
| 128 |
"step": 34
|
| 129 |
},
|
| 130 |
{
|
| 131 |
"epoch": 3.0,
|
| 132 |
-
"grad_norm": 0.
|
| 133 |
-
"learning_rate":
|
| 134 |
-
"loss": 5.
|
| 135 |
"step": 36
|
| 136 |
},
|
| 137 |
{
|
| 138 |
"epoch": 3.1666666666666665,
|
| 139 |
-
"grad_norm": 1.
|
| 140 |
-
"learning_rate":
|
| 141 |
-
"loss": 5.
|
| 142 |
"step": 38
|
| 143 |
},
|
| 144 |
{
|
| 145 |
"epoch": 3.3333333333333335,
|
| 146 |
-
"grad_norm": 0.
|
| 147 |
-
"learning_rate":
|
| 148 |
-
"loss": 5.
|
| 149 |
"step": 40
|
| 150 |
},
|
| 151 |
{
|
| 152 |
"epoch": 3.5,
|
| 153 |
-
"grad_norm": 0.
|
| 154 |
-
"learning_rate":
|
| 155 |
-
"loss": 5.
|
| 156 |
"step": 42
|
| 157 |
},
|
| 158 |
{
|
| 159 |
"epoch": 3.6666666666666665,
|
| 160 |
-
"grad_norm":
|
| 161 |
-
"learning_rate":
|
| 162 |
-
"loss": 5.
|
| 163 |
"step": 44
|
| 164 |
},
|
| 165 |
{
|
| 166 |
"epoch": 3.8333333333333335,
|
| 167 |
-
"grad_norm":
|
| 168 |
-
"learning_rate":
|
| 169 |
-
"loss": 5.
|
| 170 |
"step": 46
|
| 171 |
},
|
| 172 |
{
|
| 173 |
"epoch": 4.0,
|
| 174 |
-
"grad_norm": 1.
|
| 175 |
-
"learning_rate": 0.
|
| 176 |
-
"loss": 5.
|
| 177 |
"step": 48
|
| 178 |
},
|
| 179 |
{
|
| 180 |
-
"epoch": 4.
|
| 181 |
-
"
|
| 182 |
-
"
|
| 183 |
-
"
|
| 184 |
-
"
|
| 185 |
-
|
| 186 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 187 |
}
|
| 188 |
],
|
| 189 |
"logging_steps": 2,
|
| 190 |
-
"max_steps":
|
| 191 |
"num_input_tokens_seen": 0,
|
| 192 |
-
"num_train_epochs":
|
| 193 |
"save_steps": 500,
|
| 194 |
"stateful_callbacks": {
|
| 195 |
"TrainerControl": {
|
|
@@ -203,7 +539,7 @@
|
|
| 203 |
"attributes": {}
|
| 204 |
}
|
| 205 |
},
|
| 206 |
-
"total_flos":
|
| 207 |
"train_batch_size": 2,
|
| 208 |
"trial_name": null,
|
| 209 |
"trial_params": null
|
|
|
|
| 1 |
{
|
| 2 |
"best_metric": null,
|
| 3 |
"best_model_checkpoint": null,
|
| 4 |
+
"epoch": 12.0,
|
| 5 |
"eval_steps": 500,
|
| 6 |
+
"global_step": 144,
|
| 7 |
"is_hyper_param_search": false,
|
| 8 |
"is_local_process_zero": true,
|
| 9 |
"is_world_process_zero": true,
|
| 10 |
"log_history": [
|
| 11 |
{
|
| 12 |
"epoch": 0.16666666666666666,
|
| 13 |
+
"grad_norm": 2.389958143234253,
|
| 14 |
+
"learning_rate": 0.00019722222222222225,
|
| 15 |
+
"loss": 9.3312,
|
| 16 |
"step": 2
|
| 17 |
},
|
| 18 |
{
|
| 19 |
"epoch": 0.3333333333333333,
|
| 20 |
+
"grad_norm": 3.9081215858459473,
|
| 21 |
+
"learning_rate": 0.00019444444444444446,
|
| 22 |
+
"loss": 8.4046,
|
| 23 |
"step": 4
|
| 24 |
},
|
| 25 |
{
|
| 26 |
"epoch": 0.5,
|
| 27 |
+
"grad_norm": 5.577122211456299,
|
| 28 |
+
"learning_rate": 0.00019166666666666667,
|
| 29 |
+
"loss": 8.1587,
|
| 30 |
"step": 6
|
| 31 |
},
|
| 32 |
{
|
| 33 |
"epoch": 0.6666666666666666,
|
| 34 |
+
"grad_norm": 2.7514705657958984,
|
| 35 |
+
"learning_rate": 0.00018888888888888888,
|
| 36 |
+
"loss": 6.9252,
|
| 37 |
"step": 8
|
| 38 |
},
|
| 39 |
{
|
| 40 |
"epoch": 0.8333333333333334,
|
| 41 |
+
"grad_norm": 2.6608922481536865,
|
| 42 |
+
"learning_rate": 0.00018611111111111112,
|
| 43 |
+
"loss": 6.682,
|
| 44 |
"step": 10
|
| 45 |
},
|
| 46 |
{
|
| 47 |
"epoch": 1.0,
|
| 48 |
+
"grad_norm": 1.8224042654037476,
|
| 49 |
+
"learning_rate": 0.00018333333333333334,
|
| 50 |
+
"loss": 6.5515,
|
| 51 |
"step": 12
|
| 52 |
},
|
| 53 |
{
|
| 54 |
"epoch": 1.1666666666666667,
|
| 55 |
+
"grad_norm": 1.7821205854415894,
|
| 56 |
+
"learning_rate": 0.00018055555555555557,
|
| 57 |
+
"loss": 6.3741,
|
| 58 |
"step": 14
|
| 59 |
},
|
| 60 |
{
|
| 61 |
"epoch": 1.3333333333333333,
|
| 62 |
+
"grad_norm": 1.4631325006484985,
|
| 63 |
+
"learning_rate": 0.00017777777777777779,
|
| 64 |
+
"loss": 5.7752,
|
| 65 |
"step": 16
|
| 66 |
},
|
| 67 |
{
|
| 68 |
"epoch": 1.5,
|
| 69 |
+
"grad_norm": 1.2445415258407593,
|
| 70 |
+
"learning_rate": 0.000175,
|
| 71 |
+
"loss": 5.6322,
|
| 72 |
"step": 18
|
| 73 |
},
|
| 74 |
{
|
| 75 |
"epoch": 1.6666666666666665,
|
| 76 |
+
"grad_norm": 1.1385904550552368,
|
| 77 |
+
"learning_rate": 0.00017222222222222224,
|
| 78 |
+
"loss": 5.5292,
|
| 79 |
"step": 20
|
| 80 |
},
|
| 81 |
{
|
| 82 |
"epoch": 1.8333333333333335,
|
| 83 |
+
"grad_norm": 2.350696325302124,
|
| 84 |
+
"learning_rate": 0.00016944444444444445,
|
| 85 |
+
"loss": 6.0467,
|
| 86 |
"step": 22
|
| 87 |
},
|
| 88 |
{
|
| 89 |
"epoch": 2.0,
|
| 90 |
+
"grad_norm": 0.9251314997673035,
|
| 91 |
+
"learning_rate": 0.0001666666666666667,
|
| 92 |
+
"loss": 5.5052,
|
| 93 |
"step": 24
|
| 94 |
},
|
| 95 |
{
|
| 96 |
"epoch": 2.1666666666666665,
|
| 97 |
+
"grad_norm": 1.078282356262207,
|
| 98 |
+
"learning_rate": 0.0001638888888888889,
|
| 99 |
+
"loss": 5.1516,
|
| 100 |
"step": 26
|
| 101 |
},
|
| 102 |
{
|
| 103 |
"epoch": 2.3333333333333335,
|
| 104 |
+
"grad_norm": 2.0441372394561768,
|
| 105 |
+
"learning_rate": 0.0001611111111111111,
|
| 106 |
+
"loss": 6.0246,
|
| 107 |
"step": 28
|
| 108 |
},
|
| 109 |
{
|
| 110 |
"epoch": 2.5,
|
| 111 |
+
"grad_norm": 0.7417467832565308,
|
| 112 |
+
"learning_rate": 0.00015833333333333332,
|
| 113 |
+
"loss": 5.6533,
|
| 114 |
"step": 30
|
| 115 |
},
|
| 116 |
{
|
| 117 |
"epoch": 2.6666666666666665,
|
| 118 |
+
"grad_norm": 0.7308917045593262,
|
| 119 |
+
"learning_rate": 0.00015555555555555556,
|
| 120 |
+
"loss": 5.8707,
|
| 121 |
"step": 32
|
| 122 |
},
|
| 123 |
{
|
| 124 |
"epoch": 2.8333333333333335,
|
| 125 |
+
"grad_norm": 0.7263883948326111,
|
| 126 |
+
"learning_rate": 0.00015277777777777777,
|
| 127 |
+
"loss": 5.5237,
|
| 128 |
"step": 34
|
| 129 |
},
|
| 130 |
{
|
| 131 |
"epoch": 3.0,
|
| 132 |
+
"grad_norm": 0.768177330493927,
|
| 133 |
+
"learning_rate": 0.00015000000000000001,
|
| 134 |
+
"loss": 5.5894,
|
| 135 |
"step": 36
|
| 136 |
},
|
| 137 |
{
|
| 138 |
"epoch": 3.1666666666666665,
|
| 139 |
+
"grad_norm": 1.502065896987915,
|
| 140 |
+
"learning_rate": 0.00014722222222222223,
|
| 141 |
+
"loss": 5.7828,
|
| 142 |
"step": 38
|
| 143 |
},
|
| 144 |
{
|
| 145 |
"epoch": 3.3333333333333335,
|
| 146 |
+
"grad_norm": 0.8962785005569458,
|
| 147 |
+
"learning_rate": 0.00014444444444444444,
|
| 148 |
+
"loss": 5.6038,
|
| 149 |
"step": 40
|
| 150 |
},
|
| 151 |
{
|
| 152 |
"epoch": 3.5,
|
| 153 |
+
"grad_norm": 0.7349110841751099,
|
| 154 |
+
"learning_rate": 0.00014166666666666668,
|
| 155 |
+
"loss": 5.8042,
|
| 156 |
"step": 42
|
| 157 |
},
|
| 158 |
{
|
| 159 |
"epoch": 3.6666666666666665,
|
| 160 |
+
"grad_norm": 1.244559407234192,
|
| 161 |
+
"learning_rate": 0.0001388888888888889,
|
| 162 |
+
"loss": 5.4373,
|
| 163 |
"step": 44
|
| 164 |
},
|
| 165 |
{
|
| 166 |
"epoch": 3.8333333333333335,
|
| 167 |
+
"grad_norm": 0.895315945148468,
|
| 168 |
+
"learning_rate": 0.00013611111111111113,
|
| 169 |
+
"loss": 5.58,
|
| 170 |
"step": 46
|
| 171 |
},
|
| 172 |
{
|
| 173 |
"epoch": 4.0,
|
| 174 |
+
"grad_norm": 1.0650572776794434,
|
| 175 |
+
"learning_rate": 0.00013333333333333334,
|
| 176 |
+
"loss": 5.4728,
|
| 177 |
"step": 48
|
| 178 |
},
|
| 179 |
{
|
| 180 |
+
"epoch": 4.166666666666667,
|
| 181 |
+
"grad_norm": 0.5839248895645142,
|
| 182 |
+
"learning_rate": 0.00013055555555555555,
|
| 183 |
+
"loss": 5.2988,
|
| 184 |
+
"step": 50
|
| 185 |
+
},
|
| 186 |
+
{
|
| 187 |
+
"epoch": 4.333333333333333,
|
| 188 |
+
"grad_norm": 1.0592962503433228,
|
| 189 |
+
"learning_rate": 0.00012777777777777776,
|
| 190 |
+
"loss": 5.5554,
|
| 191 |
+
"step": 52
|
| 192 |
+
},
|
| 193 |
+
{
|
| 194 |
+
"epoch": 4.5,
|
| 195 |
+
"grad_norm": 1.030292272567749,
|
| 196 |
+
"learning_rate": 0.000125,
|
| 197 |
+
"loss": 5.5131,
|
| 198 |
+
"step": 54
|
| 199 |
+
},
|
| 200 |
+
{
|
| 201 |
+
"epoch": 4.666666666666667,
|
| 202 |
+
"grad_norm": 0.6566389799118042,
|
| 203 |
+
"learning_rate": 0.00012222222222222224,
|
| 204 |
+
"loss": 5.8547,
|
| 205 |
+
"step": 56
|
| 206 |
+
},
|
| 207 |
+
{
|
| 208 |
+
"epoch": 4.833333333333333,
|
| 209 |
+
"grad_norm": 0.6720917224884033,
|
| 210 |
+
"learning_rate": 0.00011944444444444445,
|
| 211 |
+
"loss": 5.6832,
|
| 212 |
+
"step": 58
|
| 213 |
+
},
|
| 214 |
+
{
|
| 215 |
+
"epoch": 5.0,
|
| 216 |
+
"grad_norm": 2.3127827644348145,
|
| 217 |
+
"learning_rate": 0.00011666666666666668,
|
| 218 |
+
"loss": 5.5447,
|
| 219 |
+
"step": 60
|
| 220 |
+
},
|
| 221 |
+
{
|
| 222 |
+
"epoch": 5.166666666666667,
|
| 223 |
+
"grad_norm": 1.462990641593933,
|
| 224 |
+
"learning_rate": 0.00011388888888888889,
|
| 225 |
+
"loss": 5.62,
|
| 226 |
+
"step": 62
|
| 227 |
+
},
|
| 228 |
+
{
|
| 229 |
+
"epoch": 5.333333333333333,
|
| 230 |
+
"grad_norm": 0.8015946745872498,
|
| 231 |
+
"learning_rate": 0.00011111111111111112,
|
| 232 |
+
"loss": 5.5182,
|
| 233 |
+
"step": 64
|
| 234 |
+
},
|
| 235 |
+
{
|
| 236 |
+
"epoch": 5.5,
|
| 237 |
+
"grad_norm": 0.9235395789146423,
|
| 238 |
+
"learning_rate": 0.00010833333333333333,
|
| 239 |
+
"loss": 5.6122,
|
| 240 |
+
"step": 66
|
| 241 |
+
},
|
| 242 |
+
{
|
| 243 |
+
"epoch": 5.666666666666667,
|
| 244 |
+
"grad_norm": 1.5042009353637695,
|
| 245 |
+
"learning_rate": 0.00010555555555555557,
|
| 246 |
+
"loss": 5.6774,
|
| 247 |
+
"step": 68
|
| 248 |
+
},
|
| 249 |
+
{
|
| 250 |
+
"epoch": 5.833333333333333,
|
| 251 |
+
"grad_norm": 0.8788179755210876,
|
| 252 |
+
"learning_rate": 0.00010277777777777778,
|
| 253 |
+
"loss": 5.6975,
|
| 254 |
+
"step": 70
|
| 255 |
+
},
|
| 256 |
+
{
|
| 257 |
+
"epoch": 6.0,
|
| 258 |
+
"grad_norm": 0.70127934217453,
|
| 259 |
+
"learning_rate": 0.0001,
|
| 260 |
+
"loss": 5.325,
|
| 261 |
+
"step": 72
|
| 262 |
+
},
|
| 263 |
+
{
|
| 264 |
+
"epoch": 6.166666666666667,
|
| 265 |
+
"grad_norm": 0.6378411650657654,
|
| 266 |
+
"learning_rate": 9.722222222222223e-05,
|
| 267 |
+
"loss": 5.5471,
|
| 268 |
+
"step": 74
|
| 269 |
+
},
|
| 270 |
+
{
|
| 271 |
+
"epoch": 6.333333333333333,
|
| 272 |
+
"grad_norm": 0.7255083918571472,
|
| 273 |
+
"learning_rate": 9.444444444444444e-05,
|
| 274 |
+
"loss": 5.53,
|
| 275 |
+
"step": 76
|
| 276 |
+
},
|
| 277 |
+
{
|
| 278 |
+
"epoch": 6.5,
|
| 279 |
+
"grad_norm": 0.5315467715263367,
|
| 280 |
+
"learning_rate": 9.166666666666667e-05,
|
| 281 |
+
"loss": 5.668,
|
| 282 |
+
"step": 78
|
| 283 |
+
},
|
| 284 |
+
{
|
| 285 |
+
"epoch": 6.666666666666667,
|
| 286 |
+
"grad_norm": 1.6775908470153809,
|
| 287 |
+
"learning_rate": 8.888888888888889e-05,
|
| 288 |
+
"loss": 5.6227,
|
| 289 |
+
"step": 80
|
| 290 |
+
},
|
| 291 |
+
{
|
| 292 |
+
"epoch": 6.833333333333333,
|
| 293 |
+
"grad_norm": 0.6967664957046509,
|
| 294 |
+
"learning_rate": 8.611111111111112e-05,
|
| 295 |
+
"loss": 5.3633,
|
| 296 |
+
"step": 82
|
| 297 |
+
},
|
| 298 |
+
{
|
| 299 |
+
"epoch": 7.0,
|
| 300 |
+
"grad_norm": 0.7901867628097534,
|
| 301 |
+
"learning_rate": 8.333333333333334e-05,
|
| 302 |
+
"loss": 5.5201,
|
| 303 |
+
"step": 84
|
| 304 |
+
},
|
| 305 |
+
{
|
| 306 |
+
"epoch": 7.166666666666667,
|
| 307 |
+
"grad_norm": 0.7575122714042664,
|
| 308 |
+
"learning_rate": 8.055555555555556e-05,
|
| 309 |
+
"loss": 5.7576,
|
| 310 |
+
"step": 86
|
| 311 |
+
},
|
| 312 |
+
{
|
| 313 |
+
"epoch": 7.333333333333333,
|
| 314 |
+
"grad_norm": 0.6522452235221863,
|
| 315 |
+
"learning_rate": 7.777777777777778e-05,
|
| 316 |
+
"loss": 5.4296,
|
| 317 |
+
"step": 88
|
| 318 |
+
},
|
| 319 |
+
{
|
| 320 |
+
"epoch": 7.5,
|
| 321 |
+
"grad_norm": 1.1450906991958618,
|
| 322 |
+
"learning_rate": 7.500000000000001e-05,
|
| 323 |
+
"loss": 5.5873,
|
| 324 |
+
"step": 90
|
| 325 |
+
},
|
| 326 |
+
{
|
| 327 |
+
"epoch": 7.666666666666667,
|
| 328 |
+
"grad_norm": 1.0967220067977905,
|
| 329 |
+
"learning_rate": 7.222222222222222e-05,
|
| 330 |
+
"loss": 5.6052,
|
| 331 |
+
"step": 92
|
| 332 |
+
},
|
| 333 |
+
{
|
| 334 |
+
"epoch": 7.833333333333333,
|
| 335 |
+
"grad_norm": 1.2387806177139282,
|
| 336 |
+
"learning_rate": 6.944444444444444e-05,
|
| 337 |
+
"loss": 5.4181,
|
| 338 |
+
"step": 94
|
| 339 |
+
},
|
| 340 |
+
{
|
| 341 |
+
"epoch": 8.0,
|
| 342 |
+
"grad_norm": 0.9872841835021973,
|
| 343 |
+
"learning_rate": 6.666666666666667e-05,
|
| 344 |
+
"loss": 5.3969,
|
| 345 |
+
"step": 96
|
| 346 |
+
},
|
| 347 |
+
{
|
| 348 |
+
"epoch": 8.166666666666666,
|
| 349 |
+
"grad_norm": 0.9052764773368835,
|
| 350 |
+
"learning_rate": 6.388888888888888e-05,
|
| 351 |
+
"loss": 5.6536,
|
| 352 |
+
"step": 98
|
| 353 |
+
},
|
| 354 |
+
{
|
| 355 |
+
"epoch": 8.333333333333334,
|
| 356 |
+
"grad_norm": 0.755061686038971,
|
| 357 |
+
"learning_rate": 6.111111111111112e-05,
|
| 358 |
+
"loss": 5.6881,
|
| 359 |
+
"step": 100
|
| 360 |
+
},
|
| 361 |
+
{
|
| 362 |
+
"epoch": 8.5,
|
| 363 |
+
"grad_norm": 0.8030765056610107,
|
| 364 |
+
"learning_rate": 5.833333333333334e-05,
|
| 365 |
+
"loss": 5.2,
|
| 366 |
+
"step": 102
|
| 367 |
+
},
|
| 368 |
+
{
|
| 369 |
+
"epoch": 8.666666666666666,
|
| 370 |
+
"grad_norm": 1.3601152896881104,
|
| 371 |
+
"learning_rate": 5.555555555555556e-05,
|
| 372 |
+
"loss": 5.7912,
|
| 373 |
+
"step": 104
|
| 374 |
+
},
|
| 375 |
+
{
|
| 376 |
+
"epoch": 8.833333333333334,
|
| 377 |
+
"grad_norm": 0.8304908871650696,
|
| 378 |
+
"learning_rate": 5.2777777777777784e-05,
|
| 379 |
+
"loss": 5.3534,
|
| 380 |
+
"step": 106
|
| 381 |
+
},
|
| 382 |
+
{
|
| 383 |
+
"epoch": 9.0,
|
| 384 |
+
"grad_norm": 0.7708331942558289,
|
| 385 |
+
"learning_rate": 5e-05,
|
| 386 |
+
"loss": 5.4276,
|
| 387 |
+
"step": 108
|
| 388 |
+
},
|
| 389 |
+
{
|
| 390 |
+
"epoch": 9.166666666666666,
|
| 391 |
+
"grad_norm": 0.7606693506240845,
|
| 392 |
+
"learning_rate": 4.722222222222222e-05,
|
| 393 |
+
"loss": 5.3528,
|
| 394 |
+
"step": 110
|
| 395 |
+
},
|
| 396 |
+
{
|
| 397 |
+
"epoch": 9.333333333333334,
|
| 398 |
+
"grad_norm": 0.6759011745452881,
|
| 399 |
+
"learning_rate": 4.4444444444444447e-05,
|
| 400 |
+
"loss": 5.3649,
|
| 401 |
+
"step": 112
|
| 402 |
+
},
|
| 403 |
+
{
|
| 404 |
+
"epoch": 9.5,
|
| 405 |
+
"grad_norm": 1.1626386642456055,
|
| 406 |
+
"learning_rate": 4.166666666666667e-05,
|
| 407 |
+
"loss": 5.7563,
|
| 408 |
+
"step": 114
|
| 409 |
+
},
|
| 410 |
+
{
|
| 411 |
+
"epoch": 9.666666666666666,
|
| 412 |
+
"grad_norm": 1.7458714246749878,
|
| 413 |
+
"learning_rate": 3.888888888888889e-05,
|
| 414 |
+
"loss": 5.2431,
|
| 415 |
+
"step": 116
|
| 416 |
+
},
|
| 417 |
+
{
|
| 418 |
+
"epoch": 9.833333333333334,
|
| 419 |
+
"grad_norm": 1.1250461339950562,
|
| 420 |
+
"learning_rate": 3.611111111111111e-05,
|
| 421 |
+
"loss": 5.6882,
|
| 422 |
+
"step": 118
|
| 423 |
+
},
|
| 424 |
+
{
|
| 425 |
+
"epoch": 10.0,
|
| 426 |
+
"grad_norm": 0.6424404382705688,
|
| 427 |
+
"learning_rate": 3.3333333333333335e-05,
|
| 428 |
+
"loss": 5.5573,
|
| 429 |
+
"step": 120
|
| 430 |
+
},
|
| 431 |
+
{
|
| 432 |
+
"epoch": 10.166666666666666,
|
| 433 |
+
"grad_norm": 1.5267101526260376,
|
| 434 |
+
"learning_rate": 3.055555555555556e-05,
|
| 435 |
+
"loss": 5.2131,
|
| 436 |
+
"step": 122
|
| 437 |
+
},
|
| 438 |
+
{
|
| 439 |
+
"epoch": 10.333333333333334,
|
| 440 |
+
"grad_norm": 0.6374937295913696,
|
| 441 |
+
"learning_rate": 2.777777777777778e-05,
|
| 442 |
+
"loss": 5.8057,
|
| 443 |
+
"step": 124
|
| 444 |
+
},
|
| 445 |
+
{
|
| 446 |
+
"epoch": 10.5,
|
| 447 |
+
"grad_norm": 2.1327388286590576,
|
| 448 |
+
"learning_rate": 2.5e-05,
|
| 449 |
+
"loss": 5.4895,
|
| 450 |
+
"step": 126
|
| 451 |
+
},
|
| 452 |
+
{
|
| 453 |
+
"epoch": 10.666666666666666,
|
| 454 |
+
"grad_norm": 1.285032868385315,
|
| 455 |
+
"learning_rate": 2.2222222222222223e-05,
|
| 456 |
+
"loss": 5.2823,
|
| 457 |
+
"step": 128
|
| 458 |
+
},
|
| 459 |
+
{
|
| 460 |
+
"epoch": 10.833333333333334,
|
| 461 |
+
"grad_norm": 1.0142369270324707,
|
| 462 |
+
"learning_rate": 1.9444444444444445e-05,
|
| 463 |
+
"loss": 5.7365,
|
| 464 |
+
"step": 130
|
| 465 |
+
},
|
| 466 |
+
{
|
| 467 |
+
"epoch": 11.0,
|
| 468 |
+
"grad_norm": 1.4758329391479492,
|
| 469 |
+
"learning_rate": 1.6666666666666667e-05,
|
| 470 |
+
"loss": 5.3342,
|
| 471 |
+
"step": 132
|
| 472 |
+
},
|
| 473 |
+
{
|
| 474 |
+
"epoch": 11.166666666666666,
|
| 475 |
+
"grad_norm": 0.8409311771392822,
|
| 476 |
+
"learning_rate": 1.388888888888889e-05,
|
| 477 |
+
"loss": 5.4373,
|
| 478 |
+
"step": 134
|
| 479 |
+
},
|
| 480 |
+
{
|
| 481 |
+
"epoch": 11.333333333333334,
|
| 482 |
+
"grad_norm": 1.3784596920013428,
|
| 483 |
+
"learning_rate": 1.1111111111111112e-05,
|
| 484 |
+
"loss": 5.1533,
|
| 485 |
+
"step": 136
|
| 486 |
+
},
|
| 487 |
+
{
|
| 488 |
+
"epoch": 11.5,
|
| 489 |
+
"grad_norm": 0.7121608257293701,
|
| 490 |
+
"learning_rate": 8.333333333333334e-06,
|
| 491 |
+
"loss": 5.4633,
|
| 492 |
+
"step": 138
|
| 493 |
+
},
|
| 494 |
+
{
|
| 495 |
+
"epoch": 11.666666666666666,
|
| 496 |
+
"grad_norm": 1.5873008966445923,
|
| 497 |
+
"learning_rate": 5.555555555555556e-06,
|
| 498 |
+
"loss": 5.4515,
|
| 499 |
+
"step": 140
|
| 500 |
+
},
|
| 501 |
+
{
|
| 502 |
+
"epoch": 11.833333333333334,
|
| 503 |
+
"grad_norm": 1.2284098863601685,
|
| 504 |
+
"learning_rate": 2.777777777777778e-06,
|
| 505 |
+
"loss": 5.7681,
|
| 506 |
+
"step": 142
|
| 507 |
+
},
|
| 508 |
+
{
|
| 509 |
+
"epoch": 12.0,
|
| 510 |
+
"grad_norm": 1.2025315761566162,
|
| 511 |
+
"learning_rate": 0.0,
|
| 512 |
+
"loss": 5.522,
|
| 513 |
+
"step": 144
|
| 514 |
+
},
|
| 515 |
+
{
|
| 516 |
+
"epoch": 12.0,
|
| 517 |
+
"step": 144,
|
| 518 |
+
"total_flos": 294472713653016.0,
|
| 519 |
+
"train_loss": 5.7429078287548485,
|
| 520 |
+
"train_runtime": 359.3045,
|
| 521 |
+
"train_samples_per_second": 3.173,
|
| 522 |
+
"train_steps_per_second": 0.401
|
| 523 |
}
|
| 524 |
],
|
| 525 |
"logging_steps": 2,
|
| 526 |
+
"max_steps": 144,
|
| 527 |
"num_input_tokens_seen": 0,
|
| 528 |
+
"num_train_epochs": 12,
|
| 529 |
"save_steps": 500,
|
| 530 |
"stateful_callbacks": {
|
| 531 |
"TrainerControl": {
|
|
|
|
| 539 |
"attributes": {}
|
| 540 |
}
|
| 541 |
},
|
| 542 |
+
"total_flos": 294472713653016.0,
|
| 543 |
"train_batch_size": 2,
|
| 544 |
"trial_name": null,
|
| 545 |
"trial_params": null
|