bert-math-classifier / trainer_state.json
ptkag1712's picture
Upload checkpoint 750 from Kaggle
f006d38 verified
{
"best_global_step": 750,
"best_metric": 0.9994999999861112,
"best_model_checkpoint": "./results/checkpoint-750",
"epoch": 1.0,
"eval_steps": 500,
"global_step": 750,
"is_hyper_param_search": false,
"is_local_process_zero": true,
"is_world_process_zero": true,
"log_history": [
{
"epoch": 0.013333333333333334,
"grad_norm": 4.2009477615356445,
"learning_rate": 1.9920000000000002e-05,
"loss": 0.5793,
"step": 10
},
{
"epoch": 0.02666666666666667,
"grad_norm": 5.8630290031433105,
"learning_rate": 1.9831111111111113e-05,
"loss": 0.3539,
"step": 20
},
{
"epoch": 0.04,
"grad_norm": 2.211989402770996,
"learning_rate": 1.9742222222222223e-05,
"loss": 0.1573,
"step": 30
},
{
"epoch": 0.05333333333333334,
"grad_norm": 1.2404732704162598,
"learning_rate": 1.9653333333333334e-05,
"loss": 0.0594,
"step": 40
},
{
"epoch": 0.06666666666666667,
"grad_norm": 0.19655780494213104,
"learning_rate": 1.9564444444444444e-05,
"loss": 0.0144,
"step": 50
},
{
"epoch": 0.08,
"grad_norm": 0.09529717266559601,
"learning_rate": 1.9475555555555558e-05,
"loss": 0.023,
"step": 60
},
{
"epoch": 0.09333333333333334,
"grad_norm": 0.06829739362001419,
"learning_rate": 1.938666666666667e-05,
"loss": 0.0116,
"step": 70
},
{
"epoch": 0.10666666666666667,
"grad_norm": 12.565340995788574,
"learning_rate": 1.929777777777778e-05,
"loss": 0.0297,
"step": 80
},
{
"epoch": 0.12,
"grad_norm": 5.317912578582764,
"learning_rate": 1.920888888888889e-05,
"loss": 0.0085,
"step": 90
},
{
"epoch": 0.13333333333333333,
"grad_norm": 0.029530808329582214,
"learning_rate": 1.912e-05,
"loss": 0.019,
"step": 100
},
{
"epoch": 0.14666666666666667,
"grad_norm": 0.03396850824356079,
"learning_rate": 1.9031111111111114e-05,
"loss": 0.0189,
"step": 110
},
{
"epoch": 0.16,
"grad_norm": 0.033129382878541946,
"learning_rate": 1.8942222222222224e-05,
"loss": 0.0235,
"step": 120
},
{
"epoch": 0.17333333333333334,
"grad_norm": 1.7287143468856812,
"learning_rate": 1.8853333333333335e-05,
"loss": 0.0063,
"step": 130
},
{
"epoch": 0.18666666666666668,
"grad_norm": 15.222946166992188,
"learning_rate": 1.8764444444444445e-05,
"loss": 0.0143,
"step": 140
},
{
"epoch": 0.2,
"grad_norm": 0.05714699253439903,
"learning_rate": 1.867555555555556e-05,
"loss": 0.0011,
"step": 150
},
{
"epoch": 0.21333333333333335,
"grad_norm": 0.016429800540208817,
"learning_rate": 1.858666666666667e-05,
"loss": 0.0121,
"step": 160
},
{
"epoch": 0.22666666666666666,
"grad_norm": 0.019843479618430138,
"learning_rate": 1.849777777777778e-05,
"loss": 0.0017,
"step": 170
},
{
"epoch": 0.24,
"grad_norm": 7.414809226989746,
"learning_rate": 1.840888888888889e-05,
"loss": 0.0237,
"step": 180
},
{
"epoch": 0.25333333333333335,
"grad_norm": 0.015916986390948296,
"learning_rate": 1.832e-05,
"loss": 0.0008,
"step": 190
},
{
"epoch": 0.26666666666666666,
"grad_norm": 0.0964478999376297,
"learning_rate": 1.823111111111111e-05,
"loss": 0.0008,
"step": 200
},
{
"epoch": 0.28,
"grad_norm": 0.010824169963598251,
"learning_rate": 1.814222222222222e-05,
"loss": 0.0006,
"step": 210
},
{
"epoch": 0.29333333333333333,
"grad_norm": 0.01576155610382557,
"learning_rate": 1.8053333333333332e-05,
"loss": 0.0006,
"step": 220
},
{
"epoch": 0.30666666666666664,
"grad_norm": 0.07949530333280563,
"learning_rate": 1.7964444444444446e-05,
"loss": 0.0005,
"step": 230
},
{
"epoch": 0.32,
"grad_norm": 0.008866013959050179,
"learning_rate": 1.7875555555555556e-05,
"loss": 0.0005,
"step": 240
},
{
"epoch": 0.3333333333333333,
"grad_norm": 0.009053224697709084,
"learning_rate": 1.7786666666666667e-05,
"loss": 0.0004,
"step": 250
},
{
"epoch": 0.3466666666666667,
"grad_norm": 0.007565929088741541,
"learning_rate": 1.7697777777777777e-05,
"loss": 0.0004,
"step": 260
},
{
"epoch": 0.36,
"grad_norm": 5.090193271636963,
"learning_rate": 1.760888888888889e-05,
"loss": 0.0127,
"step": 270
},
{
"epoch": 0.37333333333333335,
"grad_norm": 0.07115495949983597,
"learning_rate": 1.752e-05,
"loss": 0.002,
"step": 280
},
{
"epoch": 0.38666666666666666,
"grad_norm": 6.205690860748291,
"learning_rate": 1.7431111111111112e-05,
"loss": 0.0014,
"step": 290
},
{
"epoch": 0.4,
"grad_norm": 0.0062888432294130325,
"learning_rate": 1.7342222222222226e-05,
"loss": 0.0051,
"step": 300
},
{
"epoch": 0.41333333333333333,
"grad_norm": 0.006533649750053883,
"learning_rate": 1.7253333333333336e-05,
"loss": 0.0328,
"step": 310
},
{
"epoch": 0.4266666666666667,
"grad_norm": 0.006772203836590052,
"learning_rate": 1.7164444444444447e-05,
"loss": 0.0003,
"step": 320
},
{
"epoch": 0.44,
"grad_norm": 0.011663462966680527,
"learning_rate": 1.7075555555555557e-05,
"loss": 0.0249,
"step": 330
},
{
"epoch": 0.4533333333333333,
"grad_norm": 0.010735326446592808,
"learning_rate": 1.6986666666666668e-05,
"loss": 0.0068,
"step": 340
},
{
"epoch": 0.4666666666666667,
"grad_norm": 0.10516713559627533,
"learning_rate": 1.6897777777777778e-05,
"loss": 0.0308,
"step": 350
},
{
"epoch": 0.48,
"grad_norm": 0.01908380538225174,
"learning_rate": 1.680888888888889e-05,
"loss": 0.0015,
"step": 360
},
{
"epoch": 0.49333333333333335,
"grad_norm": 0.007610603701323271,
"learning_rate": 1.672e-05,
"loss": 0.0203,
"step": 370
},
{
"epoch": 0.5066666666666667,
"grad_norm": 0.006722429767251015,
"learning_rate": 1.6631111111111113e-05,
"loss": 0.0003,
"step": 380
},
{
"epoch": 0.52,
"grad_norm": 0.0061662993393838406,
"learning_rate": 1.6542222222222223e-05,
"loss": 0.0003,
"step": 390
},
{
"epoch": 0.5333333333333333,
"grad_norm": 7.585030555725098,
"learning_rate": 1.6453333333333334e-05,
"loss": 0.0334,
"step": 400
},
{
"epoch": 0.5466666666666666,
"grad_norm": 0.008586220443248749,
"learning_rate": 1.6364444444444444e-05,
"loss": 0.0004,
"step": 410
},
{
"epoch": 0.56,
"grad_norm": 0.006108617875725031,
"learning_rate": 1.6275555555555558e-05,
"loss": 0.0017,
"step": 420
},
{
"epoch": 0.5733333333333334,
"grad_norm": 0.2832947373390198,
"learning_rate": 1.618666666666667e-05,
"loss": 0.0004,
"step": 430
},
{
"epoch": 0.5866666666666667,
"grad_norm": 0.004175846930593252,
"learning_rate": 1.609777777777778e-05,
"loss": 0.0004,
"step": 440
},
{
"epoch": 0.6,
"grad_norm": 0.004677283577620983,
"learning_rate": 1.600888888888889e-05,
"loss": 0.0038,
"step": 450
},
{
"epoch": 0.6133333333333333,
"grad_norm": 0.004427958279848099,
"learning_rate": 1.5920000000000003e-05,
"loss": 0.0002,
"step": 460
},
{
"epoch": 0.6266666666666667,
"grad_norm": 0.24659259617328644,
"learning_rate": 1.5831111111111114e-05,
"loss": 0.0125,
"step": 470
},
{
"epoch": 0.64,
"grad_norm": 0.003993011079728603,
"learning_rate": 1.5742222222222224e-05,
"loss": 0.0068,
"step": 480
},
{
"epoch": 0.6533333333333333,
"grad_norm": 5.769199371337891,
"learning_rate": 1.5653333333333335e-05,
"loss": 0.0013,
"step": 490
},
{
"epoch": 0.6666666666666666,
"grad_norm": 0.0035064038820564747,
"learning_rate": 1.5564444444444445e-05,
"loss": 0.0012,
"step": 500
},
{
"epoch": 0.68,
"grad_norm": 0.027934523299336433,
"learning_rate": 1.5475555555555556e-05,
"loss": 0.0001,
"step": 510
},
{
"epoch": 0.6933333333333334,
"grad_norm": 0.015728602185845375,
"learning_rate": 1.5386666666666666e-05,
"loss": 0.0271,
"step": 520
},
{
"epoch": 0.7066666666666667,
"grad_norm": 0.019892141222953796,
"learning_rate": 1.5297777777777777e-05,
"loss": 0.0029,
"step": 530
},
{
"epoch": 0.72,
"grad_norm": 0.013008343055844307,
"learning_rate": 1.520888888888889e-05,
"loss": 0.0148,
"step": 540
},
{
"epoch": 0.7333333333333333,
"grad_norm": 0.00606475630775094,
"learning_rate": 1.5120000000000001e-05,
"loss": 0.0003,
"step": 550
},
{
"epoch": 0.7466666666666667,
"grad_norm": 0.006063585169613361,
"learning_rate": 1.5031111111111111e-05,
"loss": 0.01,
"step": 560
},
{
"epoch": 0.76,
"grad_norm": 0.06981518119573593,
"learning_rate": 1.4942222222222222e-05,
"loss": 0.0003,
"step": 570
},
{
"epoch": 0.7733333333333333,
"grad_norm": 0.0042991722002625465,
"learning_rate": 1.4853333333333336e-05,
"loss": 0.0303,
"step": 580
},
{
"epoch": 0.7866666666666666,
"grad_norm": 0.010419433005154133,
"learning_rate": 1.4764444444444446e-05,
"loss": 0.0092,
"step": 590
},
{
"epoch": 0.8,
"grad_norm": 0.009145410731434822,
"learning_rate": 1.4675555555555557e-05,
"loss": 0.0038,
"step": 600
},
{
"epoch": 0.8133333333333334,
"grad_norm": 0.32218819856643677,
"learning_rate": 1.4586666666666667e-05,
"loss": 0.0181,
"step": 610
},
{
"epoch": 0.8266666666666667,
"grad_norm": 0.018776364624500275,
"learning_rate": 1.449777777777778e-05,
"loss": 0.0034,
"step": 620
},
{
"epoch": 0.84,
"grad_norm": 0.046578943729400635,
"learning_rate": 1.440888888888889e-05,
"loss": 0.0033,
"step": 630
},
{
"epoch": 0.8533333333333334,
"grad_norm": 0.007687447592616081,
"learning_rate": 1.432e-05,
"loss": 0.0004,
"step": 640
},
{
"epoch": 0.8666666666666667,
"grad_norm": 0.006212145555764437,
"learning_rate": 1.4231111111111114e-05,
"loss": 0.0005,
"step": 650
},
{
"epoch": 0.88,
"grad_norm": 0.005200870335102081,
"learning_rate": 1.4142222222222224e-05,
"loss": 0.0002,
"step": 660
},
{
"epoch": 0.8933333333333333,
"grad_norm": 0.004263885784894228,
"learning_rate": 1.4053333333333335e-05,
"loss": 0.0036,
"step": 670
},
{
"epoch": 0.9066666666666666,
"grad_norm": 0.018244730308651924,
"learning_rate": 1.3964444444444445e-05,
"loss": 0.0218,
"step": 680
},
{
"epoch": 0.92,
"grad_norm": 0.0318700410425663,
"learning_rate": 1.3875555555555557e-05,
"loss": 0.0005,
"step": 690
},
{
"epoch": 0.9333333333333333,
"grad_norm": 0.008346239104866982,
"learning_rate": 1.3786666666666668e-05,
"loss": 0.003,
"step": 700
},
{
"epoch": 0.9466666666666667,
"grad_norm": 0.004403337836265564,
"learning_rate": 1.3697777777777778e-05,
"loss": 0.0012,
"step": 710
},
{
"epoch": 0.96,
"grad_norm": 24.84230613708496,
"learning_rate": 1.3608888888888889e-05,
"loss": 0.0068,
"step": 720
},
{
"epoch": 0.9733333333333334,
"grad_norm": 0.0038202879950404167,
"learning_rate": 1.3520000000000003e-05,
"loss": 0.0002,
"step": 730
},
{
"epoch": 0.9866666666666667,
"grad_norm": 0.0034862267784774303,
"learning_rate": 1.3431111111111113e-05,
"loss": 0.0004,
"step": 740
},
{
"epoch": 1.0,
"grad_norm": 0.005799445789307356,
"learning_rate": 1.3342222222222224e-05,
"loss": 0.0002,
"step": 750
},
{
"epoch": 1.0,
"eval_accuracy": 0.9995,
"eval_f1": 0.9994999999861112,
"eval_loss": 0.002998237032443285,
"eval_runtime": 31.8484,
"eval_samples_per_second": 188.393,
"eval_steps_per_second": 5.903,
"step": 750
}
],
"logging_steps": 10,
"max_steps": 2250,
"num_input_tokens_seen": 0,
"num_train_epochs": 3,
"save_steps": 500,
"stateful_callbacks": {
"EarlyStoppingCallback": {
"args": {
"early_stopping_patience": 2,
"early_stopping_threshold": 0.0
},
"attributes": {
"early_stopping_patience_counter": 0
}
},
"TrainerControl": {
"args": {
"should_epoch_stop": false,
"should_evaluate": false,
"should_log": false,
"should_save": true,
"should_training_stop": false
},
"attributes": {}
}
},
"total_flos": 1578666332160000.0,
"train_batch_size": 32,
"trial_name": null,
"trial_params": null
}