Hugging Face's logo

NbAiLabArchive
/
scream_duo_dropout_bpe_dropout

Automatic Speech Recognition
Transformers
JAX
TensorBoard
Norwegian
whisper
audio
asr
hf-asr-leaderboard
Inference Endpoints
Model card Files Metrics Community
1
pere commited on
Commit
65c1dbd
·
1 Parent(s): 5213c74

Saving weights and logs of step 16000 - epoch 12

Browse files
Files changed (21) hide show
  1. README.md +1 -0
  2. flax_model.msgpack +1 -1
  3. predictions/step_0.md +1 -1
  4. predictions/step_1000.md +1 -1
  5. predictions/step_10000.md +1 -1
  6. predictions/step_11000.md +1 -1
  7. predictions/step_12000.md +1 -1
  8. predictions/step_13000.md +1 -1
  9. predictions/step_14000.md +1 -1
  10. predictions/step_15000.md +1 -1
  11. predictions/step_16000.md +58 -0
  12. predictions/step_2000.md +1 -1
  13. predictions/step_3000.md +1 -1
  14. predictions/step_4000.md +1 -1
  15. predictions/step_5000.md +1 -1
  16. predictions/step_6000.md +1 -1
  17. predictions/step_7000.md +1 -1
  18. predictions/step_8000.md +1 -1
  19. predictions/step_9000.md +1 -1
  20. runs/May19_05-59-09_t1v-n-11984658-w-0/events.out.tfevents.1684475950.t1v-n-11984658-w-0.194027.0.v2 +2 -2
  21. training_state.bin +2 -2
README.md CHANGED
@@ -70,6 +70,7 @@ The following hyperparameters were used during training:
70
  | 13000 | 4.2364 | 0.4982 | 10.3532 | 5.0088 |
71
  | 14000 | 4.5940 | 0.4908 | 9.9574 | 4.8627 |
72
  | 15000 | 4.7101 | 0.4696 | 10.1401 | 5.0239 |
 
73
 
74
 
75
  ### Framework versions
 
70
  | 13000 | 4.2364 | 0.4982 | 10.3532 | 5.0088 |
71
  | 14000 | 4.5940 | 0.4908 | 9.9574 | 4.8627 |
72
  | 15000 | 4.7101 | 0.4696 | 10.1401 | 5.0239 |
73
+ | 16000 | 4.7501 | 0.4680 | 9.8965 | 4.7317 |
74
 
75
 
76
  ### Framework versions
flax_model.msgpack CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:e36d9bd11ccdf20071440168b81a5b5c4e7acb42eccb37acd43f8a076b573283
3
  size 966956827
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:e5ba355d2176a37646166ec44f0afcdc64509b0414b2c89913086e72699c29f2
3
  size 966956827
predictions/step_0.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_1000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_10000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_11000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_12000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_13000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_14000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_15000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_16000.md ADDED
@@ -0,0 +1,58 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md)
2
+
3
+ | STEP| loss | wer |cer|
4
+ | ---| --- | --- |--- |
5
+ | **16000**| 4.750 | 9.896 |4.732 |
6
+
7
+ | target | prediction |
8
+ |:-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|:-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
9
+ | De østafrikanske øyene befinner seg i **Indiahavet** utenfor Afrikas østkyst**\.** | De østafrikanske øyene befinner seg i **India\-havet** utenfor Afrikas østkyst |
10
+ | **Dens** altgjennomtrengende myndighet berørte alle**\,** fra konge til vanlige folk**\.** | **dens** altgjennomtrengende myndighet berørte alle fra konge til vanlige folk |
11
+ | Deretter har noen saler\, spesielt engelske saler\, **sikkerhetsstenger** som gjør at **læret** til stigbøylen faller ned fra salen dersom det blir trukket bakover av en fallende rytter\. | Deretter har noen saler\, spesielt engelske saler\, **sikkerhetstenger** som gjør at **lærere** til stigbøylen faller ned fra salen dersom det blir trukket bakover av en fallende rytter\. |
12
+ | **Avhengig** av mengden væske man har i**\,** kan en karrirett enten være tørr**\,** eller fuktig**\.** | **avhengig** av mengden væske man har i kan en karrirett enten være tørr eller fuktig |
13
+ | **Artiklene** trengte enstemmig tilslutning fra alle **delstatene** før de kunne bli endret**\,** og statene tok så lett på den sentrale regjeringen at deres representanter ofte ikke var til stede**\.** | **artiklene** trengte enstemmig tilslutning fra alle **delstadene** før de kunne bli endret og statene tok så lett på den sentrale regjeringen at deres representanter ofte ikke var til stede |
14
+ | Tibetansk buddhisme er basert på Buddhas lære\, men ble utvidet til å inneholde **mahayanas** kjærlighetsretning og flere metoder fra indisk yoga**\.** | Tibetansk buddhisme er basert på Buddhas lære\, men ble utvidet til å inneholde **mahaienes** kjærlighetsretning og flere metoder fra indisk yoga |
15
+ | **Hun** kom **frem** til dette etter flere positive kommentarer og oppmuntringer som ble tilsendt henne fra både kvinnelige og mannlige personer som ønsker at prevensjonsmidler bør bli sett på som **en** medisinsk nødvendighet**\.** | **hun** kom **fram** til dette etter flere positive kommentarer og oppmuntringer som ble tilsendt henne fra både kvinnelige og mannlige personer som ønsker at prevensjonsmidler bør bli sett på som medisinsk nødvendighet |
16
+ | Selv om det var tre mennesker inne i huset da bilen krasjet inn i det**\,** ble ingen av dem skadet**\.** | Selv om det var tre mennesker inne i huset da bilen krasjet inn i det ble ingen av dem skadet |
17
+ | **Rings** direktør**\,** **Jamie** **Siminoff\,** har uttalt fra før at firmaet begynte da ringeklokken hans ikke kunne bli hørt fra verkstedet i garasjen hans**\.** | **rings** direktør **jamie** **simonoff** har uttalt fra før at firmaet begynte da ringeklokken hans ikke kunne bli hørt fra verkstedet i garasjen hans |
18
+ | Da han ble spurt om **å** kommentere\, fortalte Miller**: «**Mike **prater** mye under høringen**\.\.\.** Jeg forberedte meg\, så jeg hørte egentlig ikke etter på det han sa**»\.** | Da han ble spurt om han kommentere\, fortalte Miller **at** Mike **pratet** mye under høringen**\.** Jeg forberedte meg\, så jeg hørte egentlig ikke etter på det han sa**\.** |
19
+ | Tre bomber **eksploderte** i nærheten av statlige bygg i løpet av en tidsperiode på to timer**\.** | Tre bomber **ekskluderte** i nærheten av statlige bygg i løpet av en tidsperiode på to timer |
20
+ | Selv om det var tre mennesker inne i huset da bilen krasjet inn i det**\,** ble ingen av dem skadet**\.** | Selv om det var tre mennesker inne i huset da bilen krasjet inn i det ble ingen av dem skadet |
21
+ | **Det** **tusende** stempelet hans var den storslåtte **«**Great Deeds by Swedish Kings**»** av David **Klöcker** **Ehrenstrahl** i 2000**\,** som er registrert i Guinness verdensrekordbok**\.** | **det** **tusene** stempelet hans var den storslåtte Great Deeds by Swedish Kings av David **Clocker** **Aronsdal** i 2000 som er registrert i Guinness verdensrekordbok |
22
+ | **Av** **1400** personer som stemte før det føderale valget i 2010**\,** økte antallet som motsetter seg at Australia skal bli en republikk**\,** med **8** prosent siden 2008**\.** | **av** **ett** **tusen** **fire** **hundre** personer som stemte før det føderale valget i 2010 økte antallet som motsetter seg at Australia skal bli en republikk med **åtte** prosent siden 2008 |
23
+ | **Vitenskapspersoner** sier at eksplosjonen ble forårsaket av at kollisjonen var veldig stor**\.** | **vitenskapspersoner** sier at eksplosjonen ble forårsaket av at kollisjonen var veldig stor |
24
+ | **Naturalister** og filosofer hadde fokus på klassisk tekst og særlig på Bibelen på latinsk språk**\.** | **naturalister** og filosofer hadde fokus på klassisk tekst**\,** og særlig på Bibelen på latinsk språk |
25
+ | **108** tallerkener med **Chhappan** **Bhog** ble servert til Baba **Shyam**\. | **180** tallerkener med **sjapanbok** **i** **hinduismen** **er** **dette** **56** **ulike** **ting** **som** **kan** **spises** **som** **smågodt** **frukt** **nøtter** **matretter** **osv**\. **som** **tilbys** til **gudefiguren** ble servert til Baba **Shiam** |
26
+ | **«**Jeg kunne ikke finne søsteren min og vennen hennes\, og på veien var det **2** funksjonshemmede i rullestoler som **personer** bare presset og klatret over**»\,** fortalte Armand Versace\. | Jeg kunne ikke finne søsteren min og vennen hennes\, og på veien var det **to** funksjonshemmede i rullestoler som **personene** bare presset og klatret over\, fortalte Armand Versace\. |
27
+ | **Uttalen** er forholdsvis lett på italiensk**\,** ettersom de fleste ordene uttales akkurat slik de er skrevet**\.** | **uttalen** er forholdsvis lett på italiensk ettersom de fleste ordene uttales akkurat slik de er skrevet |
28
+ | Av **1400** personer som stemte før det føderale valget i 2010\, økte antallet som motsetter seg at Australia skal bli en republikk\, med 8 **prosent** siden 2008\. | Av **1** **400** personer som stemte før det føderale valget i 2010\, økte antallet som motsetter seg at Australia skal bli en republikk\, med 8 **pst**\. siden 2008\. |
29
+ | **Kvinner** bør forstå at kulturforskjeller kan føre til at det de vil se på som trakassering og det ikke er uvanlig å bli fulgt etter**\,** **tatt** tak i **armen** **etc\.** | **kvinner** bør forstå at kulturforskjeller kan føre til at det de vil se på som trakassering og det ikke er uvanlig å bli fulgt etter tak i **ermene** **osv** |
30
+ | **Skogene** er ikke bare **mangrovesumper** **–** **her** finnes noen av de siste gjenværende områdene med jungel**\,** som en **gang** **dekket** de gigantiske slettene\. | **Skogen** er ikke bare en **manngrovsumper**\. **Her** finnes noen av de siste gjenværende områdene med jungel som ikke **engang** **dekker** de gigantiske slettene\. |
31
+ | Vær så snill å behandle plassen med den verdigheten\, høytideligheten og respekten som den fortjener\. Ikke fortell vitser om holocaust eller nazister\. | Vær så snill å behandle plassen med den verdigheten\, høytideligheten og respekten som den fortjener\. Ikke fortell vitser om holocaust eller nazister\. |
32
+ | **I** mange tilfeller kan det å begi seg ut på et friår i utlandet faktisk forbedre **sjansene** **dine** for å komme inn på høyere **utdanning** når du er tilbake i hjemlandet ditt**\.** | i mange tilfeller kan det å begi seg ut på et friår i utlandet faktisk forbedre **sjansen** **din** for å komme inn på høyere utlandet når du er tilbake i hjemlandet ditt |
33
+ | Pyramidene er synlige om natten og du har mulighet til å se dem i ro og fred før **forestillingen** starter**\.** | Pyramidene er synlige om natten og du har mulighet til å se dem i ro og fred før **forestillingene** starter |
34
+ | **Fjærens** struktur tyder på at **de** ikke ble brukt til å fly\, men heller for temperaturregulering eller utseende\. Forskerne foreslo at\, selv om dette er **halen** til en ung dinosaur\, viser eksempelprøven voksen fjærdrakt og ikke **kyllingsdun**\. | **fjærens** struktur tyder på at **det** ikke ble brukt til å fly\, men heller for temperaturregulering eller utseende\. Forskerne foreslo at selv om dette er **hav** til en ung dinosaur viser eksempelprøven voksen fjærdrakt og ikke |
35
+ | Mount **Vinson\-toppen** har en høyde på 4892 meter og ligger på Antarktis høyeste fjell\, **Vinson** **Massif**\, i den nordlige delen **eller** Sentinel Range\. | Mount **Vincentoppen** har en høyde på 4892 meter og ligger på Antarktis høyeste fjell\, **Vincent** **Masser**\, i den nordlige delen **av** Sentinel Range\. |
36
+ | **Berømte** sangere fra hele landet framførte **bhajaner\,** eller **lovsanger\,** for føttene til **Shri** **Shyam\.** | **berømte** sangere fra hele landet framførte **bajaner** eller **låvsanger** for føttene til **Shiam** |
37
+ | Vi kan starte med å få en livsstil som er mer miljøvennlig\, vi kan bli med på miljøbevegelsen\, og vi kan **også** bli aktivister for å til en viss grad **forminske** **kommende** smerte\. | Vi kan starte med å få en livsstil som er mer miljøvennlig\, vi kan bli med på miljøbevegelsen\, og vi kan bli aktivister for å få til en viss grad **forminskekommende** smerte\. |
38
+ | **Han** laget en ringeklokke som er koblet til **trådløst** nett**\,** fortalte han**\.** | han laget en ringeklokke som er koblet til **trådeles** nett fortalte han |
39
+ | Parken er på 19 500 **km²** og kan deles inn i 14 ulike økosoner**\,** som støtter ulikt dyreliv**\.** | Parken er på 19 500 **kvadratmeter** og kan deles inn i 14 ulike økosoner som støtter ulikt dyreliv |
40
+ | **Penger** kan veksles på øyens eneste bank som ligger i Stanley **ovenfor** FIC West**\-butikken\.** | **penger** kan veksles på øyens eneste bank som ligger i Stanley **overfor** FIC West **Butikken** |
41
+ | **Beboere** nær anlegget blir anbefalt av lokale myndigheter om å holde seg inne**\,** ikke ha på klimaanlegget og ikke drikke vann fra kranen**\.** | **beboere** nær anlegget blir anbefalt av lokale myndigheter om å holde seg inne ikke ha på klimaanlegget og ikke drikke vann fra kranen |
42
+ | Eksempler på stedsaktiviteter innebærer jakt\, fiske\, fotografering\, se på fugler\, dra til parker og undersøke detaljer om økosystemet\. | Eksempler på stedsaktiviteter innebærer jakt\, fiske\, fotografering\, se på fugler\, dra til parker og undersøke detaljer om økosystemet\. |
43
+ | Eksempler på stedsaktiviteter innebærer jakt\, fiske\, fotografering\, se på fugler\, dra til parker og undersøke detaljer om økosystemet\. | Eksempler på stedsaktiviteter innebærer jakt\, fiske\, fotografering\, se på fugler\, dra til parker og undersøke detaljer om økosystemet\. |
44
+ | **Arly** **Velasquez** fra Mexico ble nr\. 15 i sittende Super\-G for menn\. New Zealands Adam **Hall** ble nr\. **ni** i stående Super\- G for menn\. | **Arley** **Wellas** **Quest** fra Mexico ble nr\. 15 i sittende Super\-G for menn New Zealands Adam **Hale** ble nr\. **9** i stående Super\-G for menn |
45
+ | Fraktselskaper får mye penger for å levere ting raskt\. Ofte er tiden svært betydningsfull når det kommer til forretningsdokumenter\, varer eller reservedeler for en hastereparasjon\. | Fraktselskaper får mye penger for å levere ting raskt\. Ofte er tiden svært betydningsfull når det kommer til forretningsdokumenter\, varer eller reservedeler for en hastereparasjon |
46
+ | **Araberne** brakte i tillegg med seg islam til nasjonene**\,** og det ble populært i **Komorene** og **Mayotte\.** | **araberne** brakte i tillegg med seg islam til nasjonene og det ble populært i **komarene** og **mayotte** |
47
+ | De fleste skilt er derimot bare angitt på katalansk fordi det er lovfestet som det første offisielle språket\. | De fleste skilt er derimot bare angitt på katalansk fordi det er lovfestet som det første offisielle språket\. |
48
+ | **Forskerne** antydet at**\,** selv om dette **var** **halen** til en dinosaur**\,** **viste** prøven fjærdrakten til en voksen og ikke en **kyllings** **dun\.** | **forskerne** antydet at selv om dette **ville** **ha** **ham** til en dinosaur **visste** prøven fjærdrakten til en voksen og ikke en **skillingstun** |
49
+ | De fleste skilt er derimot bare angitt på katalansk fordi det er lovfestet som det første offisielle språket**\.** | De fleste skilt er derimot bare angitt på katalansk fordi det er lovfestet som det første offisielle språket |
50
+ | **For** tusenvis av år siden mente en mann med navn **Aristarkhos** at solsystemet flyttet seg rundt solen**\.** | **for** tusenvis av år siden mente en mann med navn **Aristarkos** at solsystemet flyttet seg rundt solen |
51
+ | **«**Timbuktu**»** har blitt brukt som en metafor for eksotiske**\,** **fjerne** **land\,** kombinert med relativ utilgjengelighet**\.** | Timbuktu har blitt brukt som en metafor for eksotiske **fjernerland** kombinert med relativ utilgjengelighet |
52
+ | **Penger** kan veksles på øyens eneste bank som ligger i Stanley **ovenfor** FIC West**\-butikken\.** | **penger** kan veksles på øyens eneste bank som ligger i Stanley **overfor** FIC**\,** West **Butikken** |
53
+ | **Vi** kan starte med å få en livsstil som er mer miljøvennlig**\,** vi kan bli med på miljøbevegelsen**\,** og vi kan også bli aktivister for å til en viss grad **forminske** **kommende** smerte**\.** | vi kan starte med å få en livsstil som er mer miljøvennlig vi kan bli med på miljøbevegelsen og vi kan også bli aktivister for å få til en viss grad **forminskekommende** smerte |
54
+ | Tre bomber eksploderte i nærheten av **statlige** bygg i løpet av en tidsperiode på to timer**\.** | Tre bomber eksploderte i nærheten av **statlig** bygg i løpet av en tidsperiode på to timer |
55
+ | Etter å ha sett all frykt og grusomheter fra krig under første verdenskrig**\,** ville nasjonene unngå en slik situasjon igjen i fremtiden**\.** | Etter å ha sett all frykt og grusomheter fra krig under første verdenskrig ville nasjonene unngå en slik situasjon igjen i fremtiden |
56
+ | **Politiet** har informert om at **føreren** av kjøretøyet som kjørte på fotografen ikke kommer til å bli stilt for retten**\.** | **politiet** har informert om at **førerne** av kjøretøyet som kjørte på fotografen**\,** ikke kommer til å bli stilt for retten |
57
+ | Det vettskremte kongehuset\, kong Ludvig **XVI**\, dronning Marie Antoinette sammen med deres to unge barn og kongens søster\, **Madam** **Elizabeth**\, ble den 6\. oktober 1789 presset til å komme tilbake til Paris fra Versailles av en folkemengde med markedskvinner\. | Det vettskremte kongehuset\, kong Ludvig **16**\, dronning Marie Antoinette sammen med deres to unge barn\, Marie **Therese** **på** **11** **år** og Ludvig **Charles** **på** **4** **år** og kongens søster\, **madame** **Elisabeth**\, ble den 6\. oktober 1789 presset til å komme tilbake til Paris fra Versailles av en folkemengde med markedskvinner\. |
58
+ | I prinsippet er tibetansk buddhisme veldig enkelt\. Det består av **Kundalini** **Yoga**\, meditasjon og full kjærlighet\. | I prinsippet er tibetansk buddhisme veldig enkelt\. Det består av **kundalini**\, **yoga**\, meditasjon og full kjærlighet\. |
predictions/step_2000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_3000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_4000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_5000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_6000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_7000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_8000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
predictions/step_9000.md CHANGED
@@ -1,4 +1,4 @@
1
- [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
 
1
+ [Step 0](step_0.md) | [Step 1000](step_1000.md) | [Step 2000](step_2000.md) | [Step 3000](step_3000.md) | [Step 4000](step_4000.md) | [Step 5000](step_5000.md) | [Step 6000](step_6000.md) | [Step 7000](step_7000.md) | [Step 8000](step_8000.md) | [Step 9000](step_9000.md) | [Step 10000](step_10000.md) | [Step 11000](step_11000.md) | [Step 12000](step_12000.md) | [Step 13000](step_13000.md) | [Step 14000](step_14000.md) | [Step 15000](step_15000.md) | [Step 16000](step_16000.md)
2
 
3
  | STEP| loss | wer |cer|
4
  | ---| --- | --- |--- |
runs/May19_05-59-09_t1v-n-11984658-w-0/events.out.tfevents.1684475950.t1v-n-11984658-w-0.194027.0.v2 CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:093ba1b3d233617bd6ca6e915da0bbe2e6158bfe12df6880113118950ab676ca
3
- size 18174108
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:b9dde2646e7ebe76412cc329e1be136ff927d1540480d365679caf75bcd83ac6
3
+ size 20557252
training_state.bin CHANGED
@@ -1,3 +1,3 @@
1
  version https://git-lfs.github.com/spec/v1
2
- oid sha256:ab842b25b624b0e334ad87e06880a04f012267f94ce3ab4ee7b405e0dc6ba6dd
3
- size 2356
 
1
  version https://git-lfs.github.com/spec/v1
2
+ oid sha256:244705888872192a7cd4bc31871577a7a55a3fef60b0664c15332d94818e85c6
3
+ size 2501