TheRains commited on
Commit
de464f8
1 Parent(s): bf51a8d

End of training

Browse files
all_results.json ADDED
@@ -0,0 +1,12 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 7.26,
3
+ "eval_loss": 0.5086480975151062,
4
+ "eval_runtime": 147.9879,
5
+ "eval_samples_per_second": 24.475,
6
+ "eval_steps_per_second": 4.081,
7
+ "eval_wer": 32.100299056820795,
8
+ "train_loss": 0.356853648853302,
9
+ "train_runtime": 4131.9082,
10
+ "train_samples_per_second": 14.521,
11
+ "train_steps_per_second": 1.21
12
+ }
eval_results.json ADDED
@@ -0,0 +1,8 @@
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 7.26,
3
+ "eval_loss": 0.5086480975151062,
4
+ "eval_runtime": 147.9879,
5
+ "eval_samples_per_second": 24.475,
6
+ "eval_steps_per_second": 4.081,
7
+ "eval_wer": 32.100299056820795
8
+ }
runs/Aug06_15-18-37_dsai-server/events.out.tfevents.1691314268.dsai-server ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:2e37d80e932bfac27ad6a5c3a3363080e4d10904a0681804fb33fe24ecc91b08
3
+ size 40
train_results.json ADDED
@@ -0,0 +1,7 @@
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 7.26,
3
+ "train_loss": 0.356853648853302,
4
+ "train_runtime": 4131.9082,
5
+ "train_samples_per_second": 14.521,
6
+ "train_steps_per_second": 1.21
7
+ }
trainer_state.json ADDED
@@ -0,0 +1,1270 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": 32.100299056820795,
3
+ "best_model_checkpoint": "./output/small/cv9-special-batch12-tiny/checkpoint-3000",
4
+ "epoch": 7.256894049346879,
5
+ "global_step": 5000,
6
+ "is_hyper_param_search": false,
7
+ "is_local_process_zero": true,
8
+ "is_world_process_zero": true,
9
+ "log_history": [
10
+ {
11
+ "epoch": 0.04,
12
+ "learning_rate": 4.4e-07,
13
+ "loss": 1.9375,
14
+ "step": 25
15
+ },
16
+ {
17
+ "epoch": 0.07,
18
+ "learning_rate": 9.400000000000001e-07,
19
+ "loss": 1.8381,
20
+ "step": 50
21
+ },
22
+ {
23
+ "epoch": 0.11,
24
+ "learning_rate": 1.44e-06,
25
+ "loss": 1.6524,
26
+ "step": 75
27
+ },
28
+ {
29
+ "epoch": 0.15,
30
+ "learning_rate": 1.94e-06,
31
+ "loss": 1.468,
32
+ "step": 100
33
+ },
34
+ {
35
+ "epoch": 0.18,
36
+ "learning_rate": 2.4400000000000004e-06,
37
+ "loss": 1.3267,
38
+ "step": 125
39
+ },
40
+ {
41
+ "epoch": 0.22,
42
+ "learning_rate": 2.9400000000000002e-06,
43
+ "loss": 1.1383,
44
+ "step": 150
45
+ },
46
+ {
47
+ "epoch": 0.25,
48
+ "learning_rate": 3.44e-06,
49
+ "loss": 1.053,
50
+ "step": 175
51
+ },
52
+ {
53
+ "epoch": 0.29,
54
+ "learning_rate": 3.94e-06,
55
+ "loss": 1.0537,
56
+ "step": 200
57
+ },
58
+ {
59
+ "epoch": 0.33,
60
+ "learning_rate": 4.440000000000001e-06,
61
+ "loss": 0.9684,
62
+ "step": 225
63
+ },
64
+ {
65
+ "epoch": 0.36,
66
+ "learning_rate": 4.94e-06,
67
+ "loss": 0.9787,
68
+ "step": 250
69
+ },
70
+ {
71
+ "epoch": 0.4,
72
+ "learning_rate": 5.4400000000000004e-06,
73
+ "loss": 0.9279,
74
+ "step": 275
75
+ },
76
+ {
77
+ "epoch": 0.44,
78
+ "learning_rate": 5.94e-06,
79
+ "loss": 0.892,
80
+ "step": 300
81
+ },
82
+ {
83
+ "epoch": 0.47,
84
+ "learning_rate": 6.440000000000001e-06,
85
+ "loss": 0.8551,
86
+ "step": 325
87
+ },
88
+ {
89
+ "epoch": 0.51,
90
+ "learning_rate": 6.9400000000000005e-06,
91
+ "loss": 0.8492,
92
+ "step": 350
93
+ },
94
+ {
95
+ "epoch": 0.54,
96
+ "learning_rate": 7.440000000000001e-06,
97
+ "loss": 0.8154,
98
+ "step": 375
99
+ },
100
+ {
101
+ "epoch": 0.58,
102
+ "learning_rate": 7.94e-06,
103
+ "loss": 0.8398,
104
+ "step": 400
105
+ },
106
+ {
107
+ "epoch": 0.62,
108
+ "learning_rate": 8.44e-06,
109
+ "loss": 0.7837,
110
+ "step": 425
111
+ },
112
+ {
113
+ "epoch": 0.65,
114
+ "learning_rate": 8.94e-06,
115
+ "loss": 0.7798,
116
+ "step": 450
117
+ },
118
+ {
119
+ "epoch": 0.69,
120
+ "learning_rate": 9.440000000000001e-06,
121
+ "loss": 0.812,
122
+ "step": 475
123
+ },
124
+ {
125
+ "epoch": 0.73,
126
+ "learning_rate": 9.940000000000001e-06,
127
+ "loss": 0.7708,
128
+ "step": 500
129
+ },
130
+ {
131
+ "epoch": 0.76,
132
+ "learning_rate": 9.951111111111111e-06,
133
+ "loss": 0.7603,
134
+ "step": 525
135
+ },
136
+ {
137
+ "epoch": 0.8,
138
+ "learning_rate": 9.895555555555557e-06,
139
+ "loss": 0.7113,
140
+ "step": 550
141
+ },
142
+ {
143
+ "epoch": 0.83,
144
+ "learning_rate": 9.84e-06,
145
+ "loss": 0.7249,
146
+ "step": 575
147
+ },
148
+ {
149
+ "epoch": 0.87,
150
+ "learning_rate": 9.784444444444445e-06,
151
+ "loss": 0.7157,
152
+ "step": 600
153
+ },
154
+ {
155
+ "epoch": 0.91,
156
+ "learning_rate": 9.72888888888889e-06,
157
+ "loss": 0.717,
158
+ "step": 625
159
+ },
160
+ {
161
+ "epoch": 0.94,
162
+ "learning_rate": 9.673333333333334e-06,
163
+ "loss": 0.7148,
164
+ "step": 650
165
+ },
166
+ {
167
+ "epoch": 0.98,
168
+ "learning_rate": 9.617777777777778e-06,
169
+ "loss": 0.7042,
170
+ "step": 675
171
+ },
172
+ {
173
+ "epoch": 1.02,
174
+ "learning_rate": 9.562222222222223e-06,
175
+ "loss": 0.6626,
176
+ "step": 700
177
+ },
178
+ {
179
+ "epoch": 1.05,
180
+ "learning_rate": 9.506666666666667e-06,
181
+ "loss": 0.594,
182
+ "step": 725
183
+ },
184
+ {
185
+ "epoch": 1.09,
186
+ "learning_rate": 9.451111111111112e-06,
187
+ "loss": 0.5845,
188
+ "step": 750
189
+ },
190
+ {
191
+ "epoch": 1.12,
192
+ "learning_rate": 9.395555555555556e-06,
193
+ "loss": 0.5614,
194
+ "step": 775
195
+ },
196
+ {
197
+ "epoch": 1.16,
198
+ "learning_rate": 9.340000000000002e-06,
199
+ "loss": 0.5359,
200
+ "step": 800
201
+ },
202
+ {
203
+ "epoch": 1.2,
204
+ "learning_rate": 9.284444444444444e-06,
205
+ "loss": 0.5744,
206
+ "step": 825
207
+ },
208
+ {
209
+ "epoch": 1.23,
210
+ "learning_rate": 9.22888888888889e-06,
211
+ "loss": 0.5481,
212
+ "step": 850
213
+ },
214
+ {
215
+ "epoch": 1.27,
216
+ "learning_rate": 9.173333333333334e-06,
217
+ "loss": 0.5169,
218
+ "step": 875
219
+ },
220
+ {
221
+ "epoch": 1.31,
222
+ "learning_rate": 9.117777777777778e-06,
223
+ "loss": 0.5265,
224
+ "step": 900
225
+ },
226
+ {
227
+ "epoch": 1.34,
228
+ "learning_rate": 9.062222222222224e-06,
229
+ "loss": 0.5621,
230
+ "step": 925
231
+ },
232
+ {
233
+ "epoch": 1.38,
234
+ "learning_rate": 9.006666666666666e-06,
235
+ "loss": 0.5436,
236
+ "step": 950
237
+ },
238
+ {
239
+ "epoch": 1.42,
240
+ "learning_rate": 8.951111111111112e-06,
241
+ "loss": 0.5334,
242
+ "step": 975
243
+ },
244
+ {
245
+ "epoch": 1.45,
246
+ "learning_rate": 8.895555555555556e-06,
247
+ "loss": 0.5121,
248
+ "step": 1000
249
+ },
250
+ {
251
+ "epoch": 1.45,
252
+ "eval_loss": 0.5645238757133484,
253
+ "eval_runtime": 298.983,
254
+ "eval_samples_per_second": 12.114,
255
+ "eval_steps_per_second": 2.02,
256
+ "eval_wer": 36.259489302967566,
257
+ "step": 1000
258
+ },
259
+ {
260
+ "epoch": 1.49,
261
+ "learning_rate": 8.84e-06,
262
+ "loss": 0.4907,
263
+ "step": 1025
264
+ },
265
+ {
266
+ "epoch": 1.52,
267
+ "learning_rate": 8.784444444444446e-06,
268
+ "loss": 0.5562,
269
+ "step": 1050
270
+ },
271
+ {
272
+ "epoch": 1.56,
273
+ "learning_rate": 8.72888888888889e-06,
274
+ "loss": 0.502,
275
+ "step": 1075
276
+ },
277
+ {
278
+ "epoch": 1.6,
279
+ "learning_rate": 8.673333333333334e-06,
280
+ "loss": 0.5082,
281
+ "step": 1100
282
+ },
283
+ {
284
+ "epoch": 1.63,
285
+ "learning_rate": 8.617777777777778e-06,
286
+ "loss": 0.5139,
287
+ "step": 1125
288
+ },
289
+ {
290
+ "epoch": 1.67,
291
+ "learning_rate": 8.562222222222224e-06,
292
+ "loss": 0.5065,
293
+ "step": 1150
294
+ },
295
+ {
296
+ "epoch": 1.71,
297
+ "learning_rate": 8.506666666666668e-06,
298
+ "loss": 0.5009,
299
+ "step": 1175
300
+ },
301
+ {
302
+ "epoch": 1.74,
303
+ "learning_rate": 8.451111111111112e-06,
304
+ "loss": 0.4819,
305
+ "step": 1200
306
+ },
307
+ {
308
+ "epoch": 1.78,
309
+ "learning_rate": 8.395555555555557e-06,
310
+ "loss": 0.494,
311
+ "step": 1225
312
+ },
313
+ {
314
+ "epoch": 1.81,
315
+ "learning_rate": 8.34e-06,
316
+ "loss": 0.4816,
317
+ "step": 1250
318
+ },
319
+ {
320
+ "epoch": 1.85,
321
+ "learning_rate": 8.284444444444446e-06,
322
+ "loss": 0.4931,
323
+ "step": 1275
324
+ },
325
+ {
326
+ "epoch": 1.89,
327
+ "learning_rate": 8.22888888888889e-06,
328
+ "loss": 0.4944,
329
+ "step": 1300
330
+ },
331
+ {
332
+ "epoch": 1.92,
333
+ "learning_rate": 8.173333333333334e-06,
334
+ "loss": 0.496,
335
+ "step": 1325
336
+ },
337
+ {
338
+ "epoch": 1.96,
339
+ "learning_rate": 8.11777777777778e-06,
340
+ "loss": 0.5112,
341
+ "step": 1350
342
+ },
343
+ {
344
+ "epoch": 2.0,
345
+ "learning_rate": 8.062222222222222e-06,
346
+ "loss": 0.4972,
347
+ "step": 1375
348
+ },
349
+ {
350
+ "epoch": 2.03,
351
+ "learning_rate": 8.006666666666667e-06,
352
+ "loss": 0.3688,
353
+ "step": 1400
354
+ },
355
+ {
356
+ "epoch": 2.07,
357
+ "learning_rate": 7.951111111111111e-06,
358
+ "loss": 0.3728,
359
+ "step": 1425
360
+ },
361
+ {
362
+ "epoch": 2.1,
363
+ "learning_rate": 7.895555555555557e-06,
364
+ "loss": 0.3301,
365
+ "step": 1450
366
+ },
367
+ {
368
+ "epoch": 2.14,
369
+ "learning_rate": 7.840000000000001e-06,
370
+ "loss": 0.3493,
371
+ "step": 1475
372
+ },
373
+ {
374
+ "epoch": 2.18,
375
+ "learning_rate": 7.784444444444445e-06,
376
+ "loss": 0.3443,
377
+ "step": 1500
378
+ },
379
+ {
380
+ "epoch": 2.21,
381
+ "learning_rate": 7.72888888888889e-06,
382
+ "loss": 0.3687,
383
+ "step": 1525
384
+ },
385
+ {
386
+ "epoch": 2.25,
387
+ "learning_rate": 7.673333333333333e-06,
388
+ "loss": 0.373,
389
+ "step": 1550
390
+ },
391
+ {
392
+ "epoch": 2.29,
393
+ "learning_rate": 7.617777777777778e-06,
394
+ "loss": 0.3352,
395
+ "step": 1575
396
+ },
397
+ {
398
+ "epoch": 2.32,
399
+ "learning_rate": 7.562222222222223e-06,
400
+ "loss": 0.354,
401
+ "step": 1600
402
+ },
403
+ {
404
+ "epoch": 2.36,
405
+ "learning_rate": 7.506666666666668e-06,
406
+ "loss": 0.363,
407
+ "step": 1625
408
+ },
409
+ {
410
+ "epoch": 2.39,
411
+ "learning_rate": 7.451111111111111e-06,
412
+ "loss": 0.3635,
413
+ "step": 1650
414
+ },
415
+ {
416
+ "epoch": 2.43,
417
+ "learning_rate": 7.395555555555556e-06,
418
+ "loss": 0.3909,
419
+ "step": 1675
420
+ },
421
+ {
422
+ "epoch": 2.47,
423
+ "learning_rate": 7.340000000000001e-06,
424
+ "loss": 0.3417,
425
+ "step": 1700
426
+ },
427
+ {
428
+ "epoch": 2.5,
429
+ "learning_rate": 7.284444444444445e-06,
430
+ "loss": 0.3542,
431
+ "step": 1725
432
+ },
433
+ {
434
+ "epoch": 2.54,
435
+ "learning_rate": 7.22888888888889e-06,
436
+ "loss": 0.3202,
437
+ "step": 1750
438
+ },
439
+ {
440
+ "epoch": 2.58,
441
+ "learning_rate": 7.173333333333335e-06,
442
+ "loss": 0.3559,
443
+ "step": 1775
444
+ },
445
+ {
446
+ "epoch": 2.61,
447
+ "learning_rate": 7.117777777777778e-06,
448
+ "loss": 0.3712,
449
+ "step": 1800
450
+ },
451
+ {
452
+ "epoch": 2.65,
453
+ "learning_rate": 7.062222222222223e-06,
454
+ "loss": 0.3603,
455
+ "step": 1825
456
+ },
457
+ {
458
+ "epoch": 2.69,
459
+ "learning_rate": 7.006666666666667e-06,
460
+ "loss": 0.3679,
461
+ "step": 1850
462
+ },
463
+ {
464
+ "epoch": 2.72,
465
+ "learning_rate": 6.951111111111112e-06,
466
+ "loss": 0.3402,
467
+ "step": 1875
468
+ },
469
+ {
470
+ "epoch": 2.76,
471
+ "learning_rate": 6.8955555555555565e-06,
472
+ "loss": 0.3283,
473
+ "step": 1900
474
+ },
475
+ {
476
+ "epoch": 2.79,
477
+ "learning_rate": 6.8400000000000014e-06,
478
+ "loss": 0.3731,
479
+ "step": 1925
480
+ },
481
+ {
482
+ "epoch": 2.83,
483
+ "learning_rate": 6.784444444444445e-06,
484
+ "loss": 0.3282,
485
+ "step": 1950
486
+ },
487
+ {
488
+ "epoch": 2.87,
489
+ "learning_rate": 6.7288888888888895e-06,
490
+ "loss": 0.3375,
491
+ "step": 1975
492
+ },
493
+ {
494
+ "epoch": 2.9,
495
+ "learning_rate": 6.6733333333333335e-06,
496
+ "loss": 0.3401,
497
+ "step": 2000
498
+ },
499
+ {
500
+ "epoch": 2.9,
501
+ "eval_loss": 0.5052144527435303,
502
+ "eval_runtime": 300.7527,
503
+ "eval_samples_per_second": 12.043,
504
+ "eval_steps_per_second": 2.008,
505
+ "eval_wer": 32.93765815504946,
506
+ "step": 2000
507
+ },
508
+ {
509
+ "epoch": 2.94,
510
+ "learning_rate": 6.617777777777778e-06,
511
+ "loss": 0.3272,
512
+ "step": 2025
513
+ },
514
+ {
515
+ "epoch": 2.98,
516
+ "learning_rate": 6.562222222222223e-06,
517
+ "loss": 0.3313,
518
+ "step": 2050
519
+ },
520
+ {
521
+ "epoch": 3.01,
522
+ "learning_rate": 6.5066666666666665e-06,
523
+ "loss": 0.2996,
524
+ "step": 2075
525
+ },
526
+ {
527
+ "epoch": 3.05,
528
+ "learning_rate": 6.451111111111111e-06,
529
+ "loss": 0.2741,
530
+ "step": 2100
531
+ },
532
+ {
533
+ "epoch": 3.08,
534
+ "learning_rate": 6.395555555555556e-06,
535
+ "loss": 0.2425,
536
+ "step": 2125
537
+ },
538
+ {
539
+ "epoch": 3.12,
540
+ "learning_rate": 6.34e-06,
541
+ "loss": 0.2394,
542
+ "step": 2150
543
+ },
544
+ {
545
+ "epoch": 3.16,
546
+ "learning_rate": 6.284444444444445e-06,
547
+ "loss": 0.2429,
548
+ "step": 2175
549
+ },
550
+ {
551
+ "epoch": 3.19,
552
+ "learning_rate": 6.22888888888889e-06,
553
+ "loss": 0.2367,
554
+ "step": 2200
555
+ },
556
+ {
557
+ "epoch": 3.23,
558
+ "learning_rate": 6.173333333333333e-06,
559
+ "loss": 0.2294,
560
+ "step": 2225
561
+ },
562
+ {
563
+ "epoch": 3.27,
564
+ "learning_rate": 6.117777777777778e-06,
565
+ "loss": 0.2449,
566
+ "step": 2250
567
+ },
568
+ {
569
+ "epoch": 3.3,
570
+ "learning_rate": 6.062222222222223e-06,
571
+ "loss": 0.255,
572
+ "step": 2275
573
+ },
574
+ {
575
+ "epoch": 3.34,
576
+ "learning_rate": 6.006666666666667e-06,
577
+ "loss": 0.257,
578
+ "step": 2300
579
+ },
580
+ {
581
+ "epoch": 3.37,
582
+ "learning_rate": 5.951111111111112e-06,
583
+ "loss": 0.2258,
584
+ "step": 2325
585
+ },
586
+ {
587
+ "epoch": 3.41,
588
+ "learning_rate": 5.895555555555557e-06,
589
+ "loss": 0.2372,
590
+ "step": 2350
591
+ },
592
+ {
593
+ "epoch": 3.45,
594
+ "learning_rate": 5.84e-06,
595
+ "loss": 0.2456,
596
+ "step": 2375
597
+ },
598
+ {
599
+ "epoch": 3.48,
600
+ "learning_rate": 5.784444444444445e-06,
601
+ "loss": 0.2521,
602
+ "step": 2400
603
+ },
604
+ {
605
+ "epoch": 3.52,
606
+ "learning_rate": 5.72888888888889e-06,
607
+ "loss": 0.2625,
608
+ "step": 2425
609
+ },
610
+ {
611
+ "epoch": 3.56,
612
+ "learning_rate": 5.673333333333334e-06,
613
+ "loss": 0.2459,
614
+ "step": 2450
615
+ },
616
+ {
617
+ "epoch": 3.59,
618
+ "learning_rate": 5.617777777777779e-06,
619
+ "loss": 0.2658,
620
+ "step": 2475
621
+ },
622
+ {
623
+ "epoch": 3.63,
624
+ "learning_rate": 5.562222222222222e-06,
625
+ "loss": 0.2582,
626
+ "step": 2500
627
+ },
628
+ {
629
+ "epoch": 3.66,
630
+ "learning_rate": 5.506666666666667e-06,
631
+ "loss": 0.2466,
632
+ "step": 2525
633
+ },
634
+ {
635
+ "epoch": 3.7,
636
+ "learning_rate": 5.451111111111112e-06,
637
+ "loss": 0.2473,
638
+ "step": 2550
639
+ },
640
+ {
641
+ "epoch": 3.74,
642
+ "learning_rate": 5.3955555555555565e-06,
643
+ "loss": 0.2564,
644
+ "step": 2575
645
+ },
646
+ {
647
+ "epoch": 3.77,
648
+ "learning_rate": 5.3400000000000005e-06,
649
+ "loss": 0.2852,
650
+ "step": 2600
651
+ },
652
+ {
653
+ "epoch": 3.81,
654
+ "learning_rate": 5.2844444444444454e-06,
655
+ "loss": 0.245,
656
+ "step": 2625
657
+ },
658
+ {
659
+ "epoch": 3.85,
660
+ "learning_rate": 5.228888888888889e-06,
661
+ "loss": 0.2644,
662
+ "step": 2650
663
+ },
664
+ {
665
+ "epoch": 3.88,
666
+ "learning_rate": 5.1733333333333335e-06,
667
+ "loss": 0.2563,
668
+ "step": 2675
669
+ },
670
+ {
671
+ "epoch": 3.92,
672
+ "learning_rate": 5.117777777777778e-06,
673
+ "loss": 0.238,
674
+ "step": 2700
675
+ },
676
+ {
677
+ "epoch": 3.96,
678
+ "learning_rate": 5.062222222222222e-06,
679
+ "loss": 0.2675,
680
+ "step": 2725
681
+ },
682
+ {
683
+ "epoch": 3.99,
684
+ "learning_rate": 5.006666666666667e-06,
685
+ "loss": 0.2459,
686
+ "step": 2750
687
+ },
688
+ {
689
+ "epoch": 4.03,
690
+ "learning_rate": 4.951111111111111e-06,
691
+ "loss": 0.206,
692
+ "step": 2775
693
+ },
694
+ {
695
+ "epoch": 4.06,
696
+ "learning_rate": 4.895555555555556e-06,
697
+ "loss": 0.1704,
698
+ "step": 2800
699
+ },
700
+ {
701
+ "epoch": 4.1,
702
+ "learning_rate": 4.84e-06,
703
+ "loss": 0.1793,
704
+ "step": 2825
705
+ },
706
+ {
707
+ "epoch": 4.14,
708
+ "learning_rate": 4.784444444444445e-06,
709
+ "loss": 0.1819,
710
+ "step": 2850
711
+ },
712
+ {
713
+ "epoch": 4.17,
714
+ "learning_rate": 4.728888888888889e-06,
715
+ "loss": 0.1865,
716
+ "step": 2875
717
+ },
718
+ {
719
+ "epoch": 4.21,
720
+ "learning_rate": 4.673333333333333e-06,
721
+ "loss": 0.1648,
722
+ "step": 2900
723
+ },
724
+ {
725
+ "epoch": 4.25,
726
+ "learning_rate": 4.617777777777778e-06,
727
+ "loss": 0.1824,
728
+ "step": 2925
729
+ },
730
+ {
731
+ "epoch": 4.28,
732
+ "learning_rate": 4.562222222222222e-06,
733
+ "loss": 0.1887,
734
+ "step": 2950
735
+ },
736
+ {
737
+ "epoch": 4.32,
738
+ "learning_rate": 4.506666666666667e-06,
739
+ "loss": 0.1817,
740
+ "step": 2975
741
+ },
742
+ {
743
+ "epoch": 4.35,
744
+ "learning_rate": 4.451111111111112e-06,
745
+ "loss": 0.1855,
746
+ "step": 3000
747
+ },
748
+ {
749
+ "epoch": 4.35,
750
+ "eval_loss": 0.5086480975151062,
751
+ "eval_runtime": 302.0955,
752
+ "eval_samples_per_second": 11.99,
753
+ "eval_steps_per_second": 1.999,
754
+ "eval_wer": 32.100299056820795,
755
+ "step": 3000
756
+ },
757
+ {
758
+ "epoch": 4.39,
759
+ "learning_rate": 4.395555555555556e-06,
760
+ "loss": 0.1797,
761
+ "step": 3025
762
+ },
763
+ {
764
+ "epoch": 4.43,
765
+ "learning_rate": 4.34e-06,
766
+ "loss": 0.183,
767
+ "step": 3050
768
+ },
769
+ {
770
+ "epoch": 4.46,
771
+ "learning_rate": 4.284444444444445e-06,
772
+ "loss": 0.1892,
773
+ "step": 3075
774
+ },
775
+ {
776
+ "epoch": 4.5,
777
+ "learning_rate": 4.228888888888889e-06,
778
+ "loss": 0.1744,
779
+ "step": 3100
780
+ },
781
+ {
782
+ "epoch": 4.54,
783
+ "learning_rate": 4.173333333333334e-06,
784
+ "loss": 0.1977,
785
+ "step": 3125
786
+ },
787
+ {
788
+ "epoch": 4.57,
789
+ "learning_rate": 4.117777777777779e-06,
790
+ "loss": 0.207,
791
+ "step": 3150
792
+ },
793
+ {
794
+ "epoch": 4.61,
795
+ "learning_rate": 4.062222222222223e-06,
796
+ "loss": 0.1869,
797
+ "step": 3175
798
+ },
799
+ {
800
+ "epoch": 4.64,
801
+ "learning_rate": 4.006666666666667e-06,
802
+ "loss": 0.2087,
803
+ "step": 3200
804
+ },
805
+ {
806
+ "epoch": 4.68,
807
+ "learning_rate": 3.951111111111112e-06,
808
+ "loss": 0.1898,
809
+ "step": 3225
810
+ },
811
+ {
812
+ "epoch": 4.72,
813
+ "learning_rate": 3.895555555555556e-06,
814
+ "loss": 0.1738,
815
+ "step": 3250
816
+ },
817
+ {
818
+ "epoch": 4.75,
819
+ "learning_rate": 3.8400000000000005e-06,
820
+ "loss": 0.1851,
821
+ "step": 3275
822
+ },
823
+ {
824
+ "epoch": 4.79,
825
+ "learning_rate": 3.784444444444445e-06,
826
+ "loss": 0.1976,
827
+ "step": 3300
828
+ },
829
+ {
830
+ "epoch": 4.83,
831
+ "learning_rate": 3.728888888888889e-06,
832
+ "loss": 0.1907,
833
+ "step": 3325
834
+ },
835
+ {
836
+ "epoch": 4.86,
837
+ "learning_rate": 3.673333333333334e-06,
838
+ "loss": 0.1899,
839
+ "step": 3350
840
+ },
841
+ {
842
+ "epoch": 4.9,
843
+ "learning_rate": 3.617777777777778e-06,
844
+ "loss": 0.2002,
845
+ "step": 3375
846
+ },
847
+ {
848
+ "epoch": 4.93,
849
+ "learning_rate": 3.5622222222222224e-06,
850
+ "loss": 0.1716,
851
+ "step": 3400
852
+ },
853
+ {
854
+ "epoch": 4.97,
855
+ "learning_rate": 3.5066666666666673e-06,
856
+ "loss": 0.1981,
857
+ "step": 3425
858
+ },
859
+ {
860
+ "epoch": 5.01,
861
+ "learning_rate": 3.4511111111111113e-06,
862
+ "loss": 0.1662,
863
+ "step": 3450
864
+ },
865
+ {
866
+ "epoch": 5.04,
867
+ "learning_rate": 3.3955555555555558e-06,
868
+ "loss": 0.1411,
869
+ "step": 3475
870
+ },
871
+ {
872
+ "epoch": 5.08,
873
+ "learning_rate": 3.3400000000000006e-06,
874
+ "loss": 0.15,
875
+ "step": 3500
876
+ },
877
+ {
878
+ "epoch": 5.12,
879
+ "learning_rate": 3.2844444444444447e-06,
880
+ "loss": 0.1417,
881
+ "step": 3525
882
+ },
883
+ {
884
+ "epoch": 5.15,
885
+ "learning_rate": 3.228888888888889e-06,
886
+ "loss": 0.1423,
887
+ "step": 3550
888
+ },
889
+ {
890
+ "epoch": 5.19,
891
+ "learning_rate": 3.173333333333334e-06,
892
+ "loss": 0.1263,
893
+ "step": 3575
894
+ },
895
+ {
896
+ "epoch": 5.22,
897
+ "learning_rate": 3.117777777777778e-06,
898
+ "loss": 0.1442,
899
+ "step": 3600
900
+ },
901
+ {
902
+ "epoch": 5.26,
903
+ "learning_rate": 3.0622222222222225e-06,
904
+ "loss": 0.1385,
905
+ "step": 3625
906
+ },
907
+ {
908
+ "epoch": 5.3,
909
+ "learning_rate": 3.0066666666666674e-06,
910
+ "loss": 0.1588,
911
+ "step": 3650
912
+ },
913
+ {
914
+ "epoch": 5.33,
915
+ "learning_rate": 2.9511111111111114e-06,
916
+ "loss": 0.1541,
917
+ "step": 3675
918
+ },
919
+ {
920
+ "epoch": 5.37,
921
+ "learning_rate": 2.895555555555556e-06,
922
+ "loss": 0.1532,
923
+ "step": 3700
924
+ },
925
+ {
926
+ "epoch": 5.41,
927
+ "learning_rate": 2.84e-06,
928
+ "loss": 0.1395,
929
+ "step": 3725
930
+ },
931
+ {
932
+ "epoch": 5.44,
933
+ "learning_rate": 2.784444444444445e-06,
934
+ "loss": 0.1469,
935
+ "step": 3750
936
+ },
937
+ {
938
+ "epoch": 5.48,
939
+ "learning_rate": 2.7288888888888893e-06,
940
+ "loss": 0.1507,
941
+ "step": 3775
942
+ },
943
+ {
944
+ "epoch": 5.52,
945
+ "learning_rate": 2.6733333333333333e-06,
946
+ "loss": 0.1438,
947
+ "step": 3800
948
+ },
949
+ {
950
+ "epoch": 5.55,
951
+ "learning_rate": 2.617777777777778e-06,
952
+ "loss": 0.1359,
953
+ "step": 3825
954
+ },
955
+ {
956
+ "epoch": 5.59,
957
+ "learning_rate": 2.5622222222222226e-06,
958
+ "loss": 0.1526,
959
+ "step": 3850
960
+ },
961
+ {
962
+ "epoch": 5.62,
963
+ "learning_rate": 2.5066666666666667e-06,
964
+ "loss": 0.1476,
965
+ "step": 3875
966
+ },
967
+ {
968
+ "epoch": 5.66,
969
+ "learning_rate": 2.451111111111111e-06,
970
+ "loss": 0.1449,
971
+ "step": 3900
972
+ },
973
+ {
974
+ "epoch": 5.7,
975
+ "learning_rate": 2.3955555555555556e-06,
976
+ "loss": 0.1383,
977
+ "step": 3925
978
+ },
979
+ {
980
+ "epoch": 5.73,
981
+ "learning_rate": 2.3400000000000005e-06,
982
+ "loss": 0.1324,
983
+ "step": 3950
984
+ },
985
+ {
986
+ "epoch": 5.77,
987
+ "learning_rate": 2.2844444444444445e-06,
988
+ "loss": 0.1424,
989
+ "step": 3975
990
+ },
991
+ {
992
+ "epoch": 5.81,
993
+ "learning_rate": 2.228888888888889e-06,
994
+ "loss": 0.1638,
995
+ "step": 4000
996
+ },
997
+ {
998
+ "epoch": 5.81,
999
+ "eval_loss": 0.5087841153144836,
1000
+ "eval_runtime": 313.9894,
1001
+ "eval_samples_per_second": 11.535,
1002
+ "eval_steps_per_second": 1.924,
1003
+ "eval_wer": 32.183114791810446,
1004
+ "step": 4000
1005
+ },
1006
+ {
1007
+ "epoch": 5.84,
1008
+ "learning_rate": 2.1755555555555556e-06,
1009
+ "loss": 0.1445,
1010
+ "step": 4025
1011
+ },
1012
+ {
1013
+ "epoch": 5.88,
1014
+ "learning_rate": 2.12e-06,
1015
+ "loss": 0.134,
1016
+ "step": 4050
1017
+ },
1018
+ {
1019
+ "epoch": 5.91,
1020
+ "learning_rate": 2.064444444444445e-06,
1021
+ "loss": 0.1387,
1022
+ "step": 4075
1023
+ },
1024
+ {
1025
+ "epoch": 5.95,
1026
+ "learning_rate": 2.008888888888889e-06,
1027
+ "loss": 0.1377,
1028
+ "step": 4100
1029
+ },
1030
+ {
1031
+ "epoch": 5.99,
1032
+ "learning_rate": 1.9533333333333334e-06,
1033
+ "loss": 0.1524,
1034
+ "step": 4125
1035
+ },
1036
+ {
1037
+ "epoch": 6.02,
1038
+ "learning_rate": 1.9000000000000002e-06,
1039
+ "loss": 0.1314,
1040
+ "step": 4150
1041
+ },
1042
+ {
1043
+ "epoch": 6.06,
1044
+ "learning_rate": 1.8444444444444445e-06,
1045
+ "loss": 0.1138,
1046
+ "step": 4175
1047
+ },
1048
+ {
1049
+ "epoch": 6.1,
1050
+ "learning_rate": 1.788888888888889e-06,
1051
+ "loss": 0.1195,
1052
+ "step": 4200
1053
+ },
1054
+ {
1055
+ "epoch": 6.13,
1056
+ "learning_rate": 1.7333333333333336e-06,
1057
+ "loss": 0.1261,
1058
+ "step": 4225
1059
+ },
1060
+ {
1061
+ "epoch": 6.17,
1062
+ "learning_rate": 1.6777777777777779e-06,
1063
+ "loss": 0.119,
1064
+ "step": 4250
1065
+ },
1066
+ {
1067
+ "epoch": 6.2,
1068
+ "learning_rate": 1.6222222222222223e-06,
1069
+ "loss": 0.1172,
1070
+ "step": 4275
1071
+ },
1072
+ {
1073
+ "epoch": 6.24,
1074
+ "learning_rate": 1.566666666666667e-06,
1075
+ "loss": 0.1077,
1076
+ "step": 4300
1077
+ },
1078
+ {
1079
+ "epoch": 6.28,
1080
+ "learning_rate": 1.5111111111111112e-06,
1081
+ "loss": 0.1215,
1082
+ "step": 4325
1083
+ },
1084
+ {
1085
+ "epoch": 6.31,
1086
+ "learning_rate": 1.4555555555555557e-06,
1087
+ "loss": 0.1217,
1088
+ "step": 4350
1089
+ },
1090
+ {
1091
+ "epoch": 6.35,
1092
+ "learning_rate": 1.4000000000000001e-06,
1093
+ "loss": 0.1247,
1094
+ "step": 4375
1095
+ },
1096
+ {
1097
+ "epoch": 6.39,
1098
+ "learning_rate": 1.3444444444444446e-06,
1099
+ "loss": 0.1175,
1100
+ "step": 4400
1101
+ },
1102
+ {
1103
+ "epoch": 6.42,
1104
+ "learning_rate": 1.288888888888889e-06,
1105
+ "loss": 0.1234,
1106
+ "step": 4425
1107
+ },
1108
+ {
1109
+ "epoch": 6.46,
1110
+ "learning_rate": 1.2333333333333335e-06,
1111
+ "loss": 0.1069,
1112
+ "step": 4450
1113
+ },
1114
+ {
1115
+ "epoch": 6.49,
1116
+ "learning_rate": 1.1777777777777778e-06,
1117
+ "loss": 0.1283,
1118
+ "step": 4475
1119
+ },
1120
+ {
1121
+ "epoch": 6.53,
1122
+ "learning_rate": 1.1222222222222222e-06,
1123
+ "loss": 0.127,
1124
+ "step": 4500
1125
+ },
1126
+ {
1127
+ "epoch": 6.57,
1128
+ "learning_rate": 1.066666666666667e-06,
1129
+ "loss": 0.1142,
1130
+ "step": 4525
1131
+ },
1132
+ {
1133
+ "epoch": 6.6,
1134
+ "learning_rate": 1.0111111111111111e-06,
1135
+ "loss": 0.1234,
1136
+ "step": 4550
1137
+ },
1138
+ {
1139
+ "epoch": 6.64,
1140
+ "learning_rate": 9.555555555555556e-07,
1141
+ "loss": 0.1176,
1142
+ "step": 4575
1143
+ },
1144
+ {
1145
+ "epoch": 6.68,
1146
+ "learning_rate": 9.000000000000001e-07,
1147
+ "loss": 0.1216,
1148
+ "step": 4600
1149
+ },
1150
+ {
1151
+ "epoch": 6.71,
1152
+ "learning_rate": 8.444444444444445e-07,
1153
+ "loss": 0.1076,
1154
+ "step": 4625
1155
+ },
1156
+ {
1157
+ "epoch": 6.75,
1158
+ "learning_rate": 7.888888888888889e-07,
1159
+ "loss": 0.1134,
1160
+ "step": 4650
1161
+ },
1162
+ {
1163
+ "epoch": 6.79,
1164
+ "learning_rate": 7.333333333333334e-07,
1165
+ "loss": 0.1292,
1166
+ "step": 4675
1167
+ },
1168
+ {
1169
+ "epoch": 6.82,
1170
+ "learning_rate": 6.777777777777779e-07,
1171
+ "loss": 0.1235,
1172
+ "step": 4700
1173
+ },
1174
+ {
1175
+ "epoch": 6.86,
1176
+ "learning_rate": 6.222222222222223e-07,
1177
+ "loss": 0.1293,
1178
+ "step": 4725
1179
+ },
1180
+ {
1181
+ "epoch": 6.89,
1182
+ "learning_rate": 5.666666666666667e-07,
1183
+ "loss": 0.1179,
1184
+ "step": 4750
1185
+ },
1186
+ {
1187
+ "epoch": 6.93,
1188
+ "learning_rate": 5.111111111111112e-07,
1189
+ "loss": 0.1255,
1190
+ "step": 4775
1191
+ },
1192
+ {
1193
+ "epoch": 6.97,
1194
+ "learning_rate": 4.5555555555555563e-07,
1195
+ "loss": 0.1195,
1196
+ "step": 4800
1197
+ },
1198
+ {
1199
+ "epoch": 7.0,
1200
+ "learning_rate": 4.0000000000000003e-07,
1201
+ "loss": 0.1145,
1202
+ "step": 4825
1203
+ },
1204
+ {
1205
+ "epoch": 7.04,
1206
+ "learning_rate": 3.444444444444445e-07,
1207
+ "loss": 0.1045,
1208
+ "step": 4850
1209
+ },
1210
+ {
1211
+ "epoch": 7.08,
1212
+ "learning_rate": 2.888888888888889e-07,
1213
+ "loss": 0.11,
1214
+ "step": 4875
1215
+ },
1216
+ {
1217
+ "epoch": 7.11,
1218
+ "learning_rate": 2.3333333333333336e-07,
1219
+ "loss": 0.1096,
1220
+ "step": 4900
1221
+ },
1222
+ {
1223
+ "epoch": 7.15,
1224
+ "learning_rate": 1.777777777777778e-07,
1225
+ "loss": 0.111,
1226
+ "step": 4925
1227
+ },
1228
+ {
1229
+ "epoch": 7.18,
1230
+ "learning_rate": 1.2222222222222225e-07,
1231
+ "loss": 0.1102,
1232
+ "step": 4950
1233
+ },
1234
+ {
1235
+ "epoch": 7.22,
1236
+ "learning_rate": 6.666666666666668e-08,
1237
+ "loss": 0.115,
1238
+ "step": 4975
1239
+ },
1240
+ {
1241
+ "epoch": 7.26,
1242
+ "learning_rate": 1.1111111111111112e-08,
1243
+ "loss": 0.1047,
1244
+ "step": 5000
1245
+ },
1246
+ {
1247
+ "epoch": 7.26,
1248
+ "eval_loss": 0.5143000483512878,
1249
+ "eval_runtime": 151.0485,
1250
+ "eval_samples_per_second": 23.979,
1251
+ "eval_steps_per_second": 3.999,
1252
+ "eval_wer": 32.16011042097999,
1253
+ "step": 5000
1254
+ },
1255
+ {
1256
+ "epoch": 7.26,
1257
+ "step": 5000,
1258
+ "total_flos": 1.47592678182912e+18,
1259
+ "train_loss": 0.356853648853302,
1260
+ "train_runtime": 4131.9082,
1261
+ "train_samples_per_second": 14.521,
1262
+ "train_steps_per_second": 1.21
1263
+ }
1264
+ ],
1265
+ "max_steps": 5000,
1266
+ "num_train_epochs": 8,
1267
+ "total_flos": 1.47592678182912e+18,
1268
+ "trial_name": null,
1269
+ "trial_params": null
1270
+ }