TheRains commited on
Commit
65d1842
1 Parent(s): 112eaac

End of training

Browse files
all_results.json ADDED
@@ -0,0 +1,12 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 1.29,
3
+ "eval_loss": 0.5436723828315735,
4
+ "eval_runtime": 215.9364,
5
+ "eval_samples_per_second": 7.308,
6
+ "eval_steps_per_second": 1.218,
7
+ "eval_wer": 28.224974200206397,
8
+ "train_loss": 0.9546309856414795,
9
+ "train_runtime": 8040.6439,
10
+ "train_samples_per_second": 7.462,
11
+ "train_steps_per_second": 0.622
12
+ }
eval_results.json ADDED
@@ -0,0 +1,8 @@
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 1.29,
3
+ "eval_loss": 0.5436723828315735,
4
+ "eval_runtime": 215.9364,
5
+ "eval_samples_per_second": 7.308,
6
+ "eval_steps_per_second": 1.218,
7
+ "eval_wer": 28.224974200206397
8
+ }
runs/Aug19_14-27-21_dsai-server/events.out.tfevents.1692438467.dsai-server ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:d1b6d22afdb6abf2c44b498deb140c89672decda9722999304c5eddb9a7b2858
3
+ size 40
train_results.json ADDED
@@ -0,0 +1,7 @@
 
 
 
 
 
 
 
 
1
+ {
2
+ "epoch": 1.29,
3
+ "train_loss": 0.9546309856414795,
4
+ "train_runtime": 8040.6439,
5
+ "train_samples_per_second": 7.462,
6
+ "train_steps_per_second": 0.622
7
+ }
trainer_state.json ADDED
@@ -0,0 +1,1270 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": 28.224974200206397,
3
+ "best_model_checkpoint": "./output/small/yt-special-batch12-lr4-small-halfcleantest/checkpoint-5000",
4
+ "epoch": 1.2883277505797475,
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": 0.01,
12
+ "learning_rate": 4.2000000000000004e-06,
13
+ "loss": 2.1789,
14
+ "step": 25
15
+ },
16
+ {
17
+ "epoch": 0.01,
18
+ "learning_rate": 9.2e-06,
19
+ "loss": 1.4684,
20
+ "step": 50
21
+ },
22
+ {
23
+ "epoch": 0.02,
24
+ "learning_rate": 1.42e-05,
25
+ "loss": 1.018,
26
+ "step": 75
27
+ },
28
+ {
29
+ "epoch": 0.03,
30
+ "learning_rate": 1.9200000000000003e-05,
31
+ "loss": 0.9873,
32
+ "step": 100
33
+ },
34
+ {
35
+ "epoch": 0.03,
36
+ "learning_rate": 2.4200000000000002e-05,
37
+ "loss": 0.917,
38
+ "step": 125
39
+ },
40
+ {
41
+ "epoch": 0.04,
42
+ "learning_rate": 2.9199999999999998e-05,
43
+ "loss": 1.0185,
44
+ "step": 150
45
+ },
46
+ {
47
+ "epoch": 0.05,
48
+ "learning_rate": 3.4200000000000005e-05,
49
+ "loss": 0.9819,
50
+ "step": 175
51
+ },
52
+ {
53
+ "epoch": 0.05,
54
+ "learning_rate": 3.9200000000000004e-05,
55
+ "loss": 1.1265,
56
+ "step": 200
57
+ },
58
+ {
59
+ "epoch": 0.06,
60
+ "learning_rate": 4.4200000000000004e-05,
61
+ "loss": 1.0499,
62
+ "step": 225
63
+ },
64
+ {
65
+ "epoch": 0.06,
66
+ "learning_rate": 4.92e-05,
67
+ "loss": 1.1659,
68
+ "step": 250
69
+ },
70
+ {
71
+ "epoch": 0.07,
72
+ "learning_rate": 5.420000000000001e-05,
73
+ "loss": 1.0453,
74
+ "step": 275
75
+ },
76
+ {
77
+ "epoch": 0.08,
78
+ "learning_rate": 5.92e-05,
79
+ "loss": 1.162,
80
+ "step": 300
81
+ },
82
+ {
83
+ "epoch": 0.08,
84
+ "learning_rate": 6.42e-05,
85
+ "loss": 1.1754,
86
+ "step": 325
87
+ },
88
+ {
89
+ "epoch": 0.09,
90
+ "learning_rate": 6.92e-05,
91
+ "loss": 1.2576,
92
+ "step": 350
93
+ },
94
+ {
95
+ "epoch": 0.1,
96
+ "learning_rate": 7.42e-05,
97
+ "loss": 1.2823,
98
+ "step": 375
99
+ },
100
+ {
101
+ "epoch": 0.1,
102
+ "learning_rate": 7.920000000000001e-05,
103
+ "loss": 1.4194,
104
+ "step": 400
105
+ },
106
+ {
107
+ "epoch": 0.11,
108
+ "learning_rate": 8.42e-05,
109
+ "loss": 1.3906,
110
+ "step": 425
111
+ },
112
+ {
113
+ "epoch": 0.12,
114
+ "learning_rate": 8.92e-05,
115
+ "loss": 1.3488,
116
+ "step": 450
117
+ },
118
+ {
119
+ "epoch": 0.12,
120
+ "learning_rate": 9.42e-05,
121
+ "loss": 1.3076,
122
+ "step": 475
123
+ },
124
+ {
125
+ "epoch": 0.13,
126
+ "learning_rate": 9.92e-05,
127
+ "loss": 1.4206,
128
+ "step": 500
129
+ },
130
+ {
131
+ "epoch": 0.14,
132
+ "learning_rate": 9.953333333333333e-05,
133
+ "loss": 1.3911,
134
+ "step": 525
135
+ },
136
+ {
137
+ "epoch": 0.14,
138
+ "learning_rate": 9.897777777777778e-05,
139
+ "loss": 1.405,
140
+ "step": 550
141
+ },
142
+ {
143
+ "epoch": 0.15,
144
+ "learning_rate": 9.842222222222223e-05,
145
+ "loss": 1.3885,
146
+ "step": 575
147
+ },
148
+ {
149
+ "epoch": 0.15,
150
+ "learning_rate": 9.786666666666667e-05,
151
+ "loss": 1.455,
152
+ "step": 600
153
+ },
154
+ {
155
+ "epoch": 0.16,
156
+ "learning_rate": 9.731111111111112e-05,
157
+ "loss": 1.479,
158
+ "step": 625
159
+ },
160
+ {
161
+ "epoch": 0.17,
162
+ "learning_rate": 9.675555555555556e-05,
163
+ "loss": 1.344,
164
+ "step": 650
165
+ },
166
+ {
167
+ "epoch": 0.17,
168
+ "learning_rate": 9.620000000000001e-05,
169
+ "loss": 1.4103,
170
+ "step": 675
171
+ },
172
+ {
173
+ "epoch": 0.18,
174
+ "learning_rate": 9.564444444444444e-05,
175
+ "loss": 1.5148,
176
+ "step": 700
177
+ },
178
+ {
179
+ "epoch": 0.19,
180
+ "learning_rate": 9.50888888888889e-05,
181
+ "loss": 1.446,
182
+ "step": 725
183
+ },
184
+ {
185
+ "epoch": 0.19,
186
+ "learning_rate": 9.453333333333335e-05,
187
+ "loss": 1.3418,
188
+ "step": 750
189
+ },
190
+ {
191
+ "epoch": 0.2,
192
+ "learning_rate": 9.397777777777778e-05,
193
+ "loss": 1.5833,
194
+ "step": 775
195
+ },
196
+ {
197
+ "epoch": 0.21,
198
+ "learning_rate": 9.342222222222222e-05,
199
+ "loss": 1.4566,
200
+ "step": 800
201
+ },
202
+ {
203
+ "epoch": 0.21,
204
+ "learning_rate": 9.286666666666667e-05,
205
+ "loss": 1.3978,
206
+ "step": 825
207
+ },
208
+ {
209
+ "epoch": 0.22,
210
+ "learning_rate": 9.231111111111112e-05,
211
+ "loss": 1.3507,
212
+ "step": 850
213
+ },
214
+ {
215
+ "epoch": 0.23,
216
+ "learning_rate": 9.175555555555556e-05,
217
+ "loss": 1.3904,
218
+ "step": 875
219
+ },
220
+ {
221
+ "epoch": 0.23,
222
+ "learning_rate": 9.120000000000001e-05,
223
+ "loss": 1.333,
224
+ "step": 900
225
+ },
226
+ {
227
+ "epoch": 0.24,
228
+ "learning_rate": 9.064444444444446e-05,
229
+ "loss": 1.3419,
230
+ "step": 925
231
+ },
232
+ {
233
+ "epoch": 0.24,
234
+ "learning_rate": 9.00888888888889e-05,
235
+ "loss": 1.3867,
236
+ "step": 950
237
+ },
238
+ {
239
+ "epoch": 0.25,
240
+ "learning_rate": 8.953333333333333e-05,
241
+ "loss": 1.326,
242
+ "step": 975
243
+ },
244
+ {
245
+ "epoch": 0.26,
246
+ "learning_rate": 8.897777777777778e-05,
247
+ "loss": 1.363,
248
+ "step": 1000
249
+ },
250
+ {
251
+ "epoch": 0.26,
252
+ "eval_loss": 1.111358642578125,
253
+ "eval_runtime": 346.8465,
254
+ "eval_samples_per_second": 4.55,
255
+ "eval_steps_per_second": 0.758,
256
+ "eval_wer": 85.94771241830065,
257
+ "step": 1000
258
+ },
259
+ {
260
+ "epoch": 0.26,
261
+ "learning_rate": 8.842222222222223e-05,
262
+ "loss": 1.4236,
263
+ "step": 1025
264
+ },
265
+ {
266
+ "epoch": 0.27,
267
+ "learning_rate": 8.786666666666667e-05,
268
+ "loss": 1.3623,
269
+ "step": 1050
270
+ },
271
+ {
272
+ "epoch": 0.28,
273
+ "learning_rate": 8.731111111111111e-05,
274
+ "loss": 1.2477,
275
+ "step": 1075
276
+ },
277
+ {
278
+ "epoch": 0.28,
279
+ "learning_rate": 8.675555555555556e-05,
280
+ "loss": 1.3394,
281
+ "step": 1100
282
+ },
283
+ {
284
+ "epoch": 0.29,
285
+ "learning_rate": 8.620000000000001e-05,
286
+ "loss": 1.3311,
287
+ "step": 1125
288
+ },
289
+ {
290
+ "epoch": 0.3,
291
+ "learning_rate": 8.564444444444445e-05,
292
+ "loss": 1.234,
293
+ "step": 1150
294
+ },
295
+ {
296
+ "epoch": 0.3,
297
+ "learning_rate": 8.50888888888889e-05,
298
+ "loss": 1.2877,
299
+ "step": 1175
300
+ },
301
+ {
302
+ "epoch": 0.31,
303
+ "learning_rate": 8.453333333333335e-05,
304
+ "loss": 1.2526,
305
+ "step": 1200
306
+ },
307
+ {
308
+ "epoch": 0.32,
309
+ "learning_rate": 8.397777777777778e-05,
310
+ "loss": 1.2912,
311
+ "step": 1225
312
+ },
313
+ {
314
+ "epoch": 0.32,
315
+ "learning_rate": 8.342222222222222e-05,
316
+ "loss": 1.2711,
317
+ "step": 1250
318
+ },
319
+ {
320
+ "epoch": 0.33,
321
+ "learning_rate": 8.286666666666667e-05,
322
+ "loss": 1.3246,
323
+ "step": 1275
324
+ },
325
+ {
326
+ "epoch": 0.33,
327
+ "learning_rate": 8.231111111111112e-05,
328
+ "loss": 1.2938,
329
+ "step": 1300
330
+ },
331
+ {
332
+ "epoch": 0.34,
333
+ "learning_rate": 8.175555555555556e-05,
334
+ "loss": 1.2736,
335
+ "step": 1325
336
+ },
337
+ {
338
+ "epoch": 0.35,
339
+ "learning_rate": 8.120000000000001e-05,
340
+ "loss": 1.2443,
341
+ "step": 1350
342
+ },
343
+ {
344
+ "epoch": 0.35,
345
+ "learning_rate": 8.064444444444445e-05,
346
+ "loss": 1.2803,
347
+ "step": 1375
348
+ },
349
+ {
350
+ "epoch": 0.36,
351
+ "learning_rate": 8.00888888888889e-05,
352
+ "loss": 1.1925,
353
+ "step": 1400
354
+ },
355
+ {
356
+ "epoch": 0.37,
357
+ "learning_rate": 7.953333333333333e-05,
358
+ "loss": 1.1486,
359
+ "step": 1425
360
+ },
361
+ {
362
+ "epoch": 0.37,
363
+ "learning_rate": 7.897777777777778e-05,
364
+ "loss": 1.2941,
365
+ "step": 1450
366
+ },
367
+ {
368
+ "epoch": 0.38,
369
+ "learning_rate": 7.842222222222223e-05,
370
+ "loss": 1.2756,
371
+ "step": 1475
372
+ },
373
+ {
374
+ "epoch": 0.39,
375
+ "learning_rate": 7.786666666666667e-05,
376
+ "loss": 1.1799,
377
+ "step": 1500
378
+ },
379
+ {
380
+ "epoch": 0.39,
381
+ "learning_rate": 7.731111111111111e-05,
382
+ "loss": 1.1272,
383
+ "step": 1525
384
+ },
385
+ {
386
+ "epoch": 0.4,
387
+ "learning_rate": 7.675555555555556e-05,
388
+ "loss": 1.2084,
389
+ "step": 1550
390
+ },
391
+ {
392
+ "epoch": 0.41,
393
+ "learning_rate": 7.620000000000001e-05,
394
+ "loss": 1.3061,
395
+ "step": 1575
396
+ },
397
+ {
398
+ "epoch": 0.41,
399
+ "learning_rate": 7.564444444444445e-05,
400
+ "loss": 1.1156,
401
+ "step": 1600
402
+ },
403
+ {
404
+ "epoch": 0.42,
405
+ "learning_rate": 7.50888888888889e-05,
406
+ "loss": 1.209,
407
+ "step": 1625
408
+ },
409
+ {
410
+ "epoch": 0.43,
411
+ "learning_rate": 7.453333333333333e-05,
412
+ "loss": 1.148,
413
+ "step": 1650
414
+ },
415
+ {
416
+ "epoch": 0.43,
417
+ "learning_rate": 7.397777777777778e-05,
418
+ "loss": 1.1437,
419
+ "step": 1675
420
+ },
421
+ {
422
+ "epoch": 0.44,
423
+ "learning_rate": 7.342222222222222e-05,
424
+ "loss": 1.2291,
425
+ "step": 1700
426
+ },
427
+ {
428
+ "epoch": 0.44,
429
+ "learning_rate": 7.286666666666667e-05,
430
+ "loss": 1.1929,
431
+ "step": 1725
432
+ },
433
+ {
434
+ "epoch": 0.45,
435
+ "learning_rate": 7.231111111111112e-05,
436
+ "loss": 1.104,
437
+ "step": 1750
438
+ },
439
+ {
440
+ "epoch": 0.46,
441
+ "learning_rate": 7.175555555555556e-05,
442
+ "loss": 1.2001,
443
+ "step": 1775
444
+ },
445
+ {
446
+ "epoch": 0.46,
447
+ "learning_rate": 7.12e-05,
448
+ "loss": 1.2435,
449
+ "step": 1800
450
+ },
451
+ {
452
+ "epoch": 0.47,
453
+ "learning_rate": 7.064444444444445e-05,
454
+ "loss": 1.1789,
455
+ "step": 1825
456
+ },
457
+ {
458
+ "epoch": 0.48,
459
+ "learning_rate": 7.00888888888889e-05,
460
+ "loss": 1.265,
461
+ "step": 1850
462
+ },
463
+ {
464
+ "epoch": 0.48,
465
+ "learning_rate": 6.953333333333333e-05,
466
+ "loss": 1.0453,
467
+ "step": 1875
468
+ },
469
+ {
470
+ "epoch": 0.49,
471
+ "learning_rate": 6.897777777777778e-05,
472
+ "loss": 1.1507,
473
+ "step": 1900
474
+ },
475
+ {
476
+ "epoch": 0.5,
477
+ "learning_rate": 6.842222222222222e-05,
478
+ "loss": 1.1322,
479
+ "step": 1925
480
+ },
481
+ {
482
+ "epoch": 0.5,
483
+ "learning_rate": 6.786666666666667e-05,
484
+ "loss": 1.1704,
485
+ "step": 1950
486
+ },
487
+ {
488
+ "epoch": 0.51,
489
+ "learning_rate": 6.731111111111111e-05,
490
+ "loss": 1.2049,
491
+ "step": 1975
492
+ },
493
+ {
494
+ "epoch": 0.52,
495
+ "learning_rate": 6.675555555555556e-05,
496
+ "loss": 1.0764,
497
+ "step": 2000
498
+ },
499
+ {
500
+ "epoch": 0.52,
501
+ "eval_loss": 0.8777403235435486,
502
+ "eval_runtime": 277.2991,
503
+ "eval_samples_per_second": 5.691,
504
+ "eval_steps_per_second": 0.948,
505
+ "eval_wer": 63.47609219126247,
506
+ "step": 2000
507
+ },
508
+ {
509
+ "epoch": 0.52,
510
+ "learning_rate": 6.620000000000001e-05,
511
+ "loss": 1.0643,
512
+ "step": 2025
513
+ },
514
+ {
515
+ "epoch": 0.53,
516
+ "learning_rate": 6.564444444444445e-05,
517
+ "loss": 0.9919,
518
+ "step": 2050
519
+ },
520
+ {
521
+ "epoch": 0.53,
522
+ "learning_rate": 6.508888888888888e-05,
523
+ "loss": 1.1142,
524
+ "step": 2075
525
+ },
526
+ {
527
+ "epoch": 0.54,
528
+ "learning_rate": 6.453333333333333e-05,
529
+ "loss": 1.1743,
530
+ "step": 2100
531
+ },
532
+ {
533
+ "epoch": 0.55,
534
+ "learning_rate": 6.397777777777778e-05,
535
+ "loss": 1.0676,
536
+ "step": 2125
537
+ },
538
+ {
539
+ "epoch": 0.55,
540
+ "learning_rate": 6.342222222222222e-05,
541
+ "loss": 1.0886,
542
+ "step": 2150
543
+ },
544
+ {
545
+ "epoch": 0.56,
546
+ "learning_rate": 6.286666666666667e-05,
547
+ "loss": 1.0819,
548
+ "step": 2175
549
+ },
550
+ {
551
+ "epoch": 0.57,
552
+ "learning_rate": 6.231111111111111e-05,
553
+ "loss": 0.9847,
554
+ "step": 2200
555
+ },
556
+ {
557
+ "epoch": 0.57,
558
+ "learning_rate": 6.175555555555556e-05,
559
+ "loss": 1.0215,
560
+ "step": 2225
561
+ },
562
+ {
563
+ "epoch": 0.58,
564
+ "learning_rate": 6.12e-05,
565
+ "loss": 1.046,
566
+ "step": 2250
567
+ },
568
+ {
569
+ "epoch": 0.59,
570
+ "learning_rate": 6.064444444444445e-05,
571
+ "loss": 1.0571,
572
+ "step": 2275
573
+ },
574
+ {
575
+ "epoch": 0.59,
576
+ "learning_rate": 6.00888888888889e-05,
577
+ "loss": 1.084,
578
+ "step": 2300
579
+ },
580
+ {
581
+ "epoch": 0.6,
582
+ "learning_rate": 5.953333333333334e-05,
583
+ "loss": 1.1521,
584
+ "step": 2325
585
+ },
586
+ {
587
+ "epoch": 0.61,
588
+ "learning_rate": 5.897777777777778e-05,
589
+ "loss": 1.0532,
590
+ "step": 2350
591
+ },
592
+ {
593
+ "epoch": 0.61,
594
+ "learning_rate": 5.842222222222222e-05,
595
+ "loss": 0.9993,
596
+ "step": 2375
597
+ },
598
+ {
599
+ "epoch": 0.62,
600
+ "learning_rate": 5.7866666666666666e-05,
601
+ "loss": 1.0385,
602
+ "step": 2400
603
+ },
604
+ {
605
+ "epoch": 0.62,
606
+ "learning_rate": 5.7311111111111117e-05,
607
+ "loss": 1.0749,
608
+ "step": 2425
609
+ },
610
+ {
611
+ "epoch": 0.63,
612
+ "learning_rate": 5.675555555555556e-05,
613
+ "loss": 1.083,
614
+ "step": 2450
615
+ },
616
+ {
617
+ "epoch": 0.64,
618
+ "learning_rate": 5.620000000000001e-05,
619
+ "loss": 1.0904,
620
+ "step": 2475
621
+ },
622
+ {
623
+ "epoch": 0.64,
624
+ "learning_rate": 5.564444444444444e-05,
625
+ "loss": 1.0137,
626
+ "step": 2500
627
+ },
628
+ {
629
+ "epoch": 0.65,
630
+ "learning_rate": 5.508888888888889e-05,
631
+ "loss": 0.9908,
632
+ "step": 2525
633
+ },
634
+ {
635
+ "epoch": 0.66,
636
+ "learning_rate": 5.4533333333333335e-05,
637
+ "loss": 1.0105,
638
+ "step": 2550
639
+ },
640
+ {
641
+ "epoch": 0.66,
642
+ "learning_rate": 5.3977777777777786e-05,
643
+ "loss": 0.9957,
644
+ "step": 2575
645
+ },
646
+ {
647
+ "epoch": 0.67,
648
+ "learning_rate": 5.342222222222223e-05,
649
+ "loss": 1.0214,
650
+ "step": 2600
651
+ },
652
+ {
653
+ "epoch": 0.68,
654
+ "learning_rate": 5.2866666666666666e-05,
655
+ "loss": 0.9245,
656
+ "step": 2625
657
+ },
658
+ {
659
+ "epoch": 0.68,
660
+ "learning_rate": 5.231111111111111e-05,
661
+ "loss": 0.9816,
662
+ "step": 2650
663
+ },
664
+ {
665
+ "epoch": 0.69,
666
+ "learning_rate": 5.1755555555555554e-05,
667
+ "loss": 0.9857,
668
+ "step": 2675
669
+ },
670
+ {
671
+ "epoch": 0.7,
672
+ "learning_rate": 5.1200000000000004e-05,
673
+ "loss": 1.0385,
674
+ "step": 2700
675
+ },
676
+ {
677
+ "epoch": 0.7,
678
+ "learning_rate": 5.064444444444445e-05,
679
+ "loss": 0.9415,
680
+ "step": 2725
681
+ },
682
+ {
683
+ "epoch": 0.71,
684
+ "learning_rate": 5.00888888888889e-05,
685
+ "loss": 0.9923,
686
+ "step": 2750
687
+ },
688
+ {
689
+ "epoch": 0.72,
690
+ "learning_rate": 4.9533333333333336e-05,
691
+ "loss": 0.9511,
692
+ "step": 2775
693
+ },
694
+ {
695
+ "epoch": 0.72,
696
+ "learning_rate": 4.897777777777778e-05,
697
+ "loss": 1.011,
698
+ "step": 2800
699
+ },
700
+ {
701
+ "epoch": 0.73,
702
+ "learning_rate": 4.842222222222222e-05,
703
+ "loss": 0.9509,
704
+ "step": 2825
705
+ },
706
+ {
707
+ "epoch": 0.73,
708
+ "learning_rate": 4.7866666666666674e-05,
709
+ "loss": 1.0017,
710
+ "step": 2850
711
+ },
712
+ {
713
+ "epoch": 0.74,
714
+ "learning_rate": 4.731111111111111e-05,
715
+ "loss": 0.9228,
716
+ "step": 2875
717
+ },
718
+ {
719
+ "epoch": 0.75,
720
+ "learning_rate": 4.675555555555556e-05,
721
+ "loss": 0.9577,
722
+ "step": 2900
723
+ },
724
+ {
725
+ "epoch": 0.75,
726
+ "learning_rate": 4.6200000000000005e-05,
727
+ "loss": 0.9699,
728
+ "step": 2925
729
+ },
730
+ {
731
+ "epoch": 0.76,
732
+ "learning_rate": 4.564444444444444e-05,
733
+ "loss": 0.9944,
734
+ "step": 2950
735
+ },
736
+ {
737
+ "epoch": 0.77,
738
+ "learning_rate": 4.508888888888889e-05,
739
+ "loss": 0.9538,
740
+ "step": 2975
741
+ },
742
+ {
743
+ "epoch": 0.77,
744
+ "learning_rate": 4.4533333333333336e-05,
745
+ "loss": 0.9416,
746
+ "step": 3000
747
+ },
748
+ {
749
+ "epoch": 0.77,
750
+ "eval_loss": 0.6950076818466187,
751
+ "eval_runtime": 241.5796,
752
+ "eval_samples_per_second": 6.532,
753
+ "eval_steps_per_second": 1.089,
754
+ "eval_wer": 43.395252837977296,
755
+ "step": 3000
756
+ },
757
+ {
758
+ "epoch": 0.78,
759
+ "learning_rate": 4.397777777777778e-05,
760
+ "loss": 0.8654,
761
+ "step": 3025
762
+ },
763
+ {
764
+ "epoch": 0.79,
765
+ "learning_rate": 4.3422222222222224e-05,
766
+ "loss": 0.9921,
767
+ "step": 3050
768
+ },
769
+ {
770
+ "epoch": 0.79,
771
+ "learning_rate": 4.286666666666667e-05,
772
+ "loss": 0.9004,
773
+ "step": 3075
774
+ },
775
+ {
776
+ "epoch": 0.8,
777
+ "learning_rate": 4.231111111111111e-05,
778
+ "loss": 0.9512,
779
+ "step": 3100
780
+ },
781
+ {
782
+ "epoch": 0.81,
783
+ "learning_rate": 4.175555555555556e-05,
784
+ "loss": 0.923,
785
+ "step": 3125
786
+ },
787
+ {
788
+ "epoch": 0.81,
789
+ "learning_rate": 4.12e-05,
790
+ "loss": 0.9511,
791
+ "step": 3150
792
+ },
793
+ {
794
+ "epoch": 0.82,
795
+ "learning_rate": 4.064444444444445e-05,
796
+ "loss": 0.7917,
797
+ "step": 3175
798
+ },
799
+ {
800
+ "epoch": 0.82,
801
+ "learning_rate": 4.008888888888889e-05,
802
+ "loss": 0.9599,
803
+ "step": 3200
804
+ },
805
+ {
806
+ "epoch": 0.83,
807
+ "learning_rate": 3.9533333333333337e-05,
808
+ "loss": 0.8576,
809
+ "step": 3225
810
+ },
811
+ {
812
+ "epoch": 0.84,
813
+ "learning_rate": 3.897777777777778e-05,
814
+ "loss": 0.8192,
815
+ "step": 3250
816
+ },
817
+ {
818
+ "epoch": 0.84,
819
+ "learning_rate": 3.8422222222222224e-05,
820
+ "loss": 0.8875,
821
+ "step": 3275
822
+ },
823
+ {
824
+ "epoch": 0.85,
825
+ "learning_rate": 3.786666666666667e-05,
826
+ "loss": 0.8694,
827
+ "step": 3300
828
+ },
829
+ {
830
+ "epoch": 0.86,
831
+ "learning_rate": 3.731111111111111e-05,
832
+ "loss": 0.7971,
833
+ "step": 3325
834
+ },
835
+ {
836
+ "epoch": 0.86,
837
+ "learning_rate": 3.675555555555556e-05,
838
+ "loss": 0.8654,
839
+ "step": 3350
840
+ },
841
+ {
842
+ "epoch": 0.87,
843
+ "learning_rate": 3.62e-05,
844
+ "loss": 0.9021,
845
+ "step": 3375
846
+ },
847
+ {
848
+ "epoch": 0.88,
849
+ "learning_rate": 3.564444444444445e-05,
850
+ "loss": 0.9026,
851
+ "step": 3400
852
+ },
853
+ {
854
+ "epoch": 0.88,
855
+ "learning_rate": 3.5088888888888886e-05,
856
+ "loss": 0.8727,
857
+ "step": 3425
858
+ },
859
+ {
860
+ "epoch": 0.89,
861
+ "learning_rate": 3.453333333333334e-05,
862
+ "loss": 0.8259,
863
+ "step": 3450
864
+ },
865
+ {
866
+ "epoch": 0.9,
867
+ "learning_rate": 3.397777777777778e-05,
868
+ "loss": 0.8467,
869
+ "step": 3475
870
+ },
871
+ {
872
+ "epoch": 0.9,
873
+ "learning_rate": 3.3422222222222224e-05,
874
+ "loss": 0.8096,
875
+ "step": 3500
876
+ },
877
+ {
878
+ "epoch": 0.91,
879
+ "learning_rate": 3.286666666666667e-05,
880
+ "loss": 0.8784,
881
+ "step": 3525
882
+ },
883
+ {
884
+ "epoch": 0.91,
885
+ "learning_rate": 3.231111111111111e-05,
886
+ "loss": 0.8185,
887
+ "step": 3550
888
+ },
889
+ {
890
+ "epoch": 0.92,
891
+ "learning_rate": 3.1755555555555556e-05,
892
+ "loss": 0.856,
893
+ "step": 3575
894
+ },
895
+ {
896
+ "epoch": 0.93,
897
+ "learning_rate": 3.12e-05,
898
+ "loss": 0.8323,
899
+ "step": 3600
900
+ },
901
+ {
902
+ "epoch": 0.93,
903
+ "learning_rate": 3.064444444444445e-05,
904
+ "loss": 0.8538,
905
+ "step": 3625
906
+ },
907
+ {
908
+ "epoch": 0.94,
909
+ "learning_rate": 3.008888888888889e-05,
910
+ "loss": 0.8714,
911
+ "step": 3650
912
+ },
913
+ {
914
+ "epoch": 0.95,
915
+ "learning_rate": 2.9533333333333334e-05,
916
+ "loss": 0.8262,
917
+ "step": 3675
918
+ },
919
+ {
920
+ "epoch": 0.95,
921
+ "learning_rate": 2.897777777777778e-05,
922
+ "loss": 0.6751,
923
+ "step": 3700
924
+ },
925
+ {
926
+ "epoch": 0.96,
927
+ "learning_rate": 2.842222222222222e-05,
928
+ "loss": 0.8182,
929
+ "step": 3725
930
+ },
931
+ {
932
+ "epoch": 0.97,
933
+ "learning_rate": 2.786666666666667e-05,
934
+ "loss": 0.8517,
935
+ "step": 3750
936
+ },
937
+ {
938
+ "epoch": 0.97,
939
+ "learning_rate": 2.7311111111111116e-05,
940
+ "loss": 0.7702,
941
+ "step": 3775
942
+ },
943
+ {
944
+ "epoch": 0.98,
945
+ "learning_rate": 2.6755555555555556e-05,
946
+ "loss": 0.753,
947
+ "step": 3800
948
+ },
949
+ {
950
+ "epoch": 0.99,
951
+ "learning_rate": 2.6200000000000003e-05,
952
+ "loss": 0.8402,
953
+ "step": 3825
954
+ },
955
+ {
956
+ "epoch": 0.99,
957
+ "learning_rate": 2.5644444444444444e-05,
958
+ "loss": 0.7936,
959
+ "step": 3850
960
+ },
961
+ {
962
+ "epoch": 1.0,
963
+ "learning_rate": 2.508888888888889e-05,
964
+ "loss": 0.8543,
965
+ "step": 3875
966
+ },
967
+ {
968
+ "epoch": 1.0,
969
+ "learning_rate": 2.4533333333333334e-05,
970
+ "loss": 0.5651,
971
+ "step": 3900
972
+ },
973
+ {
974
+ "epoch": 1.01,
975
+ "learning_rate": 2.3977777777777778e-05,
976
+ "loss": 0.4491,
977
+ "step": 3925
978
+ },
979
+ {
980
+ "epoch": 1.02,
981
+ "learning_rate": 2.3422222222222222e-05,
982
+ "loss": 0.3744,
983
+ "step": 3950
984
+ },
985
+ {
986
+ "epoch": 1.02,
987
+ "learning_rate": 2.2866666666666666e-05,
988
+ "loss": 0.4442,
989
+ "step": 3975
990
+ },
991
+ {
992
+ "epoch": 1.03,
993
+ "learning_rate": 2.2311111111111113e-05,
994
+ "loss": 0.4797,
995
+ "step": 4000
996
+ },
997
+ {
998
+ "epoch": 1.03,
999
+ "eval_loss": 0.5948242545127869,
1000
+ "eval_runtime": 224.621,
1001
+ "eval_samples_per_second": 7.025,
1002
+ "eval_steps_per_second": 1.171,
1003
+ "eval_wer": 34.786721706226345,
1004
+ "step": 4000
1005
+ },
1006
+ {
1007
+ "epoch": 1.04,
1008
+ "learning_rate": 2.1755555555555557e-05,
1009
+ "loss": 0.423,
1010
+ "step": 4025
1011
+ },
1012
+ {
1013
+ "epoch": 1.04,
1014
+ "learning_rate": 2.12e-05,
1015
+ "loss": 0.4616,
1016
+ "step": 4050
1017
+ },
1018
+ {
1019
+ "epoch": 1.05,
1020
+ "learning_rate": 2.0644444444444447e-05,
1021
+ "loss": 0.431,
1022
+ "step": 4075
1023
+ },
1024
+ {
1025
+ "epoch": 1.06,
1026
+ "learning_rate": 2.008888888888889e-05,
1027
+ "loss": 0.4234,
1028
+ "step": 4100
1029
+ },
1030
+ {
1031
+ "epoch": 1.06,
1032
+ "learning_rate": 1.9533333333333335e-05,
1033
+ "loss": 0.4697,
1034
+ "step": 4125
1035
+ },
1036
+ {
1037
+ "epoch": 1.07,
1038
+ "learning_rate": 1.897777777777778e-05,
1039
+ "loss": 0.4951,
1040
+ "step": 4150
1041
+ },
1042
+ {
1043
+ "epoch": 1.08,
1044
+ "learning_rate": 1.8422222222222222e-05,
1045
+ "loss": 0.4445,
1046
+ "step": 4175
1047
+ },
1048
+ {
1049
+ "epoch": 1.08,
1050
+ "learning_rate": 1.7866666666666666e-05,
1051
+ "loss": 0.4076,
1052
+ "step": 4200
1053
+ },
1054
+ {
1055
+ "epoch": 1.09,
1056
+ "learning_rate": 1.731111111111111e-05,
1057
+ "loss": 0.3996,
1058
+ "step": 4225
1059
+ },
1060
+ {
1061
+ "epoch": 1.1,
1062
+ "learning_rate": 1.6755555555555557e-05,
1063
+ "loss": 0.4251,
1064
+ "step": 4250
1065
+ },
1066
+ {
1067
+ "epoch": 1.1,
1068
+ "learning_rate": 1.62e-05,
1069
+ "loss": 0.3814,
1070
+ "step": 4275
1071
+ },
1072
+ {
1073
+ "epoch": 1.11,
1074
+ "learning_rate": 1.5644444444444444e-05,
1075
+ "loss": 0.3839,
1076
+ "step": 4300
1077
+ },
1078
+ {
1079
+ "epoch": 1.11,
1080
+ "learning_rate": 1.5088888888888888e-05,
1081
+ "loss": 0.4362,
1082
+ "step": 4325
1083
+ },
1084
+ {
1085
+ "epoch": 1.12,
1086
+ "learning_rate": 1.4533333333333335e-05,
1087
+ "loss": 0.395,
1088
+ "step": 4350
1089
+ },
1090
+ {
1091
+ "epoch": 1.13,
1092
+ "learning_rate": 1.3977777777777779e-05,
1093
+ "loss": 0.3756,
1094
+ "step": 4375
1095
+ },
1096
+ {
1097
+ "epoch": 1.13,
1098
+ "learning_rate": 1.3422222222222223e-05,
1099
+ "loss": 0.432,
1100
+ "step": 4400
1101
+ },
1102
+ {
1103
+ "epoch": 1.14,
1104
+ "learning_rate": 1.2888888888888889e-05,
1105
+ "loss": 0.4587,
1106
+ "step": 4425
1107
+ },
1108
+ {
1109
+ "epoch": 1.15,
1110
+ "learning_rate": 1.2333333333333334e-05,
1111
+ "loss": 0.3781,
1112
+ "step": 4450
1113
+ },
1114
+ {
1115
+ "epoch": 1.15,
1116
+ "learning_rate": 1.1777777777777778e-05,
1117
+ "loss": 0.3629,
1118
+ "step": 4475
1119
+ },
1120
+ {
1121
+ "epoch": 1.16,
1122
+ "learning_rate": 1.1222222222222224e-05,
1123
+ "loss": 0.3563,
1124
+ "step": 4500
1125
+ },
1126
+ {
1127
+ "epoch": 1.17,
1128
+ "learning_rate": 1.0666666666666667e-05,
1129
+ "loss": 0.365,
1130
+ "step": 4525
1131
+ },
1132
+ {
1133
+ "epoch": 1.17,
1134
+ "learning_rate": 1.0111111111111111e-05,
1135
+ "loss": 0.4544,
1136
+ "step": 4550
1137
+ },
1138
+ {
1139
+ "epoch": 1.18,
1140
+ "learning_rate": 9.555555555555556e-06,
1141
+ "loss": 0.3495,
1142
+ "step": 4575
1143
+ },
1144
+ {
1145
+ "epoch": 1.19,
1146
+ "learning_rate": 9e-06,
1147
+ "loss": 0.4056,
1148
+ "step": 4600
1149
+ },
1150
+ {
1151
+ "epoch": 1.19,
1152
+ "learning_rate": 8.444444444444446e-06,
1153
+ "loss": 0.4023,
1154
+ "step": 4625
1155
+ },
1156
+ {
1157
+ "epoch": 1.2,
1158
+ "learning_rate": 7.88888888888889e-06,
1159
+ "loss": 0.396,
1160
+ "step": 4650
1161
+ },
1162
+ {
1163
+ "epoch": 1.2,
1164
+ "learning_rate": 7.333333333333334e-06,
1165
+ "loss": 0.3691,
1166
+ "step": 4675
1167
+ },
1168
+ {
1169
+ "epoch": 1.21,
1170
+ "learning_rate": 6.777777777777779e-06,
1171
+ "loss": 0.4036,
1172
+ "step": 4700
1173
+ },
1174
+ {
1175
+ "epoch": 1.22,
1176
+ "learning_rate": 6.222222222222222e-06,
1177
+ "loss": 0.4391,
1178
+ "step": 4725
1179
+ },
1180
+ {
1181
+ "epoch": 1.22,
1182
+ "learning_rate": 5.666666666666667e-06,
1183
+ "loss": 0.3607,
1184
+ "step": 4750
1185
+ },
1186
+ {
1187
+ "epoch": 1.23,
1188
+ "learning_rate": 5.1111111111111115e-06,
1189
+ "loss": 0.3998,
1190
+ "step": 4775
1191
+ },
1192
+ {
1193
+ "epoch": 1.24,
1194
+ "learning_rate": 4.555555555555556e-06,
1195
+ "loss": 0.3795,
1196
+ "step": 4800
1197
+ },
1198
+ {
1199
+ "epoch": 1.24,
1200
+ "learning_rate": 4.000000000000001e-06,
1201
+ "loss": 0.3987,
1202
+ "step": 4825
1203
+ },
1204
+ {
1205
+ "epoch": 1.25,
1206
+ "learning_rate": 3.4444444444444444e-06,
1207
+ "loss": 0.3567,
1208
+ "step": 4850
1209
+ },
1210
+ {
1211
+ "epoch": 1.26,
1212
+ "learning_rate": 2.888888888888889e-06,
1213
+ "loss": 0.3642,
1214
+ "step": 4875
1215
+ },
1216
+ {
1217
+ "epoch": 1.26,
1218
+ "learning_rate": 2.3333333333333336e-06,
1219
+ "loss": 0.3979,
1220
+ "step": 4900
1221
+ },
1222
+ {
1223
+ "epoch": 1.27,
1224
+ "learning_rate": 1.777777777777778e-06,
1225
+ "loss": 0.389,
1226
+ "step": 4925
1227
+ },
1228
+ {
1229
+ "epoch": 1.28,
1230
+ "learning_rate": 1.2222222222222223e-06,
1231
+ "loss": 0.3782,
1232
+ "step": 4950
1233
+ },
1234
+ {
1235
+ "epoch": 1.28,
1236
+ "learning_rate": 6.666666666666667e-07,
1237
+ "loss": 0.3333,
1238
+ "step": 4975
1239
+ },
1240
+ {
1241
+ "epoch": 1.29,
1242
+ "learning_rate": 1.1111111111111112e-07,
1243
+ "loss": 0.4025,
1244
+ "step": 5000
1245
+ },
1246
+ {
1247
+ "epoch": 1.29,
1248
+ "eval_loss": 0.5436723828315735,
1249
+ "eval_runtime": 216.4987,
1250
+ "eval_samples_per_second": 7.289,
1251
+ "eval_steps_per_second": 1.215,
1252
+ "eval_wer": 28.224974200206397,
1253
+ "step": 5000
1254
+ },
1255
+ {
1256
+ "epoch": 1.29,
1257
+ "step": 5000,
1258
+ "total_flos": 1.731454684839936e+19,
1259
+ "train_loss": 0.9546309856414795,
1260
+ "train_runtime": 8040.6439,
1261
+ "train_samples_per_second": 7.462,
1262
+ "train_steps_per_second": 0.622
1263
+ }
1264
+ ],
1265
+ "max_steps": 5000,
1266
+ "num_train_epochs": 2,
1267
+ "total_flos": 1.731454684839936e+19,
1268
+ "trial_name": null,
1269
+ "trial_params": null
1270
+ }