ZivKassnerNK commited on
Commit
e49d74a
·
1 Parent(s): 01fb97f

Add evaluation results and output files to model card

Browse files
README.md ADDED
@@ -0,0 +1,33 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ ---
2
+ language: code
3
+ tags:
4
+ - binary-classification
5
+ - model
6
+ - evaluation
7
+ metrics:
8
+ - average_precision: 0.74
9
+ - roc_auc: 0.84
10
+ ---
11
+
12
+ # Binary Classification Model
13
+
14
+ ## Evaluation Results
15
+
16
+ **Average Precision:** 0.74
17
+ **ROC AUC:** 0.84
18
+
19
+ ## Visualizations
20
+
21
+ ### Precision-Recall Curve
22
+ ![Precision-Recall Curve](./pr_curve.png)
23
+
24
+ ### ROC Curve
25
+ ![ROC Curve](./roc_curve.png)
26
+
27
+ ## Output Files and Directories
28
+
29
+ - 📂 `checkpoint-171/`
30
+ - `config.json`
31
+ - `model.safetensors`
32
+ - `preprocessor_config.json`
33
+ - `training_args.bin`
checkpoint-228/config.json ADDED
@@ -0,0 +1,22 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "architectures": [
3
+ "ViTForImageClassification"
4
+ ],
5
+ "attention_probs_dropout_prob": 0.0,
6
+ "encoder_stride": 16,
7
+ "hidden_act": "gelu",
8
+ "hidden_dropout_prob": 0.0,
9
+ "hidden_size": 256,
10
+ "image_size": 32,
11
+ "initializer_range": 0.02,
12
+ "intermediate_size": 512,
13
+ "layer_norm_eps": 1e-12,
14
+ "model_type": "vit",
15
+ "num_attention_heads": 8,
16
+ "num_channels": 3,
17
+ "num_hidden_layers": 4,
18
+ "patch_size": 4,
19
+ "qkv_bias": true,
20
+ "torch_dtype": "float32",
21
+ "transformers_version": "4.46.1"
22
+ }
checkpoint-228/model.safetensors ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:fdb0e0ecad02f76f806820610e622dfa4e5ec25ccb22820e9030eb4aea09a13b
3
+ size 8563512
checkpoint-228/optimizer.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:1f15b02a3873cfd9da1b562e3528561911b7c8880303e68589c7e3771500297a
3
+ size 17153530
checkpoint-228/preprocessor_config.json ADDED
@@ -0,0 +1,22 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "do_normalize": true,
3
+ "do_rescale": true,
4
+ "do_resize": false,
5
+ "image_mean": [
6
+ 0.5,
7
+ 0.5,
8
+ 0.5
9
+ ],
10
+ "image_processor_type": "ViTFeatureExtractor",
11
+ "image_std": [
12
+ 0.5,
13
+ 0.5,
14
+ 0.5
15
+ ],
16
+ "resample": 2,
17
+ "rescale_factor": 0.00392156862745098,
18
+ "size": {
19
+ "height": 32,
20
+ "width": 32
21
+ }
22
+ }
checkpoint-228/rng_state.pth ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:d97a55cedc4d48798b577555ae4c3e3736f22ab399c66ba765115d5525fc356e
3
+ size 14244
checkpoint-228/scheduler.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:507eea7b64305959b735e5710fe0927be568ba15ffe8cde09ad9936dd5f673e6
3
+ size 1000
checkpoint-228/trainer_state.json ADDED
@@ -0,0 +1,1857 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": 0.8388252148997135,
3
+ "best_model_checkpoint": "/tmp/logs/binary_classification_model_v3.1.3_junctions/checkpoint-228",
4
+ "epoch": 19.0,
5
+ "eval_steps": 500,
6
+ "global_step": 228,
7
+ "is_hyper_param_search": false,
8
+ "is_local_process_zero": true,
9
+ "is_world_process_zero": true,
10
+ "log_history": [
11
+ {
12
+ "epoch": 0.08333333333333333,
13
+ "grad_norm": 13.008352279663086,
14
+ "learning_rate": 2.0669698222405954e-07,
15
+ "loss": 1.4157,
16
+ "step": 1
17
+ },
18
+ {
19
+ "epoch": 0.16666666666666666,
20
+ "grad_norm": 13.666772842407227,
21
+ "learning_rate": 4.133939644481191e-07,
22
+ "loss": 1.4228,
23
+ "step": 2
24
+ },
25
+ {
26
+ "epoch": 0.25,
27
+ "grad_norm": 18.011869430541992,
28
+ "learning_rate": 6.200909466721785e-07,
29
+ "loss": 1.4609,
30
+ "step": 3
31
+ },
32
+ {
33
+ "epoch": 0.3333333333333333,
34
+ "grad_norm": 16.066177368164062,
35
+ "learning_rate": 8.267879288962382e-07,
36
+ "loss": 1.4447,
37
+ "step": 4
38
+ },
39
+ {
40
+ "epoch": 0.4166666666666667,
41
+ "grad_norm": 17.739500045776367,
42
+ "learning_rate": 1.0334849111202977e-06,
43
+ "loss": 1.4561,
44
+ "step": 5
45
+ },
46
+ {
47
+ "epoch": 0.5,
48
+ "grad_norm": 12.701050758361816,
49
+ "learning_rate": 1.240181893344357e-06,
50
+ "loss": 1.4118,
51
+ "step": 6
52
+ },
53
+ {
54
+ "epoch": 0.5833333333333334,
55
+ "grad_norm": 12.726056098937988,
56
+ "learning_rate": 1.4468788755684167e-06,
57
+ "loss": 1.4086,
58
+ "step": 7
59
+ },
60
+ {
61
+ "epoch": 0.6666666666666666,
62
+ "grad_norm": 11.069748878479004,
63
+ "learning_rate": 1.6535758577924763e-06,
64
+ "loss": 1.3948,
65
+ "step": 8
66
+ },
67
+ {
68
+ "epoch": 0.75,
69
+ "grad_norm": 12.336809158325195,
70
+ "learning_rate": 1.860272840016536e-06,
71
+ "loss": 1.4037,
72
+ "step": 9
73
+ },
74
+ {
75
+ "epoch": 0.8333333333333334,
76
+ "grad_norm": 11.593267440795898,
77
+ "learning_rate": 2.0669698222405953e-06,
78
+ "loss": 1.3902,
79
+ "step": 10
80
+ },
81
+ {
82
+ "epoch": 0.9166666666666666,
83
+ "grad_norm": 5.577626705169678,
84
+ "learning_rate": 2.273666804464655e-06,
85
+ "loss": 1.3633,
86
+ "step": 11
87
+ },
88
+ {
89
+ "epoch": 1.0,
90
+ "grad_norm": 4.752732753753662,
91
+ "learning_rate": 2.480363786688714e-06,
92
+ "loss": 1.3461,
93
+ "step": 12
94
+ },
95
+ {
96
+ "epoch": 1.0,
97
+ "eval_accuracy": 0.4973137535816619,
98
+ "eval_f1": 0.002132954141485958,
99
+ "eval_loss": 0.67629474401474,
100
+ "eval_precision": 0.6,
101
+ "eval_recall": 0.0010683760683760685,
102
+ "eval_runtime": 0.7826,
103
+ "eval_samples_per_second": 7135.45,
104
+ "eval_steps_per_second": 14.056,
105
+ "step": 12
106
+ },
107
+ {
108
+ "epoch": 1.0833333333333333,
109
+ "grad_norm": 5.861985206604004,
110
+ "learning_rate": 2.6870607689127738e-06,
111
+ "loss": 1.36,
112
+ "step": 13
113
+ },
114
+ {
115
+ "epoch": 1.1666666666666667,
116
+ "grad_norm": 4.5783538818359375,
117
+ "learning_rate": 2.8937577511368334e-06,
118
+ "loss": 1.3491,
119
+ "step": 14
120
+ },
121
+ {
122
+ "epoch": 1.25,
123
+ "grad_norm": 4.950338363647461,
124
+ "learning_rate": 3.100454733360893e-06,
125
+ "loss": 1.3413,
126
+ "step": 15
127
+ },
128
+ {
129
+ "epoch": 1.3333333333333333,
130
+ "grad_norm": 4.519286155700684,
131
+ "learning_rate": 3.3071517155849526e-06,
132
+ "loss": 1.3398,
133
+ "step": 16
134
+ },
135
+ {
136
+ "epoch": 1.4166666666666667,
137
+ "grad_norm": 3.9378013610839844,
138
+ "learning_rate": 3.5138486978090123e-06,
139
+ "loss": 1.3361,
140
+ "step": 17
141
+ },
142
+ {
143
+ "epoch": 1.5,
144
+ "grad_norm": 7.235836029052734,
145
+ "learning_rate": 3.720545680033072e-06,
146
+ "loss": 1.3378,
147
+ "step": 18
148
+ },
149
+ {
150
+ "epoch": 1.5833333333333335,
151
+ "grad_norm": 5.351963996887207,
152
+ "learning_rate": 3.927242662257131e-06,
153
+ "loss": 1.318,
154
+ "step": 19
155
+ },
156
+ {
157
+ "epoch": 1.6666666666666665,
158
+ "grad_norm": 8.636580467224121,
159
+ "learning_rate": 4.133939644481191e-06,
160
+ "loss": 1.3278,
161
+ "step": 20
162
+ },
163
+ {
164
+ "epoch": 1.75,
165
+ "grad_norm": 5.724945545196533,
166
+ "learning_rate": 4.34063662670525e-06,
167
+ "loss": 1.3097,
168
+ "step": 21
169
+ },
170
+ {
171
+ "epoch": 1.8333333333333335,
172
+ "grad_norm": 5.427116870880127,
173
+ "learning_rate": 4.54733360892931e-06,
174
+ "loss": 1.297,
175
+ "step": 22
176
+ },
177
+ {
178
+ "epoch": 1.9166666666666665,
179
+ "grad_norm": 3.9907078742980957,
180
+ "learning_rate": 4.754030591153369e-06,
181
+ "loss": 1.2955,
182
+ "step": 23
183
+ },
184
+ {
185
+ "epoch": 2.0,
186
+ "grad_norm": 4.581727981567383,
187
+ "learning_rate": 4.960727573377428e-06,
188
+ "loss": 1.2784,
189
+ "step": 24
190
+ },
191
+ {
192
+ "epoch": 2.0,
193
+ "eval_accuracy": 0.5134312320916905,
194
+ "eval_f1": 0.1642571516456475,
195
+ "eval_loss": 0.6319519877433777,
196
+ "eval_precision": 0.6027088036117382,
197
+ "eval_recall": 0.09508547008547008,
198
+ "eval_runtime": 0.8299,
199
+ "eval_samples_per_second": 6728.655,
200
+ "eval_steps_per_second": 13.255,
201
+ "step": 24
202
+ },
203
+ {
204
+ "epoch": 2.0833333333333335,
205
+ "grad_norm": 3.7912609577178955,
206
+ "learning_rate": 5.167424555601488e-06,
207
+ "loss": 1.2751,
208
+ "step": 25
209
+ },
210
+ {
211
+ "epoch": 2.1666666666666665,
212
+ "grad_norm": 4.529625415802002,
213
+ "learning_rate": 5.3741215378255476e-06,
214
+ "loss": 1.2557,
215
+ "step": 26
216
+ },
217
+ {
218
+ "epoch": 2.25,
219
+ "grad_norm": 4.522603988647461,
220
+ "learning_rate": 5.580818520049608e-06,
221
+ "loss": 1.2458,
222
+ "step": 27
223
+ },
224
+ {
225
+ "epoch": 2.3333333333333335,
226
+ "grad_norm": 3.9087917804718018,
227
+ "learning_rate": 5.787515502273667e-06,
228
+ "loss": 1.2485,
229
+ "step": 28
230
+ },
231
+ {
232
+ "epoch": 2.4166666666666665,
233
+ "grad_norm": 3.348869800567627,
234
+ "learning_rate": 5.994212484497727e-06,
235
+ "loss": 1.2404,
236
+ "step": 29
237
+ },
238
+ {
239
+ "epoch": 2.5,
240
+ "grad_norm": 4.038131237030029,
241
+ "learning_rate": 6.200909466721786e-06,
242
+ "loss": 1.2055,
243
+ "step": 30
244
+ },
245
+ {
246
+ "epoch": 2.5833333333333335,
247
+ "grad_norm": 5.1803388595581055,
248
+ "learning_rate": 6.407606448945845e-06,
249
+ "loss": 1.1886,
250
+ "step": 31
251
+ },
252
+ {
253
+ "epoch": 2.6666666666666665,
254
+ "grad_norm": 4.889699935913086,
255
+ "learning_rate": 6.614303431169905e-06,
256
+ "loss": 1.1927,
257
+ "step": 32
258
+ },
259
+ {
260
+ "epoch": 2.75,
261
+ "grad_norm": 3.525738000869751,
262
+ "learning_rate": 6.8210004133939645e-06,
263
+ "loss": 1.1978,
264
+ "step": 33
265
+ },
266
+ {
267
+ "epoch": 2.8333333333333335,
268
+ "grad_norm": 5.528476715087891,
269
+ "learning_rate": 7.0276973956180245e-06,
270
+ "loss": 1.1413,
271
+ "step": 34
272
+ },
273
+ {
274
+ "epoch": 2.9166666666666665,
275
+ "grad_norm": 3.697988271713257,
276
+ "learning_rate": 7.234394377842084e-06,
277
+ "loss": 1.1407,
278
+ "step": 35
279
+ },
280
+ {
281
+ "epoch": 3.0,
282
+ "grad_norm": 3.308899164199829,
283
+ "learning_rate": 7.441091360066144e-06,
284
+ "loss": 1.1521,
285
+ "step": 36
286
+ },
287
+ {
288
+ "epoch": 3.0,
289
+ "eval_accuracy": 0.7224212034383954,
290
+ "eval_f1": 0.7198120028922632,
291
+ "eval_loss": 0.5532130599021912,
292
+ "eval_precision": 0.7309104258443465,
293
+ "eval_recall": 0.709045584045584,
294
+ "eval_runtime": 0.8201,
295
+ "eval_samples_per_second": 6808.741,
296
+ "eval_steps_per_second": 13.413,
297
+ "step": 36
298
+ },
299
+ {
300
+ "epoch": 3.0833333333333335,
301
+ "grad_norm": 3.082005500793457,
302
+ "learning_rate": 7.647788342290202e-06,
303
+ "loss": 1.1304,
304
+ "step": 37
305
+ },
306
+ {
307
+ "epoch": 3.1666666666666665,
308
+ "grad_norm": 5.744527339935303,
309
+ "learning_rate": 7.854485324514261e-06,
310
+ "loss": 1.1228,
311
+ "step": 38
312
+ },
313
+ {
314
+ "epoch": 3.25,
315
+ "grad_norm": 6.02752161026001,
316
+ "learning_rate": 8.061182306738322e-06,
317
+ "loss": 1.0696,
318
+ "step": 39
319
+ },
320
+ {
321
+ "epoch": 3.3333333333333335,
322
+ "grad_norm": 6.481032848358154,
323
+ "learning_rate": 8.267879288962381e-06,
324
+ "loss": 1.0761,
325
+ "step": 40
326
+ },
327
+ {
328
+ "epoch": 3.4166666666666665,
329
+ "grad_norm": 2.9695193767547607,
330
+ "learning_rate": 8.47457627118644e-06,
331
+ "loss": 1.0528,
332
+ "step": 41
333
+ },
334
+ {
335
+ "epoch": 3.5,
336
+ "grad_norm": 3.486065626144409,
337
+ "learning_rate": 8.6812732534105e-06,
338
+ "loss": 1.0842,
339
+ "step": 42
340
+ },
341
+ {
342
+ "epoch": 3.5833333333333335,
343
+ "grad_norm": 4.507181167602539,
344
+ "learning_rate": 8.88797023563456e-06,
345
+ "loss": 1.0332,
346
+ "step": 43
347
+ },
348
+ {
349
+ "epoch": 3.6666666666666665,
350
+ "grad_norm": 2.18536639213562,
351
+ "learning_rate": 9.09466721785862e-06,
352
+ "loss": 1.0743,
353
+ "step": 44
354
+ },
355
+ {
356
+ "epoch": 3.75,
357
+ "grad_norm": 2.1089820861816406,
358
+ "learning_rate": 9.301364200082679e-06,
359
+ "loss": 1.0433,
360
+ "step": 45
361
+ },
362
+ {
363
+ "epoch": 3.8333333333333335,
364
+ "grad_norm": 2.000920534133911,
365
+ "learning_rate": 9.508061182306738e-06,
366
+ "loss": 1.0042,
367
+ "step": 46
368
+ },
369
+ {
370
+ "epoch": 3.9166666666666665,
371
+ "grad_norm": 3.83160662651062,
372
+ "learning_rate": 9.714758164530797e-06,
373
+ "loss": 0.9925,
374
+ "step": 47
375
+ },
376
+ {
377
+ "epoch": 4.0,
378
+ "grad_norm": 5.499476432800293,
379
+ "learning_rate": 9.921455146754857e-06,
380
+ "loss": 0.9794,
381
+ "step": 48
382
+ },
383
+ {
384
+ "epoch": 4.0,
385
+ "eval_accuracy": 0.7816977077363897,
386
+ "eval_f1": 0.8033553798999838,
387
+ "eval_loss": 0.49034950137138367,
388
+ "eval_precision": 0.7342966676496608,
389
+ "eval_recall": 0.8867521367521367,
390
+ "eval_runtime": 0.8092,
391
+ "eval_samples_per_second": 6901.055,
392
+ "eval_steps_per_second": 13.594,
393
+ "step": 48
394
+ },
395
+ {
396
+ "epoch": 4.083333333333333,
397
+ "grad_norm": 4.450442314147949,
398
+ "learning_rate": 1.0128152128978916e-05,
399
+ "loss": 1.004,
400
+ "step": 49
401
+ },
402
+ {
403
+ "epoch": 4.166666666666667,
404
+ "grad_norm": 6.789775371551514,
405
+ "learning_rate": 1.0334849111202977e-05,
406
+ "loss": 0.9547,
407
+ "step": 50
408
+ },
409
+ {
410
+ "epoch": 4.25,
411
+ "grad_norm": 10.135536193847656,
412
+ "learning_rate": 1.0541546093427036e-05,
413
+ "loss": 1.0277,
414
+ "step": 51
415
+ },
416
+ {
417
+ "epoch": 4.333333333333333,
418
+ "grad_norm": 7.634149551391602,
419
+ "learning_rate": 1.0748243075651095e-05,
420
+ "loss": 0.9353,
421
+ "step": 52
422
+ },
423
+ {
424
+ "epoch": 4.416666666666667,
425
+ "grad_norm": 4.420949459075928,
426
+ "learning_rate": 1.0954940057875154e-05,
427
+ "loss": 0.9919,
428
+ "step": 53
429
+ },
430
+ {
431
+ "epoch": 4.5,
432
+ "grad_norm": 3.7844886779785156,
433
+ "learning_rate": 1.1161637040099215e-05,
434
+ "loss": 0.9805,
435
+ "step": 54
436
+ },
437
+ {
438
+ "epoch": 4.583333333333333,
439
+ "grad_norm": 1.2264916896820068,
440
+ "learning_rate": 1.1368334022323274e-05,
441
+ "loss": 0.9856,
442
+ "step": 55
443
+ },
444
+ {
445
+ "epoch": 4.666666666666667,
446
+ "grad_norm": 11.561905860900879,
447
+ "learning_rate": 1.1575031004547334e-05,
448
+ "loss": 1.0431,
449
+ "step": 56
450
+ },
451
+ {
452
+ "epoch": 4.75,
453
+ "grad_norm": 5.218517303466797,
454
+ "learning_rate": 1.1781727986771393e-05,
455
+ "loss": 0.9875,
456
+ "step": 57
457
+ },
458
+ {
459
+ "epoch": 4.833333333333333,
460
+ "grad_norm": 8.459822654724121,
461
+ "learning_rate": 1.1988424968995454e-05,
462
+ "loss": 0.9652,
463
+ "step": 58
464
+ },
465
+ {
466
+ "epoch": 4.916666666666667,
467
+ "grad_norm": 2.2815685272216797,
468
+ "learning_rate": 1.2195121951219513e-05,
469
+ "loss": 0.9794,
470
+ "step": 59
471
+ },
472
+ {
473
+ "epoch": 5.0,
474
+ "grad_norm": 9.657059669494629,
475
+ "learning_rate": 1.2401818933443572e-05,
476
+ "loss": 0.9521,
477
+ "step": 60
478
+ },
479
+ {
480
+ "epoch": 5.0,
481
+ "eval_accuracy": 0.7247492836676218,
482
+ "eval_f1": 0.723511422917791,
483
+ "eval_loss": 0.4798118770122528,
484
+ "eval_precision": 0.7310069065794257,
485
+ "eval_recall": 0.7161680911680912,
486
+ "eval_runtime": 0.8493,
487
+ "eval_samples_per_second": 6574.48,
488
+ "eval_steps_per_second": 12.951,
489
+ "step": 60
490
+ },
491
+ {
492
+ "epoch": 5.083333333333333,
493
+ "grad_norm": 12.710640907287598,
494
+ "learning_rate": 1.2608515915667631e-05,
495
+ "loss": 0.9839,
496
+ "step": 61
497
+ },
498
+ {
499
+ "epoch": 5.166666666666667,
500
+ "grad_norm": 12.185357093811035,
501
+ "learning_rate": 1.281521289789169e-05,
502
+ "loss": 1.0032,
503
+ "step": 62
504
+ },
505
+ {
506
+ "epoch": 5.25,
507
+ "grad_norm": 11.39303970336914,
508
+ "learning_rate": 1.3021909880115751e-05,
509
+ "loss": 0.962,
510
+ "step": 63
511
+ },
512
+ {
513
+ "epoch": 5.333333333333333,
514
+ "grad_norm": 1.437285304069519,
515
+ "learning_rate": 1.322860686233981e-05,
516
+ "loss": 0.9518,
517
+ "step": 64
518
+ },
519
+ {
520
+ "epoch": 5.416666666666667,
521
+ "grad_norm": 4.353344440460205,
522
+ "learning_rate": 1.343530384456387e-05,
523
+ "loss": 0.9594,
524
+ "step": 65
525
+ },
526
+ {
527
+ "epoch": 5.5,
528
+ "grad_norm": 4.012881755828857,
529
+ "learning_rate": 1.3642000826787929e-05,
530
+ "loss": 0.9457,
531
+ "step": 66
532
+ },
533
+ {
534
+ "epoch": 5.583333333333333,
535
+ "grad_norm": 2.2280287742614746,
536
+ "learning_rate": 1.384869780901199e-05,
537
+ "loss": 0.9613,
538
+ "step": 67
539
+ },
540
+ {
541
+ "epoch": 5.666666666666667,
542
+ "grad_norm": 1.5106911659240723,
543
+ "learning_rate": 1.4055394791236049e-05,
544
+ "loss": 0.9598,
545
+ "step": 68
546
+ },
547
+ {
548
+ "epoch": 5.75,
549
+ "grad_norm": 2.5880537033081055,
550
+ "learning_rate": 1.4262091773460108e-05,
551
+ "loss": 0.9843,
552
+ "step": 69
553
+ },
554
+ {
555
+ "epoch": 5.833333333333333,
556
+ "grad_norm": 1.996254563331604,
557
+ "learning_rate": 1.4468788755684167e-05,
558
+ "loss": 0.8948,
559
+ "step": 70
560
+ },
561
+ {
562
+ "epoch": 5.916666666666667,
563
+ "grad_norm": 4.193304061889648,
564
+ "learning_rate": 1.4675485737908228e-05,
565
+ "loss": 0.9226,
566
+ "step": 71
567
+ },
568
+ {
569
+ "epoch": 6.0,
570
+ "grad_norm": 3.2173025608062744,
571
+ "learning_rate": 1.4882182720132287e-05,
572
+ "loss": 0.9952,
573
+ "step": 72
574
+ },
575
+ {
576
+ "epoch": 6.0,
577
+ "eval_accuracy": 0.7809813753581661,
578
+ "eval_f1": 0.803218020917136,
579
+ "eval_loss": 0.4652039408683777,
580
+ "eval_precision": 0.7326093337246845,
581
+ "eval_recall": 0.8888888888888888,
582
+ "eval_runtime": 0.8886,
583
+ "eval_samples_per_second": 6284.084,
584
+ "eval_steps_per_second": 12.379,
585
+ "step": 72
586
+ },
587
+ {
588
+ "epoch": 6.083333333333333,
589
+ "grad_norm": 5.742236137390137,
590
+ "learning_rate": 1.5088879702356347e-05,
591
+ "loss": 0.9661,
592
+ "step": 73
593
+ },
594
+ {
595
+ "epoch": 6.166666666666667,
596
+ "grad_norm": 6.754814147949219,
597
+ "learning_rate": 1.5295576684580404e-05,
598
+ "loss": 0.9349,
599
+ "step": 74
600
+ },
601
+ {
602
+ "epoch": 6.25,
603
+ "grad_norm": 7.546127796173096,
604
+ "learning_rate": 1.5502273666804463e-05,
605
+ "loss": 0.9135,
606
+ "step": 75
607
+ },
608
+ {
609
+ "epoch": 6.333333333333333,
610
+ "grad_norm": 3.626211404800415,
611
+ "learning_rate": 1.5708970649028523e-05,
612
+ "loss": 0.9736,
613
+ "step": 76
614
+ },
615
+ {
616
+ "epoch": 6.416666666666667,
617
+ "grad_norm": 1.5129320621490479,
618
+ "learning_rate": 1.5915667631252582e-05,
619
+ "loss": 0.9112,
620
+ "step": 77
621
+ },
622
+ {
623
+ "epoch": 6.5,
624
+ "grad_norm": 5.451498031616211,
625
+ "learning_rate": 1.6122364613476644e-05,
626
+ "loss": 0.9227,
627
+ "step": 78
628
+ },
629
+ {
630
+ "epoch": 6.583333333333333,
631
+ "grad_norm": 1.7330838441848755,
632
+ "learning_rate": 1.6329061595700704e-05,
633
+ "loss": 0.934,
634
+ "step": 79
635
+ },
636
+ {
637
+ "epoch": 6.666666666666667,
638
+ "grad_norm": 7.836896896362305,
639
+ "learning_rate": 1.6535758577924763e-05,
640
+ "loss": 1.007,
641
+ "step": 80
642
+ },
643
+ {
644
+ "epoch": 6.75,
645
+ "grad_norm": 3.248494863510132,
646
+ "learning_rate": 1.6742455560148822e-05,
647
+ "loss": 0.9134,
648
+ "step": 81
649
+ },
650
+ {
651
+ "epoch": 6.833333333333333,
652
+ "grad_norm": 3.5367369651794434,
653
+ "learning_rate": 1.694915254237288e-05,
654
+ "loss": 0.9353,
655
+ "step": 82
656
+ },
657
+ {
658
+ "epoch": 6.916666666666667,
659
+ "grad_norm": 7.193138122558594,
660
+ "learning_rate": 1.715584952459694e-05,
661
+ "loss": 0.9518,
662
+ "step": 83
663
+ },
664
+ {
665
+ "epoch": 7.0,
666
+ "grad_norm": 1.2551543712615967,
667
+ "learning_rate": 1.7362546506821e-05,
668
+ "loss": 1.0059,
669
+ "step": 84
670
+ },
671
+ {
672
+ "epoch": 7.0,
673
+ "eval_accuracy": 0.7657593123209169,
674
+ "eval_f1": 0.7808310991957105,
675
+ "eval_loss": 0.46547508239746094,
676
+ "eval_precision": 0.7373417721518988,
677
+ "eval_recall": 0.8297720797720798,
678
+ "eval_runtime": 0.9148,
679
+ "eval_samples_per_second": 6104.108,
680
+ "eval_steps_per_second": 12.025,
681
+ "step": 84
682
+ },
683
+ {
684
+ "epoch": 7.083333333333333,
685
+ "grad_norm": 7.826042652130127,
686
+ "learning_rate": 1.756924348904506e-05,
687
+ "loss": 0.9174,
688
+ "step": 85
689
+ },
690
+ {
691
+ "epoch": 7.166666666666667,
692
+ "grad_norm": 6.515051364898682,
693
+ "learning_rate": 1.777594047126912e-05,
694
+ "loss": 0.9969,
695
+ "step": 86
696
+ },
697
+ {
698
+ "epoch": 7.25,
699
+ "grad_norm": 10.743474960327148,
700
+ "learning_rate": 1.798263745349318e-05,
701
+ "loss": 0.9585,
702
+ "step": 87
703
+ },
704
+ {
705
+ "epoch": 7.333333333333333,
706
+ "grad_norm": 1.4464409351348877,
707
+ "learning_rate": 1.818933443571724e-05,
708
+ "loss": 0.9702,
709
+ "step": 88
710
+ },
711
+ {
712
+ "epoch": 7.416666666666667,
713
+ "grad_norm": 9.397377014160156,
714
+ "learning_rate": 1.83960314179413e-05,
715
+ "loss": 0.9586,
716
+ "step": 89
717
+ },
718
+ {
719
+ "epoch": 7.5,
720
+ "grad_norm": 2.005628824234009,
721
+ "learning_rate": 1.8602728400165358e-05,
722
+ "loss": 0.9062,
723
+ "step": 90
724
+ },
725
+ {
726
+ "epoch": 7.583333333333333,
727
+ "grad_norm": 0.8444802761077881,
728
+ "learning_rate": 1.8809425382389417e-05,
729
+ "loss": 0.8903,
730
+ "step": 91
731
+ },
732
+ {
733
+ "epoch": 7.666666666666667,
734
+ "grad_norm": 3.0471880435943604,
735
+ "learning_rate": 1.9016122364613476e-05,
736
+ "loss": 0.9279,
737
+ "step": 92
738
+ },
739
+ {
740
+ "epoch": 7.75,
741
+ "grad_norm": 10.25209903717041,
742
+ "learning_rate": 1.9222819346837536e-05,
743
+ "loss": 0.9189,
744
+ "step": 93
745
+ },
746
+ {
747
+ "epoch": 7.833333333333333,
748
+ "grad_norm": 3.7932651042938232,
749
+ "learning_rate": 1.9429516329061595e-05,
750
+ "loss": 0.9612,
751
+ "step": 94
752
+ },
753
+ {
754
+ "epoch": 7.916666666666667,
755
+ "grad_norm": 8.85326862335205,
756
+ "learning_rate": 1.9636213311285657e-05,
757
+ "loss": 0.8939,
758
+ "step": 95
759
+ },
760
+ {
761
+ "epoch": 8.0,
762
+ "grad_norm": 4.815281867980957,
763
+ "learning_rate": 1.9842910293509713e-05,
764
+ "loss": 0.9353,
765
+ "step": 96
766
+ },
767
+ {
768
+ "epoch": 8.0,
769
+ "eval_accuracy": 0.7888610315186246,
770
+ "eval_f1": 0.8158675620802749,
771
+ "eval_loss": 0.45332759618759155,
772
+ "eval_precision": 0.7265646731571628,
773
+ "eval_recall": 0.9301994301994302,
774
+ "eval_runtime": 0.8586,
775
+ "eval_samples_per_second": 6503.642,
776
+ "eval_steps_per_second": 12.812,
777
+ "step": 96
778
+ },
779
+ {
780
+ "epoch": 8.083333333333334,
781
+ "grad_norm": 2.567741632461548,
782
+ "learning_rate": 2.0049607275733776e-05,
783
+ "loss": 0.9172,
784
+ "step": 97
785
+ },
786
+ {
787
+ "epoch": 8.166666666666666,
788
+ "grad_norm": 6.861955642700195,
789
+ "learning_rate": 2.025630425795783e-05,
790
+ "loss": 0.998,
791
+ "step": 98
792
+ },
793
+ {
794
+ "epoch": 8.25,
795
+ "grad_norm": 1.5927001237869263,
796
+ "learning_rate": 2.0463001240181894e-05,
797
+ "loss": 0.9389,
798
+ "step": 99
799
+ },
800
+ {
801
+ "epoch": 8.333333333333334,
802
+ "grad_norm": 7.267998695373535,
803
+ "learning_rate": 2.0669698222405953e-05,
804
+ "loss": 0.8969,
805
+ "step": 100
806
+ },
807
+ {
808
+ "epoch": 8.416666666666666,
809
+ "grad_norm": 6.102052211761475,
810
+ "learning_rate": 2.0876395204630013e-05,
811
+ "loss": 0.8746,
812
+ "step": 101
813
+ },
814
+ {
815
+ "epoch": 8.5,
816
+ "grad_norm": 7.087440490722656,
817
+ "learning_rate": 2.1083092186854072e-05,
818
+ "loss": 0.9124,
819
+ "step": 102
820
+ },
821
+ {
822
+ "epoch": 8.583333333333334,
823
+ "grad_norm": 4.715837001800537,
824
+ "learning_rate": 2.1289789169078134e-05,
825
+ "loss": 0.9194,
826
+ "step": 103
827
+ },
828
+ {
829
+ "epoch": 8.666666666666666,
830
+ "grad_norm": 8.213499069213867,
831
+ "learning_rate": 2.149648615130219e-05,
832
+ "loss": 0.8937,
833
+ "step": 104
834
+ },
835
+ {
836
+ "epoch": 8.75,
837
+ "grad_norm": 7.216043949127197,
838
+ "learning_rate": 2.1703183133526253e-05,
839
+ "loss": 0.9473,
840
+ "step": 105
841
+ },
842
+ {
843
+ "epoch": 8.833333333333334,
844
+ "grad_norm": 8.029379844665527,
845
+ "learning_rate": 2.190988011575031e-05,
846
+ "loss": 0.9368,
847
+ "step": 106
848
+ },
849
+ {
850
+ "epoch": 8.916666666666666,
851
+ "grad_norm": 26.224346160888672,
852
+ "learning_rate": 2.211657709797437e-05,
853
+ "loss": 0.9433,
854
+ "step": 107
855
+ },
856
+ {
857
+ "epoch": 9.0,
858
+ "grad_norm": 4.666304111480713,
859
+ "learning_rate": 2.232327408019843e-05,
860
+ "loss": 0.958,
861
+ "step": 108
862
+ },
863
+ {
864
+ "epoch": 9.0,
865
+ "eval_accuracy": 0.7901146131805158,
866
+ "eval_f1": 0.8189681804139636,
867
+ "eval_loss": 0.44851964712142944,
868
+ "eval_precision": 0.7231314784506274,
869
+ "eval_recall": 0.9440883190883191,
870
+ "eval_runtime": 0.8565,
871
+ "eval_samples_per_second": 6519.192,
872
+ "eval_steps_per_second": 12.842,
873
+ "step": 108
874
+ },
875
+ {
876
+ "epoch": 9.083333333333334,
877
+ "grad_norm": 5.73352575302124,
878
+ "learning_rate": 2.252997106242249e-05,
879
+ "loss": 0.9322,
880
+ "step": 109
881
+ },
882
+ {
883
+ "epoch": 9.166666666666666,
884
+ "grad_norm": 5.408687591552734,
885
+ "learning_rate": 2.273666804464655e-05,
886
+ "loss": 0.918,
887
+ "step": 110
888
+ },
889
+ {
890
+ "epoch": 9.25,
891
+ "grad_norm": 4.718300819396973,
892
+ "learning_rate": 2.294336502687061e-05,
893
+ "loss": 0.9055,
894
+ "step": 111
895
+ },
896
+ {
897
+ "epoch": 9.333333333333334,
898
+ "grad_norm": 4.96096658706665,
899
+ "learning_rate": 2.3150062009094667e-05,
900
+ "loss": 0.8929,
901
+ "step": 112
902
+ },
903
+ {
904
+ "epoch": 9.416666666666666,
905
+ "grad_norm": 5.030294418334961,
906
+ "learning_rate": 2.335675899131873e-05,
907
+ "loss": 0.9204,
908
+ "step": 113
909
+ },
910
+ {
911
+ "epoch": 9.5,
912
+ "grad_norm": 10.890329360961914,
913
+ "learning_rate": 2.3563455973542786e-05,
914
+ "loss": 0.8786,
915
+ "step": 114
916
+ },
917
+ {
918
+ "epoch": 9.583333333333334,
919
+ "grad_norm": 4.339248180389404,
920
+ "learning_rate": 2.3770152955766848e-05,
921
+ "loss": 0.8955,
922
+ "step": 115
923
+ },
924
+ {
925
+ "epoch": 9.666666666666666,
926
+ "grad_norm": 5.493417263031006,
927
+ "learning_rate": 2.3976849937990907e-05,
928
+ "loss": 0.9566,
929
+ "step": 116
930
+ },
931
+ {
932
+ "epoch": 9.75,
933
+ "grad_norm": 14.134764671325684,
934
+ "learning_rate": 2.4183546920214967e-05,
935
+ "loss": 0.8951,
936
+ "step": 117
937
+ },
938
+ {
939
+ "epoch": 9.833333333333334,
940
+ "grad_norm": 9.192184448242188,
941
+ "learning_rate": 2.4390243902439026e-05,
942
+ "loss": 0.9366,
943
+ "step": 118
944
+ },
945
+ {
946
+ "epoch": 9.916666666666666,
947
+ "grad_norm": 5.674501419067383,
948
+ "learning_rate": 2.459694088466308e-05,
949
+ "loss": 0.9481,
950
+ "step": 119
951
+ },
952
+ {
953
+ "epoch": 10.0,
954
+ "grad_norm": 7.524171352386475,
955
+ "learning_rate": 2.4803637866887144e-05,
956
+ "loss": 0.8831,
957
+ "step": 120
958
+ },
959
+ {
960
+ "epoch": 10.0,
961
+ "eval_accuracy": 0.7877865329512894,
962
+ "eval_f1": 0.8118749007779013,
963
+ "eval_loss": 0.441786527633667,
964
+ "eval_precision": 0.7324548839873961,
965
+ "eval_recall": 0.9106125356125356,
966
+ "eval_runtime": 0.8845,
967
+ "eval_samples_per_second": 6313.336,
968
+ "eval_steps_per_second": 12.437,
969
+ "step": 120
970
+ },
971
+ {
972
+ "epoch": 10.083333333333334,
973
+ "grad_norm": 4.1865315437316895,
974
+ "learning_rate": 2.50103348491112e-05,
975
+ "loss": 0.8577,
976
+ "step": 121
977
+ },
978
+ {
979
+ "epoch": 10.166666666666666,
980
+ "grad_norm": 3.912219524383545,
981
+ "learning_rate": 2.5217031831335263e-05,
982
+ "loss": 0.8968,
983
+ "step": 122
984
+ },
985
+ {
986
+ "epoch": 10.25,
987
+ "grad_norm": 2.462045431137085,
988
+ "learning_rate": 2.5423728813559322e-05,
989
+ "loss": 0.873,
990
+ "step": 123
991
+ },
992
+ {
993
+ "epoch": 10.333333333333334,
994
+ "grad_norm": 9.20329761505127,
995
+ "learning_rate": 2.563042579578338e-05,
996
+ "loss": 0.9218,
997
+ "step": 124
998
+ },
999
+ {
1000
+ "epoch": 10.416666666666666,
1001
+ "grad_norm": 10.658252716064453,
1002
+ "learning_rate": 2.583712277800744e-05,
1003
+ "loss": 0.8754,
1004
+ "step": 125
1005
+ },
1006
+ {
1007
+ "epoch": 10.5,
1008
+ "grad_norm": 12.687186241149902,
1009
+ "learning_rate": 2.6043819760231503e-05,
1010
+ "loss": 0.8939,
1011
+ "step": 126
1012
+ },
1013
+ {
1014
+ "epoch": 10.583333333333334,
1015
+ "grad_norm": 15.834625244140625,
1016
+ "learning_rate": 2.625051674245556e-05,
1017
+ "loss": 0.9424,
1018
+ "step": 127
1019
+ },
1020
+ {
1021
+ "epoch": 10.666666666666666,
1022
+ "grad_norm": 2.268646717071533,
1023
+ "learning_rate": 2.645721372467962e-05,
1024
+ "loss": 0.9092,
1025
+ "step": 128
1026
+ },
1027
+ {
1028
+ "epoch": 10.75,
1029
+ "grad_norm": 11.147329330444336,
1030
+ "learning_rate": 2.6663910706903677e-05,
1031
+ "loss": 0.8842,
1032
+ "step": 129
1033
+ },
1034
+ {
1035
+ "epoch": 10.833333333333334,
1036
+ "grad_norm": 5.504317283630371,
1037
+ "learning_rate": 2.687060768912774e-05,
1038
+ "loss": 0.8608,
1039
+ "step": 130
1040
+ },
1041
+ {
1042
+ "epoch": 10.916666666666666,
1043
+ "grad_norm": 15.80197811126709,
1044
+ "learning_rate": 2.70773046713518e-05,
1045
+ "loss": 0.9409,
1046
+ "step": 131
1047
+ },
1048
+ {
1049
+ "epoch": 11.0,
1050
+ "grad_norm": 8.165436744689941,
1051
+ "learning_rate": 2.7284001653575858e-05,
1052
+ "loss": 0.8816,
1053
+ "step": 132
1054
+ },
1055
+ {
1056
+ "epoch": 11.0,
1057
+ "eval_accuracy": 0.7978151862464183,
1058
+ "eval_f1": 0.8197924980047885,
1059
+ "eval_loss": 0.4275962710380554,
1060
+ "eval_precision": 0.7428406132484814,
1061
+ "eval_recall": 0.9145299145299145,
1062
+ "eval_runtime": 1.1147,
1063
+ "eval_samples_per_second": 5009.26,
1064
+ "eval_steps_per_second": 9.868,
1065
+ "step": 132
1066
+ },
1067
+ {
1068
+ "epoch": 11.083333333333334,
1069
+ "grad_norm": 2.223496913909912,
1070
+ "learning_rate": 2.7490698635799917e-05,
1071
+ "loss": 0.8692,
1072
+ "step": 133
1073
+ },
1074
+ {
1075
+ "epoch": 11.166666666666666,
1076
+ "grad_norm": 17.665945053100586,
1077
+ "learning_rate": 2.769739561802398e-05,
1078
+ "loss": 0.9118,
1079
+ "step": 134
1080
+ },
1081
+ {
1082
+ "epoch": 11.25,
1083
+ "grad_norm": 33.71101379394531,
1084
+ "learning_rate": 2.7904092600248035e-05,
1085
+ "loss": 0.8861,
1086
+ "step": 135
1087
+ },
1088
+ {
1089
+ "epoch": 11.333333333333334,
1090
+ "grad_norm": 23.88389015197754,
1091
+ "learning_rate": 2.8110789582472098e-05,
1092
+ "loss": 0.8556,
1093
+ "step": 136
1094
+ },
1095
+ {
1096
+ "epoch": 11.416666666666666,
1097
+ "grad_norm": 1.9535236358642578,
1098
+ "learning_rate": 2.8317486564696154e-05,
1099
+ "loss": 0.8316,
1100
+ "step": 137
1101
+ },
1102
+ {
1103
+ "epoch": 11.5,
1104
+ "grad_norm": 14.455438613891602,
1105
+ "learning_rate": 2.8524183546920216e-05,
1106
+ "loss": 0.9293,
1107
+ "step": 138
1108
+ },
1109
+ {
1110
+ "epoch": 11.583333333333334,
1111
+ "grad_norm": 9.921207427978516,
1112
+ "learning_rate": 2.8730880529144276e-05,
1113
+ "loss": 0.8619,
1114
+ "step": 139
1115
+ },
1116
+ {
1117
+ "epoch": 11.666666666666666,
1118
+ "grad_norm": 12.480018615722656,
1119
+ "learning_rate": 2.8937577511368335e-05,
1120
+ "loss": 0.9273,
1121
+ "step": 140
1122
+ },
1123
+ {
1124
+ "epoch": 11.75,
1125
+ "grad_norm": 14.018143653869629,
1126
+ "learning_rate": 2.9144274493592394e-05,
1127
+ "loss": 0.809,
1128
+ "step": 141
1129
+ },
1130
+ {
1131
+ "epoch": 11.833333333333334,
1132
+ "grad_norm": 6.436577320098877,
1133
+ "learning_rate": 2.9350971475816457e-05,
1134
+ "loss": 0.8092,
1135
+ "step": 142
1136
+ },
1137
+ {
1138
+ "epoch": 11.916666666666666,
1139
+ "grad_norm": 21.0689640045166,
1140
+ "learning_rate": 2.9557668458040512e-05,
1141
+ "loss": 0.8925,
1142
+ "step": 143
1143
+ },
1144
+ {
1145
+ "epoch": 12.0,
1146
+ "grad_norm": 21.12411117553711,
1147
+ "learning_rate": 2.9764365440264575e-05,
1148
+ "loss": 0.9238,
1149
+ "step": 144
1150
+ },
1151
+ {
1152
+ "epoch": 12.0,
1153
+ "eval_accuracy": 0.8042621776504298,
1154
+ "eval_f1": 0.8249799839871897,
1155
+ "eval_loss": 0.4249096214771271,
1156
+ "eval_precision": 0.7494908350305499,
1157
+ "eval_recall": 0.9173789173789174,
1158
+ "eval_runtime": 0.9206,
1159
+ "eval_samples_per_second": 6065.673,
1160
+ "eval_steps_per_second": 11.949,
1161
+ "step": 144
1162
+ },
1163
+ {
1164
+ "epoch": 12.083333333333334,
1165
+ "grad_norm": 16.12071418762207,
1166
+ "learning_rate": 2.997106242248863e-05,
1167
+ "loss": 0.8618,
1168
+ "step": 145
1169
+ },
1170
+ {
1171
+ "epoch": 12.166666666666666,
1172
+ "grad_norm": 9.940985679626465,
1173
+ "learning_rate": 3.0177759404712693e-05,
1174
+ "loss": 0.8383,
1175
+ "step": 146
1176
+ },
1177
+ {
1178
+ "epoch": 12.25,
1179
+ "grad_norm": 7.171441078186035,
1180
+ "learning_rate": 3.0384456386936753e-05,
1181
+ "loss": 0.8693,
1182
+ "step": 147
1183
+ },
1184
+ {
1185
+ "epoch": 12.333333333333334,
1186
+ "grad_norm": 17.261926651000977,
1187
+ "learning_rate": 3.059115336916081e-05,
1188
+ "loss": 0.8513,
1189
+ "step": 148
1190
+ },
1191
+ {
1192
+ "epoch": 12.416666666666666,
1193
+ "grad_norm": 16.04341697692871,
1194
+ "learning_rate": 3.079785035138487e-05,
1195
+ "loss": 0.8327,
1196
+ "step": 149
1197
+ },
1198
+ {
1199
+ "epoch": 12.5,
1200
+ "grad_norm": 6.637321472167969,
1201
+ "learning_rate": 3.100454733360893e-05,
1202
+ "loss": 0.828,
1203
+ "step": 150
1204
+ },
1205
+ {
1206
+ "epoch": 12.583333333333334,
1207
+ "grad_norm": 13.405370712280273,
1208
+ "learning_rate": 3.121124431583299e-05,
1209
+ "loss": 0.8454,
1210
+ "step": 151
1211
+ },
1212
+ {
1213
+ "epoch": 12.666666666666666,
1214
+ "grad_norm": 14.123351097106934,
1215
+ "learning_rate": 3.1417941298057045e-05,
1216
+ "loss": 0.8108,
1217
+ "step": 152
1218
+ },
1219
+ {
1220
+ "epoch": 12.75,
1221
+ "grad_norm": 3.29341459274292,
1222
+ "learning_rate": 3.162463828028111e-05,
1223
+ "loss": 0.8067,
1224
+ "step": 153
1225
+ },
1226
+ {
1227
+ "epoch": 12.833333333333334,
1228
+ "grad_norm": 10.833609580993652,
1229
+ "learning_rate": 3.1831335262505164e-05,
1230
+ "loss": 0.8219,
1231
+ "step": 154
1232
+ },
1233
+ {
1234
+ "epoch": 12.916666666666666,
1235
+ "grad_norm": 11.29476261138916,
1236
+ "learning_rate": 3.2038032244729226e-05,
1237
+ "loss": 0.8237,
1238
+ "step": 155
1239
+ },
1240
+ {
1241
+ "epoch": 13.0,
1242
+ "grad_norm": 14.614105224609375,
1243
+ "learning_rate": 3.224472922695329e-05,
1244
+ "loss": 0.8667,
1245
+ "step": 156
1246
+ },
1247
+ {
1248
+ "epoch": 13.0,
1249
+ "eval_accuracy": 0.8202005730659025,
1250
+ "eval_f1": 0.8284347231715653,
1251
+ "eval_loss": 0.4048195779323578,
1252
+ "eval_precision": 0.7963206307490145,
1253
+ "eval_recall": 0.8632478632478633,
1254
+ "eval_runtime": 0.9164,
1255
+ "eval_samples_per_second": 6093.191,
1256
+ "eval_steps_per_second": 12.003,
1257
+ "step": 156
1258
+ },
1259
+ {
1260
+ "epoch": 13.083333333333334,
1261
+ "grad_norm": 14.725034713745117,
1262
+ "learning_rate": 3.2451426209177345e-05,
1263
+ "loss": 0.8001,
1264
+ "step": 157
1265
+ },
1266
+ {
1267
+ "epoch": 13.166666666666666,
1268
+ "grad_norm": 7.957756042480469,
1269
+ "learning_rate": 3.265812319140141e-05,
1270
+ "loss": 0.7783,
1271
+ "step": 158
1272
+ },
1273
+ {
1274
+ "epoch": 13.25,
1275
+ "grad_norm": 10.417937278747559,
1276
+ "learning_rate": 3.286482017362547e-05,
1277
+ "loss": 0.8804,
1278
+ "step": 159
1279
+ },
1280
+ {
1281
+ "epoch": 13.333333333333334,
1282
+ "grad_norm": 19.055553436279297,
1283
+ "learning_rate": 3.3071517155849525e-05,
1284
+ "loss": 0.8248,
1285
+ "step": 160
1286
+ },
1287
+ {
1288
+ "epoch": 13.416666666666666,
1289
+ "grad_norm": 8.582987785339355,
1290
+ "learning_rate": 3.327821413807359e-05,
1291
+ "loss": 0.8331,
1292
+ "step": 161
1293
+ },
1294
+ {
1295
+ "epoch": 13.5,
1296
+ "grad_norm": 9.180889129638672,
1297
+ "learning_rate": 3.3484911120297644e-05,
1298
+ "loss": 0.8187,
1299
+ "step": 162
1300
+ },
1301
+ {
1302
+ "epoch": 13.583333333333334,
1303
+ "grad_norm": 10.075421333312988,
1304
+ "learning_rate": 3.3691608102521706e-05,
1305
+ "loss": 0.7689,
1306
+ "step": 163
1307
+ },
1308
+ {
1309
+ "epoch": 13.666666666666666,
1310
+ "grad_norm": 9.318410873413086,
1311
+ "learning_rate": 3.389830508474576e-05,
1312
+ "loss": 0.7934,
1313
+ "step": 164
1314
+ },
1315
+ {
1316
+ "epoch": 13.75,
1317
+ "grad_norm": 2.9320974349975586,
1318
+ "learning_rate": 3.4105002066969825e-05,
1319
+ "loss": 0.8437,
1320
+ "step": 165
1321
+ },
1322
+ {
1323
+ "epoch": 13.833333333333334,
1324
+ "grad_norm": 14.561713218688965,
1325
+ "learning_rate": 3.431169904919388e-05,
1326
+ "loss": 0.8451,
1327
+ "step": 166
1328
+ },
1329
+ {
1330
+ "epoch": 13.916666666666666,
1331
+ "grad_norm": 21.375545501708984,
1332
+ "learning_rate": 3.451839603141794e-05,
1333
+ "loss": 0.8189,
1334
+ "step": 167
1335
+ },
1336
+ {
1337
+ "epoch": 14.0,
1338
+ "grad_norm": 22.70510482788086,
1339
+ "learning_rate": 3.4725093013642e-05,
1340
+ "loss": 0.7486,
1341
+ "step": 168
1342
+ },
1343
+ {
1344
+ "epoch": 14.0,
1345
+ "eval_accuracy": 0.8305873925501432,
1346
+ "eval_f1": 0.8388964577656676,
1347
+ "eval_loss": 0.3896721303462982,
1348
+ "eval_precision": 0.8038511749347258,
1349
+ "eval_recall": 0.8771367521367521,
1350
+ "eval_runtime": 1.0222,
1351
+ "eval_samples_per_second": 5462.668,
1352
+ "eval_steps_per_second": 10.761,
1353
+ "step": 168
1354
+ },
1355
+ {
1356
+ "epoch": 14.083333333333334,
1357
+ "grad_norm": 11.696023941040039,
1358
+ "learning_rate": 3.493178999586606e-05,
1359
+ "loss": 0.8159,
1360
+ "step": 169
1361
+ },
1362
+ {
1363
+ "epoch": 14.166666666666666,
1364
+ "grad_norm": 8.56267261505127,
1365
+ "learning_rate": 3.513848697809012e-05,
1366
+ "loss": 0.8037,
1367
+ "step": 170
1368
+ },
1369
+ {
1370
+ "epoch": 14.25,
1371
+ "grad_norm": 25.44778823852539,
1372
+ "learning_rate": 3.534518396031418e-05,
1373
+ "loss": 0.8222,
1374
+ "step": 171
1375
+ },
1376
+ {
1377
+ "epoch": 14.333333333333334,
1378
+ "grad_norm": 17.102243423461914,
1379
+ "learning_rate": 3.555188094253824e-05,
1380
+ "loss": 0.8194,
1381
+ "step": 172
1382
+ },
1383
+ {
1384
+ "epoch": 14.416666666666666,
1385
+ "grad_norm": 4.854645729064941,
1386
+ "learning_rate": 3.57585779247623e-05,
1387
+ "loss": 0.7582,
1388
+ "step": 173
1389
+ },
1390
+ {
1391
+ "epoch": 14.5,
1392
+ "grad_norm": 16.25187873840332,
1393
+ "learning_rate": 3.596527490698636e-05,
1394
+ "loss": 0.8399,
1395
+ "step": 174
1396
+ },
1397
+ {
1398
+ "epoch": 14.583333333333334,
1399
+ "grad_norm": 17.408138275146484,
1400
+ "learning_rate": 3.6171971889210424e-05,
1401
+ "loss": 0.8771,
1402
+ "step": 175
1403
+ },
1404
+ {
1405
+ "epoch": 14.666666666666666,
1406
+ "grad_norm": 13.063253402709961,
1407
+ "learning_rate": 3.637866887143448e-05,
1408
+ "loss": 0.8353,
1409
+ "step": 176
1410
+ },
1411
+ {
1412
+ "epoch": 14.75,
1413
+ "grad_norm": 9.531180381774902,
1414
+ "learning_rate": 3.658536585365854e-05,
1415
+ "loss": 0.7752,
1416
+ "step": 177
1417
+ },
1418
+ {
1419
+ "epoch": 14.833333333333334,
1420
+ "grad_norm": 9.24107837677002,
1421
+ "learning_rate": 3.67920628358826e-05,
1422
+ "loss": 0.8098,
1423
+ "step": 178
1424
+ },
1425
+ {
1426
+ "epoch": 14.916666666666666,
1427
+ "grad_norm": 23.467121124267578,
1428
+ "learning_rate": 3.6998759818106654e-05,
1429
+ "loss": 0.8073,
1430
+ "step": 179
1431
+ },
1432
+ {
1433
+ "epoch": 15.0,
1434
+ "grad_norm": 16.87409019470215,
1435
+ "learning_rate": 3.7205456800330716e-05,
1436
+ "loss": 0.8507,
1437
+ "step": 180
1438
+ },
1439
+ {
1440
+ "epoch": 15.0,
1441
+ "eval_accuracy": 0.8114255014326648,
1442
+ "eval_f1": 0.8217972584193602,
1443
+ "eval_loss": 0.4059450030326843,
1444
+ "eval_precision": 0.782973234440503,
1445
+ "eval_recall": 0.8646723646723646,
1446
+ "eval_runtime": 1.0507,
1447
+ "eval_samples_per_second": 5314.388,
1448
+ "eval_steps_per_second": 10.469,
1449
+ "step": 180
1450
+ },
1451
+ {
1452
+ "epoch": 15.083333333333334,
1453
+ "grad_norm": 16.232149124145508,
1454
+ "learning_rate": 3.741215378255477e-05,
1455
+ "loss": 0.8486,
1456
+ "step": 181
1457
+ },
1458
+ {
1459
+ "epoch": 15.166666666666666,
1460
+ "grad_norm": 12.089692115783691,
1461
+ "learning_rate": 3.7618850764778835e-05,
1462
+ "loss": 0.8296,
1463
+ "step": 182
1464
+ },
1465
+ {
1466
+ "epoch": 15.25,
1467
+ "grad_norm": 13.09214973449707,
1468
+ "learning_rate": 3.782554774700289e-05,
1469
+ "loss": 0.8211,
1470
+ "step": 183
1471
+ },
1472
+ {
1473
+ "epoch": 15.333333333333334,
1474
+ "grad_norm": 31.21879768371582,
1475
+ "learning_rate": 3.803224472922695e-05,
1476
+ "loss": 0.8287,
1477
+ "step": 184
1478
+ },
1479
+ {
1480
+ "epoch": 15.416666666666666,
1481
+ "grad_norm": 23.260948181152344,
1482
+ "learning_rate": 3.823894171145101e-05,
1483
+ "loss": 0.8406,
1484
+ "step": 185
1485
+ },
1486
+ {
1487
+ "epoch": 15.5,
1488
+ "grad_norm": 8.325723648071289,
1489
+ "learning_rate": 3.844563869367507e-05,
1490
+ "loss": 0.7944,
1491
+ "step": 186
1492
+ },
1493
+ {
1494
+ "epoch": 15.583333333333334,
1495
+ "grad_norm": 11.76101016998291,
1496
+ "learning_rate": 3.8652335675899134e-05,
1497
+ "loss": 0.8481,
1498
+ "step": 187
1499
+ },
1500
+ {
1501
+ "epoch": 15.666666666666666,
1502
+ "grad_norm": 16.549983978271484,
1503
+ "learning_rate": 3.885903265812319e-05,
1504
+ "loss": 0.82,
1505
+ "step": 188
1506
+ },
1507
+ {
1508
+ "epoch": 15.75,
1509
+ "grad_norm": 19.037729263305664,
1510
+ "learning_rate": 3.906572964034725e-05,
1511
+ "loss": 0.8206,
1512
+ "step": 189
1513
+ },
1514
+ {
1515
+ "epoch": 15.833333333333334,
1516
+ "grad_norm": 9.386899948120117,
1517
+ "learning_rate": 3.9272426622571315e-05,
1518
+ "loss": 0.7478,
1519
+ "step": 190
1520
+ },
1521
+ {
1522
+ "epoch": 15.916666666666666,
1523
+ "grad_norm": 9.824003219604492,
1524
+ "learning_rate": 3.947912360479537e-05,
1525
+ "loss": 0.747,
1526
+ "step": 191
1527
+ },
1528
+ {
1529
+ "epoch": 16.0,
1530
+ "grad_norm": 11.112277030944824,
1531
+ "learning_rate": 3.9685820587019427e-05,
1532
+ "loss": 0.7267,
1533
+ "step": 192
1534
+ },
1535
+ {
1536
+ "epoch": 16.0,
1537
+ "eval_accuracy": 0.832378223495702,
1538
+ "eval_f1": 0.8414096916299559,
1539
+ "eval_loss": 0.38714471459388733,
1540
+ "eval_precision": 0.8025210084033614,
1541
+ "eval_recall": 0.8842592592592593,
1542
+ "eval_runtime": 0.9871,
1543
+ "eval_samples_per_second": 5657.228,
1544
+ "eval_steps_per_second": 11.144,
1545
+ "step": 192
1546
+ },
1547
+ {
1548
+ "epoch": 16.083333333333332,
1549
+ "grad_norm": 10.595818519592285,
1550
+ "learning_rate": 3.989251756924349e-05,
1551
+ "loss": 0.759,
1552
+ "step": 193
1553
+ },
1554
+ {
1555
+ "epoch": 16.166666666666668,
1556
+ "grad_norm": 11.839064598083496,
1557
+ "learning_rate": 4.009921455146755e-05,
1558
+ "loss": 0.825,
1559
+ "step": 194
1560
+ },
1561
+ {
1562
+ "epoch": 16.25,
1563
+ "grad_norm": 3.4257161617279053,
1564
+ "learning_rate": 4.0305911533691614e-05,
1565
+ "loss": 0.7992,
1566
+ "step": 195
1567
+ },
1568
+ {
1569
+ "epoch": 16.333333333333332,
1570
+ "grad_norm": 18.654296875,
1571
+ "learning_rate": 4.051260851591566e-05,
1572
+ "loss": 0.8204,
1573
+ "step": 196
1574
+ },
1575
+ {
1576
+ "epoch": 16.416666666666668,
1577
+ "grad_norm": 15.579732894897461,
1578
+ "learning_rate": 4.0719305498139726e-05,
1579
+ "loss": 0.8364,
1580
+ "step": 197
1581
+ },
1582
+ {
1583
+ "epoch": 16.5,
1584
+ "grad_norm": 9.09702205657959,
1585
+ "learning_rate": 4.092600248036379e-05,
1586
+ "loss": 0.7636,
1587
+ "step": 198
1588
+ },
1589
+ {
1590
+ "epoch": 16.583333333333332,
1591
+ "grad_norm": 7.024932384490967,
1592
+ "learning_rate": 4.113269946258785e-05,
1593
+ "loss": 0.743,
1594
+ "step": 199
1595
+ },
1596
+ {
1597
+ "epoch": 16.666666666666668,
1598
+ "grad_norm": 11.396801948547363,
1599
+ "learning_rate": 4.133939644481191e-05,
1600
+ "loss": 0.835,
1601
+ "step": 200
1602
+ },
1603
+ {
1604
+ "epoch": 16.75,
1605
+ "grad_norm": 7.783175945281982,
1606
+ "learning_rate": 4.154609342703596e-05,
1607
+ "loss": 0.7866,
1608
+ "step": 201
1609
+ },
1610
+ {
1611
+ "epoch": 16.833333333333332,
1612
+ "grad_norm": 9.490063667297363,
1613
+ "learning_rate": 4.1752790409260025e-05,
1614
+ "loss": 0.8196,
1615
+ "step": 202
1616
+ },
1617
+ {
1618
+ "epoch": 16.916666666666668,
1619
+ "grad_norm": 18.039331436157227,
1620
+ "learning_rate": 4.195948739148409e-05,
1621
+ "loss": 0.7984,
1622
+ "step": 203
1623
+ },
1624
+ {
1625
+ "epoch": 17.0,
1626
+ "grad_norm": 7.622076034545898,
1627
+ "learning_rate": 4.2166184373708144e-05,
1628
+ "loss": 0.7222,
1629
+ "step": 204
1630
+ },
1631
+ {
1632
+ "epoch": 17.0,
1633
+ "eval_accuracy": 0.8334527220630372,
1634
+ "eval_f1": 0.8446374874707652,
1635
+ "eval_loss": 0.3847378194332123,
1636
+ "eval_precision": 0.7954688483322845,
1637
+ "eval_recall": 0.9002849002849003,
1638
+ "eval_runtime": 0.9936,
1639
+ "eval_samples_per_second": 5620.079,
1640
+ "eval_steps_per_second": 11.071,
1641
+ "step": 204
1642
+ },
1643
+ {
1644
+ "epoch": 17.083333333333332,
1645
+ "grad_norm": 13.529067993164062,
1646
+ "learning_rate": 4.2372881355932206e-05,
1647
+ "loss": 0.8177,
1648
+ "step": 205
1649
+ },
1650
+ {
1651
+ "epoch": 17.166666666666668,
1652
+ "grad_norm": 13.250212669372559,
1653
+ "learning_rate": 4.257957833815627e-05,
1654
+ "loss": 0.8353,
1655
+ "step": 206
1656
+ },
1657
+ {
1658
+ "epoch": 17.25,
1659
+ "grad_norm": 7.602872848510742,
1660
+ "learning_rate": 4.2786275320380325e-05,
1661
+ "loss": 0.793,
1662
+ "step": 207
1663
+ },
1664
+ {
1665
+ "epoch": 17.333333333333332,
1666
+ "grad_norm": 19.804988861083984,
1667
+ "learning_rate": 4.299297230260438e-05,
1668
+ "loss": 0.8069,
1669
+ "step": 208
1670
+ },
1671
+ {
1672
+ "epoch": 17.416666666666668,
1673
+ "grad_norm": 20.907503128051758,
1674
+ "learning_rate": 4.319966928482844e-05,
1675
+ "loss": 0.8482,
1676
+ "step": 209
1677
+ },
1678
+ {
1679
+ "epoch": 17.5,
1680
+ "grad_norm": 9.696860313415527,
1681
+ "learning_rate": 4.3406366267052506e-05,
1682
+ "loss": 0.8227,
1683
+ "step": 210
1684
+ },
1685
+ {
1686
+ "epoch": 17.583333333333332,
1687
+ "grad_norm": 9.85171890258789,
1688
+ "learning_rate": 4.3613063249276555e-05,
1689
+ "loss": 0.7604,
1690
+ "step": 211
1691
+ },
1692
+ {
1693
+ "epoch": 17.666666666666668,
1694
+ "grad_norm": 10.699975967407227,
1695
+ "learning_rate": 4.381976023150062e-05,
1696
+ "loss": 0.7899,
1697
+ "step": 212
1698
+ },
1699
+ {
1700
+ "epoch": 17.75,
1701
+ "grad_norm": 3.391948938369751,
1702
+ "learning_rate": 4.402645721372468e-05,
1703
+ "loss": 0.779,
1704
+ "step": 213
1705
+ },
1706
+ {
1707
+ "epoch": 17.833333333333332,
1708
+ "grad_norm": 5.576776027679443,
1709
+ "learning_rate": 4.423315419594874e-05,
1710
+ "loss": 0.7847,
1711
+ "step": 214
1712
+ },
1713
+ {
1714
+ "epoch": 17.916666666666668,
1715
+ "grad_norm": 6.727151870727539,
1716
+ "learning_rate": 4.44398511781728e-05,
1717
+ "loss": 0.7116,
1718
+ "step": 215
1719
+ },
1720
+ {
1721
+ "epoch": 18.0,
1722
+ "grad_norm": 4.030666351318359,
1723
+ "learning_rate": 4.464654816039686e-05,
1724
+ "loss": 0.7302,
1725
+ "step": 216
1726
+ },
1727
+ {
1728
+ "epoch": 18.0,
1729
+ "eval_accuracy": 0.8053366762177651,
1730
+ "eval_f1": 0.8097321897426921,
1731
+ "eval_loss": 0.40027686953544617,
1732
+ "eval_precision": 0.7962134251290878,
1733
+ "eval_recall": 0.8237179487179487,
1734
+ "eval_runtime": 1.0057,
1735
+ "eval_samples_per_second": 5552.404,
1736
+ "eval_steps_per_second": 10.938,
1737
+ "step": 216
1738
+ },
1739
+ {
1740
+ "epoch": 18.083333333333332,
1741
+ "grad_norm": 14.245407104492188,
1742
+ "learning_rate": 4.4853245142620917e-05,
1743
+ "loss": 0.7765,
1744
+ "step": 217
1745
+ },
1746
+ {
1747
+ "epoch": 18.166666666666668,
1748
+ "grad_norm": 19.02879524230957,
1749
+ "learning_rate": 4.505994212484498e-05,
1750
+ "loss": 0.8181,
1751
+ "step": 218
1752
+ },
1753
+ {
1754
+ "epoch": 18.25,
1755
+ "grad_norm": 5.276630878448486,
1756
+ "learning_rate": 4.5266639107069035e-05,
1757
+ "loss": 0.7047,
1758
+ "step": 219
1759
+ },
1760
+ {
1761
+ "epoch": 18.333333333333332,
1762
+ "grad_norm": 8.71511173248291,
1763
+ "learning_rate": 4.54733360892931e-05,
1764
+ "loss": 0.8127,
1765
+ "step": 220
1766
+ },
1767
+ {
1768
+ "epoch": 18.416666666666668,
1769
+ "grad_norm": 13.701212882995605,
1770
+ "learning_rate": 4.568003307151716e-05,
1771
+ "loss": 0.8178,
1772
+ "step": 221
1773
+ },
1774
+ {
1775
+ "epoch": 18.5,
1776
+ "grad_norm": 5.985068321228027,
1777
+ "learning_rate": 4.588673005374122e-05,
1778
+ "loss": 0.7874,
1779
+ "step": 222
1780
+ },
1781
+ {
1782
+ "epoch": 18.583333333333332,
1783
+ "grad_norm": 6.030764579772949,
1784
+ "learning_rate": 4.609342703596527e-05,
1785
+ "loss": 0.7476,
1786
+ "step": 223
1787
+ },
1788
+ {
1789
+ "epoch": 18.666666666666668,
1790
+ "grad_norm": 8.99073314666748,
1791
+ "learning_rate": 4.6300124018189334e-05,
1792
+ "loss": 0.7563,
1793
+ "step": 224
1794
+ },
1795
+ {
1796
+ "epoch": 18.75,
1797
+ "grad_norm": 11.01559829711914,
1798
+ "learning_rate": 4.65068210004134e-05,
1799
+ "loss": 0.7773,
1800
+ "step": 225
1801
+ },
1802
+ {
1803
+ "epoch": 18.833333333333332,
1804
+ "grad_norm": 14.062512397766113,
1805
+ "learning_rate": 4.671351798263746e-05,
1806
+ "loss": 0.8552,
1807
+ "step": 226
1808
+ },
1809
+ {
1810
+ "epoch": 18.916666666666668,
1811
+ "grad_norm": 8.626992225646973,
1812
+ "learning_rate": 4.692021496486151e-05,
1813
+ "loss": 0.7621,
1814
+ "step": 227
1815
+ },
1816
+ {
1817
+ "epoch": 19.0,
1818
+ "grad_norm": 7.3263092041015625,
1819
+ "learning_rate": 4.712691194708557e-05,
1820
+ "loss": 0.7701,
1821
+ "step": 228
1822
+ },
1823
+ {
1824
+ "epoch": 19.0,
1825
+ "eval_accuracy": 0.8388252148997135,
1826
+ "eval_f1": 0.8501997336884154,
1827
+ "eval_loss": 0.3791760504245758,
1828
+ "eval_precision": 0.798125,
1829
+ "eval_recall": 0.9095441595441596,
1830
+ "eval_runtime": 1.0638,
1831
+ "eval_samples_per_second": 5248.936,
1832
+ "eval_steps_per_second": 10.34,
1833
+ "step": 228
1834
+ }
1835
+ ],
1836
+ "logging_steps": 1,
1837
+ "max_steps": 240,
1838
+ "num_input_tokens_seen": 0,
1839
+ "num_train_epochs": 20,
1840
+ "save_steps": 500,
1841
+ "stateful_callbacks": {
1842
+ "TrainerControl": {
1843
+ "args": {
1844
+ "should_epoch_stop": false,
1845
+ "should_evaluate": false,
1846
+ "should_log": false,
1847
+ "should_save": true,
1848
+ "should_training_stop": false
1849
+ },
1850
+ "attributes": {}
1851
+ }
1852
+ },
1853
+ "total_flos": 9059803140280320.0,
1854
+ "train_batch_size": 512,
1855
+ "trial_name": null,
1856
+ "trial_params": null
1857
+ }
checkpoint-228/training_args.bin ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:06d7f0ea24f0d299e0ee2b35fddd8f36d0fb779c6c2dcb1fa3fff86ad67f86c0
3
+ size 5368
config.json ADDED
@@ -0,0 +1,22 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "architectures": [
3
+ "ViTForImageClassification"
4
+ ],
5
+ "attention_probs_dropout_prob": 0.0,
6
+ "encoder_stride": 16,
7
+ "hidden_act": "gelu",
8
+ "hidden_dropout_prob": 0.0,
9
+ "hidden_size": 256,
10
+ "image_size": 32,
11
+ "initializer_range": 0.02,
12
+ "intermediate_size": 512,
13
+ "layer_norm_eps": 1e-12,
14
+ "model_type": "vit",
15
+ "num_attention_heads": 8,
16
+ "num_channels": 3,
17
+ "num_hidden_layers": 4,
18
+ "patch_size": 4,
19
+ "qkv_bias": true,
20
+ "torch_dtype": "float32",
21
+ "transformers_version": "4.46.1"
22
+ }
model.safetensors ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:3fa9944531baa929a509197683aeb130fea2405d15cdfe2d93eb632f1a1d9c27
3
+ size 8563512
pr_curve.png ADDED
preprocessor_config.json ADDED
@@ -0,0 +1,22 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "do_normalize": true,
3
+ "do_rescale": true,
4
+ "do_resize": false,
5
+ "image_mean": [
6
+ 0.5,
7
+ 0.5,
8
+ 0.5
9
+ ],
10
+ "image_processor_type": "ViTFeatureExtractor",
11
+ "image_std": [
12
+ 0.5,
13
+ 0.5,
14
+ 0.5
15
+ ],
16
+ "resample": 2,
17
+ "rescale_factor": 0.00392156862745098,
18
+ "size": {
19
+ "height": 32,
20
+ "width": 32
21
+ }
22
+ }
roc_curve.png ADDED
training_args.bin ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:06d7f0ea24f0d299e0ee2b35fddd8f36d0fb779c6c2dcb1fa3fff86ad67f86c0
3
+ size 5368