metadata

license: apache-2.0
tags:
  - generated_from_trainer
model-index:
  - name: flan-t5-spelling-de-base-fullds2
    results: []

flan-t5-spelling-de-base-fullds2

This model is a fine-tuned version of google/flan-t5-base on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.0525
Cer: 0.0077

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 0.003
train_batch_size: 16
eval_batch_size: 16
seed: 42
gradient_accumulation_steps: 16
total_train_batch_size: 256
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 2.0

Training results

Training Loss	Epoch	Step	Validation Loss	Cer
0.444	0.01	500	0.3389	0.6733
0.3429	0.03	1000	0.2655	0.6706
0.2914	0.04	1500	0.2277	0.6705
0.264	0.05	2000	0.2078	0.6698
0.2506	0.06	2500	0.1894	0.6694
0.2305	0.08	3000	0.1787	0.6685
0.2206	0.09	3500	0.1685	0.6688
0.2086	0.1	4000	0.1607	0.6685
0.1955	0.11	4500	0.1518	0.6683
0.1903	0.13	5000	0.1475	0.6686
0.1827	0.14	5500	0.1430	0.6684
0.1775	0.15	6000	0.1369	0.6681
0.1748	0.16	6500	0.1359	0.6681
0.1725	0.18	7000	0.1312	0.6677
0.1638	0.19	7500	0.1254	0.6674
0.1575	0.2	8000	0.1255	0.6680
0.1537	0.21	8500	0.1204	0.6678
0.1516	0.23	9000	0.1188	0.6671
0.1526	0.24	9500	0.1150	0.6673
0.148	0.25	10000	0.1131	0.6676
0.1445	0.26	10500	0.1107	0.6675
0.1378	0.28	11000	0.1113	0.6664
6.1099	0.29	11500	6.0484	0.8805
4.9528	0.3	12000	4.6614	0.8115
0.2066	0.31	12500	0.1495	0.6679
0.1654	0.33	13000	0.1228	0.6678
0.1552	0.34	13500	0.1153	0.6670
0.1443	0.35	14000	0.1110	0.6670
0.1397	0.36	14500	0.1073	0.6670
0.1366	0.38	15000	0.1067	0.6664
0.1362	0.39	15500	0.1043	0.6669
0.1375	0.4	16000	0.1012	0.6668
0.1325	0.41	16500	0.0996	0.6672
0.1277	0.43	17000	0.0993	0.6664
0.1261	0.44	17500	0.0977	0.6667
0.1274	0.45	18000	0.0978	0.6666
0.127	0.46	18500	0.0952	0.6670
0.1218	0.48	19000	0.0933	0.6666
0.1196	0.49	19500	0.0923	0.6670
0.1192	0.5	20000	0.0920	0.6665
0.1171	0.52	20500	0.0910	0.6664
0.1153	0.53	21000	0.0906	0.6667
0.1102	0.54	21500	0.0890	0.6669
0.1147	0.55	22000	0.0886	0.6667
0.1144	0.57	22500	0.0868	0.6664
0.1132	0.58	23000	0.0858	0.6666
0.1073	0.59	23500	0.0853	0.6667
0.109	0.6	24000	0.0845	0.6663
0.1073	0.62	24500	0.0842	0.6662
0.1062	0.63	25000	0.0831	0.6662
0.1018	0.64	25500	0.0830	0.6662
0.1052	0.65	26000	0.0818	0.6666
0.1072	0.67	26500	0.0811	0.6662
0.1023	0.68	27000	0.0807	0.6661
0.1013	0.69	27500	0.0801	0.6664
0.0986	0.7	28000	0.0797	0.6664
0.1022	0.72	28500	0.0786	0.6662
0.0984	0.73	29000	0.0781	0.6659
0.0971	0.74	29500	0.0778	0.6662
0.0963	0.75	30000	0.0773	0.6660
0.0958	0.77	30500	0.0760	0.6662
0.0999	0.78	31000	0.0760	0.6661
0.0953	0.79	31500	0.0752	0.6661
0.095	0.8	32000	0.0749	0.6662
0.09	0.82	32500	0.0748	0.6663
0.0927	0.83	33000	0.0740	0.6656
0.0914	0.84	33500	0.0739	0.6662
0.0889	0.85	34000	0.0737	0.6659
0.0924	0.87	34500	0.0726	0.6660
0.0898	0.88	35000	0.0719	0.6659
0.0913	0.89	35500	0.0721	0.6657
0.0897	0.9	36000	0.0715	0.6657
0.0887	0.92	36500	0.0708	0.6659
0.0922	0.93	37000	0.0712	0.6653
0.0905	0.94	37500	0.0707	0.6660
0.0881	0.95	38000	0.0700	0.6658
0.0858	0.97	38500	0.0693	0.6658
0.0882	0.98	39000	0.0690	0.6657
0.0858	0.99	39500	0.0688	0.6656
0.0808	1.0	40000	0.0680	0.6658
0.0783	1.02	40500	0.0680	0.6657
0.0822	1.03	41000	0.0676	0.6658
0.077	1.04	41500	0.0675	0.6657
0.0788	1.06	42000	0.0673	0.6655
0.0754	1.07	42500	0.0667	0.6660
0.0762	1.08	43000	0.0669	0.6656
0.075	1.09	43500	0.0660	0.6660
0.0816	1.11	44000	0.0661	0.6657
0.0758	1.12	44500	0.0659	0.6657
0.0767	1.13	45000	0.0653	0.6658
0.076	1.14	45500	0.0649	0.6656
0.0727	1.16	46000	0.0651	0.6656
0.0768	1.17	46500	0.0641	0.6656
0.0722	1.18	47000	0.0640	0.6655
0.0763	1.19	47500	0.0646	0.6654
0.0766	1.21	48000	0.0636	0.6658
0.0774	1.22	48500	0.0636	0.6654
0.0759	1.23	49000	0.0633	0.6654
0.0779	1.24	49500	0.0625	0.6658
0.074	1.26	50000	0.0628	0.6654
0.0761	1.27	50500	0.0623	0.6656
0.0763	1.28	51000	0.0617	0.6655
0.072	1.29	51500	0.0617	0.6656
0.0718	1.31	52000	0.0618	0.6653
0.0703	1.32	52500	0.0611	0.6655
0.0718	1.33	53000	0.0608	0.6655
0.0686	1.34	53500	0.0610	0.6653
0.0688	1.36	54000	0.0604	0.6657
0.0694	1.37	54500	0.0604	0.6656
0.0736	1.38	55000	0.0598	0.6655
0.0674	1.39	55500	0.0599	0.6653
0.0681	1.41	56000	0.0592	0.6655
0.07	1.42	56500	0.0592	0.6653
0.0704	1.43	57000	0.0591	0.6656
0.0719	1.44	57500	0.0588	0.6653
0.0667	1.46	58000	0.0587	0.6653
0.0694	1.47	58500	0.0583	0.6653
0.0709	1.48	59000	0.0579	0.6655
0.0661	1.49	59500	0.0578	0.6655
0.0682	1.51	60000	0.0575	0.6655
0.0668	1.52	60500	0.0578	0.6654
0.0684	1.53	61000	0.0575	0.6653
0.0688	1.55	61500	0.0571	0.6652
0.068	1.56	62000	0.0572	0.6653
0.0694	1.57	62500	0.0566	0.6654
0.0642	1.58	63000	0.0569	0.6653
0.0646	1.6	63500	0.0564	0.6655
0.0633	1.61	64000	0.0566	0.6653
0.0677	1.62	64500	0.0563	0.6653
0.0649	1.63	65000	0.0560	0.6652
0.0654	1.65	65500	0.0558	0.6654
0.0675	1.66	66000	0.0557	0.6654
0.0642	1.67	66500	0.0554	0.6653
0.0631	1.68	67000	0.0552	0.6653
0.0628	1.7	67500	0.0552	0.6652
0.0658	1.71	68000	0.0550	0.6652
0.0654	1.72	68500	0.0547	0.6653
0.0648	1.73	69000	0.0544	0.6652
0.0634	1.75	69500	0.0547	0.6652
0.0642	1.76	70000	0.0544	0.6654
0.0649	1.77	70500	0.0542	0.6652
0.0641	1.78	71000	0.0540	0.6652
0.0659	1.8	71500	0.0540	0.6653
0.0651	1.81	72000	0.0536	0.6652
0.0625	1.82	72500	0.0536	0.6652
0.0631	1.83	73000	0.0536	0.6651
0.0614	1.85	73500	0.0535	0.6651
0.0637	1.86	74000	0.0533	0.6652
0.0619	1.87	74500	0.0532	0.6652
0.061	1.88	75000	0.0531	0.6652
0.0598	1.9	75500	0.0530	0.6652
0.0643	1.91	76000	0.0529	0.6652
0.0609	1.92	76500	0.0527	0.6651
0.06	1.93	77000	0.0527	0.6652
0.0627	1.95	77500	0.0527	0.6652
0.0607	1.96	78000	0.0526	0.6651
0.0607	1.97	78500	0.0525	0.6651
0.0608	1.98	79000	0.0525	0.6651
0.0609	2.0	79500	0.0525	0.6651

Framework versions

Transformers 4.27.4
Pytorch 2.0.0+cu117
Datasets 2.11.0
Tokenizers 0.13.2