初始化项目,由ModelHub XC社区提供模型
Model: abinayam/gpt-2-tamil Source: Original Platform
This commit is contained in:
301
scripts/wandb/run-20210715_085943-1ize2alk/files/config.yaml
Normal file
301
scripts/wandb/run-20210715_085943-1ize2alk/files/config.yaml
Normal file
@@ -0,0 +1,301 @@
|
||||
wandb_version: 1
|
||||
|
||||
__cached__setup_devices:
|
||||
desc: null
|
||||
value: cpu
|
||||
_n_gpu:
|
||||
desc: null
|
||||
value: 0
|
||||
_wandb:
|
||||
desc: null
|
||||
value:
|
||||
cli_version: 0.10.33
|
||||
framework: huggingface
|
||||
huggingface_version: 4.9.0.dev0
|
||||
is_jupyter_run: false
|
||||
is_kaggle_kernel: false
|
||||
python_version: 3.8.10
|
||||
t:
|
||||
1:
|
||||
- 1
|
||||
- 3
|
||||
- 11
|
||||
4: 3.8.10
|
||||
5: 0.10.33
|
||||
6: 4.9.0.dev0
|
||||
8:
|
||||
- 5
|
||||
adafactor:
|
||||
desc: null
|
||||
value: false
|
||||
adam_beta1:
|
||||
desc: null
|
||||
value: 0.9
|
||||
adam_beta2:
|
||||
desc: null
|
||||
value: 0.98
|
||||
adam_epsilon:
|
||||
desc: null
|
||||
value: 1.0e-08
|
||||
block_size:
|
||||
desc: null
|
||||
value: 512
|
||||
cache_dir:
|
||||
desc: null
|
||||
value: null
|
||||
config_name:
|
||||
desc: null
|
||||
value: ../gpt-2-tamil
|
||||
dataloader_drop_last:
|
||||
desc: null
|
||||
value: false
|
||||
dataloader_num_workers:
|
||||
desc: null
|
||||
value: 0
|
||||
dataloader_pin_memory:
|
||||
desc: null
|
||||
value: true
|
||||
dataset_config_name:
|
||||
desc: null
|
||||
value: unshuffled_deduplicated_ta
|
||||
dataset_name:
|
||||
desc: null
|
||||
value: oscar
|
||||
ddp_find_unused_parameters:
|
||||
desc: null
|
||||
value: null
|
||||
debug:
|
||||
desc: null
|
||||
value: []
|
||||
deepspeed:
|
||||
desc: null
|
||||
value: null
|
||||
disable_tqdm:
|
||||
desc: null
|
||||
value: false
|
||||
do_eval:
|
||||
desc: null
|
||||
value: true
|
||||
do_predict:
|
||||
desc: null
|
||||
value: false
|
||||
do_train:
|
||||
desc: null
|
||||
value: true
|
||||
dtype:
|
||||
desc: null
|
||||
value: float32
|
||||
eval_accumulation_steps:
|
||||
desc: null
|
||||
value: null
|
||||
eval_steps:
|
||||
desc: null
|
||||
value: 2500
|
||||
evaluation_strategy:
|
||||
desc: null
|
||||
value: IntervalStrategy.NO
|
||||
fp16:
|
||||
desc: null
|
||||
value: false
|
||||
fp16_backend:
|
||||
desc: null
|
||||
value: auto
|
||||
fp16_full_eval:
|
||||
desc: null
|
||||
value: false
|
||||
fp16_opt_level:
|
||||
desc: null
|
||||
value: O1
|
||||
gradient_accumulation_steps:
|
||||
desc: null
|
||||
value: 1
|
||||
greater_is_better:
|
||||
desc: null
|
||||
value: null
|
||||
group_by_length:
|
||||
desc: null
|
||||
value: false
|
||||
ignore_data_skip:
|
||||
desc: null
|
||||
value: false
|
||||
label_names:
|
||||
desc: null
|
||||
value: null
|
||||
label_smoothing_factor:
|
||||
desc: null
|
||||
value: 0.0
|
||||
learning_rate:
|
||||
desc: null
|
||||
value: 3.0e-05
|
||||
length_column_name:
|
||||
desc: null
|
||||
value: length
|
||||
load_best_model_at_end:
|
||||
desc: null
|
||||
value: false
|
||||
local_rank:
|
||||
desc: null
|
||||
value: -1
|
||||
log_level:
|
||||
desc: null
|
||||
value: -1
|
||||
log_level_replica:
|
||||
desc: null
|
||||
value: -1
|
||||
log_on_each_node:
|
||||
desc: null
|
||||
value: true
|
||||
logging_dir:
|
||||
desc: null
|
||||
value: ../gpt-2-tamil/runs/Jul15_07-55-49_t1v-n-ebe36c53-w-0
|
||||
logging_first_step:
|
||||
desc: null
|
||||
value: false
|
||||
logging_steps:
|
||||
desc: null
|
||||
value: 500
|
||||
logging_strategy:
|
||||
desc: null
|
||||
value: IntervalStrategy.STEPS
|
||||
lr_scheduler_type:
|
||||
desc: null
|
||||
value: SchedulerType.LINEAR
|
||||
max_eval_samples:
|
||||
desc: null
|
||||
value: null
|
||||
max_grad_norm:
|
||||
desc: null
|
||||
value: 1.0
|
||||
max_steps:
|
||||
desc: null
|
||||
value: -1
|
||||
max_train_samples:
|
||||
desc: null
|
||||
value: null
|
||||
metric_for_best_model:
|
||||
desc: null
|
||||
value: null
|
||||
model_name_or_path:
|
||||
desc: null
|
||||
value: null
|
||||
model_type:
|
||||
desc: null
|
||||
value: gpt2
|
||||
mp_parameters:
|
||||
desc: null
|
||||
value: ''
|
||||
no_cuda:
|
||||
desc: null
|
||||
value: false
|
||||
num_train_epochs:
|
||||
desc: null
|
||||
value: 10.0
|
||||
output_dir:
|
||||
desc: null
|
||||
value: ../gpt-2-tamil
|
||||
overwrite_cache:
|
||||
desc: null
|
||||
value: false
|
||||
overwrite_output_dir:
|
||||
desc: null
|
||||
value: true
|
||||
past_index:
|
||||
desc: null
|
||||
value: -1
|
||||
per_device_eval_batch_size:
|
||||
desc: null
|
||||
value: 128
|
||||
per_device_train_batch_size:
|
||||
desc: null
|
||||
value: 128
|
||||
per_gpu_eval_batch_size:
|
||||
desc: null
|
||||
value: null
|
||||
per_gpu_train_batch_size:
|
||||
desc: null
|
||||
value: null
|
||||
prediction_loss_only:
|
||||
desc: null
|
||||
value: false
|
||||
preprocessing_num_workers:
|
||||
desc: null
|
||||
value: 90
|
||||
push_to_hub:
|
||||
desc: null
|
||||
value: false
|
||||
push_to_hub_model_id:
|
||||
desc: null
|
||||
value: gpt-2-tamil
|
||||
push_to_hub_organization:
|
||||
desc: null
|
||||
value: null
|
||||
push_to_hub_token:
|
||||
desc: null
|
||||
value: null
|
||||
remove_unused_columns:
|
||||
desc: null
|
||||
value: true
|
||||
report_to:
|
||||
desc: null
|
||||
value:
|
||||
- wandb
|
||||
resume_from_checkpoint:
|
||||
desc: null
|
||||
value: null
|
||||
run_name:
|
||||
desc: null
|
||||
value: trial
|
||||
save_on_each_node:
|
||||
desc: null
|
||||
value: false
|
||||
save_steps:
|
||||
desc: null
|
||||
value: 2500
|
||||
save_strategy:
|
||||
desc: null
|
||||
value: IntervalStrategy.STEPS
|
||||
save_total_limit:
|
||||
desc: null
|
||||
value: null
|
||||
seed:
|
||||
desc: null
|
||||
value: 42
|
||||
sharded_ddp:
|
||||
desc: null
|
||||
value: []
|
||||
skip_memory_metrics:
|
||||
desc: null
|
||||
value: true
|
||||
tokenizer_name:
|
||||
desc: null
|
||||
value: ../gpt-2-tamil
|
||||
tpu_metrics_debug:
|
||||
desc: null
|
||||
value: false
|
||||
tpu_num_cores:
|
||||
desc: null
|
||||
value: null
|
||||
train_file:
|
||||
desc: null
|
||||
value: null
|
||||
use_fast_tokenizer:
|
||||
desc: null
|
||||
value: true
|
||||
use_legacy_prediction_loop:
|
||||
desc: null
|
||||
value: false
|
||||
validation_file:
|
||||
desc: null
|
||||
value: null
|
||||
validation_split_percentage:
|
||||
desc: null
|
||||
value: 5
|
||||
warmup_ratio:
|
||||
desc: null
|
||||
value: 0.0
|
||||
warmup_steps:
|
||||
desc: null
|
||||
value: 1000
|
||||
weight_decay:
|
||||
desc: null
|
||||
value: 0.01
|
||||
Reference in New Issue
Block a user