初始化项目,由ModelHub XC社区提供模型
Model: fpadovani/cds_o_fr_13 Source: Original Platform
This commit is contained in:
326
checkpoint-2755/trainer_state.json
Normal file
326
checkpoint-2755/trainer_state.json
Normal file
@@ -0,0 +1,326 @@
|
||||
{
|
||||
"best_global_step": 1885,
|
||||
"best_metric": 2.8720178604125977,
|
||||
"best_model_checkpoint": "/home/p318482/syntactic-bootstrapping/model_trained/cds_o_fr_13/checkpoint-1885",
|
||||
"epoch": 19.0,
|
||||
"eval_steps": 500,
|
||||
"global_step": 2755,
|
||||
"is_hyper_param_search": false,
|
||||
"is_local_process_zero": true,
|
||||
"is_world_process_zero": true,
|
||||
"log_history": [
|
||||
{
|
||||
"epoch": 0.006896551724137931,
|
||||
"grad_norm": 32.2354736328125,
|
||||
"learning_rate": 0.0,
|
||||
"loss": 9.7326,
|
||||
"step": 1
|
||||
},
|
||||
{
|
||||
"epoch": 1.0,
|
||||
"grad_norm": 1.26012122631073,
|
||||
"learning_rate": 2.88e-05,
|
||||
"loss": 5.8188,
|
||||
"step": 145
|
||||
},
|
||||
{
|
||||
"epoch": 1.0,
|
||||
"eval_loss": 4.1781511306762695,
|
||||
"eval_runtime": 4.3842,
|
||||
"eval_samples_per_second": 803.562,
|
||||
"eval_steps_per_second": 3.193,
|
||||
"step": 145
|
||||
},
|
||||
{
|
||||
"epoch": 2.0,
|
||||
"grad_norm": 1.0639448165893555,
|
||||
"learning_rate": 5.7799999999999995e-05,
|
||||
"loss": 3.6451,
|
||||
"step": 290
|
||||
},
|
||||
{
|
||||
"epoch": 2.0,
|
||||
"eval_loss": 3.4042274951934814,
|
||||
"eval_runtime": 4.6134,
|
||||
"eval_samples_per_second": 763.65,
|
||||
"eval_steps_per_second": 3.035,
|
||||
"step": 290
|
||||
},
|
||||
{
|
||||
"epoch": 3.0,
|
||||
"grad_norm": 0.9253916144371033,
|
||||
"learning_rate": 8.680000000000001e-05,
|
||||
"loss": 3.2742,
|
||||
"step": 435
|
||||
},
|
||||
{
|
||||
"epoch": 3.0,
|
||||
"eval_loss": 3.1871676445007324,
|
||||
"eval_runtime": 4.7952,
|
||||
"eval_samples_per_second": 734.687,
|
||||
"eval_steps_per_second": 2.92,
|
||||
"step": 435
|
||||
},
|
||||
{
|
||||
"epoch": 4.0,
|
||||
"grad_norm": 0.8254706263542175,
|
||||
"learning_rate": 9.668067226890756e-05,
|
||||
"loss": 3.1065,
|
||||
"step": 580
|
||||
},
|
||||
{
|
||||
"epoch": 4.0,
|
||||
"eval_loss": 3.0691733360290527,
|
||||
"eval_runtime": 4.4368,
|
||||
"eval_samples_per_second": 794.047,
|
||||
"eval_steps_per_second": 3.155,
|
||||
"step": 580
|
||||
},
|
||||
{
|
||||
"epoch": 5.0,
|
||||
"grad_norm": 0.7847094535827637,
|
||||
"learning_rate": 9.058823529411765e-05,
|
||||
"loss": 3.0059,
|
||||
"step": 725
|
||||
},
|
||||
{
|
||||
"epoch": 5.0,
|
||||
"eval_loss": 3.00063157081604,
|
||||
"eval_runtime": 4.5738,
|
||||
"eval_samples_per_second": 770.265,
|
||||
"eval_steps_per_second": 3.061,
|
||||
"step": 725
|
||||
},
|
||||
{
|
||||
"epoch": 6.0,
|
||||
"grad_norm": 0.82077956199646,
|
||||
"learning_rate": 8.449579831932774e-05,
|
||||
"loss": 2.9407,
|
||||
"step": 870
|
||||
},
|
||||
{
|
||||
"epoch": 6.0,
|
||||
"eval_loss": 2.95955753326416,
|
||||
"eval_runtime": 4.664,
|
||||
"eval_samples_per_second": 755.368,
|
||||
"eval_steps_per_second": 3.002,
|
||||
"step": 870
|
||||
},
|
||||
{
|
||||
"epoch": 7.0,
|
||||
"grad_norm": 0.7905252575874329,
|
||||
"learning_rate": 7.840336134453782e-05,
|
||||
"loss": 2.8903,
|
||||
"step": 1015
|
||||
},
|
||||
{
|
||||
"epoch": 7.0,
|
||||
"eval_loss": 2.929441452026367,
|
||||
"eval_runtime": 4.4917,
|
||||
"eval_samples_per_second": 784.335,
|
||||
"eval_steps_per_second": 3.117,
|
||||
"step": 1015
|
||||
},
|
||||
{
|
||||
"epoch": 8.0,
|
||||
"grad_norm": 0.8253563642501831,
|
||||
"learning_rate": 7.23109243697479e-05,
|
||||
"loss": 2.8492,
|
||||
"step": 1160
|
||||
},
|
||||
{
|
||||
"epoch": 8.0,
|
||||
"eval_loss": 2.907557487487793,
|
||||
"eval_runtime": 4.4334,
|
||||
"eval_samples_per_second": 794.644,
|
||||
"eval_steps_per_second": 3.158,
|
||||
"step": 1160
|
||||
},
|
||||
{
|
||||
"epoch": 9.0,
|
||||
"grad_norm": 0.8737186789512634,
|
||||
"learning_rate": 6.621848739495798e-05,
|
||||
"loss": 2.8124,
|
||||
"step": 1305
|
||||
},
|
||||
{
|
||||
"epoch": 9.0,
|
||||
"eval_loss": 2.894392728805542,
|
||||
"eval_runtime": 4.3693,
|
||||
"eval_samples_per_second": 806.31,
|
||||
"eval_steps_per_second": 3.204,
|
||||
"step": 1305
|
||||
},
|
||||
{
|
||||
"epoch": 10.0,
|
||||
"grad_norm": 0.9210653901100159,
|
||||
"learning_rate": 6.012605042016807e-05,
|
||||
"loss": 2.7787,
|
||||
"step": 1450
|
||||
},
|
||||
{
|
||||
"epoch": 10.0,
|
||||
"eval_loss": 2.8836522102355957,
|
||||
"eval_runtime": 4.3707,
|
||||
"eval_samples_per_second": 806.047,
|
||||
"eval_steps_per_second": 3.203,
|
||||
"step": 1450
|
||||
},
|
||||
{
|
||||
"epoch": 11.0,
|
||||
"grad_norm": 0.9565634727478027,
|
||||
"learning_rate": 5.403361344537815e-05,
|
||||
"loss": 2.7466,
|
||||
"step": 1595
|
||||
},
|
||||
{
|
||||
"epoch": 11.0,
|
||||
"eval_loss": 2.8761401176452637,
|
||||
"eval_runtime": 4.46,
|
||||
"eval_samples_per_second": 789.914,
|
||||
"eval_steps_per_second": 3.139,
|
||||
"step": 1595
|
||||
},
|
||||
{
|
||||
"epoch": 12.0,
|
||||
"grad_norm": 1.0066618919372559,
|
||||
"learning_rate": 4.794117647058824e-05,
|
||||
"loss": 2.7144,
|
||||
"step": 1740
|
||||
},
|
||||
{
|
||||
"epoch": 12.0,
|
||||
"eval_loss": 2.8736512660980225,
|
||||
"eval_runtime": 4.4277,
|
||||
"eval_samples_per_second": 795.673,
|
||||
"eval_steps_per_second": 3.162,
|
||||
"step": 1740
|
||||
},
|
||||
{
|
||||
"epoch": 13.0,
|
||||
"grad_norm": 1.0534671545028687,
|
||||
"learning_rate": 4.184873949579832e-05,
|
||||
"loss": 2.6832,
|
||||
"step": 1885
|
||||
},
|
||||
{
|
||||
"epoch": 13.0,
|
||||
"eval_loss": 2.8720178604125977,
|
||||
"eval_runtime": 4.4634,
|
||||
"eval_samples_per_second": 789.313,
|
||||
"eval_steps_per_second": 3.137,
|
||||
"step": 1885
|
||||
},
|
||||
{
|
||||
"epoch": 14.0,
|
||||
"grad_norm": 1.1330785751342773,
|
||||
"learning_rate": 3.575630252100841e-05,
|
||||
"loss": 2.6516,
|
||||
"step": 2030
|
||||
},
|
||||
{
|
||||
"epoch": 14.0,
|
||||
"eval_loss": 2.874244451522827,
|
||||
"eval_runtime": 4.764,
|
||||
"eval_samples_per_second": 739.504,
|
||||
"eval_steps_per_second": 2.939,
|
||||
"step": 2030
|
||||
},
|
||||
{
|
||||
"epoch": 15.0,
|
||||
"grad_norm": 1.2078301906585693,
|
||||
"learning_rate": 2.966386554621849e-05,
|
||||
"loss": 2.6203,
|
||||
"step": 2175
|
||||
},
|
||||
{
|
||||
"epoch": 15.0,
|
||||
"eval_loss": 2.878889799118042,
|
||||
"eval_runtime": 4.8687,
|
||||
"eval_samples_per_second": 723.606,
|
||||
"eval_steps_per_second": 2.876,
|
||||
"step": 2175
|
||||
},
|
||||
{
|
||||
"epoch": 16.0,
|
||||
"grad_norm": 1.315167784690857,
|
||||
"learning_rate": 2.357142857142857e-05,
|
||||
"loss": 2.5899,
|
||||
"step": 2320
|
||||
},
|
||||
{
|
||||
"epoch": 16.0,
|
||||
"eval_loss": 2.885302782058716,
|
||||
"eval_runtime": 4.7814,
|
||||
"eval_samples_per_second": 736.812,
|
||||
"eval_steps_per_second": 2.928,
|
||||
"step": 2320
|
||||
},
|
||||
{
|
||||
"epoch": 17.0,
|
||||
"grad_norm": 1.4454710483551025,
|
||||
"learning_rate": 1.7478991596638656e-05,
|
||||
"loss": 2.561,
|
||||
"step": 2465
|
||||
},
|
||||
{
|
||||
"epoch": 17.0,
|
||||
"eval_loss": 2.8912830352783203,
|
||||
"eval_runtime": 4.7528,
|
||||
"eval_samples_per_second": 741.247,
|
||||
"eval_steps_per_second": 2.946,
|
||||
"step": 2465
|
||||
},
|
||||
{
|
||||
"epoch": 18.0,
|
||||
"grad_norm": 1.4689381122589111,
|
||||
"learning_rate": 1.138655462184874e-05,
|
||||
"loss": 2.5336,
|
||||
"step": 2610
|
||||
},
|
||||
{
|
||||
"epoch": 18.0,
|
||||
"eval_loss": 2.899271249771118,
|
||||
"eval_runtime": 4.6535,
|
||||
"eval_samples_per_second": 757.07,
|
||||
"eval_steps_per_second": 3.009,
|
||||
"step": 2610
|
||||
},
|
||||
{
|
||||
"epoch": 19.0,
|
||||
"grad_norm": 1.6201835870742798,
|
||||
"learning_rate": 5.294117647058824e-06,
|
||||
"loss": 2.5111,
|
||||
"step": 2755
|
||||
},
|
||||
{
|
||||
"epoch": 19.0,
|
||||
"eval_loss": 2.9060802459716797,
|
||||
"eval_runtime": 4.7718,
|
||||
"eval_samples_per_second": 738.29,
|
||||
"eval_steps_per_second": 2.934,
|
||||
"step": 2755
|
||||
}
|
||||
],
|
||||
"logging_steps": 500,
|
||||
"max_steps": 2900,
|
||||
"num_input_tokens_seen": 0,
|
||||
"num_train_epochs": 20,
|
||||
"save_steps": 500,
|
||||
"stateful_callbacks": {
|
||||
"TrainerControl": {
|
||||
"args": {
|
||||
"should_epoch_stop": false,
|
||||
"should_evaluate": false,
|
||||
"should_log": false,
|
||||
"should_save": true,
|
||||
"should_training_stop": false
|
||||
},
|
||||
"attributes": {}
|
||||
}
|
||||
},
|
||||
"total_flos": 4.5902216429568e+16,
|
||||
"train_batch_size": 256,
|
||||
"trial_name": null,
|
||||
"trial_params": null
|
||||
}
|
||||
Reference in New Issue
Block a user