初始化项目,由ModelHub XC社区提供模型
Model: iko-01/CosmoGPT2-Mini Source: Original Platform
This commit is contained in:
120
trainer_state.json
Normal file
120
trainer_state.json
Normal file
@@ -0,0 +1,120 @@
|
||||
{
|
||||
"best_global_step": null,
|
||||
"best_metric": null,
|
||||
"best_model_checkpoint": null,
|
||||
"epoch": 0.5614035087719298,
|
||||
"eval_steps": 500,
|
||||
"global_step": 1000,
|
||||
"is_hyper_param_search": false,
|
||||
"is_local_process_zero": true,
|
||||
"is_world_process_zero": true,
|
||||
"log_history": [
|
||||
{
|
||||
"epoch": 0.056140350877192984,
|
||||
"grad_norm": 3.546875,
|
||||
"learning_rate": 2.4750000000000002e-05,
|
||||
"loss": 3.1684613037109375,
|
||||
"step": 100
|
||||
},
|
||||
{
|
||||
"epoch": 0.11228070175438597,
|
||||
"grad_norm": 2.625,
|
||||
"learning_rate": 4.975e-05,
|
||||
"loss": 2.9828875732421873,
|
||||
"step": 200
|
||||
},
|
||||
{
|
||||
"epoch": 0.16842105263157894,
|
||||
"grad_norm": 2.75,
|
||||
"learning_rate": 4.38125e-05,
|
||||
"loss": 2.9039926147460937,
|
||||
"step": 300
|
||||
},
|
||||
{
|
||||
"epoch": 0.22456140350877193,
|
||||
"grad_norm": 2.703125,
|
||||
"learning_rate": 3.75625e-05,
|
||||
"loss": 2.862659912109375,
|
||||
"step": 400
|
||||
},
|
||||
{
|
||||
"epoch": 0.2807017543859649,
|
||||
"grad_norm": 2.46875,
|
||||
"learning_rate": 3.13125e-05,
|
||||
"loss": 2.8550177001953125,
|
||||
"step": 500
|
||||
},
|
||||
{
|
||||
"epoch": 0.2807017543859649,
|
||||
"eval_loss": 2.695997476577759,
|
||||
"eval_runtime": 112.3251,
|
||||
"eval_samples_per_second": 13.354,
|
||||
"eval_steps_per_second": 1.674,
|
||||
"step": 500
|
||||
},
|
||||
{
|
||||
"epoch": 0.3368421052631579,
|
||||
"grad_norm": 2.5625,
|
||||
"learning_rate": 2.50625e-05,
|
||||
"loss": 2.8371957397460936,
|
||||
"step": 600
|
||||
},
|
||||
{
|
||||
"epoch": 0.3929824561403509,
|
||||
"grad_norm": 2.453125,
|
||||
"learning_rate": 1.88125e-05,
|
||||
"loss": 2.83647705078125,
|
||||
"step": 700
|
||||
},
|
||||
{
|
||||
"epoch": 0.44912280701754387,
|
||||
"grad_norm": 2.546875,
|
||||
"learning_rate": 1.2562499999999999e-05,
|
||||
"loss": 2.8517510986328123,
|
||||
"step": 800
|
||||
},
|
||||
{
|
||||
"epoch": 0.5052631578947369,
|
||||
"grad_norm": 2.28125,
|
||||
"learning_rate": 6.3125e-06,
|
||||
"loss": 2.8428424072265623,
|
||||
"step": 900
|
||||
},
|
||||
{
|
||||
"epoch": 0.5614035087719298,
|
||||
"grad_norm": 2.421875,
|
||||
"learning_rate": 6.250000000000001e-08,
|
||||
"loss": 2.8378897094726563,
|
||||
"step": 1000
|
||||
},
|
||||
{
|
||||
"epoch": 0.5614035087719298,
|
||||
"eval_loss": 2.6861302852630615,
|
||||
"eval_runtime": 111.8875,
|
||||
"eval_samples_per_second": 13.406,
|
||||
"eval_steps_per_second": 1.68,
|
||||
"step": 1000
|
||||
}
|
||||
],
|
||||
"logging_steps": 100,
|
||||
"max_steps": 1000,
|
||||
"num_input_tokens_seen": 0,
|
||||
"num_train_epochs": 1,
|
||||
"save_steps": 500,
|
||||
"stateful_callbacks": {
|
||||
"TrainerControl": {
|
||||
"args": {
|
||||
"should_epoch_stop": false,
|
||||
"should_evaluate": false,
|
||||
"should_log": false,
|
||||
"should_save": true,
|
||||
"should_training_stop": true
|
||||
},
|
||||
"attributes": {}
|
||||
}
|
||||
},
|
||||
"total_flos": 4180672512000000.0,
|
||||
"train_batch_size": 2,
|
||||
"trial_name": null,
|
||||
"trial_params": null
|
||||
}
|
||||
Reference in New Issue
Block a user