初始化项目,由ModelHub XC社区提供模型
Model: mnoukhov/pythia410m-sft-tldr Source: Original Platform
This commit is contained in:
@@ -0,0 +1,78 @@
|
||||
name: base
|
||||
channels:
|
||||
- defaults
|
||||
dependencies:
|
||||
- _libgcc_mutex=0.1=main
|
||||
- _openmp_mutex=5.1=1_gnu
|
||||
- archspec=0.2.1=pyhd3eb1b0_0
|
||||
- boltons=23.0.0=py312h06a4308_0
|
||||
- brotli-python=1.0.9=py312h6a678d5_7
|
||||
- bzip2=1.0.8=h7b6447c_0
|
||||
- c-ares=1.19.1=h5eee18b_0
|
||||
- ca-certificates=2023.12.12=h06a4308_0
|
||||
- certifi=2024.2.2=py312h06a4308_0
|
||||
- cffi=1.16.0=py312h5eee18b_0
|
||||
- charset-normalizer=2.0.4=pyhd3eb1b0_0
|
||||
- conda=24.1.2=py312h06a4308_0
|
||||
- conda-content-trust=0.2.0=py312h06a4308_0
|
||||
- conda-libmamba-solver=23.12.0=pyhd3eb1b0_1
|
||||
- conda-package-handling=2.2.0=py312h06a4308_0
|
||||
- conda-package-streaming=0.9.0=py312h06a4308_0
|
||||
- cryptography=41.0.7=py312hdda0065_0
|
||||
- distro=1.8.0=py312h06a4308_0
|
||||
- expat=2.5.0=h6a678d5_0
|
||||
- fmt=9.1.0=hdb19cb5_0
|
||||
- icu=73.1=h6a678d5_0
|
||||
- idna=3.4=py312h06a4308_0
|
||||
- jsonpatch=1.32=pyhd3eb1b0_0
|
||||
- jsonpointer=2.1=pyhd3eb1b0_0
|
||||
- krb5=1.20.1=h143b758_1
|
||||
- ld_impl_linux-64=2.38=h1181459_1
|
||||
- libarchive=3.6.2=h6ac8c49_2
|
||||
- libcurl=8.5.0=h251f7ec_0
|
||||
- libedit=3.1.20230828=h5eee18b_0
|
||||
- libev=4.33=h7f8727e_1
|
||||
- libffi=3.4.4=h6a678d5_0
|
||||
- libgcc-ng=11.2.0=h1234567_1
|
||||
- libgomp=11.2.0=h1234567_1
|
||||
- libmamba=1.5.3=haf1ee3a_0
|
||||
- libmambapy=1.5.3=py312h2dafd23_0
|
||||
- libnghttp2=1.57.0=h2d74bed_0
|
||||
- libsolv=0.7.24=he621ea3_0
|
||||
- libssh2=1.10.0=hdbd6064_2
|
||||
- libstdcxx-ng=11.2.0=h1234567_1
|
||||
- libuuid=1.41.5=h5eee18b_0
|
||||
- libxml2=2.10.4=hf1b16e4_1
|
||||
- lz4-c=1.9.4=h6a678d5_0
|
||||
- menuinst=2.0.2=py312h06a4308_0
|
||||
- ncurses=6.4=h6a678d5_0
|
||||
- openssl=3.0.13=h7f8727e_0
|
||||
- packaging=23.1=py312h06a4308_0
|
||||
- pcre2=10.42=hebb0a14_0
|
||||
- pip=23.3.1=py312h06a4308_0
|
||||
- platformdirs=3.10.0=py312h06a4308_0
|
||||
- pluggy=1.0.0=py312h06a4308_1
|
||||
- pybind11-abi=4=hd3eb1b0_1
|
||||
- pycosat=0.6.6=py312h5eee18b_0
|
||||
- pycparser=2.21=pyhd3eb1b0_0
|
||||
- pysocks=1.7.1=py312h06a4308_0
|
||||
- python=3.12.1=h996f2a0_0
|
||||
- readline=8.2=h5eee18b_0
|
||||
- reproc=14.2.4=h295c915_1
|
||||
- reproc-cpp=14.2.4=h295c915_1
|
||||
- requests=2.31.0=py312h06a4308_1
|
||||
- ruamel.yaml=0.17.21=py312h5eee18b_0
|
||||
- setuptools=68.2.2=py312h06a4308_0
|
||||
- sqlite=3.41.2=h5eee18b_0
|
||||
- tk=8.6.12=h1ccaba5_0
|
||||
- tqdm=4.65.0=py312he106c6f_0
|
||||
- truststore=0.8.0=py312h06a4308_0
|
||||
- tzdata=2023d=h04d1e81_0
|
||||
- urllib3=2.1.0=py312h06a4308_1
|
||||
- wheel=0.41.2=py312h06a4308_0
|
||||
- xz=5.4.5=h5eee18b_0
|
||||
- yaml-cpp=0.8.0=h6a678d5_0
|
||||
- zlib=1.2.13=h5eee18b_0
|
||||
- zstandard=0.19.0=py312h5eee18b_0
|
||||
- zstd=1.5.5=hc292b87_0
|
||||
prefix: /opt/conda
|
||||
@@ -0,0 +1,699 @@
|
||||
wandb_version: 1
|
||||
|
||||
_wandb:
|
||||
desc: null
|
||||
value:
|
||||
python_version: 3.11.2
|
||||
cli_version: 0.15.9
|
||||
framework: huggingface
|
||||
huggingface_version: 4.38.2
|
||||
is_jupyter_run: false
|
||||
is_kaggle_kernel: false
|
||||
start_time: 1715275916.76161
|
||||
t:
|
||||
1:
|
||||
- 1
|
||||
- 5
|
||||
- 11
|
||||
- 49
|
||||
- 51
|
||||
- 53
|
||||
- 55
|
||||
- 71
|
||||
- 84
|
||||
- 98
|
||||
- 105
|
||||
2:
|
||||
- 1
|
||||
- 5
|
||||
- 11
|
||||
- 49
|
||||
- 51
|
||||
- 53
|
||||
- 55
|
||||
- 71
|
||||
- 84
|
||||
- 98
|
||||
- 105
|
||||
3:
|
||||
- 7
|
||||
- 23
|
||||
4: 3.11.2
|
||||
5: 0.15.9
|
||||
6: 4.38.2
|
||||
8:
|
||||
- 5
|
||||
9:
|
||||
1: transformers_trainer
|
||||
m:
|
||||
- 1: train/global_step
|
||||
6:
|
||||
- 3
|
||||
- 1: train/loss
|
||||
5: 1
|
||||
6:
|
||||
- 1
|
||||
- 1: train/grad_norm
|
||||
5: 1
|
||||
6:
|
||||
- 1
|
||||
- 1: train/learning_rate
|
||||
5: 1
|
||||
6:
|
||||
- 1
|
||||
- 1: train/epoch
|
||||
5: 1
|
||||
6:
|
||||
- 1
|
||||
- 1: eval/loss
|
||||
5: 1
|
||||
6:
|
||||
- 1
|
||||
- 1: eval/runtime
|
||||
5: 1
|
||||
6:
|
||||
- 1
|
||||
- 1: eval/samples_per_second
|
||||
5: 1
|
||||
6:
|
||||
- 1
|
||||
- 1: eval/steps_per_second
|
||||
5: 1
|
||||
6:
|
||||
- 1
|
||||
- 1: train/train_runtime
|
||||
5: 1
|
||||
6:
|
||||
- 1
|
||||
- 1: train/train_samples_per_second
|
||||
5: 1
|
||||
6:
|
||||
- 1
|
||||
- 1: train/train_steps_per_second
|
||||
5: 1
|
||||
6:
|
||||
- 1
|
||||
- 1: train/total_flos
|
||||
5: 1
|
||||
6:
|
||||
- 1
|
||||
- 1: train/train_loss
|
||||
5: 1
|
||||
6:
|
||||
- 1
|
||||
return_dict:
|
||||
desc: null
|
||||
value: true
|
||||
output_hidden_states:
|
||||
desc: null
|
||||
value: false
|
||||
output_attentions:
|
||||
desc: null
|
||||
value: false
|
||||
torchscript:
|
||||
desc: null
|
||||
value: false
|
||||
torch_dtype:
|
||||
desc: null
|
||||
value: null
|
||||
use_bfloat16:
|
||||
desc: null
|
||||
value: false
|
||||
tf_legacy_loss:
|
||||
desc: null
|
||||
value: false
|
||||
pruned_heads:
|
||||
desc: null
|
||||
value: {}
|
||||
tie_word_embeddings:
|
||||
desc: null
|
||||
value: false
|
||||
chunk_size_feed_forward:
|
||||
desc: null
|
||||
value: 0
|
||||
is_encoder_decoder:
|
||||
desc: null
|
||||
value: false
|
||||
is_decoder:
|
||||
desc: null
|
||||
value: false
|
||||
cross_attention_hidden_size:
|
||||
desc: null
|
||||
value: null
|
||||
add_cross_attention:
|
||||
desc: null
|
||||
value: false
|
||||
tie_encoder_decoder:
|
||||
desc: null
|
||||
value: false
|
||||
max_length:
|
||||
desc: null
|
||||
value: 20
|
||||
min_length:
|
||||
desc: null
|
||||
value: 0
|
||||
do_sample:
|
||||
desc: null
|
||||
value: false
|
||||
early_stopping:
|
||||
desc: null
|
||||
value: false
|
||||
num_beams:
|
||||
desc: null
|
||||
value: 1
|
||||
num_beam_groups:
|
||||
desc: null
|
||||
value: 1
|
||||
diversity_penalty:
|
||||
desc: null
|
||||
value: 0.0
|
||||
temperature:
|
||||
desc: null
|
||||
value: 1.0
|
||||
top_k:
|
||||
desc: null
|
||||
value: 50
|
||||
top_p:
|
||||
desc: null
|
||||
value: 1.0
|
||||
typical_p:
|
||||
desc: null
|
||||
value: 1.0
|
||||
repetition_penalty:
|
||||
desc: null
|
||||
value: 1.0
|
||||
length_penalty:
|
||||
desc: null
|
||||
value: 1.0
|
||||
no_repeat_ngram_size:
|
||||
desc: null
|
||||
value: 0
|
||||
encoder_no_repeat_ngram_size:
|
||||
desc: null
|
||||
value: 0
|
||||
bad_words_ids:
|
||||
desc: null
|
||||
value: null
|
||||
num_return_sequences:
|
||||
desc: null
|
||||
value: 1
|
||||
output_scores:
|
||||
desc: null
|
||||
value: false
|
||||
return_dict_in_generate:
|
||||
desc: null
|
||||
value: false
|
||||
forced_bos_token_id:
|
||||
desc: null
|
||||
value: null
|
||||
forced_eos_token_id:
|
||||
desc: null
|
||||
value: null
|
||||
remove_invalid_values:
|
||||
desc: null
|
||||
value: false
|
||||
exponential_decay_length_penalty:
|
||||
desc: null
|
||||
value: null
|
||||
suppress_tokens:
|
||||
desc: null
|
||||
value: null
|
||||
begin_suppress_tokens:
|
||||
desc: null
|
||||
value: null
|
||||
architectures:
|
||||
desc: null
|
||||
value:
|
||||
- GPTNeoXForCausalLM
|
||||
finetuning_task:
|
||||
desc: null
|
||||
value: null
|
||||
id2label:
|
||||
desc: null
|
||||
value:
|
||||
'0': LABEL_0
|
||||
'1': LABEL_1
|
||||
label2id:
|
||||
desc: null
|
||||
value:
|
||||
LABEL_0: 0
|
||||
LABEL_1: 1
|
||||
tokenizer_class:
|
||||
desc: null
|
||||
value: null
|
||||
prefix:
|
||||
desc: null
|
||||
value: null
|
||||
bos_token_id:
|
||||
desc: null
|
||||
value: 0
|
||||
pad_token_id:
|
||||
desc: null
|
||||
value: null
|
||||
eos_token_id:
|
||||
desc: null
|
||||
value: 0
|
||||
sep_token_id:
|
||||
desc: null
|
||||
value: null
|
||||
decoder_start_token_id:
|
||||
desc: null
|
||||
value: null
|
||||
task_specific_params:
|
||||
desc: null
|
||||
value: null
|
||||
problem_type:
|
||||
desc: null
|
||||
value: null
|
||||
_name_or_path:
|
||||
desc: null
|
||||
value: EleutherAI/pythia-410m-deduped
|
||||
transformers_version:
|
||||
desc: null
|
||||
value: 4.38.2
|
||||
model_type:
|
||||
desc: null
|
||||
value: gpt_neox
|
||||
vocab_size:
|
||||
desc: null
|
||||
value: 50304
|
||||
max_position_embeddings:
|
||||
desc: null
|
||||
value: 2048
|
||||
hidden_size:
|
||||
desc: null
|
||||
value: 1024
|
||||
num_hidden_layers:
|
||||
desc: null
|
||||
value: 24
|
||||
num_attention_heads:
|
||||
desc: null
|
||||
value: 16
|
||||
intermediate_size:
|
||||
desc: null
|
||||
value: 4096
|
||||
hidden_act:
|
||||
desc: null
|
||||
value: gelu
|
||||
rotary_pct:
|
||||
desc: null
|
||||
value: 0.25
|
||||
rotary_emb_base:
|
||||
desc: null
|
||||
value: 10000
|
||||
attention_dropout:
|
||||
desc: null
|
||||
value: 0.0
|
||||
hidden_dropout:
|
||||
desc: null
|
||||
value: 0.0
|
||||
classifier_dropout:
|
||||
desc: null
|
||||
value: 0.1
|
||||
initializer_range:
|
||||
desc: null
|
||||
value: 0.02
|
||||
layer_norm_eps:
|
||||
desc: null
|
||||
value: 1.0e-05
|
||||
use_cache:
|
||||
desc: null
|
||||
value: true
|
||||
use_parallel_residual:
|
||||
desc: null
|
||||
value: true
|
||||
rope_scaling:
|
||||
desc: null
|
||||
value: null
|
||||
attention_bias:
|
||||
desc: null
|
||||
value: true
|
||||
output_dir:
|
||||
desc: null
|
||||
value: /home/toolkit/trl/results/a805570edd5eddcfb7deb3a583d7b4c2
|
||||
overwrite_output_dir:
|
||||
desc: null
|
||||
value: false
|
||||
do_train:
|
||||
desc: null
|
||||
value: false
|
||||
do_eval:
|
||||
desc: null
|
||||
value: true
|
||||
do_predict:
|
||||
desc: null
|
||||
value: false
|
||||
evaluation_strategy:
|
||||
desc: null
|
||||
value: steps
|
||||
prediction_loss_only:
|
||||
desc: null
|
||||
value: false
|
||||
per_device_train_batch_size:
|
||||
desc: null
|
||||
value: 32
|
||||
per_device_eval_batch_size:
|
||||
desc: null
|
||||
value: 8
|
||||
per_gpu_train_batch_size:
|
||||
desc: null
|
||||
value: null
|
||||
per_gpu_eval_batch_size:
|
||||
desc: null
|
||||
value: null
|
||||
gradient_accumulation_steps:
|
||||
desc: null
|
||||
value: 4
|
||||
eval_accumulation_steps:
|
||||
desc: null
|
||||
value: null
|
||||
eval_delay:
|
||||
desc: null
|
||||
value: 0
|
||||
learning_rate:
|
||||
desc: null
|
||||
value: 3.0e-06
|
||||
weight_decay:
|
||||
desc: null
|
||||
value: 0.0
|
||||
adam_beta1:
|
||||
desc: null
|
||||
value: 0.9
|
||||
adam_beta2:
|
||||
desc: null
|
||||
value: 0.999
|
||||
adam_epsilon:
|
||||
desc: null
|
||||
value: 1.0e-08
|
||||
max_grad_norm:
|
||||
desc: null
|
||||
value: 1.0
|
||||
num_train_epochs:
|
||||
desc: null
|
||||
value: 1.0
|
||||
max_steps:
|
||||
desc: null
|
||||
value: -1
|
||||
lr_scheduler_type:
|
||||
desc: null
|
||||
value: cosine
|
||||
lr_scheduler_kwargs:
|
||||
desc: null
|
||||
value: {}
|
||||
warmup_ratio:
|
||||
desc: null
|
||||
value: 0.0
|
||||
warmup_steps:
|
||||
desc: null
|
||||
value: 0
|
||||
log_level:
|
||||
desc: null
|
||||
value: passive
|
||||
log_level_replica:
|
||||
desc: null
|
||||
value: warning
|
||||
log_on_each_node:
|
||||
desc: null
|
||||
value: true
|
||||
logging_dir:
|
||||
desc: null
|
||||
value: /home/toolkit/trl/results/a805570edd5eddcfb7deb3a583d7b4c2/runs/May09_17-31-02_40084257-ebc6-4abd-94a1-8b674b58783e
|
||||
logging_strategy:
|
||||
desc: null
|
||||
value: steps
|
||||
logging_first_step:
|
||||
desc: null
|
||||
value: false
|
||||
logging_steps:
|
||||
desc: null
|
||||
value: 100
|
||||
logging_nan_inf_filter:
|
||||
desc: null
|
||||
value: true
|
||||
save_strategy:
|
||||
desc: null
|
||||
value: steps
|
||||
save_steps:
|
||||
desc: null
|
||||
value: 500
|
||||
save_total_limit:
|
||||
desc: null
|
||||
value: null
|
||||
save_safetensors:
|
||||
desc: null
|
||||
value: true
|
||||
save_on_each_node:
|
||||
desc: null
|
||||
value: false
|
||||
save_only_model:
|
||||
desc: null
|
||||
value: false
|
||||
no_cuda:
|
||||
desc: null
|
||||
value: false
|
||||
use_cpu:
|
||||
desc: null
|
||||
value: false
|
||||
use_mps_device:
|
||||
desc: null
|
||||
value: false
|
||||
seed:
|
||||
desc: null
|
||||
value: 42
|
||||
data_seed:
|
||||
desc: null
|
||||
value: null
|
||||
jit_mode_eval:
|
||||
desc: null
|
||||
value: false
|
||||
use_ipex:
|
||||
desc: null
|
||||
value: false
|
||||
bf16:
|
||||
desc: null
|
||||
value: true
|
||||
fp16:
|
||||
desc: null
|
||||
value: false
|
||||
fp16_opt_level:
|
||||
desc: null
|
||||
value: O1
|
||||
half_precision_backend:
|
||||
desc: null
|
||||
value: auto
|
||||
bf16_full_eval:
|
||||
desc: null
|
||||
value: false
|
||||
fp16_full_eval:
|
||||
desc: null
|
||||
value: false
|
||||
tf32:
|
||||
desc: null
|
||||
value: null
|
||||
local_rank:
|
||||
desc: null
|
||||
value: 0
|
||||
ddp_backend:
|
||||
desc: null
|
||||
value: null
|
||||
tpu_num_cores:
|
||||
desc: null
|
||||
value: null
|
||||
tpu_metrics_debug:
|
||||
desc: null
|
||||
value: false
|
||||
debug:
|
||||
desc: null
|
||||
value: []
|
||||
dataloader_drop_last:
|
||||
desc: null
|
||||
value: false
|
||||
eval_steps:
|
||||
desc: null
|
||||
value: 0.2
|
||||
dataloader_num_workers:
|
||||
desc: null
|
||||
value: 0
|
||||
dataloader_prefetch_factor:
|
||||
desc: null
|
||||
value: null
|
||||
past_index:
|
||||
desc: null
|
||||
value: -1
|
||||
run_name:
|
||||
desc: null
|
||||
value: /home/toolkit/trl/results/a805570edd5eddcfb7deb3a583d7b4c2
|
||||
disable_tqdm:
|
||||
desc: null
|
||||
value: false
|
||||
remove_unused_columns:
|
||||
desc: null
|
||||
value: true
|
||||
label_names:
|
||||
desc: null
|
||||
value: null
|
||||
load_best_model_at_end:
|
||||
desc: null
|
||||
value: false
|
||||
metric_for_best_model:
|
||||
desc: null
|
||||
value: null
|
||||
greater_is_better:
|
||||
desc: null
|
||||
value: null
|
||||
ignore_data_skip:
|
||||
desc: null
|
||||
value: false
|
||||
fsdp:
|
||||
desc: null
|
||||
value: []
|
||||
fsdp_min_num_params:
|
||||
desc: null
|
||||
value: 0
|
||||
fsdp_config:
|
||||
desc: null
|
||||
value:
|
||||
min_num_params: 0
|
||||
xla: false
|
||||
xla_fsdp_v2: false
|
||||
xla_fsdp_grad_ckpt: false
|
||||
fsdp_transformer_layer_cls_to_wrap:
|
||||
desc: null
|
||||
value: null
|
||||
accelerator_config:
|
||||
desc: null
|
||||
value:
|
||||
split_batches: false
|
||||
dispatch_batches: null
|
||||
even_batches: true
|
||||
use_seedable_sampler: true
|
||||
deepspeed:
|
||||
desc: null
|
||||
value: null
|
||||
label_smoothing_factor:
|
||||
desc: null
|
||||
value: 0.0
|
||||
optim:
|
||||
desc: null
|
||||
value: adamw_torch
|
||||
optim_args:
|
||||
desc: null
|
||||
value: null
|
||||
adafactor:
|
||||
desc: null
|
||||
value: false
|
||||
group_by_length:
|
||||
desc: null
|
||||
value: false
|
||||
length_column_name:
|
||||
desc: null
|
||||
value: length
|
||||
report_to:
|
||||
desc: null
|
||||
value:
|
||||
- wandb
|
||||
ddp_find_unused_parameters:
|
||||
desc: null
|
||||
value: false
|
||||
ddp_bucket_cap_mb:
|
||||
desc: null
|
||||
value: null
|
||||
ddp_broadcast_buffers:
|
||||
desc: null
|
||||
value: null
|
||||
dataloader_pin_memory:
|
||||
desc: null
|
||||
value: true
|
||||
dataloader_persistent_workers:
|
||||
desc: null
|
||||
value: false
|
||||
skip_memory_metrics:
|
||||
desc: null
|
||||
value: true
|
||||
use_legacy_prediction_loop:
|
||||
desc: null
|
||||
value: false
|
||||
push_to_hub:
|
||||
desc: null
|
||||
value: true
|
||||
resume_from_checkpoint:
|
||||
desc: null
|
||||
value: null
|
||||
hub_model_id:
|
||||
desc: null
|
||||
value: mnoukhov/pythia410m-sft-tldr
|
||||
hub_strategy:
|
||||
desc: null
|
||||
value: every_save
|
||||
hub_token:
|
||||
desc: null
|
||||
value: <HUB_TOKEN>
|
||||
hub_private_repo:
|
||||
desc: null
|
||||
value: false
|
||||
hub_always_push:
|
||||
desc: null
|
||||
value: false
|
||||
gradient_checkpointing:
|
||||
desc: null
|
||||
value: false
|
||||
gradient_checkpointing_kwargs:
|
||||
desc: null
|
||||
value: null
|
||||
include_inputs_for_metrics:
|
||||
desc: null
|
||||
value: false
|
||||
fp16_backend:
|
||||
desc: null
|
||||
value: auto
|
||||
push_to_hub_model_id:
|
||||
desc: null
|
||||
value: null
|
||||
push_to_hub_organization:
|
||||
desc: null
|
||||
value: null
|
||||
push_to_hub_token:
|
||||
desc: null
|
||||
value: <PUSH_TO_HUB_TOKEN>
|
||||
mp_parameters:
|
||||
desc: null
|
||||
value: ''
|
||||
auto_find_batch_size:
|
||||
desc: null
|
||||
value: false
|
||||
full_determinism:
|
||||
desc: null
|
||||
value: false
|
||||
torchdynamo:
|
||||
desc: null
|
||||
value: null
|
||||
ray_scope:
|
||||
desc: null
|
||||
value: last
|
||||
ddp_timeout:
|
||||
desc: null
|
||||
value: 1800
|
||||
torch_compile:
|
||||
desc: null
|
||||
value: false
|
||||
torch_compile_backend:
|
||||
desc: null
|
||||
value: null
|
||||
torch_compile_mode:
|
||||
desc: null
|
||||
value: null
|
||||
dispatch_batches:
|
||||
desc: null
|
||||
value: null
|
||||
split_batches:
|
||||
desc: null
|
||||
value: null
|
||||
include_tokens_per_second:
|
||||
desc: null
|
||||
value: false
|
||||
include_num_input_tokens_seen:
|
||||
desc: null
|
||||
value: false
|
||||
neftune_noise_alpha:
|
||||
desc: null
|
||||
value: null
|
||||
File diff suppressed because it is too large
Load Diff
@@ -0,0 +1,336 @@
|
||||
-rotobuf==4.22.3
|
||||
absl-py==2.1.0
|
||||
accelerate==0.22.0
|
||||
addict==2.4.0
|
||||
aenum==3.1.15
|
||||
aiofiles==23.2.1
|
||||
aiohttp==3.9.3
|
||||
aioprometheus==23.12.0
|
||||
aiosignal==1.3.1
|
||||
altair==5.2.0
|
||||
annotated-types==0.6.0
|
||||
antlr4-python3-runtime==4.9.3
|
||||
anyio==3.7.1
|
||||
appdirs==1.4.4
|
||||
argon2-cffi-bindings==21.2.0
|
||||
argon2-cffi==21.3.0
|
||||
arrow==1.2.3
|
||||
asttokens==2.2.1
|
||||
async-lru==2.0.4
|
||||
async-timeout==4.0.3
|
||||
attrs==23.2.0
|
||||
babel==2.14.0
|
||||
backcall==0.2.0
|
||||
basicsr==1.4.2
|
||||
beautifulsoup4==4.12.3
|
||||
bitsandbytes==0.42.0
|
||||
black==24.1.0
|
||||
bleach==6.0.0
|
||||
blendmodes==2022
|
||||
certifi==2023.11.17
|
||||
cffi==1.15.1
|
||||
cfgv==3.4.0
|
||||
charset-normalizer==3.2.0
|
||||
clean-fid==0.1.35
|
||||
click==8.1.7
|
||||
clip==1.0
|
||||
cmake==3.28.1
|
||||
comm==0.1.3
|
||||
contourpy==1.2.0
|
||||
cupy-cuda12x==12.1.0
|
||||
cycler==0.12.1
|
||||
datasets==2.17.0
|
||||
debugpy==1.6.7
|
||||
decorator==5.1.1
|
||||
deepspeed==0.13.3
|
||||
defusedxml==0.7.1
|
||||
deprecation==2.1.0
|
||||
dill==0.3.7
|
||||
distlib==0.3.7
|
||||
docker-pycreds==0.4.0
|
||||
docopt==0.6.2
|
||||
docstring-parser==0.15
|
||||
docstring-to-markdown==0.13
|
||||
eai-toolkit-client==1.3.0
|
||||
einops==0.4.1
|
||||
evaluate==0.4.1.dev0
|
||||
execnet==2.0.2
|
||||
executing==1.2.0
|
||||
facexlib==0.3.0
|
||||
fancycompleter==0.9.1
|
||||
fastapi==0.109.2
|
||||
fastjsonschema==2.16.3
|
||||
fastrlock==0.8.2
|
||||
ffmpy==0.3.1
|
||||
filelock==3.13.1
|
||||
filterpy==1.4.5
|
||||
fire==0.5.0
|
||||
flake8==6.0.0
|
||||
flash-attn==2.5.3
|
||||
fonttools==4.47.2
|
||||
fqdn==1.5.1
|
||||
frozenlist==1.4.1
|
||||
fsspec==2023.10.0
|
||||
ftfy==6.1.3
|
||||
future==0.18.3
|
||||
gdown==5.1.0
|
||||
gfpgan==1.3.8
|
||||
gitdb==4.0.11
|
||||
gitpython==3.1.32
|
||||
gradio-client==0.5.0
|
||||
gradio==3.41.2
|
||||
greenlet==3.0.3
|
||||
grpcio==1.60.1
|
||||
h11==0.14.0
|
||||
haven-ai==0.7.3
|
||||
hjson==3.1.0
|
||||
httpcore==1.0.4
|
||||
httptools==0.6.1
|
||||
httpx==0.27.0
|
||||
huggingface-hub==0.20.3
|
||||
human-eval==1.0
|
||||
identify==2.5.27
|
||||
idna==3.4
|
||||
imageio==2.33.1
|
||||
importlib-metadata==7.0.1
|
||||
importlib-resources==6.1.1
|
||||
inflection==0.5.1
|
||||
iniconfig==2.0.0
|
||||
ipykernel==6.22.0
|
||||
ipython-genutils==0.2.0
|
||||
ipython==8.13.1
|
||||
ipywidgets==8.0.6
|
||||
isoduration==20.11.0
|
||||
isort==5.13.2
|
||||
jedi==0.18.2
|
||||
jinja2==3.1.3
|
||||
joblib==1.2.0
|
||||
json5==0.9.17
|
||||
jsonmerge==1.8.0
|
||||
jsonpointer==2.3
|
||||
jsonschema-specifications==2023.12.1
|
||||
jsonschema==4.21.1
|
||||
jupyter-client==8.2.0
|
||||
jupyter-console==6.6.3
|
||||
jupyter-core==5.3.0
|
||||
jupyter-events==0.6.3
|
||||
jupyter-lsp==2.2.2
|
||||
jupyter-server-terminals==0.4.4
|
||||
jupyter-server==2.5.0
|
||||
jupyter==1.0.0
|
||||
jupyterlab-pygments==0.2.2
|
||||
jupyterlab-server==2.25.3
|
||||
jupyterlab-widgets==3.0.7
|
||||
jupyterlab==4.1.2
|
||||
kiwisolver==1.4.5
|
||||
kornia==0.6.7
|
||||
lark==1.1.2
|
||||
lazy-loader==0.3
|
||||
lightning-utilities==0.10.1
|
||||
lit==17.0.6
|
||||
llvmlite==0.42.0
|
||||
lmdb==1.4.1
|
||||
lpips==0.1.4
|
||||
markdown-it-py==3.0.0
|
||||
markdown==3.5.2
|
||||
markupsafe==2.1.5
|
||||
matplotlib-inline==0.1.6
|
||||
matplotlib==3.8.2
|
||||
mccabe==0.7.0
|
||||
mdurl==0.1.2
|
||||
mistune==2.0.5
|
||||
mosestokenizer==1.2.1
|
||||
mpmath==1.3.0
|
||||
msgpack==1.0.7
|
||||
multidict==6.0.5
|
||||
multiprocess==0.70.15
|
||||
mypy-extensions==0.4.3
|
||||
nbclassic==0.5.6
|
||||
nbclient==0.7.4
|
||||
nbconvert==7.3.1
|
||||
nbformat==5.8.0
|
||||
neovim==0.3.1
|
||||
nest-asyncio==1.5.6
|
||||
networkx==3.2.1
|
||||
ngrok==1.0.0
|
||||
ninja==1.11.1
|
||||
nltk==3.8.1
|
||||
nodeenv==1.8.0
|
||||
notebook-shim==0.2.3
|
||||
notebook==6.5.4
|
||||
numba==0.59.0
|
||||
numpy==1.23.5
|
||||
nvidia-cublas-cu11==11.10.3.66
|
||||
nvidia-cublas-cu12==12.1.3.1
|
||||
nvidia-cuda-cupti-cu11==11.7.101
|
||||
nvidia-cuda-cupti-cu12==12.1.105
|
||||
nvidia-cuda-nvrtc-cu11==11.7.99
|
||||
nvidia-cuda-nvrtc-cu12==12.1.105
|
||||
nvidia-cuda-runtime-cu11==11.7.99
|
||||
nvidia-cuda-runtime-cu12==12.1.105
|
||||
nvidia-cudnn-cu11==8.5.0.96
|
||||
nvidia-cudnn-cu12==8.9.2.26
|
||||
nvidia-cufft-cu11==10.9.0.58
|
||||
nvidia-cufft-cu12==11.0.2.54
|
||||
nvidia-curand-cu11==10.2.10.91
|
||||
nvidia-curand-cu12==10.3.2.106
|
||||
nvidia-cusolver-cu11==11.4.0.1
|
||||
nvidia-cusolver-cu12==11.4.5.107
|
||||
nvidia-cusparse-cu11==11.7.4.91
|
||||
nvidia-cusparse-cu12==12.1.0.106
|
||||
nvidia-nccl-cu11==2.14.3
|
||||
nvidia-nccl-cu12==2.18.1
|
||||
nvidia-nvjitlink-cu12==12.3.101
|
||||
nvidia-nvtx-cu11==11.7.91
|
||||
nvidia-nvtx-cu12==12.1.105
|
||||
omegaconf==2.2.3
|
||||
open-clip-torch==2.20.0
|
||||
opencv-python-headless==4.7.0.72
|
||||
opencv-python==4.9.0.80
|
||||
openfile==0.0.7
|
||||
orjson==3.9.13
|
||||
packaging==23.1
|
||||
pandas==2.2.0
|
||||
pandocfilters==1.5.0
|
||||
parameterized==0.9.0
|
||||
parso==0.8.3
|
||||
pathspec==0.10.3
|
||||
pathtools==0.1.2
|
||||
pdbpp==0.10.3
|
||||
peft==0.10.0
|
||||
pexpect==4.8.0
|
||||
pickleshare==0.7.5
|
||||
piexif==1.1.3
|
||||
pillow==9.5.0
|
||||
pip==23.0.1
|
||||
platformdirs==3.10.0
|
||||
pluggy==1.3.0
|
||||
pre-commit==3.4.0
|
||||
prometheus-client==0.16.0
|
||||
prompt-toolkit==3.0.38
|
||||
protobuf==3.20.0
|
||||
psutil==5.9.5
|
||||
ptyprocess==0.7.0
|
||||
pure-eval==0.2.2
|
||||
py-cpuinfo==9.0.0
|
||||
pyarrow-hotfix==0.6
|
||||
pyarrow==13.0.0
|
||||
pycparser==2.21
|
||||
pydantic-core==2.16.3
|
||||
pydantic==1.10.14
|
||||
pydub==0.25.1
|
||||
pyflakes==3.0.1
|
||||
pygments==2.15.1
|
||||
pynvim==0.5.0
|
||||
pynvml==11.5.0
|
||||
pyparsing==3.1.1
|
||||
pyre-extensions==0.0.23
|
||||
pyrepl==0.9.0
|
||||
pyrsistent==0.19.3
|
||||
pytest-metadata==3.0.0
|
||||
pytest-xdist==3.3.1
|
||||
pytest==7.4.1
|
||||
python-dateutil==2.8.2
|
||||
python-dotenv==1.0.1
|
||||
python-json-logger==2.0.7
|
||||
python-lsp-black==2.0.0
|
||||
python-lsp-isort==0.1
|
||||
python-lsp-jsonrpc==1.1.2
|
||||
python-lsp-server==1.10.0
|
||||
python-multipart==0.0.7
|
||||
pytorch-lightning==1.9.4
|
||||
pytz==2024.1
|
||||
pywavelets==1.5.0
|
||||
pyyaml==6.0.1
|
||||
pyzmq==25.0.2
|
||||
qtconsole==5.4.2
|
||||
qtpy==2.3.1
|
||||
quantile-python==1.1
|
||||
ray==2.9.1
|
||||
realesrgan==0.3.0
|
||||
referencing==0.33.0
|
||||
regex==2023.12.25
|
||||
requests==2.31.0
|
||||
resize-right==0.0.2
|
||||
responses==0.18.0
|
||||
rfc3339-validator==0.1.4
|
||||
rfc3986-validator==0.1.1
|
||||
rich==13.6.0
|
||||
rouge-score==0.1.2
|
||||
rpds-py==0.17.1
|
||||
safetensors==0.4.1
|
||||
scikit-image==0.21.0
|
||||
scikit-learn==1.2.2
|
||||
scipy==1.12.0
|
||||
seaborn==0.13.2
|
||||
semantic-version==2.10.0
|
||||
send2trash==1.8.2
|
||||
sentencepiece==0.1.99
|
||||
sentry-sdk==1.19.1
|
||||
setproctitle==1.3.2
|
||||
setuptools==68.1.2
|
||||
shtab==1.6.4
|
||||
six==1.16.0
|
||||
sklearn==0.0.post4
|
||||
smmap==5.0.1
|
||||
sniffio==1.3.0
|
||||
soupsieve==2.5
|
||||
stack-data==0.6.2
|
||||
starlette==0.36.3
|
||||
sympy==1.12
|
||||
tb-nightly==2.16.0a20240205
|
||||
tensorboard-data-server==0.7.2
|
||||
termcolor==2.3.0
|
||||
terminado==0.17.1
|
||||
tf-keras-nightly==2.16.0.dev2024020510
|
||||
threadpoolctl==3.1.0
|
||||
tifffile==2024.1.30
|
||||
timm==0.9.2
|
||||
tinycss2==1.2.1
|
||||
tokenize-rt==5.1.0
|
||||
tokenizers==0.15.0
|
||||
tomesd==0.1.3
|
||||
tomli==2.0.1
|
||||
toolwrapper==2.1.0
|
||||
toolz==0.12.1
|
||||
torch-ema==0.3
|
||||
torch==2.1.2
|
||||
torchdiffeq==0.2.3
|
||||
torchmetrics==1.3.0.post0
|
||||
torchsde==0.2.6
|
||||
torchvision==0.15.2+cu118
|
||||
tornado==6.3.1
|
||||
tqdm==4.66.1
|
||||
traitlets==5.9.0
|
||||
trampoline==0.1.2
|
||||
transformers==4.38.2
|
||||
triton==2.1.0
|
||||
trl==0.7.5.dev0
|
||||
typing-extensions==4.9.0
|
||||
typing-inspect==0.8.0
|
||||
tyro==0.5.12
|
||||
tzdata==2023.4
|
||||
uctools==1.3.0
|
||||
ujson==5.9.0
|
||||
uri-template==1.2.0
|
||||
urllib3==2.0.4
|
||||
uvicorn==0.27.0.post1
|
||||
uvloop==0.19.0
|
||||
virtualenv==20.24.4
|
||||
vllm==0.3.2
|
||||
wandb==0.15.9
|
||||
watchfiles==0.21.0
|
||||
wcwidth==0.2.13
|
||||
webcolors==1.13
|
||||
webencodings==0.5.1
|
||||
websocket-client==1.5.1
|
||||
websockets==11.0.3
|
||||
werkzeug==3.0.1
|
||||
wheel==0.41.2
|
||||
widgetsnbextension==4.0.7
|
||||
wmctrl==0.4
|
||||
xformers==0.0.23.post1
|
||||
xxhash==3.3.0
|
||||
yapf==0.40.2
|
||||
yarl==1.9.4
|
||||
zipp==3.17.0
|
||||
File diff suppressed because it is too large
Load Diff
@@ -0,0 +1 @@
|
||||
{"train/loss": 2.5779, "train/grad_norm": 3.9158174991607666, "train/learning_rate": 1.2813624190484708e-09, "train/epoch": 1.0, "train/global_step": 912, "_timestamp": 1715278532.1392817, "_runtime": 2615.3776717185974, "_step": 13, "eval/loss": 2.5804877281188965, "eval/runtime": 58.1953, "eval/samples_per_second": 110.782, "eval/steps_per_second": 13.85, "train/train_runtime": 2617.6291, "train/train_samples_per_second": 44.591, "train/train_steps_per_second": 0.348, "train/total_flos": 1.3292726803182387e+17, "train/train_loss": 2.614081516600492}
|
||||
Reference in New Issue
Block a user