LegrandFrederic commited on
Commit
a2aab49
·
verified ·
1 Parent(s): dcd4f6a

Upload trainer_state.json with huggingface_hub

Browse files
Files changed (1) hide show
  1. trainer_state.json +295 -0
trainer_state.json ADDED
@@ -0,0 +1,295 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_global_step": null,
3
+ "best_metric": null,
4
+ "best_model_checkpoint": null,
5
+ "epoch": 10.0,
6
+ "eval_steps": 500,
7
+ "global_step": 360,
8
+ "is_hyper_param_search": false,
9
+ "is_local_process_zero": true,
10
+ "is_world_process_zero": true,
11
+ "log_history": [
12
+ {
13
+ "epoch": 0.2777777777777778,
14
+ "grad_norm": 1.9213794469833374,
15
+ "learning_rate": 5e-05,
16
+ "loss": 0.9704,
17
+ "step": 10
18
+ },
19
+ {
20
+ "epoch": 0.5555555555555556,
21
+ "grad_norm": 2.6781961917877197,
22
+ "learning_rate": 9.999789047591562e-05,
23
+ "loss": 0.4178,
24
+ "step": 20
25
+ },
26
+ {
27
+ "epoch": 0.8333333333333334,
28
+ "grad_norm": 1.419345498085022,
29
+ "learning_rate": 9.974496289936769e-05,
30
+ "loss": 0.354,
31
+ "step": 30
32
+ },
33
+ {
34
+ "epoch": 1.1111111111111112,
35
+ "grad_norm": 0.947891116142273,
36
+ "learning_rate": 9.90725746626209e-05,
37
+ "loss": 0.3275,
38
+ "step": 40
39
+ },
40
+ {
41
+ "epoch": 1.3888888888888888,
42
+ "grad_norm": 1.2710075378417969,
43
+ "learning_rate": 9.798639549376945e-05,
44
+ "loss": 0.2647,
45
+ "step": 50
46
+ },
47
+ {
48
+ "epoch": 1.6666666666666665,
49
+ "grad_norm": 1.4519425630569458,
50
+ "learning_rate": 9.64955842986544e-05,
51
+ "loss": 0.2325,
52
+ "step": 60
53
+ },
54
+ {
55
+ "epoch": 1.9444444444444444,
56
+ "grad_norm": 1.5266393423080444,
57
+ "learning_rate": 9.46127119309197e-05,
58
+ "loss": 0.2325,
59
+ "step": 70
60
+ },
61
+ {
62
+ "epoch": 2.2222222222222223,
63
+ "grad_norm": 1.442086100578308,
64
+ "learning_rate": 9.23536551917611e-05,
65
+ "loss": 0.2141,
66
+ "step": 80
67
+ },
68
+ {
69
+ "epoch": 2.5,
70
+ "grad_norm": 1.3214430809020996,
71
+ "learning_rate": 8.9737462953185e-05,
72
+ "loss": 0.1961,
73
+ "step": 90
74
+ },
75
+ {
76
+ "epoch": 2.7777777777777777,
77
+ "grad_norm": 1.3879374265670776,
78
+ "learning_rate": 8.678619553365659e-05,
79
+ "loss": 0.1953,
80
+ "step": 100
81
+ },
82
+ {
83
+ "epoch": 3.0555555555555554,
84
+ "grad_norm": 1.3300167322158813,
85
+ "learning_rate": 8.352473868055746e-05,
86
+ "loss": 0.1732,
87
+ "step": 110
88
+ },
89
+ {
90
+ "epoch": 3.3333333333333335,
91
+ "grad_norm": 0.8237183690071106,
92
+ "learning_rate": 7.998059372799409e-05,
93
+ "loss": 0.1702,
94
+ "step": 120
95
+ },
96
+ {
97
+ "epoch": 3.611111111111111,
98
+ "grad_norm": 1.216146469116211,
99
+ "learning_rate": 7.618364569939391e-05,
100
+ "loss": 0.1519,
101
+ "step": 130
102
+ },
103
+ {
104
+ "epoch": 3.888888888888889,
105
+ "grad_norm": 0.9486384987831116,
106
+ "learning_rate": 7.21659113102993e-05,
107
+ "loss": 0.1566,
108
+ "step": 140
109
+ },
110
+ {
111
+ "epoch": 4.166666666666667,
112
+ "grad_norm": 0.7426595687866211,
113
+ "learning_rate": 6.796126899625688e-05,
114
+ "loss": 0.1495,
115
+ "step": 150
116
+ },
117
+ {
118
+ "epoch": 4.444444444444445,
119
+ "grad_norm": 0.8088931441307068,
120
+ "learning_rate": 6.360517324226676e-05,
121
+ "loss": 0.1478,
122
+ "step": 160
123
+ },
124
+ {
125
+ "epoch": 4.722222222222222,
126
+ "grad_norm": 1.0129106044769287,
127
+ "learning_rate": 5.9134355622630356e-05,
128
+ "loss": 0.1327,
129
+ "step": 170
130
+ },
131
+ {
132
+ "epoch": 5.0,
133
+ "grad_norm": 0.8650373220443726,
134
+ "learning_rate": 5.458651507209518e-05,
135
+ "loss": 0.1381,
136
+ "step": 180
137
+ },
138
+ {
139
+ "epoch": 5.277777777777778,
140
+ "grad_norm": 0.7770701050758362,
141
+ "learning_rate": 5e-05,
142
+ "loss": 0.1403,
143
+ "step": 190
144
+ },
145
+ {
146
+ "epoch": 5.555555555555555,
147
+ "grad_norm": 0.7225720286369324,
148
+ "learning_rate": 4.541348492790482e-05,
149
+ "loss": 0.1359,
150
+ "step": 200
151
+ },
152
+ {
153
+ "epoch": 5.833333333333333,
154
+ "grad_norm": 1.0390045642852783,
155
+ "learning_rate": 4.086564437736966e-05,
156
+ "loss": 0.1274,
157
+ "step": 210
158
+ },
159
+ {
160
+ "epoch": 6.111111111111111,
161
+ "grad_norm": 1.121009349822998,
162
+ "learning_rate": 3.639482675773324e-05,
163
+ "loss": 0.1117,
164
+ "step": 220
165
+ },
166
+ {
167
+ "epoch": 6.388888888888889,
168
+ "grad_norm": 0.7137916088104248,
169
+ "learning_rate": 3.203873100374314e-05,
170
+ "loss": 0.1101,
171
+ "step": 230
172
+ },
173
+ {
174
+ "epoch": 6.666666666666667,
175
+ "grad_norm": 0.5132378935813904,
176
+ "learning_rate": 2.783408868970071e-05,
177
+ "loss": 0.1157,
178
+ "step": 240
179
+ },
180
+ {
181
+ "epoch": 6.944444444444445,
182
+ "grad_norm": 0.5895885229110718,
183
+ "learning_rate": 2.381635430060611e-05,
184
+ "loss": 0.1041,
185
+ "step": 250
186
+ },
187
+ {
188
+ "epoch": 7.222222222222222,
189
+ "grad_norm": 0.5823981165885925,
190
+ "learning_rate": 2.0019406272005915e-05,
191
+ "loss": 0.1066,
192
+ "step": 260
193
+ },
194
+ {
195
+ "epoch": 7.5,
196
+ "grad_norm": 0.6076810359954834,
197
+ "learning_rate": 1.6475261319442553e-05,
198
+ "loss": 0.1131,
199
+ "step": 270
200
+ },
201
+ {
202
+ "epoch": 7.777777777777778,
203
+ "grad_norm": 0.5810424089431763,
204
+ "learning_rate": 1.3213804466343421e-05,
205
+ "loss": 0.0964,
206
+ "step": 280
207
+ },
208
+ {
209
+ "epoch": 8.055555555555555,
210
+ "grad_norm": 0.5393444299697876,
211
+ "learning_rate": 1.0262537046815018e-05,
212
+ "loss": 0.0971,
213
+ "step": 290
214
+ },
215
+ {
216
+ "epoch": 8.333333333333334,
217
+ "grad_norm": 0.5941327214241028,
218
+ "learning_rate": 7.646344808238903e-06,
219
+ "loss": 0.0933,
220
+ "step": 300
221
+ },
222
+ {
223
+ "epoch": 8.61111111111111,
224
+ "grad_norm": 0.4310052692890167,
225
+ "learning_rate": 5.387288069080299e-06,
226
+ "loss": 0.1067,
227
+ "step": 310
228
+ },
229
+ {
230
+ "epoch": 8.88888888888889,
231
+ "grad_norm": 0.4362979233264923,
232
+ "learning_rate": 3.504415701345615e-06,
233
+ "loss": 0.0891,
234
+ "step": 320
235
+ },
236
+ {
237
+ "epoch": 9.166666666666666,
238
+ "grad_norm": 0.46284258365631104,
239
+ "learning_rate": 2.013604506230554e-06,
240
+ "loss": 0.1027,
241
+ "step": 330
242
+ },
243
+ {
244
+ "epoch": 9.444444444444445,
245
+ "grad_norm": 0.5020444393157959,
246
+ "learning_rate": 9.274253373791064e-07,
247
+ "loss": 0.0852,
248
+ "step": 340
249
+ },
250
+ {
251
+ "epoch": 9.722222222222221,
252
+ "grad_norm": 0.5854896903038025,
253
+ "learning_rate": 2.55037100632316e-07,
254
+ "loss": 0.0919,
255
+ "step": 350
256
+ },
257
+ {
258
+ "epoch": 10.0,
259
+ "grad_norm": 0.7395591735839844,
260
+ "learning_rate": 2.109524084381587e-09,
261
+ "loss": 0.0918,
262
+ "step": 360
263
+ },
264
+ {
265
+ "epoch": 10.0,
266
+ "step": 360,
267
+ "total_flos": 0.0,
268
+ "train_loss": 0.1817794324623214,
269
+ "train_runtime": 394.9899,
270
+ "train_samples_per_second": 44.432,
271
+ "train_steps_per_second": 0.911
272
+ }
273
+ ],
274
+ "logging_steps": 10,
275
+ "max_steps": 360,
276
+ "num_input_tokens_seen": 0,
277
+ "num_train_epochs": 10,
278
+ "save_steps": 3000,
279
+ "stateful_callbacks": {
280
+ "TrainerControl": {
281
+ "args": {
282
+ "should_epoch_stop": false,
283
+ "should_evaluate": false,
284
+ "should_log": false,
285
+ "should_save": true,
286
+ "should_training_stop": true
287
+ },
288
+ "attributes": {}
289
+ }
290
+ },
291
+ "total_flos": 0.0,
292
+ "train_batch_size": 49,
293
+ "trial_name": null,
294
+ "trial_params": null
295
+ }