Vedmani commited on
Commit
0862fc6
·
1 Parent(s): ce89e40

Training in progress, epoch 1, checkpoint

Browse files
checkpoint-2500/README.md ADDED
@@ -0,0 +1,9 @@
 
 
 
 
 
 
 
 
 
 
1
+ ---
2
+ library_name: peft
3
+ ---
4
+ ## Training procedure
5
+
6
+ ### Framework versions
7
+
8
+
9
+ - PEFT 0.4.0
checkpoint-2500/adapter_config.json ADDED
@@ -0,0 +1,23 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "auto_mapping": null,
3
+ "base_model_name_or_path": "bert-base-cased",
4
+ "bias": "none",
5
+ "fan_in_fan_out": false,
6
+ "inference_mode": true,
7
+ "init_lora_weights": true,
8
+ "layers_pattern": null,
9
+ "layers_to_transform": null,
10
+ "lora_alpha": 32,
11
+ "lora_dropout": 0.1,
12
+ "modules_to_save": [
13
+ "classifier"
14
+ ],
15
+ "peft_type": "LORA",
16
+ "r": 8,
17
+ "revision": null,
18
+ "target_modules": [
19
+ "query",
20
+ "value"
21
+ ],
22
+ "task_type": "SEQ_CLS"
23
+ }
checkpoint-2500/adapter_model.bin ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:18a3721af677f4d41c0ae9d14145c9af9c6092931340247d409bbf14777976e7
3
+ size 1203911
checkpoint-2500/optimizer.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:11a088bb62079202ad2d12e886f4cc479fd2f891eda3a9b1ffb94a9aac92a726
3
+ size 2413509
checkpoint-2500/rng_state.pth ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:bb0db5c6f55fb01c1231142ed0148747b218782e048cd527ab44ea3bea5b7fe3
3
+ size 14575
checkpoint-2500/scheduler.pt ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:bf35227d733b94e0ad85c746120f70db99d2298a4f3586908049e97443c7396b
3
+ size 627
checkpoint-2500/special_tokens_map.json ADDED
@@ -0,0 +1,7 @@
 
 
 
 
 
 
 
 
1
+ {
2
+ "cls_token": "[CLS]",
3
+ "mask_token": "[MASK]",
4
+ "pad_token": "[PAD]",
5
+ "sep_token": "[SEP]",
6
+ "unk_token": "[UNK]"
7
+ }
checkpoint-2500/tokenizer.json ADDED
The diff for this file is too large to render. See raw diff
 
checkpoint-2500/tokenizer_config.json ADDED
@@ -0,0 +1,13 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "clean_up_tokenization_spaces": true,
3
+ "cls_token": "[CLS]",
4
+ "do_lower_case": false,
5
+ "mask_token": "[MASK]",
6
+ "model_max_length": 512,
7
+ "pad_token": "[PAD]",
8
+ "sep_token": "[SEP]",
9
+ "strip_accents": null,
10
+ "tokenize_chinese_chars": true,
11
+ "tokenizer_class": "BertTokenizer",
12
+ "unk_token": "[UNK]"
13
+ }
checkpoint-2500/trainer_state.json ADDED
@@ -0,0 +1,328 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "best_metric": 0.9037,
3
+ "best_model_checkpoint": "output/checkpoint-2500",
4
+ "epoch": 1.0,
5
+ "eval_steps": 500,
6
+ "global_step": 2500,
7
+ "is_hyper_param_search": false,
8
+ "is_local_process_zero": true,
9
+ "is_world_process_zero": true,
10
+ "log_history": [
11
+ {
12
+ "epoch": 0.02,
13
+ "learning_rate": 3.3333333333333337e-06,
14
+ "loss": 0.8125,
15
+ "step": 50
16
+ },
17
+ {
18
+ "epoch": 0.04,
19
+ "learning_rate": 6.6666666666666675e-06,
20
+ "loss": 0.7599,
21
+ "step": 100
22
+ },
23
+ {
24
+ "epoch": 0.06,
25
+ "learning_rate": 1e-05,
26
+ "loss": 0.7309,
27
+ "step": 150
28
+ },
29
+ {
30
+ "epoch": 0.08,
31
+ "learning_rate": 1.3333333333333335e-05,
32
+ "loss": 0.7104,
33
+ "step": 200
34
+ },
35
+ {
36
+ "epoch": 0.1,
37
+ "learning_rate": 1.6666666666666667e-05,
38
+ "loss": 0.6939,
39
+ "step": 250
40
+ },
41
+ {
42
+ "epoch": 0.12,
43
+ "learning_rate": 2e-05,
44
+ "loss": 0.6824,
45
+ "step": 300
46
+ },
47
+ {
48
+ "epoch": 0.14,
49
+ "learning_rate": 2.3333333333333336e-05,
50
+ "loss": 0.686,
51
+ "step": 350
52
+ },
53
+ {
54
+ "epoch": 0.16,
55
+ "learning_rate": 2.666666666666667e-05,
56
+ "loss": 0.6693,
57
+ "step": 400
58
+ },
59
+ {
60
+ "epoch": 0.18,
61
+ "learning_rate": 3e-05,
62
+ "loss": 0.6436,
63
+ "step": 450
64
+ },
65
+ {
66
+ "epoch": 0.2,
67
+ "learning_rate": 3.3333333333333335e-05,
68
+ "loss": 0.6101,
69
+ "step": 500
70
+ },
71
+ {
72
+ "epoch": 0.22,
73
+ "learning_rate": 3.6666666666666666e-05,
74
+ "loss": 0.493,
75
+ "step": 550
76
+ },
77
+ {
78
+ "epoch": 0.24,
79
+ "learning_rate": 3.993333333333333e-05,
80
+ "loss": 0.4239,
81
+ "step": 600
82
+ },
83
+ {
84
+ "epoch": 0.26,
85
+ "learning_rate": 4.326666666666667e-05,
86
+ "loss": 0.3391,
87
+ "step": 650
88
+ },
89
+ {
90
+ "epoch": 0.28,
91
+ "learning_rate": 4.66e-05,
92
+ "loss": 0.3332,
93
+ "step": 700
94
+ },
95
+ {
96
+ "epoch": 0.3,
97
+ "learning_rate": 4.986666666666666e-05,
98
+ "loss": 0.3966,
99
+ "step": 750
100
+ },
101
+ {
102
+ "epoch": 0.32,
103
+ "learning_rate": 5.32e-05,
104
+ "loss": 0.3137,
105
+ "step": 800
106
+ },
107
+ {
108
+ "epoch": 0.34,
109
+ "learning_rate": 5.653333333333333e-05,
110
+ "loss": 0.3072,
111
+ "step": 850
112
+ },
113
+ {
114
+ "epoch": 0.36,
115
+ "learning_rate": 5.986666666666667e-05,
116
+ "loss": 0.272,
117
+ "step": 900
118
+ },
119
+ {
120
+ "epoch": 0.38,
121
+ "learning_rate": 6.32e-05,
122
+ "loss": 0.2715,
123
+ "step": 950
124
+ },
125
+ {
126
+ "epoch": 0.4,
127
+ "learning_rate": 6.653333333333333e-05,
128
+ "loss": 0.2892,
129
+ "step": 1000
130
+ },
131
+ {
132
+ "epoch": 0.42,
133
+ "learning_rate": 6.986666666666667e-05,
134
+ "loss": 0.28,
135
+ "step": 1050
136
+ },
137
+ {
138
+ "epoch": 0.44,
139
+ "learning_rate": 7.32e-05,
140
+ "loss": 0.3102,
141
+ "step": 1100
142
+ },
143
+ {
144
+ "epoch": 0.46,
145
+ "learning_rate": 7.653333333333333e-05,
146
+ "loss": 0.2663,
147
+ "step": 1150
148
+ },
149
+ {
150
+ "epoch": 0.48,
151
+ "learning_rate": 7.986666666666667e-05,
152
+ "loss": 0.2778,
153
+ "step": 1200
154
+ },
155
+ {
156
+ "epoch": 0.5,
157
+ "learning_rate": 8.32e-05,
158
+ "loss": 0.3414,
159
+ "step": 1250
160
+ },
161
+ {
162
+ "epoch": 0.52,
163
+ "learning_rate": 8.653333333333334e-05,
164
+ "loss": 0.2608,
165
+ "step": 1300
166
+ },
167
+ {
168
+ "epoch": 0.54,
169
+ "learning_rate": 8.986666666666666e-05,
170
+ "loss": 0.2847,
171
+ "step": 1350
172
+ },
173
+ {
174
+ "epoch": 0.56,
175
+ "learning_rate": 9.32e-05,
176
+ "loss": 0.2801,
177
+ "step": 1400
178
+ },
179
+ {
180
+ "epoch": 0.58,
181
+ "learning_rate": 9.653333333333334e-05,
182
+ "loss": 0.2777,
183
+ "step": 1450
184
+ },
185
+ {
186
+ "epoch": 0.6,
187
+ "learning_rate": 9.986666666666668e-05,
188
+ "loss": 0.2819,
189
+ "step": 1500
190
+ },
191
+ {
192
+ "epoch": 0.62,
193
+ "learning_rate": 0.0001032,
194
+ "loss": 0.2631,
195
+ "step": 1550
196
+ },
197
+ {
198
+ "epoch": 0.64,
199
+ "learning_rate": 0.00010653333333333333,
200
+ "loss": 0.255,
201
+ "step": 1600
202
+ },
203
+ {
204
+ "epoch": 0.66,
205
+ "learning_rate": 0.00010986666666666668,
206
+ "loss": 0.3253,
207
+ "step": 1650
208
+ },
209
+ {
210
+ "epoch": 0.68,
211
+ "learning_rate": 0.0001132,
212
+ "loss": 0.2632,
213
+ "step": 1700
214
+ },
215
+ {
216
+ "epoch": 0.7,
217
+ "learning_rate": 0.00011653333333333334,
218
+ "loss": 0.2808,
219
+ "step": 1750
220
+ },
221
+ {
222
+ "epoch": 0.72,
223
+ "learning_rate": 0.00011986666666666666,
224
+ "loss": 0.2487,
225
+ "step": 1800
226
+ },
227
+ {
228
+ "epoch": 0.74,
229
+ "learning_rate": 0.0001232,
230
+ "loss": 0.1958,
231
+ "step": 1850
232
+ },
233
+ {
234
+ "epoch": 0.76,
235
+ "learning_rate": 0.00012653333333333334,
236
+ "loss": 0.2882,
237
+ "step": 1900
238
+ },
239
+ {
240
+ "epoch": 0.78,
241
+ "learning_rate": 0.00012986666666666666,
242
+ "loss": 0.2877,
243
+ "step": 1950
244
+ },
245
+ {
246
+ "epoch": 0.8,
247
+ "learning_rate": 0.0001332,
248
+ "loss": 0.2412,
249
+ "step": 2000
250
+ },
251
+ {
252
+ "epoch": 0.82,
253
+ "learning_rate": 0.00013653333333333334,
254
+ "loss": 0.2608,
255
+ "step": 2050
256
+ },
257
+ {
258
+ "epoch": 0.84,
259
+ "learning_rate": 0.00013986666666666666,
260
+ "loss": 0.2296,
261
+ "step": 2100
262
+ },
263
+ {
264
+ "epoch": 0.86,
265
+ "learning_rate": 0.00014319999999999998,
266
+ "loss": 0.2311,
267
+ "step": 2150
268
+ },
269
+ {
270
+ "epoch": 0.88,
271
+ "learning_rate": 0.00014653333333333334,
272
+ "loss": 0.2603,
273
+ "step": 2200
274
+ },
275
+ {
276
+ "epoch": 0.9,
277
+ "learning_rate": 0.00014986666666666669,
278
+ "loss": 0.2923,
279
+ "step": 2250
280
+ },
281
+ {
282
+ "epoch": 0.92,
283
+ "learning_rate": 0.0001532,
284
+ "loss": 0.2415,
285
+ "step": 2300
286
+ },
287
+ {
288
+ "epoch": 0.94,
289
+ "learning_rate": 0.00015646666666666668,
290
+ "loss": 0.2671,
291
+ "step": 2350
292
+ },
293
+ {
294
+ "epoch": 0.96,
295
+ "learning_rate": 0.0001598,
296
+ "loss": 0.2421,
297
+ "step": 2400
298
+ },
299
+ {
300
+ "epoch": 0.98,
301
+ "learning_rate": 0.00016313333333333333,
302
+ "loss": 0.2449,
303
+ "step": 2450
304
+ },
305
+ {
306
+ "epoch": 1.0,
307
+ "learning_rate": 0.00016646666666666668,
308
+ "loss": 0.2399,
309
+ "step": 2500
310
+ },
311
+ {
312
+ "epoch": 1.0,
313
+ "eval_accuracy": 0.9037,
314
+ "eval_loss": 0.2539164125919342,
315
+ "eval_runtime": 132.4594,
316
+ "eval_samples_per_second": 75.495,
317
+ "eval_steps_per_second": 4.718,
318
+ "step": 2500
319
+ }
320
+ ],
321
+ "logging_steps": 50,
322
+ "max_steps": 25000,
323
+ "num_train_epochs": 10,
324
+ "save_steps": 500,
325
+ "total_flos": 5833552310267520.0,
326
+ "trial_name": null,
327
+ "trial_params": null
328
+ }
checkpoint-2500/training_args.bin ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:ec3775b4601d79665325e377c01a163d9ef09a7fa47af2b3ae8cc93ce5670761
3
+ size 4027
checkpoint-2500/vocab.txt ADDED
The diff for this file is too large to render. See raw diff