vit-base-brain-xray / trainer_state.json
abdulelahagr's picture
initial commit
c99ba2d verified
{
"best_metric": 0.907917320728302,
"best_model_checkpoint": "./vit-base-brain-xray/checkpoint-100",
"epoch": 4.0,
"eval_steps": 100,
"global_step": 720,
"is_hyper_param_search": false,
"is_local_process_zero": true,
"is_world_process_zero": true,
"log_history": [
{
"epoch": 0.05555555555555555,
"grad_norm": 5.699078559875488,
"learning_rate": 0.00019722222222222225,
"loss": 1.2918,
"step": 10
},
{
"epoch": 0.1111111111111111,
"grad_norm": 3.1500043869018555,
"learning_rate": 0.00019444444444444446,
"loss": 0.8867,
"step": 20
},
{
"epoch": 0.16666666666666666,
"grad_norm": 3.1283438205718994,
"learning_rate": 0.00019166666666666667,
"loss": 0.5707,
"step": 30
},
{
"epoch": 0.2222222222222222,
"grad_norm": 2.686929225921631,
"learning_rate": 0.00018888888888888888,
"loss": 0.3967,
"step": 40
},
{
"epoch": 0.2777777777777778,
"grad_norm": 1.111426830291748,
"learning_rate": 0.00018611111111111112,
"loss": 0.3759,
"step": 50
},
{
"epoch": 0.3333333333333333,
"grad_norm": 2.6397788524627686,
"learning_rate": 0.00018333333333333334,
"loss": 0.2927,
"step": 60
},
{
"epoch": 0.3888888888888889,
"grad_norm": 0.6170921325683594,
"learning_rate": 0.00018055555555555557,
"loss": 0.2122,
"step": 70
},
{
"epoch": 0.4444444444444444,
"grad_norm": 0.33072641491889954,
"learning_rate": 0.00017777777777777779,
"loss": 0.2795,
"step": 80
},
{
"epoch": 0.5,
"grad_norm": 1.4631454944610596,
"learning_rate": 0.000175,
"loss": 0.3315,
"step": 90
},
{
"epoch": 0.5555555555555556,
"grad_norm": 7.331964492797852,
"learning_rate": 0.00017222222222222224,
"loss": 0.2478,
"step": 100
},
{
"epoch": 0.5555555555555556,
"eval_accuracy": 0.6903553299492385,
"eval_loss": 0.907917320728302,
"eval_runtime": 5.7847,
"eval_samples_per_second": 68.111,
"eval_steps_per_second": 8.644,
"step": 100
},
{
"epoch": 0.6111111111111112,
"grad_norm": 3.3308780193328857,
"learning_rate": 0.00016944444444444445,
"loss": 0.4174,
"step": 110
},
{
"epoch": 0.6666666666666666,
"grad_norm": 3.7708303928375244,
"learning_rate": 0.0001666666666666667,
"loss": 0.2337,
"step": 120
},
{
"epoch": 0.7222222222222222,
"grad_norm": 0.6579460501670837,
"learning_rate": 0.0001638888888888889,
"loss": 0.271,
"step": 130
},
{
"epoch": 0.7777777777777778,
"grad_norm": 2.6412248611450195,
"learning_rate": 0.0001611111111111111,
"loss": 0.2476,
"step": 140
},
{
"epoch": 0.8333333333333334,
"grad_norm": 4.0377197265625,
"learning_rate": 0.00015833333333333332,
"loss": 0.1787,
"step": 150
},
{
"epoch": 0.8888888888888888,
"grad_norm": 5.922617435455322,
"learning_rate": 0.00015555555555555556,
"loss": 0.1848,
"step": 160
},
{
"epoch": 0.9444444444444444,
"grad_norm": 4.513651371002197,
"learning_rate": 0.00015277777777777777,
"loss": 0.2581,
"step": 170
},
{
"epoch": 1.0,
"grad_norm": 0.23064616322517395,
"learning_rate": 0.00015000000000000001,
"loss": 0.1437,
"step": 180
},
{
"epoch": 1.0555555555555556,
"grad_norm": 2.2603862285614014,
"learning_rate": 0.00014722222222222223,
"loss": 0.1052,
"step": 190
},
{
"epoch": 1.1111111111111112,
"grad_norm": 4.710208892822266,
"learning_rate": 0.00014444444444444444,
"loss": 0.1499,
"step": 200
},
{
"epoch": 1.1111111111111112,
"eval_accuracy": 0.7182741116751269,
"eval_loss": 1.1542534828186035,
"eval_runtime": 5.8503,
"eval_samples_per_second": 67.347,
"eval_steps_per_second": 8.547,
"step": 200
},
{
"epoch": 1.1666666666666667,
"grad_norm": 0.15027037262916565,
"learning_rate": 0.00014166666666666668,
"loss": 0.0747,
"step": 210
},
{
"epoch": 1.2222222222222223,
"grad_norm": 0.3188658356666565,
"learning_rate": 0.0001388888888888889,
"loss": 0.1555,
"step": 220
},
{
"epoch": 1.2777777777777777,
"grad_norm": 3.695791482925415,
"learning_rate": 0.00013611111111111113,
"loss": 0.1876,
"step": 230
},
{
"epoch": 1.3333333333333333,
"grad_norm": 2.009079694747925,
"learning_rate": 0.00013333333333333334,
"loss": 0.1054,
"step": 240
},
{
"epoch": 1.3888888888888888,
"grad_norm": 0.07869268208742142,
"learning_rate": 0.00013055555555555555,
"loss": 0.0381,
"step": 250
},
{
"epoch": 1.4444444444444444,
"grad_norm": 0.9898849725723267,
"learning_rate": 0.00012777777777777776,
"loss": 0.1144,
"step": 260
},
{
"epoch": 1.5,
"grad_norm": 0.509087085723877,
"learning_rate": 0.000125,
"loss": 0.1002,
"step": 270
},
{
"epoch": 1.5555555555555556,
"grad_norm": 0.08736218512058258,
"learning_rate": 0.00012222222222222224,
"loss": 0.1103,
"step": 280
},
{
"epoch": 1.6111111111111112,
"grad_norm": 0.24889719486236572,
"learning_rate": 0.00011944444444444445,
"loss": 0.0987,
"step": 290
},
{
"epoch": 1.6666666666666665,
"grad_norm": 2.0384163856506348,
"learning_rate": 0.00011666666666666668,
"loss": 0.0872,
"step": 300
},
{
"epoch": 1.6666666666666665,
"eval_accuracy": 0.7614213197969543,
"eval_loss": 1.146877646446228,
"eval_runtime": 6.3643,
"eval_samples_per_second": 61.908,
"eval_steps_per_second": 7.856,
"step": 300
},
{
"epoch": 1.7222222222222223,
"grad_norm": 0.47840073704719543,
"learning_rate": 0.00011388888888888889,
"loss": 0.0468,
"step": 310
},
{
"epoch": 1.7777777777777777,
"grad_norm": 0.06918664276599884,
"learning_rate": 0.00011111111111111112,
"loss": 0.0191,
"step": 320
},
{
"epoch": 1.8333333333333335,
"grad_norm": 0.7651189565658569,
"learning_rate": 0.00010833333333333333,
"loss": 0.1305,
"step": 330
},
{
"epoch": 1.8888888888888888,
"grad_norm": 1.8910560607910156,
"learning_rate": 0.00010555555555555557,
"loss": 0.0355,
"step": 340
},
{
"epoch": 1.9444444444444444,
"grad_norm": 0.07424870133399963,
"learning_rate": 0.00010277777777777778,
"loss": 0.0567,
"step": 350
},
{
"epoch": 2.0,
"grad_norm": 0.05715026333928108,
"learning_rate": 0.0001,
"loss": 0.0991,
"step": 360
},
{
"epoch": 2.0555555555555554,
"grad_norm": 2.061647415161133,
"learning_rate": 9.722222222222223e-05,
"loss": 0.0603,
"step": 370
},
{
"epoch": 2.111111111111111,
"grad_norm": 0.04806053638458252,
"learning_rate": 9.444444444444444e-05,
"loss": 0.0325,
"step": 380
},
{
"epoch": 2.1666666666666665,
"grad_norm": 0.05517473816871643,
"learning_rate": 9.166666666666667e-05,
"loss": 0.0301,
"step": 390
},
{
"epoch": 2.2222222222222223,
"grad_norm": 0.8571930527687073,
"learning_rate": 8.888888888888889e-05,
"loss": 0.0118,
"step": 400
},
{
"epoch": 2.2222222222222223,
"eval_accuracy": 0.7258883248730964,
"eval_loss": 1.2360663414001465,
"eval_runtime": 6.5101,
"eval_samples_per_second": 60.522,
"eval_steps_per_second": 7.68,
"step": 400
},
{
"epoch": 2.2777777777777777,
"grad_norm": 0.040004875510931015,
"learning_rate": 8.611111111111112e-05,
"loss": 0.0118,
"step": 410
},
{
"epoch": 2.3333333333333335,
"grad_norm": 7.572581768035889,
"learning_rate": 8.333333333333334e-05,
"loss": 0.0314,
"step": 420
},
{
"epoch": 2.388888888888889,
"grad_norm": 0.037391383200883865,
"learning_rate": 8.055555555555556e-05,
"loss": 0.0088,
"step": 430
},
{
"epoch": 2.4444444444444446,
"grad_norm": 0.034802764654159546,
"learning_rate": 7.777777777777778e-05,
"loss": 0.0147,
"step": 440
},
{
"epoch": 2.5,
"grad_norm": 0.06982697546482086,
"learning_rate": 7.500000000000001e-05,
"loss": 0.0085,
"step": 450
},
{
"epoch": 2.5555555555555554,
"grad_norm": 0.03507501631975174,
"learning_rate": 7.222222222222222e-05,
"loss": 0.0087,
"step": 460
},
{
"epoch": 2.611111111111111,
"grad_norm": 4.626717567443848,
"learning_rate": 6.944444444444444e-05,
"loss": 0.0216,
"step": 470
},
{
"epoch": 2.6666666666666665,
"grad_norm": 0.0349123477935791,
"learning_rate": 6.666666666666667e-05,
"loss": 0.05,
"step": 480
},
{
"epoch": 2.7222222222222223,
"grad_norm": 0.03614797443151474,
"learning_rate": 6.388888888888888e-05,
"loss": 0.0085,
"step": 490
},
{
"epoch": 2.7777777777777777,
"grad_norm": 0.06703199446201324,
"learning_rate": 6.111111111111112e-05,
"loss": 0.0077,
"step": 500
},
{
"epoch": 2.7777777777777777,
"eval_accuracy": 0.766497461928934,
"eval_loss": 1.2023228406906128,
"eval_runtime": 5.9054,
"eval_samples_per_second": 66.719,
"eval_steps_per_second": 8.467,
"step": 500
},
{
"epoch": 2.8333333333333335,
"grad_norm": 0.03837073966860771,
"learning_rate": 5.833333333333334e-05,
"loss": 0.007,
"step": 510
},
{
"epoch": 2.888888888888889,
"grad_norm": 0.031188365072011948,
"learning_rate": 5.555555555555556e-05,
"loss": 0.0072,
"step": 520
},
{
"epoch": 2.9444444444444446,
"grad_norm": 0.15879875421524048,
"learning_rate": 5.305555555555556e-05,
"loss": 0.0145,
"step": 530
},
{
"epoch": 3.0,
"grad_norm": 0.051313698291778564,
"learning_rate": 5.027777777777778e-05,
"loss": 0.0067,
"step": 540
},
{
"epoch": 3.0555555555555554,
"grad_norm": 0.027085309848189354,
"learning_rate": 4.75e-05,
"loss": 0.0063,
"step": 550
},
{
"epoch": 3.111111111111111,
"grad_norm": 0.02693328447639942,
"learning_rate": 4.472222222222223e-05,
"loss": 0.0066,
"step": 560
},
{
"epoch": 3.1666666666666665,
"grad_norm": 0.027860965579748154,
"learning_rate": 4.194444444444445e-05,
"loss": 0.006,
"step": 570
},
{
"epoch": 3.2222222222222223,
"grad_norm": 0.025451989844441414,
"learning_rate": 3.9166666666666665e-05,
"loss": 0.006,
"step": 580
},
{
"epoch": 3.2777777777777777,
"grad_norm": 0.02524595521390438,
"learning_rate": 3.638888888888889e-05,
"loss": 0.0059,
"step": 590
},
{
"epoch": 3.3333333333333335,
"grad_norm": 0.02702181413769722,
"learning_rate": 3.3611111111111116e-05,
"loss": 0.0057,
"step": 600
},
{
"epoch": 3.3333333333333335,
"eval_accuracy": 0.7639593908629442,
"eval_loss": 1.2470098733901978,
"eval_runtime": 5.9411,
"eval_samples_per_second": 66.318,
"eval_steps_per_second": 8.416,
"step": 600
},
{
"epoch": 3.388888888888889,
"grad_norm": 0.027771031484007835,
"learning_rate": 3.0833333333333335e-05,
"loss": 0.0057,
"step": 610
},
{
"epoch": 3.4444444444444446,
"grad_norm": 0.02504831738770008,
"learning_rate": 2.8055555555555557e-05,
"loss": 0.0313,
"step": 620
},
{
"epoch": 3.5,
"grad_norm": 0.027147900313138962,
"learning_rate": 2.527777777777778e-05,
"loss": 0.0056,
"step": 630
},
{
"epoch": 3.5555555555555554,
"grad_norm": 0.026741115376353264,
"learning_rate": 2.25e-05,
"loss": 0.0059,
"step": 640
},
{
"epoch": 3.611111111111111,
"grad_norm": 0.05946130305528641,
"learning_rate": 1.9722222222222224e-05,
"loss": 0.0055,
"step": 650
},
{
"epoch": 3.6666666666666665,
"grad_norm": 0.025428051128983498,
"learning_rate": 1.6944444444444446e-05,
"loss": 0.0054,
"step": 660
},
{
"epoch": 3.7222222222222223,
"grad_norm": 0.023423248901963234,
"learning_rate": 1.4166666666666668e-05,
"loss": 0.0053,
"step": 670
},
{
"epoch": 3.7777777777777777,
"grad_norm": 0.023936165496706963,
"learning_rate": 1.138888888888889e-05,
"loss": 0.0057,
"step": 680
},
{
"epoch": 3.8333333333333335,
"grad_norm": 0.023328222334384918,
"learning_rate": 8.611111111111112e-06,
"loss": 0.0052,
"step": 690
},
{
"epoch": 3.888888888888889,
"grad_norm": 0.025306882336735725,
"learning_rate": 5.833333333333334e-06,
"loss": 0.0053,
"step": 700
},
{
"epoch": 3.888888888888889,
"eval_accuracy": 0.7766497461928934,
"eval_loss": 1.209647297859192,
"eval_runtime": 7.4912,
"eval_samples_per_second": 52.595,
"eval_steps_per_second": 6.675,
"step": 700
},
{
"epoch": 3.9444444444444446,
"grad_norm": 0.023267222568392754,
"learning_rate": 3.0555555555555556e-06,
"loss": 0.0057,
"step": 710
},
{
"epoch": 4.0,
"grad_norm": 0.03729303553700447,
"learning_rate": 2.777777777777778e-07,
"loss": 0.0057,
"step": 720
},
{
"epoch": 4.0,
"step": 720,
"total_flos": 8.896239873264845e+17,
"train_loss": 0.12508326765770714,
"train_runtime": 729.602,
"train_samples_per_second": 15.735,
"train_steps_per_second": 0.987
}
],
"logging_steps": 10,
"max_steps": 720,
"num_input_tokens_seen": 0,
"num_train_epochs": 4,
"save_steps": 100,
"total_flos": 8.896239873264845e+17,
"train_batch_size": 16,
"trial_name": null,
"trial_params": null
}