Skip to main content
cocoons
Projects
crowdsourced_vs_gpt_datasize_v2
Run groups
hate-speech
Logs
Group
Workspace
Runs
Logs
Files
Artifacts

Ariannapera's group workspace

Timestamps visible
2023-09-14 20:32:14
{'eval_loss': 0.4067576229572296, 'eval_f1': 0.7393467545031557, 'eval_roc_auc': 0.8108612744319085, 'eval_accuracy': 0.9065040650406504, 'eval_runtime': 2.8453, 'eval_samples_per_second': 86.457, 'eval_steps_per_second': 5.623, 'epoch': 8.0}
2023-09-14 20:33:40
{'loss': 0.025, 'learning_rate': 2.0000000000000003e-06, 'epoch': 9.0}
2023-09-14 20:35:11
100%|██████████| 1540/1540 [14:48<00:00,  2.00it/s]
2023-09-14 20:33:44
{'eval_loss': 0.4189527630805969, 'eval_f1': 0.7295788939624557, 'eval_roc_auc': 0.8206737645002384, 'eval_accuracy': 0.8943089430894309, 'eval_runtime': 2.8785, 'eval_samples_per_second': 85.462, 'eval_steps_per_second': 5.558, 'epoch': 9.0}
2023-09-14 20:35:10
{'loss': 0.0208, 'learning_rate': 0.0, 'epoch': 10.0}
2023-09-14 20:35:19
100%|██████████| 1540/1540 [14:55<00:00,  1.72it/s]
2023-09-14 20:35:12
{'eval_loss': 0.41082265973091125, 'eval_f1': 0.7419580419580419, 'eval_roc_auc': 0.8156284760845383, 'eval_accuracy': 0.9024390243902439, 'eval_runtime': 2.8289, 'eval_samples_per_second': 86.96, 'eval_steps_per_second': 5.656, 'epoch': 10.0}
2023-09-14 20:35:18
{'train_runtime': 895.3504, 'train_samples_per_second': 27.475, 'train_steps_per_second': 1.72, 'train_loss': 0.1264873890133647, 'epoch': 10.0}
2023-09-14 20:35:21
100%|██████████| 16/16 [00:02<00:00,  6.52it/s]
2023-09-14 20:35:20
{'eval_loss': 0.402692586183548, 'eval_f1': 0.6862972408996058, 'eval_roc_auc': 0.6680438582552042, 'eval_accuracy': 0.9105691056910569, 'eval_runtime': 2.6379, 'eval_samples_per_second': 93.256, 'eval_steps_per_second': 6.065, 'epoch': 10.0}
2023-09-14 20:35:25
100%|██████████| 21/21 [00:03<00:00,  6.17it/s]
2023-09-14 20:35:25
/home/arpe/worker_vs_gpt/src/worker_vs_gpt/classification/trainers.py:213: UserWarning: Implicit dimension choice for softmax has been deprecated. Change the call to include dim=X as an argument.
2023-09-14 20:35:25
  probs = softmax(torch.Tensor(y_pred_logits)).numpy()