Hugging Face's logo

flax-community
/
pino-bigbird-roberta-base

Fill-Mask
Transformers
PyTorch
JAX
TensorBoard
Dutch
big_bird
Inference Endpoints
Model card Files Metrics Community
2
pino-bigbird-roberta-base / wandb /run-20210715_142929-jw5go9rv /files /output.log
dat
Saving weights and logs of step 10000
f75b982
raw
history blame
No virus
27.1 kB
[14:29:44] - INFO - absl - Restoring checkpoint from ./checkpoint_90000
tcmalloc: large alloc 1530273792 bytes == 0x9b2c6000 @ 0x7f647d05f680 0x7f647d080824 0x5b9a14 0x50b2ae 0x50cb1b 0x5a6f17 0x5f3010 0x56fd36 0x568d9a 0x5f5b33 0x56aadf 0x568d9a 0x68cdc7 0x67e161 0x67e1df 0x67e281 0x67e627 0x6b6e62 0x6b71ed 0x7f647ce740b3 0x5f96de
/home/dat/pino/lib/python3.8/site-packages/jax/lib/xla_bridge.py:386: UserWarning: jax.host_count has been renamed to jax.process_count. This alias will eventually be removed; please update your code.
warnings.warn(
/home/dat/pino/lib/python3.8/site-packages/jax/lib/xla_bridge.py:373: UserWarning: jax.host_id has been renamed to jax.process_index. This alias will eventually be removed; please update your code.
warnings.warn(
Epoch ... (1/2): 0%| | 0/2 [00:00<?, ?it/s]
Training...: 26%|████████████████████████████████████▊ | 90051/352766 [04:33<27:53:42, 2.62it/s]
Training...: 26%|████████████████████████████████████▊ | 90101/352766 [04:53<27:06:50, 2.69it/s]
Training...: 26%|████████████████████████████████████▊ | 90151/352766 [05:13<26:28:09, 2.76it/s]
Training...: 26%|████████████████████████████████████▊ | 90201/352766 [05:33<27:17:39, 2.67it/s]
Training...: 26%|████████████████████████████████████▊ | 90251/352766 [05:53<27:03:18, 2.70it/s]
Training...: 26%|████████████████████████████████████▊ | 90301/352766 [06:13<27:18:44, 2.67it/s]
Training...: 26%|████████████████████████████████████▉ | 90351/352766 [06:33<27:03:43, 2.69it/s]
Training...: 26%|████████████████████████████████████▉ | 90401/352766 [06:53<27:17:44, 2.67it/s]
Training...: 26%|████████████████████████████████████▉ | 90451/352766 [07:14<27:00:34, 2.70it/s]
Training...: 26%|████████████████████████████████████▉ | 90501/352766 [07:34<27:15:23, 2.67it/s]
Training...: 26%|████████████████████████████████████▉ | 90551/352766 [07:54<27:07:13, 2.69it/s]
Training...: 26%|████████████████████████████████████▉ | 90601/352766 [08:14<27:13:48, 2.67it/s]
Training...: 26%|█████████████████████████████████████ | 90651/352766 [08:34<27:17:20, 2.67it/s]
Training...: 26%|█████████████████████████████████████ | 90701/352766 [08:54<27:16:04, 2.67it/s]
Training...: 26%|█████████████████████████████████████ | 90751/352766 [09:14<27:12:21, 2.68it/s]
Training...: 26%|█████████████████████████████████████ | 90801/352766 [09:34<27:12:10, 2.67it/s]
Training...: 26%|█████████████████████████████████████ | 90851/352766 [09:54<27:14:51, 2.67it/s]
Training...: 26%|█████████████████████████████████████ | 90901/352766 [10:14<26:59:51, 2.69it/s]
Training...: 26%|█████████████████████████████████████▏ | 90951/352766 [10:34<27:13:26, 2.67it/s]
Training...: 26%|█████████████████████████████████████▏ | 91001/352766 [10:54<27:01:45, 2.69it/s]
Training...: 26%|█████████████████████████████████████▏ | 91051/352766 [11:14<27:12:36, 2.67it/s]
Training...: 26%|█████████████████████████████████████▏ | 91101/352766 [11:34<27:01:38, 2.69it/s]
Training...: 26%|█████████████████████████████████████▏ | 91151/352766 [11:54<27:12:29, 2.67it/s]
Training...: 26%|█████████████████████████████████████▏ | 91201/352766 [12:14<27:05:33, 2.68it/s]
Training...: 26%|█████████████████████████████████████▏ | 91251/352766 [12:34<27:10:50, 2.67it/s]
Training...: 26%|█████████████████████████████████████▎ | 91301/352766 [12:54<27:11:15, 2.67it/s]
Training...: 26%|█████████████████████████████████████▎ | 91351/352766 [13:14<27:10:00, 2.67it/s]
Training...: 26%|█████████████████████████████████████▎ | 91401/352766 [13:34<27:10:10, 2.67it/s]
Training...: 26%|█████████████████████████████████████▎ | 91451/352766 [13:54<27:11:43, 2.67it/s]
Training...: 26%|█████████████████████████████████████▎ | 91501/352766 [14:14<27:10:40, 2.67it/s]
Training...: 26%|█████████████████████████████████████▎ | 91551/352766 [14:34<26:54:10, 2.70it/s]
Training...: 26%|█████████████████████████████████████▍ | 91601/352766 [14:54<27:07:35, 2.67it/s]
Training...: 26%|█████████████████████████████████████▍ | 91651/352766 [15:14<26:56:48, 2.69it/s]
Training...: 26%|█████████████████████████████████████▍ | 91701/352766 [15:34<27:08:13, 2.67it/s]
Training...: 26%|█████████████████████████████████████▍ | 91751/352766 [15:55<26:55:50, 2.69it/s]
Training...: 26%|█████████████████████████████████████▍ | 91801/352766 [16:15<27:08:24, 2.67it/s]
Training...: 26%|█████████████████████████████████████▍ | 91851/352766 [16:35<26:57:13, 2.69it/s]
Training...: 26%|█████████████████████████████████████▌ | 91901/352766 [16:55<27:06:54, 2.67it/s]
Training...: 26%|█████████████████████████████████████▌ | 91951/352766 [17:15<27:07:52, 2.67it/s]
Training...: 26%|█████████████████████████████████████▌ | 92001/352766 [17:35<27:05:59, 2.67it/s]
Training...: 26%|█████████████████████████████████████▌ | 92001/352766 [17:48<27:05:59, 2.67it/s]
Training...: 26%|█████████████████████████████████████▌ | 92051/352766 [19:33<27:07:03, 2.67it/s]
Training...: 26%|█████████████████████████████████████▌ | 92101/352766 [19:53<27:07:18, 2.67it/s]
Training...: 26%|█████████████████████████████████████▌ | 92151/352766 [20:14<27:06:37, 2.67it/s]
Training...: 26%|█████████████████████████████████████▋ | 92201/352766 [20:34<26:51:07, 2.70it/s]
Training...: 26%|█████████████████████████████████████▋ | 92251/352766 [20:54<27:05:26, 2.67it/s]
Training...: 26%|█████████████████████████████████████▋ | 92301/352766 [21:14<26:47:55, 2.70it/s]
Training...: 26%|█████████████████████████████████████▋ | 92351/352766 [21:34<27:03:55, 2.67it/s]
Training...: 26%|█████████████████████████████████████▋ | 92401/352766 [21:54<26:56:06, 2.69it/s]
Training...: 26%|█████████████████████████████████████▋ | 92451/352766 [22:14<27:03:33, 2.67it/s]
Training...: 26%|█████████████████████████████████████▊ | 92501/352766 [22:34<26:36:37, 2.72it/s]
Training...: 26%|█████████████████████████████████████▌ | 92552/352766 [23:07<289:51:50, 4.01s/it]
Training...: 26%|█████████████████████████████████████▌ | 92602/352766 [23:27<289:47:16, 4.01s/it]
Training...: 26%|█████████████████████████████████████▌ | 92654/352766 [23:47<162:07:54, 2.24s/it]
Training...: 26%|█████████████████████████████████████▌ | 92704/352766 [24:07<162:28:16, 2.25s/it]
Training...: 26%|█████████████████████████████████████▌ | 92756/352766 [24:27<100:39:01, 1.39s/it]
Training...: 26%|█████████████████████████████████████▌ | 92806/352766 [24:47<100:39:52, 1.39s/it]
Training...: 26%|█████████████████████████████████████▋ | 92856/352766 [25:08<100:35:33, 1.39s/it]
Training...: 26%|█████████████████████████████████████▉ | 92908/352766 [25:28<66:16:29, 1.09it/s]
Training...: 26%|█████████████████████████████████████▋ | 92952/352766 [25:47<289:19:30, 4.01s/it]
Training...: 26%|█████████████████████████████████████▋ | 93002/352766 [26:07<289:25:26, 4.01s/it]
Training...: 26%|█████████████████████████████████████▋ | 93054/352766 [26:28<162:04:31, 2.25s/it]
Training...: 26%|█████████████████████████████████████▋ | 93106/352766 [26:48<100:24:31, 1.39s/it]
Training...: 26%|█████████████████████████████████████▊ | 93156/352766 [27:08<100:29:39, 1.39s/it]
Training...: 26%|██████████████████████████████████████ | 93208/352766 [27:28<66:04:11, 1.09it/s]
Training...: 26%|█████████████████████████████████████▊ | 93252/352766 [27:48<289:06:44, 4.01s/it]
Training...: 26%|█████████████████████████████████████▊ | 93302/352766 [28:08<288:57:36, 4.01s/it]
Training...: 26%|█████████████████████████████████████▊ | 93352/352766 [28:28<289:00:22, 4.01s/it]
Training...: 26%|█████████████████████████████████████▊ | 93406/352766 [28:48<100:19:22, 1.39s/it]
Training...: 26%|██████████████████████████████████████▏ | 93458/352766 [29:08<66:02:29, 1.09it/s]
Training...: 27%|██████████████████████████████████████▏ | 93508/352766 [29:28<66:03:24, 1.09it/s]
Training...: 27%|██████████████████████████████████████▏ | 93560/352766 [29:48<45:15:59, 1.59it/s]
Training...: 27%|██████████████████████████████████████▏ | 93610/352766 [30:08<45:16:44, 1.59it/s]
Training...: 27%|█████████████████████████████████████▉ | 93652/352766 [30:28<288:28:02, 4.01s/it]
Training...: 27%|█████████████████████████████████████▉ | 93704/352766 [30:48<161:32:21, 2.24s/it]
Training...: 27%|██████████████████████████████████████ | 93754/352766 [31:08<161:31:25, 2.25s/it]
Training...: 27%|██████████████████████████████████████ | 93804/352766 [31:28<161:29:49, 2.25s/it]
Training...: 27%|██████████████████████████████████████▎ | 93856/352766 [31:48<99:59:56, 1.39s/it]
Training...: 27%|██████████████████████████████████████ | 93906/352766 [32:08<100:12:30, 1.39s/it]
Training...: 27%|██████████████████████████████████████ | 93956/352766 [32:28<100:46:26, 1.40s/it]
Training...: 27%|██████████████████████████████████████▎ | 94001/352766 [32:48<26:38:53, 2.70it/s]
Step... (4000 | Loss: 2.5976178646087646, Learning Rate: 2.6376830646768212e-05)
Training...: 27%|██████████████████████████████████████▍ | 94051/352766 [34:15<27:00:04, 2.66it/s]
Training...: 27%|██████████████████████████████████████▍ | 94101/352766 [34:35<26:33:43, 2.71it/s]
Training...: 27%|██████████████████████████████████████▍ | 94151/352766 [34:55<26:51:02, 2.68it/s]
Training...: 27%|██████████████████████████████████████▍ | 94201/352766 [35:15<26:42:34, 2.69it/s]
Training...: 27%|██████████████████████████████████████▍ | 94251/352766 [35:35<26:50:54, 2.67it/s]
Training...: 27%|██████████████████████████████████████▍ | 94301/352766 [35:55<26:34:16, 2.70it/s]
Training...: 27%|██████████████████████████████████████▌ | 94351/352766 [36:15<26:49:47, 2.68it/s]
Training...: 27%|██████████████████████████████████████▌ | 94401/352766 [36:35<26:52:57, 2.67it/s]
Training...: 27%|██████████████████████████████████████▌ | 94451/352766 [36:55<26:40:59, 2.69it/s]
Training...: 27%|██████████████████████████████████████▌ | 94501/352766 [37:15<26:50:11, 2.67it/s]