-
Notifications
You must be signed in to change notification settings - Fork 0
Expand file tree
/
Copy pathfive_direct_l2.log
More file actions
13837 lines (12637 loc) · 679 KB
/
five_direct_l2.log
File metadata and controls
13837 lines (12637 loc) · 679 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
iteration:
0
0 790 bit_w:-1 loss: 2.23052
1 801 bit_w:-1 loss: 2.23057
2 947 bit_w: 1 loss: 2.22227
3 795 bit_w:-1 loss: 2.22538
4 1133 bit_w: 1 loss: 2.21886
5753 856 5332 5074 690 4289 5302 343 4599 770
1 -1 1 1 -1 1 1 -1 1 -1
Train accuarcate: 18.17%
tensor([[1., 2., 1., 1., 2., 1., 1., 2., 1., 2.],
[2., 1., 2., 2., 1., 2., 2., 1., 2., 1.],
[1., 2., 1., 1., 2., 1., 1., 2., 1., 2.],
[2., 1., 2., 2., 1., 2., 2., 1., 2., 1.],
[1., 2., 1., 1., 2., 1., 1., 2., 1., 2.],
[1., 2., 1., 1., 2., 1., 1., 2., 1., 2.],
[1., 2., 1., 1., 2., 1., 1., 2., 1., 2.],
[1., 2., 1., 1., 2., 1., 1., 2., 1., 2.],
[1., 2., 1., 1., 2., 1., 1., 2., 1., 2.],
[1., 2., 1., 1., 2., 1., 1., 2., 1., 2.],
[2., 1., 2., 2., 1., 2., 2., 1., 2., 1.],
[1., 2., 1., 1., 2., 1., 1., 2., 1., 2.],
[1., 2., 1., 1., 2., 1., 1., 2., 1., 2.],
[2., 1., 2., 2., 1., 2., 2., 1., 2., 1.],
[1., 2., 1., 1., 2., 1., 1., 2., 1., 2.],
[2., 1., 2., 2., 1., 2., 2., 1., 2., 1.],
[1., 2., 1., 1., 2., 1., 1., 2., 1., 2.],
[1., 2., 1., 1., 2., 1., 1., 2., 1., 2.],
[1., 2., 1., 1., 2., 1., 1., 2., 1., 2.],
[1., 2., 1., 1., 2., 1., 1., 2., 1., 2.]], device='cuda:0')
Train accuarcate: 18.20%
iteration:
1
0 784 bit_w:-1 loss: 2.14857
1 794 bit_w: 1 loss: 2.14928
2 819 bit_w:-1 loss: 2.14332
3 788 bit_w: 1 loss: 2.14389
4 939 bit_w: 1 loss: 2.13989
4969 6496 1812 5287 224 4396 825 458 4066 673
1 1 -1 1 -1 1 -1 -1 1 -1
Train accuarcate: 32.09%
tensor([[1., 2., 2., 1., 3., 1., 2., 3., 1., 3.],
[3., 2., 2., 3., 1., 3., 2., 1., 3., 1.],
[2., 3., 1., 2., 2., 2., 1., 2., 2., 2.],
[3., 2., 2., 3., 1., 3., 2., 1., 3., 1.],
[1., 2., 2., 1., 3., 1., 2., 3., 1., 3.],
[2., 3., 1., 2., 2., 2., 1., 2., 2., 2.],
[1., 2., 2., 1., 3., 1., 2., 3., 1., 3.],
[1., 2., 2., 1., 3., 1., 2., 3., 1., 3.],
[1., 2., 2., 1., 3., 1., 2., 3., 1., 3.],
[1., 2., 2., 1., 3., 1., 2., 3., 1., 3.],
[3., 2., 2., 3., 1., 3., 2., 1., 3., 1.],
[2., 3., 1., 2., 2., 2., 1., 2., 2., 2.],
[1., 2., 2., 1., 3., 1., 2., 3., 1., 3.],
[3., 2., 2., 3., 1., 3., 2., 1., 3., 1.],
[2., 3., 1., 2., 2., 2., 1., 2., 2., 2.],
[3., 2., 2., 3., 1., 3., 2., 1., 3., 1.],
[1., 2., 2., 1., 3., 1., 2., 3., 1., 3.],
[1., 2., 2., 1., 3., 1., 2., 3., 1., 3.],
[2., 3., 1., 2., 2., 2., 1., 2., 2., 2.],
[1., 2., 2., 1., 3., 1., 2., 3., 1., 3.]], device='cuda:0')
Train accuarcate: 31.95%
iteration:
2
0 830 bit_w:-1 loss: 2.07085
1 865 bit_w:-1 loss: 2.07135
2 841 bit_w:-1 loss: 2.05916
3 895 bit_w:-1 loss: 2.06188
4 817 bit_w: 1 loss: 2.05707
5460 148 479 1195 5581 4829 5596 1203 3797 5109
1 -1 -1 -1 1 1 1 -1 1 1
Train accuarcate: 51.58%
tensor([[1., 3., 3., 2., 3., 1., 2., 4., 1., 3.],
[3., 3., 3., 4., 1., 3., 2., 2., 3., 1.],
[2., 4., 2., 3., 2., 2., 1., 3., 2., 2.],
[4., 2., 2., 3., 2., 4., 3., 1., 4., 2.],
[2., 2., 2., 1., 4., 2., 3., 3., 2., 4.],
[2., 4., 2., 3., 2., 2., 1., 3., 2., 2.],
[2., 2., 2., 1., 4., 2., 3., 3., 2., 4.],
[2., 2., 2., 1., 4., 2., 3., 3., 2., 4.],
[2., 2., 2., 1., 4., 2., 3., 3., 2., 4.],
[2., 2., 2., 1., 4., 2., 3., 3., 2., 4.],
[4., 2., 2., 3., 2., 4., 3., 1., 4., 2.],
[2., 4., 2., 3., 2., 2., 1., 3., 2., 2.],
[2., 2., 2., 1., 4., 2., 3., 3., 2., 4.],
[4., 2., 2., 3., 2., 4., 3., 1., 4., 2.],
[2., 4., 2., 3., 2., 2., 1., 3., 2., 2.],
[4., 2., 2., 3., 2., 4., 3., 1., 4., 2.],
[2., 2., 2., 1., 4., 2., 3., 3., 2., 4.],
[1., 3., 3., 2., 3., 1., 2., 4., 1., 3.],
[2., 4., 2., 3., 2., 2., 1., 3., 2., 2.],
[2., 2., 2., 1., 4., 2., 3., 3., 2., 4.]], device='cuda:0')
Train accuarcate: 51.22%
iteration:
3
0 791 bit_w:-1 loss: 1.99002
1 785 bit_w:-1 loss: 1.98882
2 864 bit_w:-1 loss: 1.98263
3 813 bit_w:-1 loss: 1.98069
4 849 bit_w:-1 loss: 1.97508
117 6310 4877 653 4569 873 4914 699 4749 1056
-1 1 1 -1 1 -1 1 -1 1 -1
Train accuarcate: 59.77%
tensor([[2., 3., 3., 3., 3., 2., 2., 5., 1., 4.],
[4., 3., 3., 5., 1., 4., 2., 3., 3., 2.],
[2., 5., 3., 3., 3., 2., 2., 3., 3., 2.],
[5., 2., 2., 4., 2., 5., 3., 2., 4., 3.],
[2., 3., 3., 1., 5., 2., 4., 3., 3., 4.],
[2., 5., 3., 3., 3., 2., 2., 3., 3., 2.],
[3., 2., 2., 2., 4., 3., 3., 4., 2., 5.],
[2., 3., 3., 1., 5., 2., 4., 3., 3., 4.],
[2., 3., 3., 1., 5., 2., 4., 3., 3., 4.],
[3., 2., 2., 2., 4., 3., 3., 4., 2., 5.],
[5., 2., 2., 4., 2., 5., 3., 2., 4., 3.],
[2., 5., 3., 3., 3., 2., 2., 3., 3., 2.],
[3., 2., 2., 2., 4., 3., 3., 4., 2., 5.],
[5., 2., 2., 4., 2., 5., 3., 2., 4., 3.],
[2., 5., 3., 3., 3., 2., 2., 3., 3., 2.],
[5., 2., 2., 4., 2., 5., 3., 2., 4., 3.],
[3., 2., 2., 2., 4., 3., 3., 4., 2., 5.],
[2., 3., 3., 3., 3., 2., 2., 5., 1., 4.],
[3., 4., 2., 4., 2., 3., 1., 4., 2., 3.],
[2., 3., 3., 1., 5., 2., 4., 3., 3., 4.]], device='cuda:0')
Train accuarcate: 60.16%
iteration:
4
0 812 bit_w:-1 loss: 1.91039
1 794 bit_w: 1 loss: 1.91162
2 808 bit_w:-1 loss: 1.90235
3 831 bit_w:-1 loss: 1.90434
4 1068 bit_w:-1 loss: 1.89919
187 6504 1180 5723 1786 4419 682 738 5231 3918
-1 1 -1 1 -1 1 -1 -1 1 1
Train accuarcate: 66.61%
tensor([[3., 3., 4., 3., 4., 2., 3., 6., 1., 4.],
[5., 3., 4., 5., 2., 4., 3., 4., 3., 2.],
[2., 6., 3., 4., 3., 3., 2., 3., 4., 3.],
[6., 2., 3., 4., 3., 5., 4., 3., 4., 3.],
[3., 3., 4., 1., 6., 2., 5., 4., 3., 4.],
[2., 6., 3., 4., 3., 3., 2., 3., 4., 3.],
[3., 3., 2., 3., 4., 4., 3., 4., 3., 6.],
[2., 4., 3., 2., 5., 3., 4., 3., 4., 5.],
[3., 3., 4., 1., 6., 2., 5., 4., 3., 4.],
[3., 3., 2., 3., 4., 4., 3., 4., 3., 6.],
[6., 2., 3., 4., 3., 5., 4., 3., 4., 3.],
[3., 5., 4., 3., 4., 2., 3., 4., 3., 2.],
[4., 2., 3., 2., 5., 3., 4., 5., 2., 5.],
[6., 2., 3., 4., 3., 5., 4., 3., 4., 3.],
[2., 6., 3., 4., 3., 3., 2., 3., 4., 3.],
[5., 3., 2., 5., 2., 6., 3., 2., 5., 4.],
[4., 2., 3., 2., 5., 3., 4., 5., 2., 5.],
[3., 3., 4., 3., 4., 2., 3., 6., 1., 4.],
[3., 5., 2., 5., 2., 4., 1., 4., 3., 4.],
[3., 3., 4., 1., 6., 2., 5., 4., 3., 4.]], device='cuda:0')
Train accuarcate: 67.39%
iteration:
5
0 864 bit_w:-1 loss: 1.83972
1 821 bit_w:-1 loss: 1.83904
2 1103 bit_w: 1 loss: 1.82615
3 809 bit_w:-1 loss: 1.83106
4 985 bit_w: 1 loss: 1.82289
5344 5669 5605 909 1314 1329 5649 663 4973 460
1 1 1 -1 -1 -1 1 -1 1 -1
Train accuarcate: 67.49%
tensor([[3., 3., 4., 4., 5., 3., 3., 7., 1., 5.],
[6., 4., 5., 5., 2., 4., 4., 4., 4., 2.],
[3., 7., 4., 4., 3., 3., 3., 3., 5., 3.],
[7., 3., 4., 4., 3., 5., 5., 3., 5., 3.],
[3., 3., 4., 2., 7., 3., 5., 5., 3., 5.],
[3., 7., 4., 4., 3., 3., 3., 3., 5., 3.],
[3., 3., 2., 4., 5., 5., 3., 5., 3., 7.],
[2., 4., 3., 3., 6., 4., 4., 4., 4., 6.],
[4., 4., 5., 1., 6., 2., 6., 4., 4., 4.],
[3., 3., 2., 4., 5., 5., 3., 5., 3., 7.],
[7., 3., 4., 4., 3., 5., 5., 3., 5., 3.],
[4., 6., 5., 3., 4., 2., 4., 4., 4., 2.],
[4., 2., 3., 3., 6., 4., 4., 6., 2., 6.],
[7., 3., 4., 4., 3., 5., 5., 3., 5., 3.],
[3., 7., 4., 4., 3., 3., 3., 3., 5., 3.],
[5., 3., 2., 6., 3., 7., 3., 3., 5., 5.],
[4., 2., 3., 3., 6., 4., 4., 6., 2., 6.],
[3., 3., 4., 4., 5., 3., 3., 7., 1., 5.],
[4., 6., 3., 5., 2., 4., 2., 4., 4., 4.],
[3., 3., 4., 2., 7., 3., 5., 5., 3., 5.]], device='cuda:0')
Train accuarcate: 68.18%
iteration:
6
0 792 bit_w:-1 loss: 1.76629
1 798 bit_w:-1 loss: 1.76520
2 817 bit_w:-1 loss: 1.75568
3 810 bit_w:-1 loss: 1.75761
4 995 bit_w: 1 loss: 1.75448
548 831 4258 5092 4928 779 721 5473 4062 5353
-1 -1 1 1 1 -1 -1 1 1 1
Train accuarcate: 68.10%
tensor([[3., 3., 5., 5., 6., 3., 3., 8., 2., 6.],
[7., 5., 5., 5., 2., 5., 5., 4., 4., 2.],
[4., 8., 4., 4., 3., 4., 4., 3., 5., 3.],
[8., 4., 4., 4., 3., 6., 6., 3., 5., 3.],
[3., 3., 5., 3., 8., 3., 5., 6., 4., 6.],
[4., 8., 4., 4., 3., 4., 4., 3., 5., 3.],
[3., 3., 3., 5., 6., 5., 3., 6., 4., 8.],
[2., 4., 4., 4., 7., 4., 4., 5., 5., 7.],
[5., 5., 5., 1., 6., 3., 7., 4., 4., 4.],
[3., 3., 3., 5., 6., 5., 3., 6., 4., 8.],
[8., 4., 4., 4., 3., 6., 6., 3., 5., 3.],
[4., 6., 6., 4., 5., 2., 4., 5., 5., 3.],
[4., 2., 4., 4., 7., 4., 4., 7., 3., 7.],
[8., 4., 4., 4., 3., 6., 6., 3., 5., 3.],
[4., 8., 4., 4., 3., 4., 4., 3., 5., 3.],
[5., 3., 3., 7., 4., 7., 3., 4., 6., 6.],
[4., 2., 4., 4., 7., 4., 4., 7., 3., 7.],
[3., 3., 5., 5., 6., 3., 3., 8., 2., 6.],
[5., 7., 3., 5., 2., 5., 3., 4., 4., 4.],
[3., 3., 5., 3., 8., 3., 5., 6., 4., 6.]], device='cuda:0')
Train accuarcate: 68.37%
iteration:
7
0 786 bit_w:-1 loss: 1.69964
1 799 bit_w:-1 loss: 1.69871
2 842 bit_w:-1 loss: 1.69475
3 865 bit_w:-1 loss: 1.69285
4 839 bit_w: 1 loss: 1.69052
5446 32 572 821 5349 3305 4548 943 1297 4315
1 -1 -1 -1 1 1 1 -1 -1 1
Train accuarcate: 70.16%
tensor([[3., 4., 6., 6., 6., 3., 3., 9., 3., 6.],
[7., 6., 6., 6., 2., 5., 5., 5., 5., 2.],
[4., 9., 5., 5., 3., 4., 4., 4., 6., 3.],
[9., 4., 4., 4., 4., 7., 7., 3., 5., 4.],
[4., 3., 5., 3., 9., 4., 6., 6., 4., 7.],
[4., 9., 5., 5., 3., 4., 4., 4., 6., 3.],
[4., 3., 3., 5., 7., 6., 4., 6., 4., 9.],
[3., 4., 4., 4., 8., 5., 5., 5., 5., 8.],
[6., 5., 5., 1., 7., 4., 8., 4., 4., 5.],
[4., 3., 3., 5., 7., 6., 4., 6., 4., 9.],
[9., 4., 4., 4., 4., 7., 7., 3., 5., 4.],
[5., 6., 6., 4., 6., 3., 5., 5., 5., 4.],
[5., 2., 4., 4., 8., 5., 5., 7., 3., 8.],
[9., 4., 4., 4., 4., 7., 7., 3., 5., 4.],
[4., 9., 5., 5., 3., 4., 4., 4., 6., 3.],
[5., 4., 4., 8., 4., 7., 3., 5., 7., 6.],
[5., 2., 4., 4., 8., 5., 5., 7., 3., 8.],
[3., 4., 6., 6., 6., 3., 3., 9., 3., 6.],
[5., 8., 4., 6., 2., 5., 3., 5., 5., 4.],
[4., 3., 5., 3., 9., 4., 6., 6., 4., 7.]], device='cuda:0')
Train accuarcate: 70.92%
iteration:
8
0 812 bit_w:-1 loss: 1.63769
1 784 bit_w:-1 loss: 1.64017
2 830 bit_w:-1 loss: 1.63377
3 873 bit_w: 1 loss: 1.63484
4 905 bit_w:-1 loss: 1.62804
425 6506 1670 5269 4831 4332 1340 680 5250 5130
-1 1 -1 1 1 1 -1 -1 1 1
Train accuarcate: 71.27%
tensor([[ 4., 4., 7., 6., 6., 3., 4., 10., 3., 6.],
[ 8., 6., 7., 6., 2., 5., 6., 6., 5., 2.],
[ 4., 10., 5., 6., 4., 5., 4., 4., 7., 4.],
[10., 4., 5., 4., 4., 7., 8., 4., 5., 4.],
[ 5., 3., 6., 3., 9., 4., 7., 7., 4., 7.],
[ 4., 10., 5., 6., 4., 5., 4., 4., 7., 4.],
[ 4., 4., 3., 6., 8., 7., 4., 6., 5., 10.],
[ 3., 5., 4., 5., 9., 6., 5., 5., 6., 9.],
[ 7., 5., 6., 1., 7., 4., 9., 5., 4., 5.],
[ 4., 4., 3., 6., 8., 7., 4., 6., 5., 10.],
[10., 4., 5., 4., 4., 7., 8., 4., 5., 4.],
[ 6., 6., 7., 4., 6., 3., 6., 6., 5., 4.],
[ 5., 3., 4., 5., 9., 6., 5., 7., 4., 9.],
[10., 4., 5., 4., 4., 7., 8., 4., 5., 4.],
[ 4., 10., 5., 6., 4., 5., 4., 4., 7., 4.],
[ 5., 5., 4., 9., 5., 8., 3., 5., 8., 7.],
[ 5., 3., 4., 5., 9., 6., 5., 7., 4., 9.],
[ 4., 4., 7., 6., 6., 3., 4., 10., 3., 6.],
[ 5., 9., 4., 7., 3., 6., 3., 5., 6., 5.],
[ 4., 4., 5., 4., 10., 5., 6., 6., 5., 8.]], device='cuda:0')
Train accuarcate: 71.86%
iteration:
9
0 795 bit_w:-1 loss: 1.57562
1 824 bit_w:-1 loss: 1.57519
2 1042 bit_w: 1 loss: 1.56517
3 858 bit_w: 1 loss: 1.56825
4 834 bit_w: 1 loss: 1.55977
5411 366 4377 5539 240 4154 805 407 3876 456
1 -1 1 1 -1 1 -1 -1 1 -1
Train accuarcate: 72.81%
tensor([[ 4., 5., 7., 6., 7., 3., 5., 11., 3., 7.],
[ 9., 6., 8., 7., 2., 6., 6., 6., 6., 2.],
[ 4., 11., 5., 6., 5., 5., 5., 5., 7., 5.],
[11., 4., 6., 5., 4., 8., 8., 4., 6., 4.],
[ 5., 4., 6., 3., 10., 4., 8., 8., 4., 8.],
[ 4., 11., 5., 6., 5., 5., 5., 5., 7., 5.],
[ 4., 5., 3., 6., 9., 7., 5., 7., 5., 11.],
[ 3., 6., 4., 5., 10., 6., 6., 6., 6., 10.],
[ 7., 6., 6., 1., 8., 4., 10., 6., 4., 6.],
[ 4., 5., 3., 6., 9., 7., 5., 7., 5., 11.],
[11., 4., 6., 5., 4., 8., 8., 4., 6., 4.],
[ 6., 7., 7., 4., 7., 3., 7., 7., 5., 5.],
[ 5., 4., 4., 5., 10., 6., 6., 8., 4., 10.],
[11., 4., 6., 5., 4., 8., 8., 4., 6., 4.],
[ 4., 11., 5., 6., 5., 5., 5., 5., 7., 5.],
[ 6., 5., 5., 10., 5., 9., 3., 5., 9., 7.],
[ 5., 4., 4., 5., 10., 6., 6., 8., 4., 10.],
[ 4., 5., 7., 6., 7., 3., 5., 11., 3., 7.],
[ 5., 10., 4., 7., 4., 6., 4., 6., 6., 6.],
[ 4., 5., 5., 4., 11., 5., 7., 7., 5., 9.]], device='cuda:0')
Train accuarcate: 72.77%
iteration:
10
0 797 bit_w:-1 loss: 1.51029
1 791 bit_w:-1 loss: 1.51168
2 922 bit_w:-1 loss: 1.50197
3 813 bit_w:-1 loss: 1.50236
4 800 bit_w: 1 loss: 1.49795
679 6280 5295 819 5044 1354 5487 719 4600 1302
-1 1 1 -1 1 -1 1 -1 1 -1
Train accuarcate: 73.61%
tensor([[ 5., 5., 7., 7., 7., 4., 5., 12., 3., 8.],
[10., 6., 8., 8., 2., 7., 6., 7., 6., 3.],
[ 4., 12., 6., 6., 6., 5., 6., 5., 8., 5.],
[12., 4., 6., 6., 4., 9., 8., 5., 6., 5.],
[ 5., 5., 7., 3., 11., 4., 9., 8., 5., 8.],
[ 4., 12., 6., 6., 6., 5., 6., 5., 8., 5.],
[ 4., 6., 4., 6., 10., 7., 6., 7., 6., 11.],
[ 3., 7., 5., 5., 11., 6., 7., 6., 7., 10.],
[ 7., 7., 7., 1., 9., 4., 11., 6., 5., 6.],
[ 5., 5., 3., 7., 9., 8., 5., 8., 5., 12.],
[12., 4., 6., 6., 4., 9., 8., 5., 6., 5.],
[ 6., 8., 8., 4., 8., 3., 8., 7., 6., 5.],
[ 6., 4., 4., 6., 10., 7., 6., 9., 4., 11.],
[12., 4., 6., 6., 4., 9., 8., 5., 6., 5.],
[ 4., 12., 6., 6., 6., 5., 6., 5., 8., 5.],
[ 7., 5., 5., 11., 5., 10., 3., 6., 9., 8.],
[ 6., 4., 4., 6., 10., 7., 6., 9., 4., 11.],
[ 5., 5., 7., 7., 7., 4., 5., 12., 3., 8.],
[ 6., 10., 4., 8., 4., 7., 4., 7., 6., 7.],
[ 4., 6., 6., 4., 12., 5., 8., 7., 6., 9.]], device='cuda:0')
Train accuarcate: 74.11%
iteration:
11
0 793 bit_w:-1 loss: 1.45020
1 802 bit_w:-1 loss: 1.44973
2 830 bit_w:-1 loss: 1.43986
3 1173 bit_w:-1 loss: 1.44107
4 953 bit_w:-1 loss: 1.43536
497 505 945 4155 5554 4352 5023 819 4842 5299
-1 -1 -1 1 1 1 1 -1 1 1
Train accuarcate: 75.10%
tensor([[ 6., 6., 8., 7., 7., 4., 5., 13., 3., 8.],
[11., 7., 9., 8., 2., 7., 6., 8., 6., 3.],
[ 5., 13., 7., 6., 6., 5., 6., 6., 8., 5.],
[13., 5., 7., 6., 4., 9., 8., 6., 6., 5.],
[ 5., 5., 7., 4., 12., 5., 10., 8., 6., 9.],
[ 5., 13., 7., 6., 6., 5., 6., 6., 8., 5.],
[ 4., 6., 4., 7., 11., 8., 7., 7., 7., 12.],
[ 3., 7., 5., 6., 12., 7., 8., 6., 8., 11.],
[ 8., 8., 8., 1., 9., 4., 11., 7., 5., 6.],
[ 5., 5., 3., 8., 10., 9., 6., 8., 6., 13.],
[13., 5., 7., 6., 4., 9., 8., 6., 6., 5.],
[ 6., 8., 8., 5., 9., 4., 9., 7., 7., 6.],
[ 6., 4., 4., 7., 11., 8., 7., 9., 5., 12.],
[13., 5., 7., 6., 4., 9., 8., 6., 6., 5.],
[ 5., 13., 7., 6., 6., 5., 6., 6., 8., 5.],
[ 8., 6., 6., 11., 5., 10., 3., 7., 9., 8.],
[ 6., 4., 4., 7., 11., 8., 7., 9., 5., 12.],
[ 6., 6., 8., 7., 7., 4., 5., 13., 3., 8.],
[ 6., 10., 4., 9., 5., 8., 5., 7., 7., 8.],
[ 4., 6., 6., 5., 13., 6., 9., 7., 7., 10.]], device='cuda:0')
Train accuarcate: 75.79%
iteration:
12
0 796 bit_w:-1 loss: 1.38963
1 830 bit_w:-1 loss: 1.39095
2 855 bit_w:-1 loss: 1.38200
3 1096 bit_w:-1 loss: 1.38250
4 790 bit_w: 1 loss: 1.37673
5097 289 665 1155 5574 2963 943 5362 4093 5770
1 -1 -1 -1 1 0 -1 1 1 1
Train accuarcate: 76.23%
tensor([[ 6., 7., 9., 8., 7., 4., 6., 13., 3., 8.],
[11., 8., 10., 9., 2., 7., 7., 8., 6., 3.],
[ 5., 14., 8., 7., 6., 5., 7., 6., 8., 5.],
[14., 5., 7., 6., 5., 9., 8., 7., 7., 6.],
[ 6., 5., 7., 4., 13., 5., 10., 9., 7., 10.],
[ 5., 14., 8., 7., 6., 5., 7., 6., 8., 5.],
[ 5., 6., 4., 7., 12., 8., 7., 8., 8., 13.],
[ 4., 7., 5., 6., 13., 7., 8., 7., 9., 12.],
[ 9., 8., 8., 1., 10., 4., 11., 8., 6., 7.],
[ 6., 5., 3., 8., 11., 9., 6., 9., 7., 14.],
[14., 5., 7., 6., 5., 9., 8., 7., 7., 6.],
[ 7., 8., 8., 5., 10., 4., 9., 8., 8., 7.],
[ 7., 4., 4., 7., 12., 8., 7., 10., 6., 13.],
[14., 5., 7., 6., 5., 9., 8., 7., 7., 6.],
[ 5., 14., 8., 7., 6., 5., 7., 6., 8., 5.],
[ 9., 6., 6., 11., 6., 10., 3., 8., 10., 9.],
[ 7., 4., 4., 7., 12., 8., 7., 10., 6., 13.],
[ 6., 7., 9., 8., 7., 4., 6., 13., 3., 8.],
[ 6., 11., 5., 10., 5., 8., 6., 7., 7., 8.],
[ 5., 6., 6., 5., 14., 6., 9., 8., 8., 11.]], device='cuda:0')
Train accuarcate: 77.02%
iteration:
13
0 801 bit_w:-1 loss: 1.33375
1 790 bit_w:-1 loss: 1.33283
2 853 bit_w:-1 loss: 1.32612
3 843 bit_w: 1 loss: 1.32711
4 1071 bit_w: 1 loss: 1.32005
5669 420 4985 5344 564 4147 5507 483 4794 699
1 -1 1 1 -1 1 1 -1 1 -1
Train accuarcate: 76.36%
tensor([[ 6., 8., 9., 8., 8., 4., 6., 14., 3., 9.],
[11., 9., 10., 9., 3., 7., 7., 9., 6., 4.],
[ 5., 15., 8., 7., 7., 5., 7., 7., 8., 6.],
[15., 5., 8., 7., 5., 10., 9., 7., 8., 6.],
[ 6., 6., 7., 4., 14., 5., 10., 10., 7., 11.],
[ 5., 15., 8., 7., 7., 5., 7., 7., 8., 6.],
[ 5., 7., 4., 7., 13., 8., 7., 9., 8., 14.],
[ 4., 8., 5., 6., 14., 7., 8., 8., 9., 13.],
[ 9., 9., 8., 1., 11., 4., 11., 9., 6., 8.],
[ 6., 6., 3., 8., 12., 9., 6., 10., 7., 15.],
[15., 5., 8., 7., 5., 10., 9., 7., 8., 6.],
[ 8., 8., 9., 6., 10., 5., 10., 8., 9., 7.],
[ 7., 5., 4., 7., 13., 8., 7., 11., 6., 14.],
[15., 5., 8., 7., 5., 10., 9., 7., 8., 6.],
[ 5., 15., 8., 7., 7., 5., 7., 7., 8., 6.],
[10., 6., 7., 12., 6., 11., 4., 8., 11., 9.],
[ 7., 5., 4., 7., 13., 8., 7., 11., 6., 14.],
[ 6., 8., 9., 8., 8., 4., 6., 14., 3., 9.],
[ 6., 12., 5., 10., 6., 8., 6., 8., 7., 9.],
[ 5., 7., 6., 5., 15., 6., 9., 9., 8., 12.]], device='cuda:0')
Train accuarcate: 77.30%
iteration:
14
0 805 bit_w:-1 loss: 1.27999
1 799 bit_w:-1 loss: 1.28002
2 657 bit_w:-1 loss: 1.27324
3 835 bit_w: 1 loss: 1.27496
4 914 bit_w: 1 loss: 1.27036
4957 164 4324 630 5386 1539 5007 1083 993 4668
1 -1 1 -1 1 -1 1 -1 -1 1
Train accuarcate: 76.68%
tensor([[ 6., 9., 9., 9., 8., 5., 6., 15., 4., 9.],
[11., 10., 10., 10., 3., 8., 7., 10., 7., 4.],
[ 5., 16., 8., 8., 7., 6., 7., 8., 9., 6.],
[16., 5., 9., 7., 6., 10., 10., 7., 8., 7.],
[ 7., 6., 8., 4., 15., 5., 11., 10., 7., 12.],
[ 5., 16., 8., 8., 7., 6., 7., 8., 9., 6.],
[ 6., 7., 5., 7., 14., 8., 8., 9., 8., 15.],
[ 5., 8., 6., 6., 15., 7., 9., 8., 9., 14.],
[10., 9., 9., 1., 12., 4., 12., 9., 6., 9.],
[ 7., 6., 4., 8., 13., 9., 7., 10., 7., 16.],
[16., 5., 9., 7., 6., 10., 10., 7., 8., 7.],
[ 9., 8., 10., 6., 11., 5., 11., 8., 9., 8.],
[ 8., 5., 5., 7., 14., 8., 8., 11., 6., 15.],
[16., 5., 9., 7., 6., 10., 10., 7., 8., 7.],
[ 5., 16., 8., 8., 7., 6., 7., 8., 9., 6.],
[10., 7., 7., 13., 6., 12., 4., 9., 12., 9.],
[ 8., 5., 5., 7., 14., 8., 8., 11., 6., 15.],
[ 6., 9., 9., 9., 8., 5., 6., 15., 4., 9.],
[ 7., 12., 6., 10., 7., 8., 7., 8., 7., 10.],
[ 6., 7., 7., 5., 16., 6., 10., 9., 8., 13.]], device='cuda:0')
Train accuarcate: 77.74%
iteration:
15
0 811 bit_w:-1 loss: 1.23207
1 817 bit_w:-1 loss: 1.23082
2 995 bit_w: 1 loss: 1.22156
3 832 bit_w:-1 loss: 1.22460
4 1096 bit_w:-1 loss: 1.22086
4795 357 4346 4616 523 691 131 1907 4287 3174
1 -1 1 1 -1 -1 -1 -1 1 1
Train accuarcate: 78.30%
tensor([[ 6., 10., 9., 9., 9., 6., 7., 16., 4., 9.],
[11., 11., 10., 10., 4., 9., 8., 11., 7., 4.],
[ 5., 17., 8., 8., 8., 7., 8., 9., 9., 6.],
[17., 5., 10., 8., 6., 10., 10., 7., 9., 8.],
[ 7., 7., 8., 4., 16., 6., 12., 11., 7., 12.],
[ 5., 17., 8., 8., 8., 7., 8., 9., 9., 6.],
[ 6., 8., 5., 7., 15., 9., 9., 10., 8., 15.],
[ 5., 9., 6., 6., 16., 8., 10., 9., 9., 14.],
[10., 10., 9., 1., 13., 5., 13., 10., 6., 9.],
[ 7., 7., 4., 8., 14., 10., 8., 11., 7., 16.],
[17., 5., 10., 8., 6., 10., 10., 7., 9., 8.],
[ 9., 9., 10., 6., 12., 6., 12., 9., 9., 8.],
[ 8., 6., 5., 7., 15., 9., 9., 12., 6., 15.],
[17., 5., 10., 8., 6., 10., 10., 7., 9., 8.],
[ 5., 17., 8., 8., 8., 7., 8., 9., 9., 6.],
[10., 8., 7., 13., 7., 13., 5., 10., 12., 9.],
[ 9., 5., 6., 8., 14., 8., 8., 11., 7., 16.],
[ 6., 10., 9., 9., 9., 6., 7., 16., 4., 9.],
[ 7., 13., 6., 10., 8., 9., 8., 9., 7., 10.],
[ 6., 8., 7., 5., 17., 7., 11., 10., 8., 13.]], device='cuda:0')
Train accuarcate: 78.57%
iteration:
16
0 788 bit_w:-1 loss: 1.18417
1 806 bit_w:-1 loss: 1.18436
2 792 bit_w:-1 loss: 1.17726
3 829 bit_w:-1 loss: 1.17845
4 927 bit_w: 1 loss: 1.17631
722 1568 4118 1757 5513 456 1151 5684 4496 5477
-1 -1 1 -1 1 -1 -1 1 1 1
Train accuarcate: 78.61%
tensor([[ 6., 10., 10., 9., 10., 6., 7., 17., 5., 10.],
[12., 12., 10., 11., 4., 10., 9., 11., 7., 4.],
[ 6., 18., 8., 9., 8., 8., 9., 9., 9., 6.],
[18., 6., 10., 9., 6., 11., 11., 7., 9., 8.],
[ 7., 7., 9., 4., 17., 6., 12., 12., 8., 13.],
[ 6., 18., 8., 9., 8., 8., 9., 9., 9., 6.],
[ 6., 8., 6., 7., 16., 9., 9., 11., 9., 16.],
[ 5., 9., 7., 6., 17., 8., 10., 10., 10., 15.],
[11., 11., 9., 2., 13., 6., 14., 10., 6., 9.],
[ 7., 7., 5., 8., 15., 10., 8., 12., 8., 17.],
[18., 6., 10., 9., 6., 11., 11., 7., 9., 8.],
[ 9., 9., 11., 6., 13., 6., 12., 10., 10., 9.],
[ 8., 6., 6., 7., 16., 9., 9., 13., 7., 16.],
[18., 6., 10., 9., 6., 11., 11., 7., 9., 8.],
[ 6., 18., 8., 9., 8., 8., 9., 9., 9., 6.],
[11., 9., 7., 14., 7., 14., 6., 10., 12., 9.],
[ 9., 5., 7., 8., 15., 8., 8., 12., 8., 17.],
[ 6., 10., 10., 9., 10., 6., 7., 17., 5., 10.],
[ 8., 14., 6., 11., 8., 10., 9., 9., 7., 10.],
[ 6., 8., 8., 5., 18., 7., 11., 11., 9., 14.]], device='cuda:0')
Train accuarcate: 79.13%
iteration:
17
0 864 bit_w:-1 loss: 1.14159
1 809 bit_w:-1 loss: 1.14080
2 907 bit_w:-1 loss: 1.13601
3 813 bit_w:-1 loss: 1.13546
4 870 bit_w: 1 loss: 1.13396
221 5930 4850 844 3645 1377 5495 659 4854 769
-1 1 1 -1 1 -1 1 -1 1 -1
Train accuarcate: 79.18%
tensor([[ 7., 10., 10., 10., 10., 7., 7., 18., 5., 11.],
[12., 13., 11., 11., 5., 10., 10., 11., 8., 4.],
[ 6., 19., 9., 9., 9., 8., 10., 9., 10., 6.],
[19., 6., 10., 10., 6., 12., 11., 8., 9., 9.],
[ 7., 8., 10., 4., 18., 6., 13., 12., 9., 13.],
[ 6., 19., 9., 9., 9., 8., 10., 9., 10., 6.],
[ 7., 8., 6., 8., 16., 10., 9., 12., 9., 17.],
[ 5., 10., 8., 6., 18., 8., 11., 10., 11., 15.],
[12., 11., 9., 3., 13., 7., 14., 11., 6., 10.],
[ 8., 7., 5., 9., 15., 11., 8., 13., 8., 18.],
[19., 6., 10., 10., 6., 12., 11., 8., 9., 9.],
[ 9., 10., 12., 6., 14., 6., 13., 10., 11., 9.],
[ 9., 6., 6., 8., 16., 10., 9., 14., 7., 17.],
[19., 6., 10., 10., 6., 12., 11., 8., 9., 9.],
[ 6., 19., 9., 9., 9., 8., 10., 9., 10., 6.],
[12., 9., 7., 15., 7., 15., 6., 11., 12., 10.],
[10., 5., 7., 9., 15., 9., 8., 13., 8., 18.],
[ 7., 10., 10., 10., 10., 7., 7., 18., 5., 11.],
[ 8., 15., 7., 11., 9., 10., 10., 9., 8., 10.],
[ 6., 9., 9., 5., 19., 7., 12., 11., 10., 14.]], device='cuda:0')
Train accuarcate: 79.73%
iteration:
18
0 865 bit_w:-1 loss: 1.10098
1 830 bit_w:-1 loss: 1.09891
2 841 bit_w:-1 loss: 1.09136
3 815 bit_w:-1 loss: 1.09256
4 872 bit_w:-1 loss: 1.08824
5451 370 493 1071 5469 4714 5218 1999 4834 5456
1 -1 -1 -1 1 1 1 -1 1 1
Train accuarcate: 79.38%
tensor([[ 7., 11., 11., 11., 10., 7., 7., 19., 5., 11.],
[12., 14., 12., 12., 5., 10., 10., 12., 8., 4.],
[ 6., 20., 10., 10., 9., 8., 10., 10., 10., 6.],
[20., 6., 10., 10., 7., 13., 12., 8., 10., 10.],
[ 8., 8., 10., 4., 19., 7., 14., 12., 10., 14.],
[ 6., 20., 10., 10., 9., 8., 10., 10., 10., 6.],
[ 8., 8., 6., 8., 17., 11., 10., 12., 10., 18.],
[ 6., 10., 8., 6., 19., 9., 12., 10., 12., 16.],
[13., 11., 9., 3., 14., 8., 15., 11., 7., 11.],
[ 9., 7., 5., 9., 16., 12., 9., 13., 9., 19.],
[19., 7., 11., 11., 6., 12., 11., 9., 9., 9.],
[ 9., 11., 13., 7., 14., 6., 13., 11., 11., 9.],
[10., 6., 6., 8., 17., 11., 10., 14., 8., 18.],
[20., 6., 10., 10., 7., 13., 12., 8., 10., 10.],
[ 6., 20., 10., 10., 9., 8., 10., 10., 10., 6.],
[13., 9., 7., 15., 8., 16., 7., 11., 13., 11.],
[11., 5., 7., 9., 16., 10., 9., 13., 9., 19.],
[ 7., 11., 11., 11., 10., 7., 7., 19., 5., 11.],
[ 8., 16., 8., 12., 9., 10., 10., 10., 8., 10.],
[ 7., 9., 9., 5., 20., 8., 13., 11., 11., 15.]], device='cuda:0')
Train accuarcate: 79.82%
iteration:
19
0 812 bit_w:-1 loss: 1.05820
1 794 bit_w: 1 loss: 1.05699
2 800 bit_w:-1 loss: 1.05338
3 820 bit_w:-1 loss: 1.05424
4 849 bit_w: 1 loss: 1.05123
332 6553 1575 5479 1468 4325 742 1958 5126 4538
-1 1 -1 1 -1 1 -1 -1 1 1
Train accuarcate: 79.57%
tensor([[ 7., 12., 11., 12., 10., 8., 7., 19., 6., 12.],
[13., 14., 13., 12., 6., 10., 11., 13., 8., 4.],
[ 6., 21., 10., 11., 9., 9., 10., 10., 11., 7.],
[21., 6., 11., 10., 8., 13., 13., 9., 10., 10.],
[ 9., 8., 11., 4., 20., 7., 15., 13., 10., 14.],
[ 6., 21., 10., 11., 9., 9., 10., 10., 11., 7.],
[ 8., 9., 6., 9., 17., 12., 10., 12., 11., 19.],
[ 6., 11., 8., 7., 19., 10., 12., 10., 13., 17.],
[14., 11., 10., 3., 15., 8., 16., 12., 7., 11.],
[ 9., 8., 5., 10., 16., 13., 9., 13., 10., 20.],
[20., 7., 12., 11., 7., 12., 12., 10., 9., 9.],
[10., 11., 14., 7., 15., 6., 14., 12., 11., 9.],
[10., 7., 6., 9., 17., 12., 10., 14., 9., 19.],
[21., 6., 11., 10., 8., 13., 13., 9., 10., 10.],
[ 6., 21., 10., 11., 9., 9., 10., 10., 11., 7.],
[13., 10., 7., 16., 8., 17., 7., 11., 14., 12.],
[12., 5., 8., 9., 17., 10., 10., 14., 9., 19.],
[ 8., 11., 12., 11., 11., 7., 8., 20., 5., 11.],
[ 8., 17., 8., 13., 9., 11., 10., 10., 9., 11.],
[ 8., 9., 10., 5., 21., 8., 14., 12., 11., 15.]], device='cuda:0')
Train accuarcate: 79.94%
iteration:
20
0 814 bit_w:-1 loss: 1.02253
1 793 bit_w:-1 loss: 1.02303
2 870 bit_w: 1 loss: 1.01947
3 1103 bit_w:-1 loss: 1.01786
4 849 bit_w:-1 loss: 1.01429
1695 829 2391 5011 5334 4472 5598 765 4672 2485
-1 -1 -1 1 1 1 1 -1 1 -1
Train accuarcate: 80.19%
tensor([[ 8., 13., 12., 12., 10., 8., 7., 20., 6., 13.],
[13., 14., 13., 13., 7., 11., 12., 13., 9., 4.],
[ 7., 22., 11., 11., 9., 9., 10., 11., 11., 8.],
[22., 7., 12., 10., 8., 13., 13., 10., 10., 11.],
[ 9., 8., 11., 5., 21., 8., 16., 13., 11., 14.],
[ 7., 22., 11., 11., 9., 9., 10., 11., 11., 8.],
[ 8., 9., 6., 10., 18., 13., 11., 12., 12., 19.],
[ 6., 11., 8., 8., 20., 11., 13., 10., 14., 17.],
[15., 12., 11., 3., 15., 8., 16., 13., 7., 12.],
[10., 9., 6., 10., 16., 13., 9., 14., 10., 21.],
[21., 8., 13., 11., 7., 12., 12., 11., 9., 10.],
[10., 11., 14., 8., 16., 7., 15., 12., 12., 9.],
[10., 7., 6., 10., 18., 13., 11., 14., 10., 19.],
[22., 7., 12., 10., 8., 13., 13., 10., 10., 11.],
[ 7., 22., 11., 11., 9., 9., 10., 11., 11., 8.],
[14., 11., 8., 16., 8., 17., 7., 12., 14., 13.],
[13., 6., 9., 9., 17., 10., 10., 15., 9., 20.],
[ 9., 12., 13., 11., 11., 7., 8., 21., 5., 12.],
[ 8., 17., 8., 14., 10., 12., 11., 10., 10., 11.],
[ 8., 9., 10., 6., 22., 9., 15., 12., 12., 15.]], device='cuda:0')
Train accuarcate: 80.51%
iteration:
21
0 864 bit_w:-1 loss: 0.98534
1 821 bit_w:-1 loss: 0.98551
2 940 bit_w: 1 loss: 0.97775
3 801 bit_w:-1 loss: 0.97915
4 815 bit_w:-1 loss: 0.97501
4828 577 4992 685 689 790 5416 170 4747 384
1 -1 1 -1 -1 -1 1 -1 1 -1
Train accuarcate: 80.89%
tensor([[ 8., 14., 12., 13., 11., 9., 7., 21., 6., 14.],
[14., 14., 14., 13., 7., 11., 13., 13., 10., 4.],
[ 7., 23., 11., 12., 10., 10., 10., 12., 11., 9.],
[23., 7., 13., 10., 8., 13., 14., 10., 11., 11.],
[ 9., 9., 11., 6., 22., 9., 16., 14., 11., 15.],
[ 7., 23., 11., 12., 10., 10., 10., 12., 11., 9.],
[ 8., 10., 6., 11., 19., 14., 11., 13., 12., 20.],
[ 6., 12., 8., 9., 21., 12., 13., 11., 14., 18.],
[16., 12., 12., 3., 15., 8., 17., 13., 8., 12.],
[10., 10., 6., 11., 17., 14., 9., 15., 10., 22.],
[22., 8., 14., 11., 7., 12., 13., 11., 10., 10.],
[10., 12., 14., 9., 17., 8., 15., 13., 12., 10.],
[10., 8., 6., 11., 19., 14., 11., 15., 10., 20.],
[23., 7., 13., 10., 8., 13., 14., 10., 11., 11.],
[ 7., 23., 11., 12., 10., 10., 10., 12., 11., 9.],
[14., 12., 8., 17., 9., 18., 7., 13., 14., 14.],
[13., 7., 9., 10., 18., 11., 10., 16., 9., 21.],
[ 9., 13., 13., 12., 12., 8., 8., 22., 5., 13.],
[ 9., 17., 9., 14., 10., 12., 12., 10., 11., 11.],
[ 8., 10., 10., 7., 23., 10., 15., 13., 12., 16.]], device='cuda:0')
Train accuarcate: 81.01%
iteration:
22
0 803 bit_w:-1 loss: 0.94849
1 827 bit_w:-1 loss: 0.94745
2 815 bit_w:-1 loss: 0.94363
3 826 bit_w:-1 loss: 0.94417
4 786 bit_w: 1 loss: 0.94184
390 6540 4923 1425 2164 1114 4306 676 4895 3732
-1 1 1 -1 -1 -1 1 -1 1 1
Train accuarcate: 80.95%
tensor([[ 9., 14., 12., 14., 12., 10., 7., 22., 6., 14.],
[14., 15., 15., 13., 7., 11., 14., 13., 11., 5.],
[ 7., 24., 12., 12., 10., 10., 11., 12., 12., 10.],
[24., 7., 13., 11., 9., 14., 14., 11., 11., 11.],
[ 9., 10., 12., 6., 22., 9., 17., 14., 12., 16.],
[ 7., 24., 12., 12., 10., 10., 11., 12., 12., 10.],
[ 9., 10., 6., 12., 20., 15., 11., 14., 12., 20.],
[ 6., 13., 9., 9., 21., 12., 14., 11., 15., 19.],
[16., 13., 13., 3., 15., 8., 18., 13., 9., 13.],
[11., 10., 6., 12., 18., 15., 9., 16., 10., 22.],
[23., 8., 14., 12., 8., 13., 13., 12., 10., 10.],
[10., 13., 15., 9., 17., 8., 16., 13., 13., 11.],
[10., 9., 7., 11., 19., 14., 12., 15., 11., 21.],
[24., 7., 13., 11., 9., 14., 14., 11., 11., 11.],
[ 7., 24., 12., 12., 10., 10., 11., 12., 12., 10.],
[15., 12., 8., 18., 10., 19., 7., 14., 14., 14.],
[13., 8., 10., 10., 18., 11., 11., 16., 10., 22.],
[10., 13., 13., 13., 13., 9., 8., 23., 5., 13.],
[10., 17., 9., 15., 11., 13., 12., 11., 11., 11.],
[ 9., 10., 10., 8., 24., 11., 15., 14., 12., 16.]], device='cuda:0')
Train accuarcate: 81.02%
iteration:
23
0 818 bit_w:-1 loss: 0.91669
1 796 bit_w: 1 loss: 0.91522
2 837 bit_w:-1 loss: 0.91195
3 911 bit_w:-1 loss: 0.91246
4 924 bit_w: 1 loss: 0.90754
4420 5733 5451 5197 698 1538 5150 887 2008 283
1 1 1 1 -1 -1 1 -1 -1 -1
Train accuarcate: 81.72%
tensor([[ 9., 14., 12., 14., 13., 11., 7., 23., 7., 15.],
[15., 16., 16., 14., 7., 11., 15., 13., 11., 5.],
[ 7., 24., 12., 12., 11., 11., 11., 13., 13., 11.],
[25., 8., 14., 12., 9., 14., 15., 11., 11., 11.],
[ 9., 10., 12., 6., 23., 10., 17., 15., 13., 17.],
[ 8., 25., 13., 13., 10., 10., 12., 12., 12., 10.],
[ 9., 10., 6., 12., 21., 16., 11., 15., 13., 21.],
[ 6., 13., 9., 9., 22., 13., 14., 12., 16., 20.],
[16., 13., 13., 3., 16., 9., 18., 14., 10., 14.],
[11., 10., 6., 12., 19., 16., 9., 17., 11., 23.],
[24., 9., 15., 13., 8., 13., 14., 12., 10., 10.],
[11., 14., 16., 10., 17., 8., 17., 13., 13., 11.],
[10., 9., 7., 11., 20., 15., 12., 16., 12., 22.],
[24., 7., 13., 11., 10., 15., 14., 12., 12., 12.],
[ 8., 25., 13., 13., 10., 10., 12., 12., 12., 10.],
[16., 13., 9., 19., 10., 19., 8., 14., 14., 14.],
[13., 8., 10., 10., 19., 12., 11., 17., 11., 23.],
[11., 14., 14., 14., 13., 9., 9., 23., 5., 13.],
[11., 18., 10., 16., 11., 13., 13., 11., 11., 11.],
[ 9., 10., 10., 8., 25., 12., 15., 15., 13., 17.]], device='cuda:0')
Train accuarcate: 82.26%
iteration:
24
0 817 bit_w:-1 loss: 0.88426
1 870 bit_w:-1 loss: 0.88170
2 808 bit_w:-1 loss: 0.87701
3 881 bit_w: 1 loss: 0.87767
4 978 bit_w: 1 loss: 0.87297
5191 419 1555 4402 957 1574 382 5275 4411 4782
1 -1 -1 1 -1 -1 -1 1 1 1
Train accuarcate: 82.52%
tensor([[10., 14., 12., 15., 13., 11., 7., 24., 8., 16.],
[15., 17., 17., 14., 8., 12., 16., 13., 11., 5.],
[ 7., 25., 13., 12., 12., 12., 12., 13., 13., 11.],
[26., 8., 14., 13., 9., 14., 15., 12., 12., 12.],
[ 9., 11., 13., 6., 24., 11., 18., 15., 13., 17.],
[ 8., 26., 14., 13., 11., 11., 13., 12., 12., 10.],
[ 9., 11., 7., 12., 22., 17., 12., 15., 13., 21.],
[ 6., 14., 10., 9., 23., 14., 15., 12., 16., 20.],
[16., 14., 14., 3., 17., 10., 19., 14., 10., 14.],
[12., 10., 6., 13., 19., 16., 9., 18., 12., 24.],
[25., 9., 15., 14., 8., 13., 14., 13., 11., 11.],
[11., 15., 17., 10., 18., 9., 18., 13., 13., 11.],
[11., 9., 7., 12., 20., 15., 12., 17., 13., 23.],
[25., 7., 13., 12., 10., 15., 14., 13., 13., 13.],
[ 8., 26., 14., 13., 11., 11., 13., 12., 12., 10.],
[16., 14., 10., 19., 11., 20., 9., 14., 14., 14.],
[14., 8., 10., 11., 19., 12., 11., 18., 12., 24.],
[12., 14., 14., 15., 13., 9., 9., 24., 6., 14.],
[11., 19., 11., 16., 12., 14., 14., 11., 11., 11.],
[ 9., 11., 11., 8., 26., 13., 16., 15., 13., 17.]], device='cuda:0')
Train accuarcate: 83.10%
iteration:
25
0 816 bit_w:-1 loss: 0.85179
1 846 bit_w: 1 loss: 0.85073
2 979 bit_w: 1 loss: 0.84784
3 866 bit_w: 1 loss: 0.84747
4 1173 bit_w:-1 loss: 0.84526
878 5024 4599 4544 1862 1850 5393 1859 1822 4574
-1 0 1 1 -1 -1 1 -1 -1 1
Train accuarcate: 83.19%
tensor([[11., 14., 12., 15., 14., 12., 7., 25., 9., 16.],
[15., 17., 18., 15., 8., 12., 17., 13., 11., 6.],
[ 7., 25., 14., 13., 12., 12., 13., 13., 13., 12.],
[26., 8., 15., 14., 9., 14., 16., 12., 12., 13.],
[10., 11., 13., 6., 25., 12., 18., 16., 14., 17.],
[ 8., 26., 15., 14., 11., 11., 14., 12., 12., 11.],
[ 9., 11., 8., 13., 22., 17., 13., 15., 13., 22.],
[ 6., 14., 11., 10., 23., 14., 16., 12., 16., 21.],
[17., 14., 14., 3., 18., 11., 19., 15., 11., 14.],
[13., 10., 6., 13., 20., 17., 9., 19., 13., 24.],
[26., 9., 15., 14., 9., 14., 14., 14., 12., 11.],
[11., 15., 18., 11., 18., 9., 19., 13., 13., 12.],
[11., 9., 8., 13., 20., 15., 13., 17., 13., 24.],
[26., 7., 13., 12., 11., 16., 14., 14., 14., 13.],
[ 8., 26., 15., 14., 11., 11., 14., 12., 12., 11.],
[16., 14., 11., 20., 11., 20., 10., 14., 14., 15.],
[14., 8., 11., 12., 19., 12., 12., 18., 12., 25.],
[13., 14., 14., 15., 14., 10., 9., 25., 7., 14.],
[11., 19., 12., 17., 12., 14., 15., 11., 11., 12.],
[10., 11., 11., 8., 27., 14., 16., 16., 14., 17.]], device='cuda:0')
Train accuarcate: 83.54%
iteration:
26
0 798 bit_w:-1 loss: 0.82424
1 839 bit_w:-1 loss: 0.82367
2 841 bit_w: 1 loss: 0.81905
3 940 bit_w:-1 loss: 0.81905
4 847 bit_w: 1 loss: 0.81579
443 589 4525 5203 4652 1162 1036 5183 1686 4915
-1 -1 1 1 1 -1 -1 1 -1 1
Train accuarcate: 83.45%
tensor([[11., 14., 13., 16., 15., 12., 7., 26., 9., 17.],
[16., 18., 18., 15., 8., 13., 18., 13., 12., 6.],
[ 8., 26., 14., 13., 12., 13., 14., 13., 14., 12.],
[27., 9., 15., 14., 9., 15., 17., 12., 13., 13.],
[10., 11., 14., 7., 26., 12., 18., 17., 14., 18.],
[ 8., 26., 16., 15., 12., 11., 14., 13., 12., 12.],
[ 9., 11., 9., 14., 23., 17., 13., 16., 13., 23.],
[ 6., 14., 12., 11., 24., 14., 16., 13., 16., 22.],
[18., 15., 14., 3., 18., 12., 20., 15., 12., 14.],
[13., 10., 7., 14., 21., 17., 9., 20., 13., 25.],
[27., 10., 15., 14., 9., 15., 15., 14., 13., 11.],
[11., 15., 19., 12., 19., 9., 19., 14., 13., 13.],
[11., 9., 9., 14., 21., 15., 13., 18., 13., 25.],
[27., 8., 13., 12., 11., 17., 15., 14., 15., 13.],
[ 9., 27., 15., 14., 11., 12., 15., 12., 13., 11.],
[16., 14., 12., 21., 12., 20., 10., 15., 14., 16.],
[14., 8., 12., 13., 20., 12., 12., 19., 12., 26.],
[13., 14., 15., 16., 15., 10., 9., 26., 7., 15.],
[11., 19., 13., 18., 13., 14., 15., 12., 11., 13.],
[11., 12., 11., 8., 27., 15., 17., 16., 15., 17.]], device='cuda:0')
Train accuarcate: 83.79%
iteration:
27
0 807 bit_w:-1 loss: 0.79618
1 823 bit_w:-1 loss: 0.79546
2 868 bit_w:-1 loss: 0.79343
3 838 bit_w: 1 loss: 0.79189
4 806 bit_w: 1 loss: 0.79001
5164 765 1154 1417 1197 4237 4658 4878 3802 4487
1 -1 -1 -1 -1 1 1 1 1 1
Train accuarcate: 83.71%
tensor([[12., 14., 13., 16., 15., 13., 8., 27., 10., 18.],
[16., 19., 19., 16., 9., 13., 18., 13., 12., 6.],
[ 8., 27., 15., 14., 13., 13., 14., 13., 14., 12.],
[28., 9., 15., 14., 9., 16., 18., 13., 14., 14.],
[10., 12., 15., 8., 27., 12., 18., 17., 14., 18.],
[ 8., 27., 17., 16., 13., 11., 14., 13., 12., 12.],
[ 9., 12., 10., 15., 24., 17., 13., 16., 13., 23.],
[ 7., 14., 12., 11., 24., 15., 17., 14., 17., 23.],
[19., 15., 14., 3., 18., 13., 21., 16., 13., 15.],
[14., 10., 7., 14., 21., 18., 10., 21., 14., 26.],
[27., 11., 16., 15., 10., 15., 15., 14., 13., 11.],
[11., 16., 20., 13., 20., 9., 19., 14., 13., 13.],
[12., 9., 9., 14., 21., 16., 14., 19., 14., 26.],
[28., 8., 13., 12., 11., 18., 16., 15., 16., 14.],
[ 9., 28., 16., 15., 12., 12., 15., 12., 13., 11.],
[16., 15., 13., 22., 13., 20., 10., 15., 14., 16.],
[14., 9., 13., 14., 21., 12., 12., 19., 12., 26.],
[14., 14., 15., 16., 15., 11., 10., 27., 8., 16.],
[11., 20., 14., 19., 14., 14., 15., 12., 11., 13.],
[11., 13., 12., 9., 28., 15., 17., 16., 15., 17.]], device='cuda:0')
Train accuarcate: 84.13%
iteration:
28
0 803 bit_w:-1 loss: 0.77258
1 827 bit_w:-1 loss: 0.77169
2 927 bit_w: 1 loss: 0.76985
3 785 bit_w:-1 loss: 0.76960
4 796 bit_w:-1 loss: 0.76686
171 6483 4706 1241 4974 856 3331 1187 5054 4798
-1 1 1 -1 1 -1 0 -1 1 1
Train accuarcate: 83.78%
tensor([[13., 14., 13., 17., 15., 14., 8., 28., 10., 18.],
[17., 19., 19., 17., 9., 14., 18., 14., 12., 6.],
[ 8., 28., 16., 14., 14., 13., 14., 13., 15., 13.],
[29., 9., 15., 15., 9., 17., 18., 14., 14., 14.],
[10., 13., 16., 8., 28., 12., 18., 17., 15., 19.],
[ 8., 28., 18., 16., 14., 11., 14., 13., 13., 13.],
[ 9., 13., 11., 15., 25., 17., 13., 16., 14., 24.],
[ 7., 15., 13., 11., 25., 15., 17., 14., 18., 24.],
[19., 16., 15., 3., 19., 13., 21., 16., 14., 16.],
[14., 11., 8., 14., 22., 18., 10., 21., 15., 27.],
[28., 11., 16., 16., 10., 16., 15., 15., 13., 11.],
[11., 17., 21., 13., 21., 9., 19., 14., 14., 14.],
[12., 10., 10., 14., 22., 16., 14., 19., 15., 27.],
[29., 8., 13., 13., 11., 19., 16., 16., 16., 14.],
[ 9., 29., 17., 15., 13., 12., 15., 12., 14., 12.],
[17., 15., 13., 23., 13., 21., 10., 16., 14., 16.],
[14., 10., 14., 14., 22., 12., 12., 19., 13., 27.],
[15., 14., 15., 17., 15., 12., 10., 28., 8., 16.],
[12., 20., 14., 20., 14., 15., 15., 13., 11., 13.],
[11., 14., 13., 9., 29., 15., 17., 16., 16., 18.]], device='cuda:0')
Train accuarcate: 84.50%
iteration:
29
0 817 bit_w:-1 loss: 0.74947
1 870 bit_w:-1 loss: 0.74818
2 1003 bit_w:-1 loss: 0.74595
3 927 bit_w: 1 loss: 0.74349
4 995 bit_w: 1 loss: 0.74258
4671 1171 4803 4587 690 247 229 4081 4259 3711
1 0 1 1 -1 -1 -1 1 1 1
Train accuarcate: 84.00%
tensor([[14., 14., 14., 18., 15., 14., 8., 29., 11., 19.],
[17., 19., 19., 17., 10., 15., 19., 14., 12., 6.],
[ 8., 28., 16., 14., 15., 14., 15., 13., 15., 13.],
[30., 9., 16., 16., 9., 17., 18., 15., 15., 15.],