-
Notifications
You must be signed in to change notification settings - Fork 0
Expand file tree
/
Copy pathfive_direct_l3.log
More file actions
13871 lines (12671 loc) · 686 KB
/
five_direct_l3.log
File metadata and controls
13871 lines (12671 loc) · 686 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 1197 bit_w:-1 loss: 2.21607
1 1184 bit_w:-1 loss: 2.21662
2 1238 bit_w:-1 loss: 2.21152
3 1193 bit_w:-1 loss: 2.21115
4 1266 bit_w:-1 loss: 2.20776
66 6283 596 681 5538 583 459 6061 999 5497
-1 1 -1 -1 1 -1 -1 1 -1 1
Train accuarcate: 18.99%
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.],
[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.],
[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: 19.08%
iteration:
1
0 1187 bit_w:-1 loss: 2.12510
1 1194 bit_w:-1 loss: 2.12460
2 1233 bit_w:-1 loss: 2.12147
3 1201 bit_w:-1 loss: 2.12159
4 1359 bit_w:-1 loss: 2.11899
5729 367 696 5214 932 4361 354 5708 810 5012
1 -1 -1 1 -1 1 -1 1 -1 1
Train accuarcate: 32.06%
tensor([[2., 2., 1., 2., 2., 2., 1., 3., 1., 3.],
[2., 2., 3., 2., 2., 2., 3., 1., 3., 1.],
[1., 3., 2., 1., 3., 1., 2., 2., 2., 2.],
[3., 1., 2., 3., 1., 3., 2., 2., 2., 2.],
[1., 3., 2., 1., 3., 1., 2., 2., 2., 2.],
[1., 3., 2., 1., 3., 1., 2., 2., 2., 2.],
[2., 2., 1., 2., 2., 2., 1., 3., 1., 3.],
[1., 3., 2., 1., 3., 1., 2., 2., 2., 2.],
[1., 3., 2., 1., 3., 1., 2., 2., 2., 2.],
[2., 2., 1., 2., 2., 2., 1., 3., 1., 3.],
[3., 1., 2., 3., 1., 3., 2., 2., 2., 2.],
[2., 2., 3., 2., 2., 2., 3., 1., 3., 1.],
[2., 2., 1., 2., 2., 2., 1., 3., 1., 3.],
[3., 1., 2., 3., 1., 3., 2., 2., 2., 2.],
[1., 3., 2., 1., 3., 1., 2., 2., 2., 2.],
[3., 1., 2., 3., 1., 3., 2., 2., 2., 2.],
[2., 2., 1., 2., 2., 2., 1., 3., 1., 3.],
[2., 2., 1., 2., 2., 2., 1., 3., 1., 3.],
[1., 3., 2., 1., 3., 1., 2., 2., 2., 2.],
[1., 3., 2., 1., 3., 1., 2., 2., 2., 2.]], device='cuda:0')
Train accuarcate: 32.31%
iteration:
2
0 1186 bit_w:-1 loss: 2.03609
1 1202 bit_w:-1 loss: 2.03627
2 1216 bit_w:-1 loss: 2.03210
3 1231 bit_w:-1 loss: 2.03291
4 864 bit_w: 1 loss: 2.03017
436 6566 5515 5515 292 745 285 4919 962 705
-1 1 1 1 -1 -1 -1 1 -1 -1
Train accuarcate: 60.41%
tensor([[2., 3., 2., 3., 2., 2., 1., 4., 1., 3.],
[2., 3., 4., 3., 2., 2., 3., 2., 3., 1.],
[1., 4., 3., 2., 3., 1., 2., 3., 2., 2.],
[4., 1., 2., 3., 2., 4., 3., 2., 3., 3.],
[2., 3., 2., 1., 4., 2., 3., 2., 3., 3.],
[1., 4., 3., 2., 3., 1., 2., 3., 2., 2.],
[3., 2., 1., 2., 3., 3., 2., 3., 2., 4.],
[2., 3., 2., 1., 4., 2., 3., 2., 3., 3.],
[2., 3., 2., 1., 4., 2., 3., 2., 3., 3.],
[3., 2., 1., 2., 3., 3., 2., 3., 2., 4.],
[4., 1., 2., 3., 2., 4., 3., 2., 3., 3.],
[2., 3., 4., 3., 2., 2., 3., 2., 3., 1.],
[3., 2., 1., 2., 3., 3., 2., 3., 2., 4.],
[4., 1., 2., 3., 2., 4., 3., 2., 3., 3.],
[1., 4., 3., 2., 3., 1., 2., 3., 2., 2.],
[4., 1., 2., 3., 2., 4., 3., 2., 3., 3.],
[3., 2., 1., 2., 3., 3., 2., 3., 2., 4.],
[2., 3., 2., 3., 2., 2., 1., 4., 1., 3.],
[1., 4., 3., 2., 3., 1., 2., 3., 2., 2.],
[2., 3., 2., 1., 4., 2., 3., 2., 3., 3.]], device='cuda:0')
Train accuarcate: 61.69%
iteration:
3
0 1188 bit_w:-1 loss: 1.94998
1 1192 bit_w:-1 loss: 1.95136
2 1205 bit_w: 1 loss: 1.94635
3 1195 bit_w:-1 loss: 1.94778
4 1348 bit_w: 1 loss: 1.94372
5666 217 5156 428 431 402 4867 4958 497 352
1 -1 1 -1 -1 -1 1 1 -1 -1
Train accuarcate: 72.37%
tensor([[3., 3., 3., 3., 2., 2., 2., 5., 1., 3.],
[3., 3., 5., 3., 2., 2., 4., 3., 3., 1.],
[1., 5., 3., 3., 4., 2., 2., 3., 3., 3.],
[5., 1., 3., 3., 2., 4., 4., 3., 3., 3.],
[2., 4., 2., 2., 5., 3., 3., 2., 4., 4.],
[1., 5., 3., 3., 4., 2., 2., 3., 3., 3.],
[3., 3., 1., 3., 4., 4., 2., 3., 3., 5.],
[2., 4., 2., 2., 5., 3., 3., 2., 4., 4.],
[3., 3., 3., 1., 4., 2., 4., 3., 3., 3.],
[3., 3., 1., 3., 4., 4., 2., 3., 3., 5.],
[5., 1., 3., 3., 2., 4., 4., 3., 3., 3.],
[3., 3., 5., 3., 2., 2., 4., 3., 3., 1.],
[3., 3., 1., 3., 4., 4., 2., 3., 3., 5.],
[5., 1., 3., 3., 2., 4., 4., 3., 3., 3.],
[1., 5., 3., 3., 4., 2., 2., 3., 3., 3.],
[4., 2., 2., 4., 3., 5., 3., 2., 4., 4.],
[3., 3., 1., 3., 4., 4., 2., 3., 3., 5.],
[3., 3., 3., 3., 2., 2., 2., 5., 1., 3.],
[1., 5., 3., 3., 4., 2., 2., 3., 3., 3.],
[2., 4., 2., 2., 5., 3., 3., 2., 4., 4.]], device='cuda:0')
Train accuarcate: 73.16%
iteration:
4
0 1185 bit_w:-1 loss: 1.86763
1 788 bit_w:-1 loss: 1.87199
2 1225 bit_w:-1 loss: 1.86648
3 1240 bit_w:-1 loss: 1.86624
4 1188 bit_w:-1 loss: 1.86141
995 301 4361 563 5505 731 5150 5877 871 5285
-1 -1 1 -1 1 -1 1 1 -1 1
Train accuarcate: 73.77%
tensor([[3., 3., 4., 3., 3., 2., 3., 6., 1., 4.],
[4., 4., 5., 4., 2., 3., 4., 3., 4., 1.],
[2., 6., 3., 4., 4., 3., 2., 3., 4., 3.],
[5., 1., 4., 3., 3., 4., 5., 4., 3., 4.],
[2., 4., 3., 2., 6., 3., 4., 3., 4., 5.],
[2., 6., 3., 4., 4., 3., 2., 3., 4., 3.],
[3., 3., 2., 3., 5., 4., 3., 4., 3., 6.],
[2., 4., 3., 2., 6., 3., 4., 3., 4., 5.],
[3., 3., 4., 1., 5., 2., 5., 4., 3., 4.],
[3., 3., 2., 3., 5., 4., 3., 4., 3., 6.],
[6., 2., 3., 4., 2., 5., 4., 3., 4., 3.],
[4., 4., 5., 4., 2., 3., 4., 3., 4., 1.],
[3., 3., 2., 3., 5., 4., 3., 4., 3., 6.],
[6., 2., 3., 4., 2., 5., 4., 3., 4., 3.],
[2., 6., 3., 4., 4., 3., 2., 3., 4., 3.],
[5., 3., 2., 5., 3., 6., 3., 2., 5., 4.],
[3., 3., 2., 3., 5., 4., 3., 4., 3., 6.],
[3., 3., 4., 3., 3., 2., 3., 6., 1., 4.],
[2., 6., 3., 4., 4., 3., 2., 3., 4., 3.],
[2., 4., 3., 2., 6., 3., 4., 3., 4., 5.]], device='cuda:0')
Train accuarcate: 74.74%
iteration:
5
0 1189 bit_w:-1 loss: 1.78665
1 1205 bit_w:-1 loss: 1.78938
2 1281 bit_w:-1 loss: 1.78336
3 1207 bit_w:-1 loss: 1.78568
4 1223 bit_w:-1 loss: 1.77943
560 329 638 5369 4919 4799 317 5941 1206 5520
-1 -1 -1 1 1 1 -1 1 -1 1
Train accuarcate: 75.18%
tensor([[3., 3., 4., 4., 4., 3., 3., 7., 1., 5.],
[5., 5., 6., 4., 2., 3., 5., 3., 5., 1.],
[3., 7., 4., 4., 4., 3., 3., 3., 5., 3.],
[6., 2., 5., 3., 3., 4., 6., 4., 4., 4.],
[2., 4., 3., 3., 7., 4., 4., 4., 4., 6.],
[3., 7., 4., 4., 4., 3., 3., 3., 5., 3.],
[3., 3., 2., 4., 6., 5., 3., 5., 3., 7.],
[2., 4., 3., 3., 7., 4., 4., 4., 4., 6.],
[4., 4., 5., 1., 5., 2., 6., 4., 4., 4.],
[3., 3., 2., 4., 6., 5., 3., 5., 3., 7.],
[7., 3., 4., 4., 2., 5., 5., 3., 5., 3.],
[5., 5., 6., 4., 2., 3., 5., 3., 5., 1.],
[3., 3., 2., 4., 6., 5., 3., 5., 3., 7.],
[7., 3., 4., 4., 2., 5., 5., 3., 5., 3.],
[3., 7., 4., 4., 4., 3., 3., 3., 5., 3.],
[5., 3., 2., 6., 4., 7., 3., 3., 5., 5.],
[3., 3., 2., 4., 6., 5., 3., 5., 3., 7.],
[3., 3., 4., 4., 4., 3., 3., 7., 1., 5.],
[3., 7., 4., 4., 4., 3., 3., 3., 5., 3.],
[2., 4., 3., 3., 7., 4., 4., 4., 4., 6.]], device='cuda:0')
Train accuarcate: 76.22%
iteration:
6
0 1193 bit_w:-1 loss: 1.71012
1 1197 bit_w:-1 loss: 1.71019
2 1230 bit_w: 1 loss: 1.70465
3 1220 bit_w:-1 loss: 1.70439
4 1225 bit_w:-1 loss: 1.70018
460 6439 1158 520 5680 874 5288 6001 892 5666
-1 1 -1 -1 1 -1 1 1 -1 1
Train accuarcate: 76.51%
tensor([[3., 4., 4., 4., 5., 3., 4., 8., 1., 6.],
[6., 5., 7., 5., 2., 4., 5., 3., 6., 1.],
[3., 8., 4., 4., 5., 3., 4., 4., 5., 4.],
[6., 3., 5., 3., 4., 4., 7., 5., 4., 5.],
[2., 5., 3., 3., 8., 4., 5., 5., 4., 7.],
[3., 8., 4., 4., 5., 3., 4., 4., 5., 4.],
[3., 4., 2., 4., 7., 5., 4., 6., 3., 8.],
[2., 5., 3., 3., 8., 4., 5., 5., 4., 7.],
[4., 5., 5., 1., 6., 2., 7., 5., 4., 5.],
[3., 4., 2., 4., 7., 5., 4., 6., 3., 8.],
[8., 3., 5., 5., 2., 6., 5., 3., 6., 3.],
[5., 6., 6., 4., 3., 3., 6., 4., 5., 2.],
[3., 4., 2., 4., 7., 5., 4., 6., 3., 8.],
[8., 3., 5., 5., 2., 6., 5., 3., 6., 3.],
[3., 8., 4., 4., 5., 3., 4., 4., 5., 4.],
[6., 3., 3., 7., 4., 8., 3., 3., 6., 5.],
[3., 4., 2., 4., 7., 5., 4., 6., 3., 8.],
[3., 4., 4., 4., 5., 3., 4., 8., 1., 6.],
[3., 8., 4., 4., 5., 3., 4., 4., 5., 4.],
[2., 5., 3., 3., 8., 4., 5., 5., 4., 7.]], device='cuda:0')
Train accuarcate: 77.00%
iteration:
7
0 1195 bit_w:-1 loss: 1.63201
1 1186 bit_w:-1 loss: 1.63579
2 488 bit_w:-1 loss: 1.62858
3 1202 bit_w:-1 loss: 1.62938
4 1229 bit_w:-1 loss: 1.62447
5164 6276 5396 4651 338 595 410 5659 838 658
1 1 1 1 -1 -1 -1 1 -1 -1
Train accuarcate: 78.11%
tensor([[4., 5., 5., 5., 5., 3., 4., 9., 1., 6.],
[7., 6., 8., 6., 2., 4., 5., 4., 6., 1.],
[4., 9., 5., 5., 5., 3., 4., 5., 5., 4.],
[7., 4., 6., 4., 4., 4., 7., 6., 4., 5.],
[2., 5., 3., 3., 9., 5., 6., 5., 5., 8.],
[4., 9., 5., 5., 5., 3., 4., 5., 5., 4.],
[3., 4., 2., 4., 8., 6., 5., 6., 4., 9.],
[2., 5., 3., 3., 9., 5., 6., 5., 5., 8.],
[4., 5., 5., 1., 7., 3., 8., 5., 5., 6.],
[3., 4., 2., 4., 8., 6., 5., 6., 4., 9.],
[9., 4., 6., 6., 2., 6., 5., 4., 6., 3.],
[5., 6., 6., 4., 4., 4., 7., 4., 6., 3.],
[3., 4., 2., 4., 8., 6., 5., 6., 4., 9.],
[9., 4., 6., 6., 2., 6., 5., 4., 6., 3.],
[4., 9., 5., 5., 5., 3., 4., 5., 5., 4.],
[6., 3., 3., 7., 5., 9., 4., 3., 7., 6.],
[3., 4., 2., 4., 8., 6., 5., 6., 4., 9.],
[4., 5., 5., 5., 5., 3., 4., 9., 1., 6.],
[4., 9., 5., 5., 5., 3., 4., 5., 5., 4.],
[2., 5., 3., 3., 9., 5., 6., 5., 5., 8.]], device='cuda:0')
Train accuarcate: 78.37%
iteration:
8
0 1190 bit_w:-1 loss: 1.55807
1 1210 bit_w:-1 loss: 1.56029
2 1288 bit_w: 1 loss: 1.55477
3 1200 bit_w:-1 loss: 1.55514
4 1416 bit_w: 1 loss: 1.55046
5221 6131 1005 828 430 4676 5090 567 1227 339
1 1 -1 -1 -1 1 1 -1 -1 -1
Train accuarcate: 79.58%
tensor([[ 4., 5., 6., 6., 6., 3., 4., 10., 2., 7.],
[ 8., 7., 8., 6., 2., 5., 6., 4., 6., 1.],
[ 5., 10., 5., 5., 5., 4., 5., 5., 5., 4.],
[ 8., 5., 6., 4., 4., 5., 8., 6., 4., 5.],
[ 2., 5., 4., 4., 10., 5., 6., 6., 6., 9.],
[ 5., 10., 5., 5., 5., 4., 5., 5., 5., 4.],
[ 3., 4., 3., 5., 9., 6., 5., 7., 5., 10.],
[ 2., 5., 4., 4., 10., 5., 6., 6., 6., 9.],
[ 5., 6., 5., 1., 7., 4., 9., 5., 5., 6.],
[ 3., 4., 3., 5., 9., 6., 5., 7., 5., 10.],
[10., 5., 6., 6., 2., 7., 6., 4., 6., 3.],
[ 5., 6., 7., 5., 5., 4., 7., 5., 7., 4.],
[ 3., 4., 3., 5., 9., 6., 5., 7., 5., 10.],
[10., 5., 6., 6., 2., 7., 6., 4., 6., 3.],
[ 5., 10., 5., 5., 5., 4., 5., 5., 5., 4.],
[ 6., 3., 4., 8., 6., 9., 4., 4., 8., 7.],
[ 3., 4., 3., 5., 9., 6., 5., 7., 5., 10.],
[ 4., 5., 6., 6., 6., 3., 4., 10., 2., 7.],
[ 5., 10., 5., 5., 5., 4., 5., 5., 5., 4.],
[ 2., 5., 4., 4., 10., 5., 6., 6., 6., 9.]], device='cuda:0')
Train accuarcate: 80.07%
iteration:
9
0 1188 bit_w:-1 loss: 1.48745
1 1203 bit_w:-1 loss: 1.48800
2 937 bit_w: 1 loss: 1.48480
3 1192 bit_w:-1 loss: 1.48594
4 1268 bit_w:-1 loss: 1.48326
5660 298 4878 736 4449 1105 5462 5440 620 1214
1 -1 1 -1 1 -1 1 1 -1 -1
Train accuarcate: 79.48%
tensor([[ 5., 5., 7., 6., 7., 3., 5., 11., 2., 7.],
[ 9., 7., 9., 6., 3., 5., 7., 5., 6., 1.],
[ 5., 11., 5., 6., 5., 5., 5., 5., 6., 5.],
[ 9., 5., 7., 4., 5., 5., 9., 7., 4., 5.],
[ 3., 5., 5., 4., 11., 5., 7., 7., 6., 9.],
[ 5., 11., 5., 6., 5., 5., 5., 5., 6., 5.],
[ 3., 5., 3., 6., 9., 7., 5., 7., 6., 11.],
[ 2., 6., 4., 5., 10., 6., 6., 6., 7., 10.],
[ 6., 6., 6., 1., 8., 4., 10., 6., 5., 6.],
[ 3., 5., 3., 6., 9., 7., 5., 7., 6., 11.],
[11., 5., 7., 6., 3., 7., 7., 5., 6., 3.],
[ 6., 6., 8., 5., 6., 4., 8., 6., 7., 4.],
[ 3., 5., 3., 6., 9., 7., 5., 7., 6., 11.],
[11., 5., 7., 6., 3., 7., 7., 5., 6., 3.],
[ 5., 11., 5., 6., 5., 5., 5., 5., 6., 5.],
[ 6., 4., 4., 9., 6., 10., 4., 4., 9., 8.],
[ 4., 4., 4., 5., 10., 6., 6., 8., 5., 10.],
[ 5., 5., 7., 6., 7., 3., 5., 11., 2., 7.],
[ 5., 11., 5., 6., 5., 5., 5., 5., 6., 5.],
[ 3., 5., 5., 4., 11., 5., 7., 7., 6., 9.]], device='cuda:0')
Train accuarcate: 79.93%
iteration:
10
0 1187 bit_w:-1 loss: 1.42198
1 1194 bit_w:-1 loss: 1.42149
2 1227 bit_w:-1 loss: 1.41889
3 1233 bit_w:-1 loss: 1.41887
4 1356 bit_w: 1 loss: 1.41675
5733 241 849 4965 730 4317 410 5762 1092 5291
1 -1 -1 1 -1 1 -1 1 -1 1
Train accuarcate: 80.35%
tensor([[ 6., 5., 7., 7., 7., 4., 5., 12., 2., 8.],
[ 9., 8., 10., 6., 4., 5., 8., 5., 7., 1.],
[ 5., 12., 6., 6., 6., 5., 6., 5., 7., 5.],
[10., 5., 7., 5., 5., 6., 9., 8., 4., 6.],
[ 3., 6., 6., 4., 12., 5., 8., 7., 7., 9.],
[ 5., 12., 6., 6., 6., 5., 6., 5., 7., 5.],
[ 3., 6., 4., 6., 10., 7., 6., 7., 7., 11.],
[ 2., 7., 5., 5., 11., 6., 7., 6., 8., 10.],
[ 6., 7., 7., 1., 9., 4., 11., 6., 6., 6.],
[ 4., 5., 3., 7., 9., 8., 5., 8., 6., 12.],
[12., 5., 7., 7., 3., 8., 7., 6., 6., 4.],
[ 6., 7., 9., 5., 7., 4., 9., 6., 8., 4.],
[ 4., 5., 3., 7., 9., 8., 5., 8., 6., 12.],
[12., 5., 7., 7., 3., 8., 7., 6., 6., 4.],
[ 5., 12., 6., 6., 6., 5., 6., 5., 7., 5.],
[ 7., 4., 4., 10., 6., 11., 4., 5., 9., 9.],
[ 5., 4., 4., 6., 10., 7., 6., 9., 5., 11.],
[ 6., 5., 7., 7., 7., 4., 5., 12., 2., 8.],
[ 6., 11., 5., 7., 5., 6., 5., 6., 6., 6.],
[ 3., 6., 6., 4., 12., 5., 8., 7., 7., 9.]], device='cuda:0')
Train accuarcate: 81.04%
iteration:
11
0 1196 bit_w:-1 loss: 1.35819
1 1207 bit_w: 1 loss: 1.36157
2 1231 bit_w:-1 loss: 1.35428
3 1031 bit_w: 1 loss: 1.35491
4 1173 bit_w:-1 loss: 1.35113
405 6589 5498 5268 300 1216 5205 895 1685 168
-1 1 1 1 -1 -1 1 -1 -1 -1
Train accuarcate: 80.83%
tensor([[ 7., 5., 7., 7., 8., 5., 5., 13., 3., 9.],
[ 9., 9., 11., 7., 4., 5., 9., 5., 7., 1.],
[ 5., 13., 7., 7., 6., 5., 7., 5., 7., 5.],
[11., 5., 7., 5., 6., 7., 9., 9., 5., 7.],
[ 4., 6., 6., 4., 13., 6., 8., 8., 8., 10.],
[ 5., 13., 7., 7., 6., 5., 7., 5., 7., 5.],
[ 4., 6., 4., 6., 11., 8., 6., 8., 8., 12.],
[ 3., 7., 5., 5., 12., 7., 7., 7., 9., 11.],
[ 7., 7., 7., 1., 10., 5., 11., 7., 7., 7.],
[ 5., 5., 3., 7., 10., 9., 5., 9., 7., 13.],
[13., 5., 7., 7., 4., 9., 7., 7., 7., 5.],
[ 6., 8., 10., 6., 7., 4., 10., 6., 8., 4.],
[ 5., 5., 3., 7., 10., 9., 5., 9., 7., 13.],
[13., 5., 7., 7., 4., 9., 7., 7., 7., 5.],
[ 5., 13., 7., 7., 6., 5., 7., 5., 7., 5.],
[ 8., 4., 4., 10., 7., 12., 4., 6., 10., 10.],
[ 6., 4., 4., 6., 11., 8., 6., 10., 6., 12.],
[ 6., 6., 8., 8., 7., 4., 6., 12., 2., 8.],
[ 6., 12., 6., 8., 5., 6., 6., 6., 6., 6.],
[ 4., 6., 6., 4., 13., 6., 8., 8., 8., 10.]], device='cuda:0')
Train accuarcate: 81.23%
iteration:
12
0 1198 bit_w:-1 loss: 1.29502
1 1215 bit_w:-1 loss: 1.29407
2 1297 bit_w: 1 loss: 1.29103
3 799 bit_w: 1 loss: 1.29405
4 985 bit_w:-1 loss: 1.29066
243 6466 1394 5319 531 4193 574 5267 4680 1327
-1 1 -1 1 -1 1 -1 1 1 -1
Train accuarcate: 82.10%
tensor([[ 7., 6., 7., 8., 8., 6., 5., 14., 4., 9.],
[ 9., 10., 11., 8., 4., 6., 9., 6., 8., 1.],
[ 5., 14., 7., 8., 6., 6., 7., 6., 8., 5.],
[12., 5., 8., 5., 7., 7., 10., 9., 5., 8.],
[ 5., 6., 7., 4., 14., 6., 9., 8., 8., 11.],
[ 5., 14., 7., 8., 6., 6., 7., 6., 8., 5.],
[ 5., 6., 5., 6., 12., 8., 7., 8., 8., 13.],
[ 4., 7., 6., 5., 13., 7., 8., 7., 9., 12.],
[ 8., 7., 8., 1., 11., 5., 12., 7., 7., 8.],
[ 6., 5., 4., 7., 11., 9., 6., 9., 7., 14.],
[14., 5., 8., 7., 5., 9., 8., 7., 7., 6.],
[ 7., 8., 11., 6., 8., 4., 11., 6., 8., 5.],
[ 6., 5., 4., 7., 11., 9., 6., 9., 7., 14.],
[14., 5., 8., 7., 5., 9., 8., 7., 7., 6.],
[ 5., 14., 7., 8., 6., 6., 7., 6., 8., 5.],
[ 8., 5., 4., 11., 7., 13., 4., 7., 11., 10.],
[ 7., 4., 5., 6., 12., 8., 7., 10., 6., 13.],
[ 6., 7., 8., 9., 7., 5., 6., 13., 3., 8.],
[ 7., 12., 7., 8., 6., 6., 7., 6., 6., 7.],
[ 5., 6., 7., 4., 14., 6., 9., 8., 8., 11.]], device='cuda:0')
Train accuarcate: 82.74%
iteration:
13
0 1208 bit_w:-1 loss: 1.23882
1 1213 bit_w:-1 loss: 1.23941
2 1224 bit_w:-1 loss: 1.23380
3 1237 bit_w: 1 loss: 1.23434
4 1512 bit_w:-1 loss: 1.23021
729 5861 1075 1208 4968 4735 5670 1130 885 1071
-1 1 -1 -1 1 1 1 -1 -1 -1
Train accuarcate: 83.84%
tensor([[ 8., 6., 8., 9., 8., 6., 5., 15., 5., 10.],
[ 9., 11., 11., 8., 5., 7., 10., 6., 8., 1.],
[ 5., 15., 7., 8., 7., 7., 8., 6., 8., 5.],
[13., 5., 9., 6., 7., 7., 10., 10., 6., 9.],
[ 5., 7., 7., 4., 15., 7., 10., 8., 8., 11.],
[ 5., 15., 7., 8., 7., 7., 8., 6., 8., 5.],
[ 5., 7., 5., 6., 13., 9., 8., 8., 8., 13.],
[ 4., 8., 6., 5., 14., 8., 9., 7., 9., 12.],
[ 8., 8., 8., 1., 12., 6., 13., 7., 7., 8.],
[ 7., 5., 5., 8., 11., 9., 6., 10., 8., 15.],
[15., 5., 9., 8., 5., 9., 8., 8., 8., 7.],
[ 7., 9., 11., 6., 9., 5., 12., 6., 8., 5.],
[ 6., 6., 4., 7., 12., 10., 7., 9., 7., 14.],
[15., 5., 9., 8., 5., 9., 8., 8., 8., 7.],
[ 5., 15., 7., 8., 7., 7., 8., 6., 8., 5.],
[ 8., 6., 4., 11., 8., 14., 5., 7., 11., 10.],
[ 8., 4., 6., 7., 12., 8., 7., 11., 7., 14.],
[ 7., 7., 9., 10., 7., 5., 6., 14., 4., 9.],
[ 7., 13., 7., 8., 7., 7., 8., 6., 6., 7.],
[ 5., 7., 7., 4., 15., 7., 10., 8., 8., 11.]], device='cuda:0')
Train accuarcate: 84.43%
iteration:
14
0 1197 bit_w:-1 loss: 1.17840
1 1184 bit_w:-1 loss: 1.17868
2 1238 bit_w:-1 loss: 1.17564
3 1193 bit_w:-1 loss: 1.17541
4 928 bit_w: 1 loss: 1.17303
135 6345 692 686 5561 823 582 6166 984 5612
-1 1 -1 -1 1 -1 -1 1 -1 1
Train accuarcate: 84.06%
tensor([[ 8., 7., 8., 9., 9., 6., 5., 16., 5., 11.],
[10., 11., 12., 9., 5., 8., 11., 6., 9., 1.],
[ 5., 16., 7., 8., 8., 7., 8., 7., 8., 6.],
[14., 5., 10., 7., 7., 8., 11., 10., 7., 9.],
[ 5., 8., 7., 4., 16., 7., 10., 9., 8., 12.],
[ 5., 16., 7., 8., 8., 7., 8., 7., 8., 6.],
[ 5., 8., 5., 6., 14., 9., 8., 9., 8., 14.],
[ 4., 9., 6., 5., 15., 8., 9., 8., 9., 13.],
[ 8., 9., 8., 1., 13., 6., 13., 8., 7., 9.],
[ 7., 6., 5., 8., 12., 9., 6., 11., 8., 16.],
[16., 5., 10., 9., 5., 10., 9., 8., 9., 7.],
[ 8., 9., 12., 7., 9., 6., 13., 6., 9., 5.],
[ 6., 7., 4., 7., 13., 10., 7., 10., 7., 15.],
[16., 5., 10., 9., 5., 10., 9., 8., 9., 7.],
[ 5., 16., 7., 8., 8., 7., 8., 7., 8., 6.],
[ 9., 6., 5., 12., 8., 15., 6., 7., 12., 10.],
[ 8., 5., 6., 7., 13., 8., 7., 12., 7., 15.],
[ 7., 8., 9., 10., 8., 5., 6., 15., 4., 10.],
[ 7., 14., 7., 8., 8., 7., 8., 7., 6., 8.],
[ 5., 8., 7., 4., 16., 7., 10., 9., 8., 12.]], device='cuda:0')
Train accuarcate: 84.60%
iteration:
15
0 1195 bit_w:-1 loss: 1.12461
1 1204 bit_w:-1 loss: 1.12658
2 1192 bit_w:-1 loss: 1.12290
3 1216 bit_w:-1 loss: 1.12279
4 1250 bit_w: 1 loss: 1.12046
5484 6042 5350 1187 256 604 1089 5405 866 545
1 1 1 -1 -1 -1 -1 1 -1 -1
Train accuarcate: 83.72%
tensor([[ 9., 8., 9., 9., 9., 6., 5., 17., 5., 11.],
[11., 12., 13., 9., 5., 8., 11., 7., 9., 1.],
[ 6., 17., 8., 8., 8., 7., 8., 8., 8., 6.],
[15., 6., 11., 7., 7., 8., 11., 11., 7., 9.],
[ 5., 8., 7., 5., 17., 8., 11., 9., 9., 13.],
[ 6., 17., 8., 8., 8., 7., 8., 8., 8., 6.],
[ 5., 8., 5., 7., 15., 10., 9., 9., 9., 15.],
[ 4., 9., 6., 6., 16., 9., 10., 8., 10., 14.],
[ 9., 10., 9., 1., 13., 6., 13., 9., 7., 9.],
[ 7., 6., 5., 9., 13., 10., 7., 11., 9., 17.],
[17., 6., 11., 9., 5., 10., 9., 9., 9., 7.],
[ 8., 9., 12., 8., 10., 7., 14., 6., 10., 6.],
[ 6., 7., 4., 8., 14., 11., 8., 10., 8., 16.],
[17., 6., 11., 9., 5., 10., 9., 9., 9., 7.],
[ 6., 17., 8., 8., 8., 7., 8., 8., 8., 6.],
[ 9., 6., 5., 13., 9., 16., 7., 7., 13., 11.],
[ 8., 5., 6., 8., 14., 9., 8., 12., 8., 16.],
[ 8., 9., 10., 10., 8., 5., 6., 16., 4., 10.],
[ 7., 14., 7., 9., 9., 8., 9., 7., 7., 9.],
[ 5., 8., 7., 5., 17., 8., 11., 9., 9., 13.]], device='cuda:0')
Train accuarcate: 84.27%
iteration:
16
0 1189 bit_w:-1 loss: 1.07659
1 1205 bit_w:-1 loss: 1.07676
2 1222 bit_w:-1 loss: 1.07424
3 787 bit_w: 1 loss: 1.07400
4 1348 bit_w:-1 loss: 1.07224
633 6186 725 5480 5342 4658 345 6096 1027 5718
-1 1 -1 1 1 1 -1 1 -1 1
Train accuarcate: 84.08%
tensor([[ 9., 9., 9., 10., 10., 7., 5., 18., 5., 12.],
[12., 12., 14., 9., 5., 8., 12., 7., 10., 1.],
[ 6., 18., 8., 9., 9., 8., 8., 9., 8., 7.],
[16., 6., 12., 7., 7., 8., 12., 11., 8., 9.],
[ 5., 9., 7., 6., 18., 9., 11., 10., 9., 14.],
[ 6., 18., 8., 9., 9., 8., 8., 9., 8., 7.],
[ 5., 9., 5., 8., 16., 11., 9., 10., 9., 16.],
[ 4., 10., 6., 7., 17., 10., 10., 9., 10., 15.],
[10., 10., 10., 1., 13., 6., 14., 9., 8., 9.],
[ 7., 7., 5., 10., 14., 11., 7., 12., 9., 18.],
[18., 6., 12., 9., 5., 10., 10., 9., 10., 7.],
[ 9., 9., 13., 8., 10., 7., 15., 6., 11., 6.],
[ 6., 8., 4., 9., 15., 12., 8., 11., 8., 17.],
[18., 6., 12., 9., 5., 10., 10., 9., 10., 7.],
[ 6., 18., 8., 9., 9., 8., 8., 9., 8., 7.],
[ 9., 7., 5., 14., 10., 17., 7., 8., 13., 12.],
[ 8., 6., 6., 9., 15., 10., 8., 13., 8., 17.],
[ 8., 10., 10., 11., 9., 6., 6., 17., 4., 11.],
[ 8., 14., 8., 9., 9., 8., 10., 7., 8., 9.],
[ 5., 9., 7., 6., 18., 9., 11., 10., 9., 14.]], device='cuda:0')
Train accuarcate: 84.45%
iteration:
17
0 1191 bit_w:-1 loss: 1.02949
1 1186 bit_w:-1 loss: 1.02938
2 1213 bit_w: 1 loss: 1.02428
3 1221 bit_w:-1 loss: 1.02404
4 907 bit_w:-1 loss: 1.02182
275 6661 5437 5145 122 723 244 4989 4249 831
-1 1 1 1 -1 -1 -1 1 1 -1
Train accuarcate: 84.42%
tensor([[ 9., 10., 10., 11., 10., 7., 5., 19., 6., 12.],
[12., 13., 15., 10., 5., 8., 12., 8., 11., 1.],
[ 6., 19., 9., 10., 9., 8., 8., 10., 9., 7.],
[17., 6., 12., 7., 8., 9., 13., 11., 8., 10.],
[ 6., 9., 7., 6., 19., 10., 12., 10., 9., 15.],
[ 6., 19., 9., 10., 9., 8., 8., 10., 9., 7.],
[ 6., 9., 5., 8., 17., 12., 10., 10., 9., 17.],
[ 5., 10., 6., 7., 18., 11., 11., 9., 10., 16.],
[11., 10., 10., 1., 14., 7., 15., 9., 8., 10.],
[ 8., 7., 5., 10., 15., 12., 8., 12., 9., 19.],
[19., 6., 12., 9., 6., 11., 11., 9., 10., 8.],
[10., 9., 13., 8., 11., 8., 16., 6., 11., 7.],
[ 7., 8., 4., 9., 16., 13., 9., 11., 8., 18.],
[19., 6., 12., 9., 6., 11., 11., 9., 10., 8.],
[ 6., 19., 9., 10., 9., 8., 8., 10., 9., 7.],
[10., 7., 5., 14., 11., 18., 8., 8., 13., 13.],
[ 9., 6., 6., 9., 16., 11., 9., 13., 8., 18.],
[ 8., 11., 11., 12., 9., 6., 6., 18., 5., 11.],
[ 8., 15., 9., 10., 9., 8., 10., 8., 9., 9.],
[ 6., 9., 7., 6., 19., 10., 12., 10., 9., 15.]], device='cuda:0')
Train accuarcate: 84.82%
iteration:
18
0 1208 bit_w:-1 loss: 0.98193
1 1196 bit_w:-1 loss: 0.98301
2 1200 bit_w:-1 loss: 0.97850
3 1234 bit_w:-1 loss: 0.97837
4 1312 bit_w:-1 loss: 0.97575
826 6499 5278 5271 1071 4285 4730 1060 947 436
-1 1 1 1 -1 1 1 -1 -1 -1
Train accuarcate: 84.65%
tensor([[10., 10., 10., 11., 11., 7., 5., 20., 7., 13.],
[12., 14., 16., 11., 5., 9., 13., 8., 11., 1.],
[ 6., 20., 10., 11., 9., 9., 9., 10., 9., 7.],
[18., 6., 12., 7., 9., 9., 13., 12., 9., 11.],
[ 7., 9., 7., 6., 20., 10., 12., 11., 10., 16.],
[ 6., 20., 10., 11., 9., 9., 9., 10., 9., 7.],
[ 6., 10., 6., 9., 17., 13., 11., 10., 9., 17.],
[ 6., 10., 6., 7., 19., 11., 11., 10., 11., 17.],
[12., 10., 10., 1., 15., 7., 15., 10., 9., 11.],
[ 9., 7., 5., 10., 16., 12., 8., 13., 10., 20.],
[20., 6., 12., 9., 7., 11., 11., 10., 11., 9.],
[11., 9., 13., 8., 12., 8., 16., 7., 12., 8.],
[ 8., 8., 4., 9., 17., 13., 9., 12., 9., 19.],
[20., 6., 12., 9., 7., 11., 11., 10., 11., 9.],
[ 6., 20., 10., 11., 9., 9., 9., 10., 9., 7.],
[10., 8., 6., 15., 11., 19., 9., 8., 13., 13.],
[10., 6., 6., 9., 17., 11., 9., 14., 9., 19.],
[ 9., 11., 11., 12., 10., 6., 6., 19., 6., 12.],
[ 8., 16., 10., 11., 9., 9., 11., 8., 9., 9.],
[ 7., 9., 7., 6., 20., 10., 12., 11., 10., 16.]], device='cuda:0')
Train accuarcate: 84.94%
iteration:
19
0 1187 bit_w:-1 loss: 0.93850
1 1194 bit_w:-1 loss: 0.93814
2 1258 bit_w:-1 loss: 0.93639
3 1212 bit_w:-1 loss: 0.93610
4 1250 bit_w:-1 loss: 0.93431
5633 312 668 5505 962 4745 608 5559 845 4624
1 -1 -1 1 -1 1 -1 1 -1 1
Train accuarcate: 84.31%
tensor([[11., 10., 10., 12., 11., 8., 5., 21., 7., 14.],
[13., 14., 16., 12., 5., 10., 13., 9., 11., 2.],
[ 6., 21., 11., 11., 10., 9., 10., 10., 10., 7.],
[19., 6., 12., 8., 9., 10., 13., 13., 9., 12.],
[ 7., 10., 8., 6., 21., 10., 13., 11., 11., 16.],
[ 6., 21., 11., 11., 10., 9., 10., 10., 10., 7.],
[ 7., 10., 6., 10., 17., 14., 11., 11., 9., 18.],
[ 6., 11., 7., 7., 20., 11., 12., 10., 12., 17.],
[12., 11., 11., 1., 16., 7., 16., 10., 10., 11.],
[10., 7., 5., 11., 16., 13., 8., 14., 10., 21.],
[21., 6., 12., 10., 7., 12., 11., 11., 11., 10.],
[11., 10., 14., 8., 13., 8., 17., 7., 13., 8.],
[ 9., 8., 4., 10., 17., 14., 9., 13., 9., 20.],
[21., 6., 12., 10., 7., 12., 11., 11., 11., 10.],
[ 6., 21., 11., 11., 10., 9., 10., 10., 10., 7.],
[11., 8., 6., 16., 11., 20., 9., 9., 13., 14.],
[11., 6., 6., 10., 17., 12., 9., 15., 9., 20.],
[10., 11., 11., 13., 10., 7., 6., 20., 6., 13.],
[ 9., 16., 10., 12., 9., 10., 11., 9., 9., 10.],
[ 7., 10., 8., 6., 21., 10., 13., 11., 11., 16.]], device='cuda:0')
Train accuarcate: 84.74%
iteration:
20
0 1210 bit_w:-1 loss: 0.89927
1 1190 bit_w:-1 loss: 0.89978
2 1257 bit_w: 1 loss: 0.89568
3 1219 bit_w: 1 loss: 0.89494
4 1312 bit_w: 1 loss: 0.89248
5512 5815 618 1033 1606 4847 5137 1210 4940 4262
1 1 -1 -1 -1 1 1 -1 1 1
Train accuarcate: 84.65%
tensor([[11., 10., 11., 13., 12., 8., 5., 22., 7., 14.],
[13., 14., 17., 13., 6., 10., 13., 10., 11., 2.],
[ 7., 22., 11., 11., 10., 10., 11., 10., 11., 8.],
[20., 7., 12., 8., 9., 11., 14., 13., 10., 13.],
[ 7., 10., 9., 7., 22., 10., 13., 12., 11., 16.],
[ 6., 21., 12., 12., 11., 9., 10., 11., 10., 7.],
[ 7., 10., 7., 11., 18., 14., 11., 12., 9., 18.],
[ 7., 12., 7., 7., 20., 12., 13., 10., 13., 18.],
[13., 12., 11., 1., 16., 8., 17., 10., 11., 12.],
[10., 7., 6., 12., 17., 13., 8., 15., 10., 21.],
[22., 7., 12., 10., 7., 13., 12., 11., 12., 11.],
[11., 10., 15., 9., 14., 8., 17., 8., 13., 8.],
[10., 9., 4., 10., 17., 15., 10., 13., 10., 21.],
[22., 7., 12., 10., 7., 13., 12., 11., 12., 11.],
[ 7., 22., 11., 11., 10., 10., 11., 10., 11., 8.],
[12., 9., 6., 16., 11., 21., 10., 9., 14., 15.],
[12., 7., 6., 10., 17., 13., 10., 15., 10., 21.],
[10., 11., 12., 14., 11., 7., 6., 21., 6., 13.],
[ 9., 16., 11., 13., 10., 10., 11., 10., 9., 10.],
[ 8., 11., 8., 6., 21., 11., 14., 11., 12., 17.]], device='cuda:0')
Train accuarcate: 85.11%
iteration:
21
0 1199 bit_w:-1 loss: 0.85970
1 1224 bit_w:-1 loss: 0.85958
2 1248 bit_w: 1 loss: 0.85548
3 1213 bit_w:-1 loss: 0.85642
4 1232 bit_w: 1 loss: 0.85369
905 6234 1018 1375 5224 4728 5751 3832 911 1529
-1 1 -1 -1 1 1 1 1 -1 -1
Train accuarcate: 85.43%
tensor([[11., 11., 11., 13., 13., 9., 6., 23., 7., 14.],
[13., 15., 17., 13., 7., 11., 14., 11., 11., 2.],
[ 7., 23., 11., 11., 11., 11., 12., 11., 11., 8.],
[21., 7., 13., 9., 9., 11., 14., 13., 11., 14.],
[ 7., 11., 9., 7., 23., 11., 14., 13., 11., 16.],
[ 6., 22., 12., 12., 12., 10., 11., 12., 10., 7.],
[ 7., 11., 7., 11., 19., 15., 12., 13., 9., 18.],
[ 7., 13., 7., 7., 21., 13., 14., 11., 13., 18.],
[13., 13., 11., 1., 17., 9., 18., 11., 11., 12.],
[10., 8., 6., 12., 18., 14., 9., 16., 10., 21.],
[23., 7., 13., 11., 7., 13., 12., 11., 13., 12.],
[11., 11., 15., 9., 15., 9., 18., 9., 13., 8.],
[10., 10., 4., 10., 18., 16., 11., 14., 10., 21.],
[23., 7., 13., 11., 7., 13., 12., 11., 13., 12.],
[ 7., 23., 11., 11., 11., 11., 12., 11., 11., 8.],
[12., 10., 6., 16., 12., 22., 11., 10., 14., 15.],
[13., 7., 7., 11., 17., 13., 10., 15., 11., 22.],
[11., 11., 13., 15., 11., 7., 6., 21., 7., 14.],
[ 9., 17., 11., 13., 11., 11., 12., 11., 9., 10.],
[ 8., 12., 8., 6., 22., 12., 15., 12., 12., 17.]], device='cuda:0')
Train accuarcate: 85.52%
iteration:
22
0 1217 bit_w:-1 loss: 0.82338
1 1228 bit_w:-1 loss: 0.82374
2 1232 bit_w:-1 loss: 0.81852
3 1268 bit_w: 1 loss: 0.81794
4 1215 bit_w:-1 loss: 0.81460
733 6473 1107 2183 1094 4266 258 5803 5006 5182
-1 1 -1 -1 -1 1 -1 1 1 1
Train accuarcate: 86.15%
tensor([[11., 12., 11., 13., 13., 10., 6., 24., 8., 15.],
[14., 15., 18., 14., 8., 11., 15., 11., 11., 2.],
[ 7., 24., 11., 11., 11., 12., 12., 12., 12., 9.],
[22., 7., 14., 10., 10., 11., 15., 13., 11., 14.],
[ 8., 11., 10., 8., 24., 11., 15., 13., 11., 16.],
[ 6., 23., 12., 12., 12., 11., 11., 13., 11., 8.],
[ 8., 11., 8., 12., 20., 15., 13., 13., 9., 18.],
[ 7., 14., 7., 7., 21., 14., 14., 12., 14., 19.],
[13., 14., 11., 1., 17., 10., 18., 12., 12., 13.],
[10., 9., 6., 12., 18., 15., 9., 17., 11., 22.],
[24., 7., 14., 12., 8., 13., 13., 11., 13., 12.],
[12., 11., 16., 10., 16., 9., 19., 9., 13., 8.],
[10., 11., 4., 10., 18., 17., 11., 15., 11., 22.],
[24., 7., 14., 12., 8., 13., 13., 11., 13., 12.],
[ 7., 24., 11., 11., 11., 12., 12., 12., 12., 9.],
[13., 10., 7., 17., 13., 22., 12., 10., 14., 15.],
[13., 8., 7., 11., 17., 14., 10., 16., 12., 23.],
[11., 12., 13., 15., 11., 8., 6., 22., 8., 15.],
[10., 17., 12., 14., 12., 11., 13., 11., 9., 10.],
[ 9., 12., 9., 7., 23., 12., 16., 12., 12., 17.]], device='cuda:0')
Train accuarcate: 86.24%
iteration:
23
0 1206 bit_w:-1 loss: 0.78561
1 1212 bit_w:-1 loss: 0.78527
2 1205 bit_w:-1 loss: 0.78415
3 1193 bit_w: 1 loss: 0.78291
4 868 bit_w: 1 loss: 0.78222
5376 404 996 5423 3528 4648 1004 5498 926 1733
1 -1 -1 1 1 1 -1 1 -1 -1
Train accuarcate: 86.29%
tensor([[12., 12., 11., 14., 14., 11., 6., 25., 8., 15.],
[14., 16., 19., 14., 8., 11., 16., 11., 12., 3.],
[ 7., 25., 12., 11., 11., 12., 13., 12., 13., 10.],
[23., 7., 14., 11., 11., 12., 15., 14., 11., 14.],
[ 8., 12., 11., 8., 24., 11., 16., 13., 12., 17.],
[ 6., 24., 13., 12., 12., 11., 12., 13., 12., 9.],
[ 9., 11., 8., 13., 21., 16., 13., 14., 9., 18.],
[ 7., 15., 8., 7., 21., 14., 15., 12., 15., 20.],
[13., 15., 12., 1., 17., 10., 19., 12., 13., 14.],
[10., 10., 7., 12., 18., 15., 10., 17., 12., 23.],
[25., 7., 14., 13., 9., 14., 13., 12., 13., 12.],
[12., 12., 17., 10., 16., 9., 20., 9., 14., 9.],
[10., 12., 5., 10., 18., 17., 12., 15., 12., 23.],
[25., 7., 14., 13., 9., 14., 13., 12., 13., 12.],
[ 7., 25., 12., 11., 11., 12., 13., 12., 13., 10.],
[14., 10., 7., 18., 14., 23., 12., 11., 14., 15.],
[13., 9., 8., 11., 17., 14., 11., 16., 13., 24.],
[12., 12., 13., 16., 12., 9., 6., 23., 8., 15.],
[11., 17., 12., 15., 13., 12., 13., 12., 9., 10.],
[10., 12., 9., 8., 24., 13., 16., 13., 12., 17.]], device='cuda:0')
Train accuarcate: 86.65%
iteration:
24
0 1225 bit_w:-1 loss: 0.75532
1 1185 bit_w:-1 loss: 0.75623
2 830 bit_w: 1 loss: 0.75240
3 1193 bit_w:-1 loss: 0.75337
4 1241 bit_w:-1 loss: 0.75174
572 6010 4885 1146 3008 493 5300 5853 753 4984
-1 1 1 -1 -1 -1 1 1 -1 1
Train accuarcate: 86.43%
tensor([[12., 13., 12., 14., 14., 11., 7., 26., 8., 16.],
[14., 17., 20., 14., 8., 11., 17., 12., 12., 4.],
[ 7., 26., 13., 11., 11., 12., 14., 13., 13., 11.],
[24., 7., 14., 12., 12., 13., 15., 14., 12., 14.],
[ 8., 13., 12., 8., 24., 11., 17., 14., 12., 18.],
[ 6., 25., 14., 12., 12., 11., 13., 14., 12., 10.],
[10., 11., 8., 14., 22., 17., 13., 14., 10., 18.],
[ 7., 16., 9., 7., 21., 14., 16., 13., 15., 21.],
[13., 16., 13., 1., 17., 10., 20., 13., 13., 15.],
[10., 11., 8., 12., 18., 15., 11., 18., 12., 24.],
[26., 7., 14., 14., 10., 15., 13., 12., 14., 12.],
[12., 13., 18., 10., 16., 9., 21., 10., 14., 10.],
[10., 13., 6., 10., 18., 17., 13., 16., 12., 24.],
[26., 7., 14., 14., 10., 15., 13., 12., 14., 12.],
[ 7., 26., 13., 11., 11., 12., 14., 13., 13., 11.],
[15., 10., 7., 19., 15., 24., 12., 11., 15., 15.],
[13., 10., 9., 11., 17., 14., 12., 17., 13., 25.],
[12., 13., 14., 16., 12., 9., 7., 24., 8., 16.],
[11., 18., 13., 15., 13., 12., 14., 13., 9., 11.],
[11., 12., 9., 9., 25., 14., 16., 13., 13., 17.]], device='cuda:0')
Train accuarcate: 86.61%
iteration:
25
0 1221 bit_w:-1 loss: 0.72694
1 1191 bit_w:-1 loss: 0.72642
2 1213 bit_w: 1 loss: 0.72342
3 1259 bit_w: 1 loss: 0.72379
4 1341 bit_w: 1 loss: 0.72104
432 6639 5209 5388 165 854 216 5160 4374 1100
-1 1 1 1 -1 -1 -1 1 1 -1
Train accuarcate: 86.67%
tensor([[12., 14., 13., 15., 14., 11., 7., 27., 9., 16.],
[14., 18., 21., 15., 8., 11., 17., 13., 13., 4.],
[ 7., 27., 14., 12., 11., 12., 14., 14., 14., 11.],
[25., 7., 14., 12., 13., 14., 16., 14., 12., 15.],
[ 9., 13., 12., 8., 25., 12., 18., 14., 12., 19.],
[ 6., 26., 15., 13., 12., 11., 13., 15., 13., 10.],
[11., 11., 8., 14., 23., 18., 14., 14., 10., 19.],
[ 8., 16., 9., 7., 22., 15., 17., 13., 15., 22.],
[14., 16., 13., 1., 18., 11., 21., 13., 13., 16.],
[11., 11., 8., 12., 19., 16., 12., 18., 12., 25.],
[27., 7., 14., 14., 11., 16., 14., 12., 14., 13.],
[13., 13., 18., 10., 17., 10., 22., 10., 14., 11.],
[11., 13., 6., 10., 19., 18., 14., 16., 12., 25.],
[27., 7., 14., 14., 11., 16., 14., 12., 14., 13.],
[ 7., 27., 14., 12., 11., 12., 14., 14., 14., 11.],
[15., 11., 8., 20., 15., 24., 12., 12., 16., 15.],
[14., 10., 9., 11., 18., 15., 13., 17., 13., 26.],
[12., 14., 15., 17., 12., 9., 7., 25., 9., 16.],
[11., 19., 14., 16., 13., 12., 14., 14., 10., 11.],
[12., 12., 9., 9., 26., 15., 17., 13., 13., 18.]], device='cuda:0')
Train accuarcate: 86.76%
iteration:
26
0 1200 bit_w:-1 loss: 0.69781
1 1207 bit_w: 1 loss: 0.69855
2 1252 bit_w:-1 loss: 0.69433
3 1283 bit_w: 1 loss: 0.69481
4 1236 bit_w:-1 loss: 0.69254
5511 5663 5224 5546 337 4547 4858 242 1824 153
1 1 1 1 -1 1 1 -1 -1 -1
Train accuarcate: 86.72%
tensor([[12., 14., 13., 15., 15., 11., 7., 28., 10., 17.],
[15., 19., 22., 16., 8., 12., 18., 13., 13., 4.],
[ 8., 28., 15., 13., 11., 13., 15., 14., 14., 11.],
[26., 8., 15., 13., 13., 15., 17., 14., 12., 15.],
[ 9., 13., 12., 8., 26., 12., 18., 15., 13., 20.],
[ 7., 27., 16., 14., 12., 12., 14., 15., 13., 10.],
[11., 11., 8., 14., 24., 18., 14., 15., 11., 20.],
[ 8., 16., 9., 7., 23., 15., 17., 14., 16., 23.],
[15., 17., 14., 2., 18., 12., 22., 13., 13., 16.],
[11., 11., 8., 12., 20., 16., 12., 19., 13., 26.],
[28., 8., 15., 15., 11., 17., 15., 12., 14., 13.],
[14., 14., 19., 11., 17., 11., 23., 10., 14., 11.],
[11., 13., 6., 10., 20., 18., 14., 17., 13., 26.],
[28., 8., 15., 15., 11., 17., 15., 12., 14., 13.],
[ 8., 28., 15., 13., 11., 13., 15., 14., 14., 11.],
[16., 12., 9., 21., 15., 25., 13., 12., 16., 15.],
[14., 10., 9., 11., 19., 15., 13., 18., 14., 27.],
[12., 14., 15., 17., 13., 9., 7., 26., 10., 17.],
[12., 20., 15., 17., 13., 13., 15., 14., 10., 11.],
[12., 12., 9., 9., 27., 15., 17., 14., 14., 19.]], device='cuda:0')
Train accuarcate: 86.68%
iteration:
27
0 1229 bit_w:-1 loss: 0.67030
1 1188 bit_w:-1 loss: 0.66963
2 1210 bit_w: 1 loss: 0.66883
3 1465 bit_w: 1 loss: 0.66887
4 1422 bit_w:-1 loss: 0.66672
5366 261 5256 801 4372 582 1230 5557 698 2765
1 -1 1 -1 1 -1 -1 1 -1 0
Train accuarcate: 87.06%
tensor([[13., 14., 14., 15., 16., 11., 7., 29., 10., 17.],
[16., 19., 23., 16., 9., 12., 18., 14., 13., 4.],
[ 8., 29., 15., 14., 11., 14., 16., 14., 15., 11.],
[27., 8., 16., 13., 14., 15., 17., 15., 12., 15.],
[10., 13., 13., 8., 27., 12., 18., 16., 13., 20.],
[ 8., 27., 17., 14., 13., 12., 14., 16., 13., 10.],
[11., 12., 8., 15., 24., 19., 15., 15., 12., 20.],
[ 9., 16., 10., 7., 24., 15., 17., 15., 16., 23.],
[16., 17., 15., 2., 19., 12., 22., 14., 13., 16.],
[11., 12., 8., 13., 20., 17., 13., 19., 14., 26.],
[29., 8., 16., 15., 12., 17., 15., 13., 14., 13.],
[15., 14., 20., 11., 18., 11., 23., 11., 14., 11.],
[12., 13., 7., 10., 21., 18., 14., 18., 13., 26.],
[29., 8., 16., 15., 12., 17., 15., 13., 14., 13.],
[ 8., 29., 15., 14., 11., 14., 16., 14., 15., 11.],
[16., 13., 9., 22., 15., 26., 14., 12., 17., 15.],
[15., 10., 10., 11., 20., 15., 13., 19., 14., 27.],
[13., 14., 16., 17., 14., 9., 7., 27., 10., 17.],
[12., 21., 15., 18., 13., 14., 16., 14., 11., 11.],
[12., 13., 9., 10., 27., 16., 18., 14., 15., 19.]], device='cuda:0')
Train accuarcate: 87.22%
iteration:
28
0 1214 bit_w:-1 loss: 0.64670
1 1195 bit_w:-1 loss: 0.64654
2 1249 bit_w:-1 loss: 0.64430
3 1229 bit_w:-1 loss: 0.64367
4 1378 bit_w:-1 loss: 0.64288
5492 5911 4622 1102 588 1795 732 5468 565 626
1 1 1 -1 -1 0 -1 1 -1 -1
Train accuarcate: 87.25%
tensor([[14., 15., 15., 15., 16., 11., 7., 30., 10., 17.],
[17., 20., 24., 16., 9., 12., 18., 15., 13., 4.],
[ 9., 30., 16., 14., 11., 14., 16., 15., 15., 11.],
[28., 9., 17., 13., 14., 15., 17., 16., 12., 15.],
[10., 13., 13., 9., 28., 12., 19., 16., 14., 21.],
[ 9., 28., 18., 14., 13., 12., 14., 17., 13., 10.],
[11., 12., 8., 16., 25., 19., 16., 15., 13., 21.],
[ 9., 16., 10., 8., 25., 15., 18., 15., 17., 24.],
[17., 18., 16., 2., 19., 12., 22., 15., 13., 16.],
[11., 12., 8., 14., 21., 17., 14., 19., 15., 27.],
[30., 9., 17., 15., 12., 17., 15., 14., 14., 13.],
[15., 14., 20., 12., 19., 11., 24., 11., 15., 12.],
[12., 13., 7., 11., 22., 18., 15., 18., 14., 27.],
[30., 9., 17., 15., 12., 17., 15., 14., 14., 13.],
[ 9., 30., 16., 14., 11., 14., 16., 15., 15., 11.],
[16., 13., 9., 23., 16., 26., 15., 12., 18., 16.],
[15., 10., 10., 12., 21., 15., 14., 19., 15., 28.],
[14., 15., 17., 17., 14., 9., 7., 28., 10., 17.],
[12., 21., 15., 19., 14., 14., 17., 14., 12., 12.],
[12., 13., 9., 11., 28., 16., 19., 14., 16., 20.]], device='cuda:0')
Train accuarcate: 87.49%
iteration:
29
0 1250 bit_w:-1 loss: 0.62365
1 1238 bit_w:-1 loss: 0.62333
2 1254 bit_w: 1 loss: 0.62070
3 1197 bit_w:-1 loss: 0.62058
4 1226 bit_w: 1 loss: 0.61797
158 5634 849 4312 5418 1089 518 5912 1259 5528
-1 1 -1 1 1 -1 -1 1 -1 1
Train accuarcate: 87.48%
tensor([[14., 16., 15., 16., 17., 11., 7., 31., 10., 18.],
[18., 20., 25., 16., 9., 13., 19., 15., 14., 4.],
[10., 30., 17., 14., 11., 15., 17., 15., 16., 11.],
[29., 9., 18., 13., 14., 16., 18., 16., 13., 15.],