-
Notifications
You must be signed in to change notification settings - Fork 0
Expand file tree
/
Copy pathfive_direct_v1.log
More file actions
13773 lines (12573 loc) · 666 KB
/
five_direct_v1.log
File metadata and controls
13773 lines (12573 loc) · 666 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
0 378 bit_w:-1 loss: 2.24740
1 350 bit_w:-1 loss: 2.24580
2 428 bit_w: 1 loss: 2.23876
3 654 bit_w:-1 loss: 2.23840
4 658 bit_w:-1 loss: 2.23222
5241 419 4709 830 5356 2467 5372 5684 1357 4414
1 -1 1 -1 1 -1 1 1 -1 1
Train accuarcate: 16.23%
tensor([[2., 1., 2., 1., 2., 1., 2., 2., 1., 2.],
[2., 1., 2., 1., 2., 1., 2., 2., 1., 2.],
[1., 2., 1., 2., 1., 2., 1., 1., 2., 1.],
[2., 1., 2., 1., 2., 1., 2., 2., 1., 2.],
[2., 1., 2., 1., 2., 1., 2., 2., 1., 2.],
[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.],
[2., 1., 2., 1., 2., 1., 2., 2., 1., 2.],
[1., 2., 1., 2., 1., 2., 1., 1., 2., 1.],
[2., 1., 2., 1., 2., 1., 2., 2., 1., 2.],
[2., 1., 2., 1., 2., 1., 2., 2., 1., 2.],
[2., 1., 2., 1., 2., 1., 2., 2., 1., 2.],
[2., 1., 2., 1., 2., 1., 2., 2., 1., 2.],
[1., 2., 1., 2., 1., 2., 1., 1., 2., 1.],
[1., 2., 1., 2., 1., 2., 1., 1., 2., 1.],
[2., 1., 2., 1., 2., 1., 2., 2., 1., 2.],
[2., 1., 2., 1., 2., 1., 2., 2., 1., 2.],
[1., 2., 1., 2., 1., 2., 1., 1., 2., 1.],
[2., 1., 2., 1., 2., 1., 2., 2., 1., 2.]], device='cuda:0')
Train accuarcate: 16.71%
iteration:
1
0 461 bit_w:-1 loss: 2.17733
1 434 bit_w:-1 loss: 2.17823
2 655 bit_w: 1 loss: 2.17225
3 488 bit_w:-1 loss: 2.16979
4 240 bit_w: 1 loss: 2.16493
5842 431 1342 5236 1152 4248 1708 5269 1309 3245
1 -1 -1 1 -1 1 -1 1 -1 0
Train accuarcate: 26.14%
tensor([[3., 1., 2., 2., 2., 2., 2., 3., 1., 2.],
[3., 1., 2., 2., 2., 2., 2., 3., 1., 2.],
[2., 2., 1., 3., 1., 3., 1., 2., 2., 1.],
[3., 1., 2., 2., 2., 2., 2., 3., 1., 2.],
[2., 2., 3., 1., 3., 1., 3., 2., 2., 2.],
[1., 3., 2., 2., 2., 2., 2., 1., 3., 1.],
[2., 2., 1., 3., 1., 3., 1., 2., 2., 1.],
[1., 3., 2., 2., 2., 2., 2., 1., 3., 1.],
[2., 2., 3., 1., 3., 1., 3., 2., 2., 2.],
[2., 2., 1., 3., 1., 3., 1., 2., 2., 1.],
[3., 1., 2., 2., 2., 2., 2., 3., 1., 2.],
[2., 2., 3., 1., 3., 1., 3., 2., 2., 2.],
[2., 2., 3., 1., 3., 1., 3., 2., 2., 2.],
[3., 1., 2., 2., 2., 2., 2., 3., 1., 2.],
[1., 3., 2., 2., 2., 2., 2., 1., 3., 1.],
[2., 2., 1., 3., 1., 3., 1., 2., 2., 1.],
[2., 2., 3., 1., 3., 1., 3., 2., 2., 2.],
[3., 1., 2., 2., 2., 2., 2., 3., 1., 2.],
[2., 2., 1., 3., 1., 3., 1., 2., 2., 1.],
[2., 2., 3., 1., 3., 1., 3., 2., 2., 2.]], device='cuda:0')
Train accuarcate: 26.82%
iteration:
2
0 401 bit_w:-1 loss: 2.11513
1 373 bit_w:-1 loss: 2.11425
2 152 bit_w: 1 loss: 2.10944
3 378 bit_w: 1 loss: 2.10715
4 156 bit_w: 1 loss: 2.10048
1317 6609 4673 5002 368 1973 1867 422 4261 825
-1 1 1 1 -1 -1 -1 -1 1 -1
Train accuarcate: 34.70%
tensor([[4., 1., 2., 2., 3., 3., 3., 4., 1., 3.],
[3., 2., 3., 3., 2., 2., 2., 3., 2., 2.],
[2., 3., 2., 4., 1., 3., 1., 2., 3., 1.],
[4., 1., 2., 2., 3., 3., 3., 4., 1., 3.],
[3., 2., 3., 1., 4., 2., 4., 3., 2., 3.],
[1., 4., 3., 3., 2., 2., 2., 1., 4., 1.],
[3., 2., 1., 3., 2., 4., 2., 3., 2., 2.],
[2., 3., 2., 2., 3., 3., 3., 2., 3., 2.],
[2., 3., 4., 2., 3., 1., 3., 2., 3., 2.],
[3., 2., 1., 3., 2., 4., 2., 3., 2., 2.],
[3., 2., 3., 3., 2., 2., 2., 3., 2., 2.],
[2., 3., 4., 2., 3., 1., 3., 2., 3., 2.],
[3., 2., 3., 1., 4., 2., 4., 3., 2., 3.],
[4., 1., 2., 2., 3., 3., 3., 4., 1., 3.],
[1., 4., 3., 3., 2., 2., 2., 1., 4., 1.],
[2., 3., 2., 4., 1., 3., 1., 2., 3., 1.],
[3., 2., 3., 1., 4., 2., 4., 3., 2., 3.],
[4., 1., 2., 2., 3., 3., 3., 4., 1., 3.],
[3., 2., 1., 3., 2., 4., 2., 3., 2., 2.],
[3., 2., 3., 1., 4., 2., 4., 3., 2., 3.]], device='cuda:0')
Train accuarcate: 35.45%
iteration:
3
0 541 bit_w:-1 loss: 2.05134
1 569 bit_w:-1 loss: 2.05063
2 323 bit_w: 1 loss: 2.04452
3 155 bit_w:-1 loss: 2.04108
4 324 bit_w: 1 loss: 2.03453
1155 6442 1461 4739 5445 3085 1690 6081 2384 5635
-1 1 -1 1 1 -1 -1 1 -1 1
Train accuarcate: 51.16%
tensor([[4., 2., 2., 3., 4., 3., 3., 5., 1., 4.],
[4., 2., 4., 3., 2., 3., 3., 3., 3., 2.],
[2., 4., 2., 5., 2., 3., 1., 3., 3., 2.],
[5., 1., 3., 2., 3., 4., 4., 4., 2., 3.],
[3., 3., 3., 2., 5., 2., 4., 4., 2., 4.],
[1., 5., 3., 4., 3., 2., 2., 2., 4., 2.],
[3., 3., 1., 4., 3., 4., 2., 4., 2., 3.],
[2., 4., 2., 3., 4., 3., 3., 3., 3., 3.],
[2., 4., 4., 3., 4., 1., 3., 3., 3., 3.],
[3., 3., 1., 4., 3., 4., 2., 4., 2., 3.],
[4., 2., 4., 3., 2., 3., 3., 3., 3., 2.],
[2., 4., 4., 3., 4., 1., 3., 3., 3., 3.],
[3., 3., 3., 2., 5., 2., 4., 4., 2., 4.],
[5., 1., 3., 2., 3., 4., 4., 4., 2., 3.],
[1., 5., 3., 4., 3., 2., 2., 2., 4., 2.],
[2., 4., 2., 5., 2., 3., 1., 3., 3., 2.],
[3., 3., 3., 2., 5., 2., 4., 4., 2., 4.],
[4., 2., 2., 3., 4., 3., 3., 5., 1., 4.],
[3., 3., 1., 4., 3., 4., 2., 4., 2., 3.],
[3., 3., 3., 2., 5., 2., 4., 4., 2., 4.]], device='cuda:0')
Train accuarcate: 51.71%
iteration:
4
0 464 bit_w:-1 loss: 1.98936
1 409 bit_w:-1 loss: 1.98329
2 487 bit_w:-1 loss: 1.97776
3 350 bit_w: 1 loss: 1.97786
4 625 bit_w: 1 loss: 1.97165
5311 6503 1821 5108 362 3857 1111 1238 2522 749
1 1 -1 1 -1 1 -1 -1 -1 -1
Train accuarcate: 52.61%
tensor([[4., 2., 3., 3., 5., 3., 4., 6., 2., 5.],
[5., 3., 4., 4., 2., 4., 3., 3., 3., 2.],
[3., 5., 2., 6., 2., 4., 1., 3., 3., 2.],
[6., 2., 3., 3., 3., 5., 4., 4., 2., 3.],
[3., 3., 4., 2., 6., 2., 5., 5., 3., 5.],
[2., 6., 3., 5., 3., 3., 2., 2., 4., 2.],
[3., 3., 2., 4., 4., 4., 3., 5., 3., 4.],
[2., 4., 3., 3., 5., 3., 4., 4., 4., 4.],
[2., 4., 5., 3., 5., 1., 4., 4., 4., 4.],
[3., 3., 2., 4., 4., 4., 3., 5., 3., 4.],
[5., 3., 4., 4., 2., 4., 3., 3., 3., 2.],
[3., 5., 4., 4., 4., 2., 3., 3., 3., 3.],
[3., 3., 4., 2., 6., 2., 5., 5., 3., 5.],
[6., 2., 3., 3., 3., 5., 4., 4., 2., 3.],
[2., 6., 3., 5., 3., 3., 2., 2., 4., 2.],
[3., 5., 2., 6., 2., 4., 1., 3., 3., 2.],
[3., 3., 4., 2., 6., 2., 5., 5., 3., 5.],
[5., 3., 2., 4., 4., 4., 3., 5., 1., 4.],
[4., 4., 1., 5., 3., 5., 2., 4., 2., 3.],
[3., 3., 4., 2., 6., 2., 5., 5., 3., 5.]], device='cuda:0')
Train accuarcate: 53.42%
iteration:
5
0 373 bit_w:-1 loss: 1.92923
1 346 bit_w:-1 loss: 1.92857
2 322 bit_w: 1 loss: 1.91983
3 372 bit_w:-1 loss: 1.92033
4 174 bit_w: 1 loss: 1.91214
1061 6711 5520 4914 795 1606 1837 4700 2984 1035
-1 1 1 1 -1 -1 -1 1 -1 -1
Train accuarcate: 53.74%
tensor([[4., 3., 4., 4., 5., 3., 4., 7., 2., 5.],
[5., 4., 5., 5., 2., 4., 3., 4., 3., 2.],
[3., 6., 3., 7., 2., 4., 1., 4., 3., 2.],
[7., 2., 3., 3., 4., 6., 5., 4., 3., 4.],
[4., 3., 4., 2., 7., 3., 6., 5., 4., 6.],
[2., 7., 4., 6., 3., 3., 2., 3., 4., 2.],
[4., 3., 2., 4., 5., 5., 4., 5., 4., 5.],
[3., 4., 3., 3., 6., 4., 5., 4., 5., 5.],
[2., 5., 6., 4., 5., 1., 4., 5., 4., 4.],
[4., 3., 2., 4., 5., 5., 4., 5., 4., 5.],
[6., 3., 4., 4., 3., 5., 4., 3., 4., 3.],
[4., 5., 4., 4., 5., 3., 4., 3., 4., 4.],
[4., 3., 4., 2., 7., 3., 6., 5., 4., 6.],
[7., 2., 3., 3., 4., 6., 5., 4., 3., 4.],
[2., 7., 4., 6., 3., 3., 2., 3., 4., 2.],
[4., 5., 2., 6., 3., 5., 2., 3., 4., 3.],
[4., 3., 4., 2., 7., 3., 6., 5., 4., 6.],
[5., 4., 3., 5., 4., 4., 3., 6., 1., 4.],
[4., 5., 2., 6., 3., 5., 2., 5., 2., 3.],
[4., 3., 4., 2., 7., 3., 6., 5., 4., 6.]], device='cuda:0')
Train accuarcate: 54.93%
iteration:
6
0 542 bit_w:-1 loss: 1.87001
1 541 bit_w:-1 loss: 1.86985
2 708 bit_w: 1 loss: 1.86024
3 625 bit_w:-1 loss: 1.86000
4 709 bit_w: 1 loss: 1.85116
277 4764 755 1959 5244 1886 1016 5896 1403 5533
-1 1 -1 -1 1 0 -1 1 -1 1
Train accuarcate: 52.38%
tensor([[4., 4., 4., 4., 6., 3., 4., 8., 2., 6.],
[6., 4., 6., 6., 2., 4., 4., 4., 4., 2.],
[3., 7., 3., 7., 3., 4., 1., 5., 3., 3.],
[8., 2., 4., 4., 4., 6., 6., 4., 4., 4.],
[4., 4., 4., 2., 8., 3., 6., 6., 4., 7.],
[2., 8., 4., 6., 4., 3., 2., 4., 4., 3.],
[4., 4., 2., 4., 6., 5., 4., 6., 4., 6.],
[3., 5., 3., 3., 7., 4., 5., 5., 5., 6.],
[2., 6., 6., 4., 6., 1., 4., 6., 4., 5.],
[4., 4., 2., 4., 6., 5., 4., 6., 4., 6.],
[7., 3., 5., 5., 3., 5., 5., 3., 5., 3.],
[5., 5., 5., 5., 5., 3., 5., 3., 5., 4.],
[4., 4., 4., 2., 8., 3., 6., 6., 4., 7.],
[8., 2., 4., 4., 4., 6., 6., 4., 4., 4.],
[2., 8., 4., 6., 4., 3., 2., 4., 4., 3.],
[5., 5., 3., 7., 3., 5., 3., 3., 5., 3.],
[4., 4., 4., 2., 8., 3., 6., 6., 4., 7.],
[5., 5., 3., 5., 5., 4., 3., 7., 1., 5.],
[5., 5., 3., 7., 3., 5., 3., 5., 3., 3.],
[4., 4., 4., 2., 8., 3., 6., 6., 4., 7.]], device='cuda:0')
Train accuarcate: 53.00%
iteration:
7
0 461 bit_w:-1 loss: 1.81074
1 516 bit_w:-1 loss: 1.80813
2 240 bit_w: 1 loss: 1.79961
3 462 bit_w:-1 loss: 1.80156
4 241 bit_w: 1 loss: 1.79593
5819 587 1766 5519 1994 4515 1473 5196 1741 4330
1 -1 -1 1 -1 1 -1 1 -1 1
Train accuarcate: 56.90%
tensor([[5., 4., 4., 5., 6., 4., 4., 9., 2., 7.],
[7., 4., 6., 7., 2., 5., 4., 5., 4., 3.],
[3., 8., 4., 7., 4., 4., 2., 5., 4., 3.],
[9., 2., 4., 5., 4., 7., 6., 5., 4., 5.],
[4., 5., 5., 2., 9., 3., 7., 6., 5., 7.],
[2., 9., 5., 6., 5., 3., 3., 4., 5., 3.],
[5., 4., 2., 5., 6., 6., 4., 7., 4., 7.],
[3., 6., 4., 3., 8., 4., 6., 5., 6., 6.],
[2., 7., 7., 4., 7., 1., 5., 6., 5., 5.],
[5., 4., 2., 5., 6., 6., 4., 7., 4., 7.],
[8., 3., 5., 6., 3., 6., 5., 4., 5., 4.],
[5., 6., 6., 5., 6., 3., 6., 3., 6., 4.],
[5., 4., 4., 3., 8., 4., 6., 7., 4., 8.],
[9., 2., 4., 5., 4., 7., 6., 5., 4., 5.],
[2., 9., 5., 6., 5., 3., 3., 4., 5., 3.],
[6., 5., 3., 8., 3., 6., 3., 4., 5., 4.],
[5., 4., 4., 3., 8., 4., 6., 7., 4., 8.],
[6., 5., 3., 6., 5., 5., 3., 8., 1., 6.],
[6., 5., 3., 8., 3., 6., 3., 6., 3., 4.],
[5., 4., 4., 3., 8., 4., 6., 7., 4., 8.]], device='cuda:0')
Train accuarcate: 57.92%
iteration:
8
0 326 bit_w:-1 loss: 1.75581
1 353 bit_w:-1 loss: 1.75401
2 437 bit_w:-1 loss: 1.74795
3 571 bit_w: 1 loss: 1.74513
4 374 bit_w: 1 loss: 1.73992
5299 6080 2370 2325 1157 4444 4944 852 2303 915
1 1 -1 -1 -1 1 1 -1 -1 -1
Train accuarcate: 57.65%
tensor([[ 5., 4., 5., 6., 7., 4., 4., 10., 3., 8.],
[ 8., 5., 6., 7., 2., 6., 5., 5., 4., 3.],
[ 4., 9., 4., 7., 4., 5., 3., 5., 4., 3.],
[10., 3., 4., 5., 4., 8., 7., 5., 4., 5.],
[ 4., 5., 6., 3., 10., 3., 7., 7., 6., 8.],
[ 3., 10., 5., 6., 5., 4., 4., 4., 5., 3.],
[ 5., 4., 3., 6., 7., 6., 4., 8., 5., 8.],
[ 3., 6., 5., 4., 9., 4., 6., 6., 7., 7.],
[ 3., 8., 7., 4., 7., 2., 6., 6., 5., 5.],
[ 6., 5., 2., 5., 6., 7., 5., 7., 4., 7.],
[ 9., 4., 5., 6., 3., 7., 6., 4., 5., 4.],
[ 5., 6., 7., 6., 7., 3., 6., 4., 7., 5.],
[ 5., 4., 5., 4., 9., 4., 6., 8., 5., 9.],
[10., 3., 4., 5., 4., 8., 7., 5., 4., 5.],
[ 3., 10., 5., 6., 5., 4., 4., 4., 5., 3.],
[ 6., 5., 4., 9., 4., 6., 3., 5., 6., 5.],
[ 5., 4., 5., 4., 9., 4., 6., 8., 5., 9.],
[ 6., 5., 4., 7., 6., 5., 3., 9., 2., 7.],
[ 7., 6., 3., 8., 3., 7., 4., 6., 3., 4.],
[ 5., 4., 5., 4., 9., 4., 6., 8., 5., 9.]], device='cuda:0')
Train accuarcate: 58.21%
iteration:
9
0 376 bit_w:-1 loss: 1.70236
1 348 bit_w:-1 loss: 1.70140
2 454 bit_w: 1 loss: 1.69520
3 431 bit_w:-1 loss: 1.69213
4 512 bit_w: 1 loss: 1.68328
4851 5570 4769 1041 2201 766 2626 5441 877 1760
1 1 1 -1 -1 -1 -1 1 -1 -1
Train accuarcate: 60.90%
tensor([[ 6., 5., 6., 6., 7., 4., 4., 11., 3., 8.],
[ 8., 5., 6., 8., 3., 7., 6., 5., 5., 4.],
[ 5., 10., 5., 7., 4., 5., 3., 6., 4., 3.],
[11., 4., 5., 5., 4., 8., 7., 6., 4., 5.],
[ 5., 6., 7., 3., 10., 3., 7., 8., 6., 8.],
[ 4., 11., 6., 6., 5., 4., 4., 5., 5., 3.],
[ 5., 4., 3., 7., 8., 7., 5., 8., 6., 9.],
[ 3., 6., 5., 5., 10., 5., 7., 6., 8., 8.],
[ 4., 9., 8., 4., 7., 2., 6., 7., 5., 5.],
[ 6., 5., 2., 6., 7., 8., 6., 7., 5., 8.],
[10., 5., 6., 6., 3., 7., 6., 5., 5., 4.],
[ 5., 6., 7., 7., 8., 4., 7., 4., 8., 6.],
[ 5., 4., 5., 5., 10., 5., 7., 8., 6., 10.],
[11., 4., 5., 5., 4., 8., 7., 6., 4., 5.],
[ 4., 11., 6., 6., 5., 4., 4., 5., 5., 3.],
[ 7., 6., 5., 9., 4., 6., 3., 6., 6., 5.],
[ 6., 5., 6., 4., 9., 4., 6., 9., 5., 9.],
[ 7., 6., 5., 7., 6., 5., 3., 10., 2., 7.],
[ 7., 6., 3., 9., 4., 8., 5., 6., 4., 5.],
[ 5., 4., 5., 5., 10., 5., 7., 8., 6., 10.]], device='cuda:0')
Train accuarcate: 61.73%
iteration:
10
0 457 bit_w:-1 loss: 1.64857
1 378 bit_w: 1 loss: 1.64672
2 433 bit_w: 1 loss: 1.63781
3 427 bit_w:-1 loss: 1.63968
4 350 bit_w: 1 loss: 1.63292
180 6641 2312 5722 1622 4067 2045 864 5405 3286
-1 1 -1 1 -1 1 -1 -1 1 1
Train accuarcate: 61.75%
tensor([[ 7., 5., 7., 6., 8., 4., 5., 12., 3., 8.],
[ 9., 5., 7., 8., 4., 7., 7., 6., 5., 4.],
[ 5., 11., 5., 8., 4., 6., 3., 6., 5., 4.],
[12., 4., 6., 5., 5., 8., 8., 7., 4., 5.],
[ 6., 6., 8., 3., 11., 3., 8., 9., 6., 8.],
[ 4., 12., 6., 7., 5., 5., 4., 5., 6., 4.],
[ 5., 5., 3., 8., 8., 8., 5., 8., 7., 10.],
[ 3., 7., 5., 6., 10., 6., 7., 6., 9., 9.],
[ 5., 9., 9., 4., 8., 2., 7., 8., 5., 5.],
[ 6., 6., 2., 7., 7., 9., 6., 7., 6., 9.],
[11., 5., 7., 6., 4., 7., 7., 6., 5., 4.],
[ 5., 7., 7., 8., 8., 5., 7., 4., 9., 7.],
[ 6., 4., 6., 5., 11., 5., 8., 9., 6., 10.],
[12., 4., 6., 5., 5., 8., 8., 7., 4., 5.],
[ 4., 12., 6., 7., 5., 5., 4., 5., 6., 4.],
[ 7., 7., 5., 10., 4., 7., 3., 6., 7., 6.],
[ 7., 5., 7., 4., 10., 4., 7., 10., 5., 9.],
[ 8., 6., 6., 7., 7., 5., 4., 11., 2., 7.],
[ 7., 7., 3., 10., 4., 9., 5., 6., 5., 6.],
[ 6., 4., 6., 5., 11., 5., 8., 9., 6., 10.]], device='cuda:0')
Train accuarcate: 62.28%
iteration:
11
0 596 bit_w:-1 loss: 1.59891
1 597 bit_w:-1 loss: 1.59846
2 544 bit_w: 1 loss: 1.59227
3 184 bit_w:-1 loss: 1.59133
4 181 bit_w:-1 loss: 1.58483
1086 6249 2382 1554 5753 2242 5011 6012 2399 5104
-1 1 -1 -1 1 -1 1 1 -1 1
Train accuarcate: 63.17%
tensor([[ 7., 6., 7., 6., 9., 4., 6., 13., 3., 9.],
[10., 5., 8., 9., 4., 8., 7., 6., 6., 4.],
[ 5., 12., 5., 8., 5., 6., 4., 7., 5., 5.],
[13., 4., 7., 6., 5., 9., 8., 7., 5., 5.],
[ 6., 7., 8., 3., 12., 3., 9., 10., 6., 9.],
[ 4., 13., 6., 7., 6., 5., 5., 6., 6., 5.],
[ 5., 6., 3., 8., 9., 8., 6., 9., 7., 11.],
[ 3., 8., 5., 6., 11., 6., 8., 7., 9., 10.],
[ 5., 10., 9., 4., 9., 2., 8., 9., 5., 6.],
[ 6., 7., 2., 7., 8., 9., 7., 8., 6., 10.],
[12., 5., 8., 7., 4., 8., 7., 6., 6., 4.],
[ 5., 8., 7., 8., 9., 5., 8., 5., 9., 8.],
[ 6., 5., 6., 5., 12., 5., 9., 10., 6., 11.],
[13., 4., 7., 6., 5., 9., 8., 7., 5., 5.],
[ 4., 13., 6., 7., 6., 5., 5., 6., 6., 5.],
[ 8., 7., 6., 11., 4., 8., 3., 6., 8., 6.],
[ 7., 6., 7., 4., 11., 4., 8., 11., 5., 10.],
[ 8., 7., 6., 7., 8., 5., 5., 12., 2., 8.],
[ 7., 8., 3., 10., 5., 9., 6., 7., 5., 7.],
[ 6., 5., 6., 5., 12., 5., 9., 10., 6., 11.]], device='cuda:0')
Train accuarcate: 63.50%
iteration:
12
0 291 bit_w:-1 loss: 1.55289
1 290 bit_w:-1 loss: 1.55166
2 175 bit_w: 1 loss: 1.54718
3 288 bit_w:-1 loss: 1.54589
4 543 bit_w: 1 loss: 1.54092
992 6549 5185 5272 1329 1514 3328 2045 2269 592
-1 1 1 1 -1 -1 1 0 -1 -1
Train accuarcate: 63.91%
tensor([[ 7., 7., 8., 7., 9., 4., 7., 13., 3., 9.],
[10., 6., 9., 10., 4., 8., 8., 6., 6., 4.],
[ 5., 13., 6., 9., 5., 6., 5., 7., 5., 5.],
[14., 4., 7., 6., 6., 10., 8., 7., 6., 6.],
[ 7., 7., 8., 3., 13., 4., 9., 10., 7., 10.],
[ 4., 14., 7., 8., 6., 5., 6., 6., 6., 5.],
[ 6., 6., 3., 8., 10., 9., 6., 9., 8., 12.],
[ 4., 8., 5., 6., 12., 7., 8., 7., 10., 11.],
[ 6., 10., 9., 4., 10., 3., 8., 9., 6., 7.],
[ 7., 7., 2., 7., 9., 10., 7., 8., 7., 11.],
[13., 5., 8., 7., 5., 9., 7., 6., 7., 5.],
[ 6., 8., 7., 8., 10., 6., 8., 5., 10., 9.],
[ 7., 5., 6., 5., 13., 6., 9., 10., 7., 12.],
[14., 4., 7., 6., 6., 10., 8., 7., 6., 6.],
[ 4., 14., 7., 8., 6., 5., 6., 6., 6., 5.],
[ 9., 7., 6., 11., 5., 9., 3., 6., 9., 7.],
[ 8., 6., 7., 4., 12., 5., 8., 11., 6., 11.],
[ 8., 8., 7., 8., 8., 5., 6., 12., 2., 8.],
[ 7., 9., 4., 11., 5., 9., 7., 7., 5., 7.],
[ 7., 5., 6., 5., 13., 6., 9., 10., 7., 12.]], device='cuda:0')
Train accuarcate: 64.51%
iteration:
13
0 459 bit_w:-1 loss: 1.50967
1 514 bit_w:-1 loss: 1.50738
2 239 bit_w: 1 loss: 1.50065
3 295 bit_w: 1 loss: 1.50240
4 543 bit_w:-1 loss: 1.49603
4760 5344 1339 5578 2256 4670 845 5992 1623 4760
1 1 -1 1 -1 1 -1 1 -1 1
Train accuarcate: 64.88%
tensor([[ 8., 8., 8., 8., 9., 5., 7., 14., 3., 10.],
[11., 7., 9., 11., 4., 9., 8., 7., 6., 5.],
[ 6., 14., 6., 10., 5., 7., 5., 8., 5., 6.],
[15., 5., 7., 7., 6., 11., 8., 8., 6., 7.],
[ 8., 8., 8., 4., 13., 5., 9., 11., 7., 11.],
[ 5., 15., 7., 9., 6., 6., 6., 7., 6., 6.],
[ 7., 7., 3., 9., 10., 10., 6., 10., 8., 13.],
[ 5., 9., 5., 7., 12., 8., 8., 8., 10., 12.],
[ 7., 11., 9., 5., 10., 4., 8., 10., 6., 8.],
[ 8., 8., 2., 8., 9., 11., 7., 9., 7., 12.],
[14., 6., 8., 8., 5., 10., 7., 7., 7., 6.],
[ 6., 8., 8., 8., 11., 6., 9., 5., 11., 9.],
[ 8., 6., 6., 6., 13., 7., 9., 11., 7., 13.],
[15., 5., 7., 7., 6., 11., 8., 8., 6., 7.],
[ 5., 15., 7., 9., 6., 6., 6., 7., 6., 6.],
[10., 8., 6., 12., 5., 10., 3., 7., 9., 8.],
[ 9., 7., 7., 5., 12., 6., 8., 12., 6., 12.],
[ 9., 9., 7., 9., 8., 6., 6., 13., 2., 9.],
[ 8., 10., 4., 12., 5., 10., 7., 8., 5., 8.],
[ 8., 6., 6., 6., 13., 7., 9., 11., 7., 13.]], device='cuda:0')
Train accuarcate: 65.30%
iteration:
14
0 409 bit_w:-1 loss: 1.46619
1 464 bit_w:-1 loss: 1.46346
2 319 bit_w: 1 loss: 1.45924
3 297 bit_w:-1 loss: 1.45885
4 543 bit_w: 1 loss: 1.45106
5303 5806 2131 1369 750 3666 4880 813 3229 653
1 1 -1 -1 -1 1 1 -1 1 -1
Train accuarcate: 65.99%
tensor([[ 8., 8., 9., 9., 10., 5., 7., 15., 3., 11.],
[12., 8., 9., 11., 4., 10., 9., 7., 7., 5.],
[ 7., 15., 6., 10., 5., 8., 6., 8., 6., 6.],
[16., 6., 7., 7., 6., 12., 9., 8., 7., 7.],
[ 8., 8., 9., 5., 14., 5., 9., 12., 7., 12.],
[ 5., 15., 8., 10., 7., 6., 6., 8., 6., 7.],
[ 7., 7., 4., 10., 11., 10., 6., 11., 8., 14.],
[ 5., 9., 6., 8., 13., 8., 8., 9., 10., 13.],
[ 7., 11., 10., 6., 11., 4., 8., 11., 6., 9.],
[ 8., 8., 3., 9., 10., 11., 7., 10., 7., 13.],
[15., 7., 8., 8., 5., 11., 8., 7., 8., 6.],
[ 6., 8., 9., 9., 12., 6., 9., 6., 11., 10.],
[ 8., 6., 7., 7., 14., 7., 9., 12., 7., 14.],
[16., 6., 7., 7., 6., 12., 9., 8., 7., 7.],
[ 6., 16., 7., 9., 6., 7., 7., 7., 7., 6.],
[11., 9., 6., 12., 5., 11., 4., 7., 10., 8.],
[ 9., 7., 8., 6., 13., 6., 8., 13., 6., 13.],
[ 9., 9., 8., 10., 9., 6., 6., 14., 2., 10.],
[ 9., 11., 4., 12., 5., 11., 8., 8., 6., 8.],
[ 8., 6., 7., 7., 14., 7., 9., 12., 7., 14.]], device='cuda:0')
Train accuarcate: 66.58%
iteration:
15
0 401 bit_w:-1 loss: 1.42219
1 428 bit_w:-1 loss: 1.42226
2 218 bit_w: 1 loss: 1.41537
3 427 bit_w:-1 loss: 1.41502
4 248 bit_w: 1 loss: 1.40977
913 6711 4550 4672 823 3575 1933 5430 4921 1509
-1 1 1 0 -1 1 -1 1 1 -1
Train accuarcate: 66.33%
tensor([[ 8., 9., 10., 9., 10., 6., 7., 16., 4., 11.],
[12., 9., 10., 11., 4., 11., 9., 8., 8., 5.],
[ 7., 16., 7., 10., 5., 9., 6., 9., 7., 6.],
[17., 6., 7., 7., 7., 12., 10., 8., 7., 8.],
[ 9., 8., 9., 5., 15., 5., 10., 12., 7., 13.],
[ 5., 16., 9., 10., 7., 7., 6., 9., 7., 7.],
[ 8., 7., 4., 10., 12., 10., 7., 11., 8., 15.],
[ 6., 9., 6., 8., 14., 8., 9., 9., 10., 14.],
[ 8., 11., 10., 6., 12., 4., 9., 11., 6., 10.],
[ 9., 8., 3., 9., 11., 11., 8., 10., 7., 14.],
[16., 7., 8., 8., 6., 11., 9., 7., 8., 7.],
[ 7., 8., 9., 9., 13., 6., 10., 6., 11., 11.],
[ 9., 6., 7., 7., 15., 7., 10., 12., 7., 15.],
[17., 6., 7., 7., 7., 12., 10., 8., 7., 8.],
[ 6., 17., 8., 9., 6., 8., 7., 8., 8., 6.],
[11., 10., 7., 12., 5., 12., 4., 8., 11., 8.],
[10., 7., 8., 6., 14., 6., 9., 13., 6., 14.],
[ 9., 10., 9., 10., 9., 7., 6., 15., 3., 10.],
[ 9., 12., 5., 12., 5., 12., 8., 9., 7., 8.],
[ 9., 6., 7., 7., 15., 7., 10., 12., 7., 15.]], device='cuda:0')
Train accuarcate: 67.18%
iteration:
16
0 656 bit_w:-1 loss: 1.38270
1 573 bit_w: 1 loss: 1.37726
2 237 bit_w:-1 loss: 1.37271
3 543 bit_w: 1 loss: 1.37371
4 626 bit_w:-1 loss: 1.36956
1609 5494 4899 1290 4518 1659 5534 2024 1680 1650
-1 1 1 -1 1 -1 1 -1 -1 -1
Train accuarcate: 68.17%
tensor([[ 9., 9., 10., 10., 10., 7., 7., 17., 5., 12.],
[12., 10., 11., 11., 5., 11., 10., 8., 8., 5.],
[ 7., 17., 8., 10., 6., 9., 7., 9., 7., 6.],
[18., 6., 7., 8., 7., 13., 10., 9., 8., 9.],
[ 9., 9., 10., 5., 16., 5., 11., 12., 7., 13.],
[ 5., 17., 10., 10., 8., 7., 7., 9., 7., 7.],
[ 8., 8., 5., 10., 13., 10., 8., 11., 8., 15.],
[ 7., 9., 6., 9., 14., 9., 9., 10., 11., 15.],
[ 8., 12., 11., 6., 13., 4., 10., 11., 6., 10.],
[10., 8., 3., 10., 11., 12., 8., 11., 8., 15.],
[17., 7., 8., 9., 6., 12., 9., 8., 9., 8.],
[ 7., 9., 10., 9., 14., 6., 11., 6., 11., 11.],
[10., 6., 7., 8., 15., 8., 10., 13., 8., 16.],
[18., 6., 7., 8., 7., 13., 10., 9., 8., 9.],
[ 7., 17., 8., 10., 6., 9., 7., 9., 9., 7.],
[12., 10., 7., 13., 5., 13., 4., 9., 12., 9.],
[10., 8., 9., 6., 15., 6., 10., 13., 6., 14.],
[10., 10., 9., 11., 9., 8., 6., 16., 4., 11.],
[ 9., 13., 6., 12., 6., 12., 9., 9., 7., 8.],
[ 9., 7., 8., 7., 16., 7., 11., 12., 7., 15.]], device='cuda:0')
Train accuarcate: 68.97%
iteration:
17
0 542 bit_w:-1 loss: 1.34293
1 155 bit_w:-1 loss: 1.34292
2 191 bit_w: 1 loss: 1.33453
3 153 bit_w:-1 loss: 1.33294
4 549 bit_w:-1 loss: 1.33012
2078 6062 1395 2108 5384 3803 1161 6178 2464 5570
-1 1 -1 -1 1 1 -1 1 -1 1
Train accuarcate: 67.62%
tensor([[ 9., 10., 10., 10., 11., 8., 7., 18., 5., 13.],
[13., 10., 12., 12., 5., 11., 11., 8., 9., 5.],
[ 7., 18., 8., 10., 7., 10., 7., 10., 7., 7.],
[19., 6., 8., 9., 7., 13., 11., 9., 9., 9.],
[ 9., 10., 10., 5., 17., 6., 11., 13., 7., 14.],
[ 5., 18., 10., 10., 9., 8., 7., 10., 7., 8.],
[ 8., 9., 5., 10., 14., 11., 8., 12., 8., 16.],
[ 7., 10., 6., 9., 15., 10., 9., 11., 11., 16.],
[ 8., 13., 11., 6., 14., 5., 10., 12., 6., 11.],
[10., 9., 3., 10., 12., 13., 8., 12., 8., 16.],
[18., 7., 9., 10., 6., 12., 10., 8., 10., 8.],
[ 7., 10., 10., 9., 15., 7., 11., 7., 11., 12.],
[10., 7., 7., 8., 16., 9., 10., 14., 8., 17.],
[19., 6., 8., 9., 7., 13., 11., 9., 9., 9.],
[ 8., 17., 9., 11., 6., 9., 8., 9., 10., 7.],
[13., 10., 8., 14., 5., 13., 5., 9., 13., 9.],
[10., 9., 9., 6., 16., 7., 10., 14., 6., 15.],
[10., 11., 9., 11., 10., 9., 6., 17., 4., 12.],
[ 9., 14., 6., 12., 7., 13., 9., 10., 7., 9.],
[ 9., 8., 8., 7., 17., 8., 11., 13., 7., 16.]], device='cuda:0')
Train accuarcate: 68.50%
iteration:
18
0 375 bit_w:-1 loss: 1.30609
1 406 bit_w:-1 loss: 1.30472
2 409 bit_w:-1 loss: 1.29923
3 267 bit_w: 1 loss: 1.29835
4 597 bit_w: 1 loss: 1.29313
5574 5356 3947 2075 763 2449 1305 4611 1415 974
1 1 1 -1 -1 -1 -1 1 -1 -1
Train accuarcate: 69.48%
tensor([[10., 11., 11., 10., 11., 8., 7., 19., 5., 13.],
[14., 11., 13., 12., 5., 11., 11., 9., 9., 5.],
[ 8., 19., 9., 10., 7., 10., 7., 11., 7., 7.],
[20., 7., 9., 9., 7., 13., 11., 10., 9., 9.],
[ 9., 10., 10., 6., 18., 7., 12., 13., 8., 15.],
[ 6., 19., 11., 10., 9., 8., 7., 11., 7., 8.],
[ 8., 9., 5., 11., 15., 12., 9., 12., 9., 17.],
[ 7., 10., 6., 10., 16., 11., 10., 11., 12., 17.],
[ 9., 14., 12., 6., 14., 5., 10., 13., 6., 11.],
[10., 9., 3., 11., 13., 14., 9., 12., 9., 17.],
[19., 8., 10., 10., 6., 12., 10., 9., 10., 8.],
[ 8., 11., 11., 9., 15., 7., 11., 8., 11., 12.],
[10., 7., 7., 9., 17., 10., 11., 14., 9., 18.],
[20., 7., 9., 9., 7., 13., 11., 10., 9., 9.],
[ 9., 18., 10., 11., 6., 9., 8., 10., 10., 7.],
[14., 11., 9., 14., 5., 13., 5., 10., 13., 9.],
[10., 9., 9., 7., 17., 8., 11., 14., 7., 16.],
[11., 12., 10., 11., 10., 9., 6., 18., 4., 12.],
[ 9., 14., 6., 13., 8., 14., 10., 10., 8., 10.],
[ 9., 8., 8., 8., 18., 9., 12., 13., 8., 17.]], device='cuda:0')
Train accuarcate: 70.24%
iteration:
19
0 433 bit_w:-1 loss: 1.26832
1 488 bit_w:-1 loss: 1.26480
2 375 bit_w: 1 loss: 1.26091
3 406 bit_w:-1 loss: 1.26158
4 348 bit_w: 1 loss: 1.25794
5815 167 1004 4167 1684 4140 3093 5073 1180 1813
1 -1 -1 1 0 1 1 1 -1 -1
Train accuarcate: 70.05%
tensor([[11., 11., 11., 11., 11., 9., 8., 20., 5., 13.],
[15., 11., 13., 13., 5., 12., 12., 10., 9., 5.],
[ 8., 20., 10., 10., 7., 10., 7., 11., 8., 8.],
[21., 7., 9., 10., 7., 14., 12., 11., 9., 9.],
[ 9., 11., 11., 6., 18., 7., 12., 13., 9., 16.],
[ 6., 20., 12., 10., 9., 8., 7., 11., 8., 9.],
[ 9., 9., 5., 12., 15., 13., 10., 13., 9., 17.],
[ 7., 11., 7., 10., 16., 11., 10., 11., 13., 18.],
[ 9., 15., 13., 6., 14., 5., 10., 13., 7., 12.],
[10., 10., 4., 11., 13., 14., 9., 12., 10., 18.],
[20., 8., 10., 11., 6., 13., 11., 10., 10., 8.],
[ 8., 12., 12., 9., 15., 7., 11., 8., 12., 13.],
[10., 8., 8., 9., 17., 10., 11., 14., 10., 19.],
[21., 7., 9., 10., 7., 14., 12., 11., 9., 9.],
[ 9., 19., 11., 11., 6., 9., 8., 10., 11., 8.],
[15., 11., 9., 15., 5., 14., 6., 11., 13., 9.],
[10., 10., 10., 7., 17., 8., 11., 14., 8., 17.],
[12., 12., 10., 12., 10., 10., 7., 19., 4., 12.],
[10., 14., 6., 14., 8., 15., 11., 11., 8., 10.],
[ 9., 9., 9., 8., 18., 9., 12., 13., 9., 18.]], device='cuda:0')
Train accuarcate: 70.85%
iteration:
20
0 183 bit_w:-1 loss: 1.23467
1 213 bit_w:-1 loss: 1.23347
2 300 bit_w:-1 loss: 1.22725
3 270 bit_w:-1 loss: 1.22831
4 402 bit_w: 1 loss: 1.22296
1589 4937 2299 2486 5235 4352 5746 2427 1867 2976
-1 0 -1 -1 1 1 1 -1 -1 -1
Train accuarcate: 71.58%
tensor([[12., 11., 12., 12., 11., 9., 8., 21., 6., 14.],
[15., 11., 13., 13., 6., 13., 13., 10., 9., 5.],
[ 8., 20., 10., 10., 8., 11., 8., 11., 8., 8.],
[22., 7., 10., 11., 7., 14., 12., 12., 10., 10.],
[ 9., 11., 11., 6., 19., 8., 13., 13., 9., 16.],
[ 6., 20., 12., 10., 10., 9., 8., 11., 8., 9.],
[ 9., 9., 5., 12., 16., 14., 11., 13., 9., 17.],
[ 7., 11., 7., 10., 17., 12., 11., 11., 13., 18.],
[10., 15., 14., 7., 14., 5., 10., 14., 8., 13.],
[11., 10., 5., 12., 13., 14., 9., 13., 11., 19.],
[21., 8., 11., 12., 6., 13., 11., 11., 11., 9.],
[ 8., 12., 12., 9., 16., 8., 12., 8., 12., 13.],
[10., 8., 8., 9., 18., 11., 12., 14., 10., 19.],
[22., 7., 10., 11., 7., 14., 12., 12., 10., 10.],
[ 9., 19., 11., 11., 7., 10., 9., 10., 11., 8.],
[15., 11., 9., 15., 6., 15., 7., 11., 13., 9.],
[11., 10., 11., 8., 17., 8., 11., 15., 9., 18.],
[13., 12., 11., 13., 10., 10., 7., 20., 5., 13.],
[10., 14., 6., 14., 9., 16., 12., 11., 8., 10.],
[ 9., 9., 9., 8., 19., 10., 13., 13., 9., 18.]], device='cuda:0')
Train accuarcate: 72.17%
iteration:
21
0 456 bit_w:-1 loss: 1.20171
1 377 bit_w: 1 loss: 1.19931
2 458 bit_w:-1 loss: 1.19580
3 350 bit_w: 1 loss: 1.19396
4 540 bit_w:-1 loss: 1.19165
1049 6688 2177 5815 1855 4387 1610 5723 4572 3126
-1 1 -1 1 -1 1 -1 1 1 -1
Train accuarcate: 72.43%
tensor([[12., 12., 12., 13., 11., 10., 8., 22., 7., 14.],
[15., 12., 13., 14., 6., 14., 13., 11., 10., 5.],
[ 8., 21., 10., 11., 8., 12., 8., 12., 9., 8.],
[23., 7., 11., 11., 8., 14., 13., 12., 10., 11.],
[10., 11., 12., 6., 20., 8., 14., 13., 9., 17.],
[ 6., 21., 12., 11., 10., 10., 8., 12., 9., 9.],
[ 9., 10., 5., 13., 16., 15., 11., 14., 10., 17.],
[ 7., 12., 7., 11., 17., 13., 11., 12., 14., 18.],
[11., 15., 15., 7., 15., 5., 11., 14., 8., 14.],
[11., 11., 5., 13., 13., 15., 9., 14., 12., 19.],
[22., 8., 12., 12., 7., 13., 12., 11., 11., 10.],
[ 8., 13., 12., 10., 16., 9., 12., 9., 13., 13.],
[11., 8., 9., 9., 19., 11., 13., 14., 10., 20.],
[23., 7., 11., 11., 8., 14., 13., 12., 10., 11.],
[ 9., 20., 11., 12., 7., 11., 9., 11., 12., 8.],
[15., 12., 9., 16., 6., 16., 7., 12., 14., 9.],
[12., 10., 12., 8., 18., 8., 12., 15., 9., 19.],
[13., 13., 11., 14., 10., 11., 7., 21., 6., 13.],
[10., 15., 6., 15., 9., 17., 12., 12., 9., 10.],
[10., 9., 10., 8., 20., 10., 14., 13., 9., 19.]], device='cuda:0')
Train accuarcate: 73.02%
iteration:
22
0 491 bit_w:-1 loss: 1.17083
1 326 bit_w:-1 loss: 1.17001
2 601 bit_w: 1 loss: 1.16322
3 523 bit_w: 1 loss: 1.16232
4 460 bit_w:-1 loss: 1.15957
5520 3197 1898 4901 813 4117 4773 1542 1486 1037
1 0 -1 1 -1 1 1 -1 -1 -1
Train accuarcate: 73.25%
tensor([[13., 12., 12., 14., 11., 11., 9., 22., 7., 14.],
[16., 12., 13., 15., 6., 15., 14., 11., 10., 5.],
[ 9., 21., 10., 12., 8., 13., 9., 12., 9., 8.],
[24., 7., 11., 12., 8., 15., 14., 12., 10., 11.],
[10., 11., 13., 6., 21., 8., 14., 14., 10., 18.],
[ 7., 21., 12., 12., 10., 11., 9., 12., 9., 9.],
[ 9., 10., 6., 13., 17., 15., 11., 15., 11., 18.],
[ 8., 12., 7., 12., 17., 14., 12., 12., 14., 18.],
[12., 15., 15., 8., 15., 6., 12., 14., 8., 14.],
[12., 11., 5., 14., 13., 16., 10., 14., 12., 19.],
[23., 8., 12., 13., 7., 14., 13., 11., 11., 10.],
[ 9., 13., 12., 11., 16., 10., 13., 9., 13., 13.],
[11., 8., 10., 9., 20., 11., 13., 15., 11., 21.],
[24., 7., 11., 12., 8., 15., 14., 12., 10., 11.],
[10., 20., 11., 13., 7., 12., 10., 11., 12., 8.],
[16., 12., 9., 17., 6., 17., 8., 12., 14., 9.],
[12., 10., 13., 8., 19., 8., 12., 16., 10., 20.],
[14., 13., 11., 15., 10., 12., 8., 21., 6., 13.],
[11., 15., 6., 16., 9., 18., 13., 12., 9., 10.],
[10., 9., 11., 8., 21., 10., 14., 14., 10., 20.]], device='cuda:0')
Train accuarcate: 74.16%
iteration:
23
0 291 bit_w:-1 loss: 1.14057
1 264 bit_w:-1 loss: 1.13878
2 510 bit_w: 1 loss: 1.13631
3 261 bit_w:-1 loss: 1.13325
4 594 bit_w: 1 loss: 1.13080
2351 5986 4700 4791 1552 1532 1590 911 1182 609
0 1 1 1 0 -1 -1 -1 -1 -1
Train accuarcate: 73.77%
tensor([[13., 12., 12., 14., 11., 12., 10., 23., 8., 15.],
[16., 13., 14., 16., 6., 15., 14., 11., 10., 5.],
[ 9., 22., 11., 13., 8., 13., 9., 12., 9., 8.],
[24., 7., 11., 12., 8., 16., 15., 13., 11., 12.],
[10., 11., 13., 6., 21., 9., 15., 15., 11., 19.],
[ 7., 22., 13., 13., 10., 11., 9., 12., 9., 9.],
[ 9., 11., 7., 14., 17., 15., 11., 15., 11., 18.],
[ 8., 12., 7., 12., 17., 15., 13., 13., 15., 19.],
[12., 15., 15., 8., 15., 7., 13., 15., 9., 15.],
[12., 11., 5., 14., 13., 17., 11., 15., 13., 20.],
[23., 8., 12., 13., 7., 15., 14., 12., 12., 11.],
[ 9., 13., 12., 11., 16., 11., 14., 10., 14., 14.],
[11., 8., 10., 9., 20., 12., 14., 16., 12., 22.],
[24., 7., 11., 12., 8., 16., 15., 13., 11., 12.],
[10., 21., 12., 14., 7., 12., 10., 11., 12., 8.],
[16., 13., 10., 18., 6., 17., 8., 12., 14., 9.],
[12., 10., 13., 8., 19., 9., 13., 17., 11., 21.],
[14., 13., 11., 15., 10., 13., 9., 22., 7., 14.],
[11., 16., 7., 17., 9., 18., 13., 12., 9., 10.],
[10., 10., 12., 9., 21., 10., 14., 14., 10., 20.]], device='cuda:0')
Train accuarcate: 74.72%
iteration:
24
0 657 bit_w:-1 loss: 1.11305
1 574 bit_w: 1 loss: 1.10839
2 210 bit_w:-1 loss: 1.10610
3 655 bit_w:-1 loss: 1.10571
4 517 bit_w: 1 loss: 1.10267
1952 5944 5141 1324 5162 2026 5486 4003 1418 2089
-1 1 1 -1 1 0 1 0 -1 -1
Train accuarcate: 74.68%
tensor([[14., 12., 12., 15., 11., 12., 10., 23., 9., 16.],
[16., 14., 15., 16., 7., 15., 15., 11., 10., 5.],
[ 9., 23., 12., 13., 9., 13., 10., 12., 9., 8.],
[25., 7., 11., 13., 8., 16., 15., 13., 12., 13.],
[10., 12., 14., 6., 22., 9., 16., 15., 11., 19.],
[ 8., 22., 13., 14., 10., 11., 9., 12., 10., 10.],
[ 9., 12., 8., 14., 18., 15., 12., 15., 11., 18.],
[ 8., 13., 8., 12., 18., 15., 14., 13., 15., 19.],
[12., 16., 16., 8., 16., 7., 14., 15., 9., 15.],
[12., 12., 6., 14., 14., 17., 12., 15., 13., 20.],
[24., 8., 12., 14., 7., 15., 14., 12., 13., 12.],
[ 9., 14., 13., 11., 17., 11., 15., 10., 14., 14.],
[11., 9., 11., 9., 21., 12., 15., 16., 12., 22.],
[25., 7., 11., 13., 8., 16., 15., 13., 12., 13.],
[10., 22., 13., 14., 8., 12., 11., 11., 12., 8.],
[17., 13., 10., 19., 6., 17., 8., 12., 15., 10.],
[13., 10., 13., 9., 19., 9., 13., 17., 12., 22.],
[14., 14., 12., 15., 11., 13., 10., 22., 7., 14.],
[11., 17., 8., 17., 10., 18., 14., 12., 9., 10.],
[10., 11., 13., 9., 22., 10., 15., 14., 10., 20.]], device='cuda:0')
Train accuarcate: 75.81%
iteration:
25
0 514 bit_w:-1 loss: 1.08435
1 433 bit_w:-1 loss: 1.08339
2 544 bit_w:-1 loss: 1.07870
3 344 bit_w: 1 loss: 1.07819
4 213 bit_w: 1 loss: 1.07624
5386 978 1216 5021 3651 4213 787 5321 1509 4986
1 -1 -1 1 1 1 -1 1 -1 1
Train accuarcate: 74.90%
tensor([[15., 12., 12., 16., 12., 13., 10., 24., 9., 17.],
[16., 15., 16., 16., 7., 15., 16., 11., 11., 5.],
[ 9., 24., 13., 13., 9., 13., 11., 12., 10., 8.],
[26., 7., 11., 14., 9., 17., 15., 14., 12., 14.],
[11., 12., 14., 7., 23., 10., 16., 16., 11., 20.],
[ 8., 23., 14., 14., 10., 11., 10., 12., 11., 10.],
[10., 12., 8., 15., 19., 16., 12., 16., 11., 19.],
[ 8., 14., 9., 12., 18., 15., 15., 13., 16., 19.],
[13., 16., 16., 9., 17., 8., 14., 16., 9., 16.],
[13., 12., 6., 15., 15., 18., 12., 16., 13., 21.],
[25., 8., 12., 15., 8., 16., 14., 13., 13., 13.],
[10., 14., 13., 12., 18., 12., 15., 11., 14., 15.],
[12., 9., 11., 10., 22., 13., 15., 17., 12., 23.],
[26., 7., 11., 14., 9., 17., 15., 14., 12., 14.],
[10., 23., 14., 14., 8., 12., 12., 11., 13., 8.],
[18., 13., 10., 20., 7., 18., 8., 13., 15., 11.],
[14., 10., 13., 10., 20., 10., 13., 18., 12., 23.],
[15., 14., 12., 16., 12., 14., 10., 23., 7., 15.],
[11., 18., 9., 17., 10., 18., 15., 12., 10., 10.],
[10., 12., 14., 9., 22., 10., 16., 14., 11., 20.]], device='cuda:0')
Train accuarcate: 75.89%
iteration:
26
0 381 bit_w:-1 loss: 1.05939
1 436 bit_w:-1 loss: 1.05728
2 189 bit_w: 1 loss: 1.05364
3 353 bit_w:-1 loss: 1.05375
4 567 bit_w: 1 loss: 1.05002
5462 5316 2402 1191 502 3257 993 1086 1271 298
1 1 1 -1 -1 1 -1 -1 -1 -1
Train accuarcate: 75.15%
tensor([[15., 12., 12., 17., 13., 13., 11., 25., 10., 18.],
[17., 16., 17., 16., 7., 16., 16., 11., 11., 5.],
[10., 25., 14., 13., 9., 14., 11., 12., 10., 8.],
[27., 8., 12., 14., 9., 18., 15., 14., 12., 14.],
[11., 12., 14., 8., 24., 10., 17., 17., 12., 21.],
[ 9., 24., 15., 14., 10., 12., 10., 12., 11., 10.],
[10., 12., 8., 16., 20., 16., 13., 17., 12., 20.],
[ 8., 14., 9., 13., 19., 15., 16., 14., 17., 20.],
[14., 17., 17., 9., 17., 9., 14., 16., 9., 16.],
[13., 12., 6., 16., 16., 18., 13., 17., 14., 22.],
[26., 9., 13., 15., 8., 17., 14., 13., 13., 13.],
[10., 14., 13., 13., 19., 12., 16., 12., 15., 16.],
[12., 9., 11., 11., 23., 13., 16., 18., 13., 24.],
[27., 8., 12., 14., 9., 18., 15., 14., 12., 14.],
[11., 24., 15., 14., 8., 13., 12., 11., 13., 8.],
[18., 13., 10., 21., 8., 18., 9., 14., 16., 12.],
[14., 10., 13., 11., 21., 10., 14., 19., 13., 24.],
[16., 15., 13., 16., 12., 15., 10., 23., 7., 15.],
[11., 18., 9., 18., 11., 18., 16., 13., 11., 11.],
[10., 12., 14., 10., 23., 10., 17., 15., 12., 21.]], device='cuda:0')
Train accuarcate: 75.99%
iteration:
27
0 183 bit_w:-1 loss: 1.03383
1 181 bit_w:-1 loss: 1.03115
2 214 bit_w:-1 loss: 1.03109
3 212 bit_w:-1 loss: 1.02949
4 300 bit_w:-1 loss: 1.02657
1326 6252 2552 2039 5627 3429 5536 5002 1878 3061
-1 0 -1 -1 1 1 1 1 -1 -1
Train accuarcate: 75.75%
tensor([[15., 12., 12., 17., 14., 14., 12., 26., 10., 18.],
[17., 16., 17., 16., 8., 17., 17., 12., 11., 5.],
[10., 25., 14., 13., 10., 15., 12., 13., 10., 8.],
[28., 8., 13., 15., 9., 18., 15., 14., 13., 15.],
[11., 12., 14., 8., 25., 11., 18., 18., 12., 21.],
[ 9., 24., 15., 14., 11., 13., 11., 13., 11., 10.],
[10., 12., 8., 16., 21., 17., 14., 18., 12., 20.],
[ 8., 14., 9., 13., 20., 16., 17., 15., 17., 20.],
[15., 17., 18., 10., 17., 9., 14., 16., 10., 17.],
[13., 12., 6., 16., 17., 19., 14., 18., 14., 22.],
[27., 9., 14., 16., 8., 17., 14., 13., 14., 14.],
[10., 14., 13., 13., 20., 13., 17., 13., 15., 16.],
[12., 9., 11., 11., 24., 14., 17., 19., 13., 24.],
[28., 8., 13., 15., 9., 18., 15., 14., 13., 15.],
[11., 24., 15., 14., 9., 14., 13., 12., 13., 8.],
[18., 13., 10., 21., 9., 19., 10., 15., 16., 12.],
[15., 10., 14., 12., 21., 10., 14., 19., 14., 25.],
[16., 15., 13., 16., 13., 16., 11., 24., 7., 15.],
[11., 18., 9., 18., 12., 19., 17., 14., 11., 11.],
[10., 12., 14., 10., 24., 11., 18., 16., 12., 21.]], device='cuda:0')
Train accuarcate: 76.72%
iteration:
28
0 378 bit_w:-1 loss: 1.01025
1 434 bit_w:-1 loss: 1.00881
2 544 bit_w: 1 loss: 1.00316
3 513 bit_w: 1 loss: 1.00455
4 191 bit_w:-1 loss: 0.99745
5753 415 4688 1250 2098 1829 5212 5436 1828 1704
1 -1 1 -1 -1 -1 1 1 -1 -1
Train accuarcate: 76.16%
tensor([[16., 12., 13., 17., 14., 14., 13., 27., 10., 18.],
[18., 16., 18., 16., 8., 17., 18., 13., 11., 5.],
[10., 26., 14., 14., 11., 16., 12., 13., 11., 9.],
[29., 8., 14., 15., 9., 18., 16., 15., 13., 15.],
[12., 12., 15., 8., 25., 11., 19., 19., 12., 21.],
[ 9., 25., 15., 15., 12., 14., 11., 13., 12., 11.],
[10., 13., 8., 17., 22., 18., 14., 18., 13., 21.],
[ 8., 15., 9., 14., 21., 17., 17., 15., 18., 21.],
[16., 17., 19., 10., 17., 9., 15., 17., 10., 17.],
[13., 13., 6., 17., 18., 20., 14., 18., 15., 23.],
[28., 9., 15., 16., 8., 17., 15., 14., 14., 14.],
[10., 15., 13., 14., 21., 14., 17., 13., 16., 17.],
[12., 10., 11., 12., 25., 15., 17., 19., 14., 25.],
[29., 8., 14., 15., 9., 18., 16., 15., 13., 15.],
[11., 25., 15., 15., 10., 15., 13., 12., 14., 9.],
[19., 13., 11., 21., 9., 19., 11., 16., 16., 12.],
[16., 10., 15., 12., 21., 10., 15., 20., 14., 25.],
[17., 15., 14., 16., 13., 16., 12., 25., 7., 15.],
[12., 18., 10., 18., 12., 19., 18., 15., 11., 11.],
[10., 13., 14., 11., 25., 12., 18., 16., 13., 22.]], device='cuda:0')
Train accuarcate: 77.16%
iteration:
29
0 490 bit_w:-1 loss: 0.98272
1 461 bit_w:-1 loss: 0.98201
2 211 bit_w: 1 loss: 0.98127
3 405 bit_w:-1 loss: 0.97990
4 238 bit_w: 1 loss: 0.97532
5818 910 1935 4526 865 3871 2834 5255 1635 4697
1 -1 -1 1 -1 1 0 1 -1 1
Train accuarcate: 76.72%
tensor([[17., 12., 13., 18., 14., 15., 13., 28., 10., 19.],
[19., 16., 18., 17., 8., 18., 18., 14., 11., 6.],
[10., 27., 15., 14., 12., 16., 12., 13., 12., 9.],
[30., 8., 14., 16., 9., 19., 16., 16., 13., 16.],