Training Loss	Epoch	Step	Validation Loss
0.6677	0.02	5	0.5655
0.5748	0.04	10	0.5066
0.5667	0.06	15	0.4630
0.454	0.08	20	0.4235
0.4915	0.1	25	0.4215
0.4686	0.12	30	0.4090
0.4402	0.14	35	0.3770
0.4307	0.16	40	0.3499
0.3918	0.18	45	0.3376
0.387	0.2	50	0.3509
0.3427	0.22	55	0.3107
0.3773	0.24	60	0.2962
0.3666	0.26	65	0.2827
0.3202	0.28	70	0.2770
0.3841	0.3	75	0.2706
0.3583	0.32	80	0.2642
0.2941	0.34	85	0.2665
0.2418	0.36	90	0.2552
0.3163	0.38	95	0.2582
0.3732	0.4	100	0.2414
0.2353	0.42	105	0.2935
0.1943	0.44	110	0.2491
0.193	0.46	115	0.3435
0.4972	0.48	120	0.2684
0.3869	0.5	125	0.3673
0.3626	0.52	130	0.2498
0.2952	0.54	135	0.2514
0.2304	0.56	140	0.2493
0.2063	0.58	145	0.2516
0.1905	0.6	150	0.2551
0.2177	0.62	155	0.2905
0.2758	0.64	160	0.2919
0.3281	0.66	165	0.2311
0.2785	0.68	170	0.2863
0.441	0.7	175	0.2232
0.1927	0.72	180	0.2396
0.2488	0.74	185	0.2097
0.1955	0.76	190	0.2027
0.3111	0.78	195	0.2393
0.1999	0.8	200	0.2087
0.2224	0.82	205	0.2590
0.4215	0.84	210	0.2045
0.3127	0.86	215	0.2129
0.1945	0.88	220	0.1960
0.2923	0.9	225	0.1918
0.2608	0.92	230	0.1825
0.1859	0.94	235	0.1831
0.2213	0.96	240	0.1822
0.2309	0.98	245	0.1899
0.2783	1.0	250	0.2184
0.1897	1.02	255	0.2067
0.2315	1.04	260	0.1724
0.1887	1.06	265	0.2156
0.3263	1.08	270	0.1820
0.1251	1.1	275	0.2143
0.0976	1.12	280	0.2140
0.1846	1.14	285	0.1957
0.2566	1.16	290	0.1922
0.1399	1.18	295	0.1951
0.1668	1.2	300	0.2086
0.2002	1.22	305	0.2109
0.2492	1.24	310	0.2452
0.2525	1.27	315	0.2077
0.1522	1.29	320	0.2060
0.1615	1.31	325	0.1911
0.2436	1.33	330	0.1687
0.1077	1.35	335	0.1697
0.2108	1.37	340	0.1795
0.2158	1.39	345	0.1649
0.1649	1.41	350	0.1663
0.2109	1.43	355	0.1707
0.2012	1.45	360	0.1754
0.093	1.47	365	0.1617
0.1798	1.49	370	0.1640
0.084	1.51	375	0.1769
0.1943	1.53	380	0.1850
0.2956	1.55	385	0.1996
0.2334	1.57	390	0.1987
0.1574	1.59	395	0.2207
0.1175	1.61	400	0.2018
0.1665	1.63	405	0.1856
0.2431	1.65	410	0.2099
0.2066	1.67	415	0.1820
0.2455	1.69	420	0.2354
0.2384	1.71	425	0.2279
0.1581	1.73	430	0.1790
0.228	1.75	435	0.1754
0.2362	1.77	440	0.1817
0.1041	1.79	445	0.2099
0.1778	1.81	450	0.2355
0.1718	1.83	455	0.2297
0.139	1.85	460	0.1967
0.1734	1.87	465	0.1758
0.2278	1.89	470	0.1749
0.1905	1.91	475	0.1780
0.1406	1.93	480	0.1686
0.1948	1.95	485	0.1663
0.0983	1.97	490	0.1781
0.1474	1.99	495	0.1807
0.112	2.01	500	0.1669
0.1004	2.03	505	0.1739
0.1834	2.05	510	0.1712
0.2051	2.07	515	0.1721
0.117	2.09	520	0.1731
0.2311	2.11	525	0.1765
0.0969	2.13	530	0.1743
0.1452	2.15	535	0.1786
0.0823	2.17	540	0.1785
0.1588	2.19	545	0.1787
0.1204	2.21	550	0.1852
0.1214	2.23	555	0.1787
0.0471	2.25	560	0.1916
0.111	2.27	565	0.2062
0.0732	2.29	570	0.2213
0.148	2.31	575	0.2161
0.1197	2.33	580	0.2061
0.1865	2.35	585	0.1857
0.1473	2.37	590	0.1905
0.2072	2.39	595	0.2159
0.05	2.41	600	0.2101
0.1559	2.43	605	0.1869
0.1639	2.45	610	0.1968
0.0721	2.47	615	0.2199
0.1947	2.49	620	0.2456
0.197	2.51	625	0.2314
0.2085	2.53	630	0.2035
0.0731	2.55	635	0.1929
0.0136	2.57	640	0.2096
0.0746	2.59	645	0.2064
0.166	2.61	650	0.1975
0.2272	2.63	655	0.2015
0.1015	2.65	660	0.2092
0.1819	2.67	665	0.2141
0.0686	2.69	670	0.2139
0.1382	2.71	675	0.2123
0.1341	2.73	680	0.2147
0.0743	2.75	685	0.2075
0.069	2.77	690	0.2034
0.0958	2.79	695	0.2027
0.161	2.81	700	0.2032
0.0599	2.83	705	0.2022
0.2131	2.85	710	0.2015
0.1442	2.87	715	0.2008
0.1643	2.89	720	0.2005
0.1222	2.91	725	0.2003
0.0656	2.93	730	0.2003
0.1156	2.95	735	0.2006
0.1158	2.97	740	0.2007
0.0872	2.99	745	0.2008

Framework versions

Transformers 4.36.0.dev0
Pytorch 2.1.0+cu118
Datasets 2.15.0
Tokenizers 0.15.0

joedonino/distilbert-base-uncased-finetuned-events-v6

distilbert-base-uncased-finetuned-events-v6

Model description

Intended uses & limitations

Training and evaluation data

Training procedure

Training hyperparameters

Training results

Framework versions

joedonino/
distilbert-base-uncased-finetuned-events-v6