diff --git a/examples/silicon/inputs/2-3_1_input.json b/examples/silicon/inputs/2-3_1_input.json index 68ca5f49..c6e9186b 100644 --- a/examples/silicon/inputs/2-3_1_input.json +++ b/examples/silicon/inputs/2-3_1_input.json @@ -10,6 +10,7 @@ "train_options": { "num_epoch": 1500, "batch_size": 1, + "ref_batch_size": 1, "optimizer": { "lr": 0.01, "type": "Adam" @@ -19,7 +20,8 @@ "gamma": 0.999 }, "loss_options":{ - "train": {"method": "eigvals"} + "train": {"method": "eigvals"}, + "reference": {"method": "eigvals"} }, "save_freq": 500, "validation_freq": 10, @@ -37,6 +39,11 @@ "root": "./data/", "prefix": "kpathmd25", "get_eigenvalues": true + }, + "reference": { + "root": "./data/", + "prefix": "kpath_spk", + "get_eigenvalues": true } } } \ No newline at end of file diff --git a/examples/silicon/inputs/2-3_2_input.json b/examples/silicon/inputs/2-3_2_input.json index 25cc1b97..7efbb812 100644 --- a/examples/silicon/inputs/2-3_2_input.json +++ b/examples/silicon/inputs/2-3_2_input.json @@ -8,8 +8,9 @@ "overlap": false }, "train_options": { - "num_epoch": 500, + "num_epoch": 1500, "batch_size": 1, + "ref_batch_size": 1, "optimizer": { "lr": 0.01, "type": "Adam" @@ -19,7 +20,8 @@ "gamma": 0.999 }, "loss_options":{ - "train": {"method": "eigvals"} + "train": {"method": "eigvals"}, + "reference": {"method": "eigvals"} }, "save_freq": 500, "validation_freq": 10, @@ -37,6 +39,11 @@ "root": "./data/", "prefix": "kpathmd100", "get_eigenvalues": true + }, + "reference": { + "root": "./data/", + "prefix": "kpath_spk", + "get_eigenvalues": true } } } \ No newline at end of file diff --git a/examples/silicon/ref_ckpts/dptb/train_config.json b/examples/silicon/ref_ckpts/dptb/train_config.json new file mode 100644 index 00000000..eb671bdb --- /dev/null +++ b/examples/silicon/ref_ckpts/dptb/train_config.json @@ -0,0 +1,101 @@ +{ + "common_options": { + "basis": { + "Si": [ + "3s", + "3p", + "d*" + ] + }, + "device": "cpu", + "dtype": "float32", + "overlap": false, + "seed": 3982377700 + }, + "train_options": { + "num_epoch": 1500, + "batch_size": 1, + "optimizer": { + "lr": 0.001, + "type": "Adam", + "betas": [ + 0.9, + 0.999 + ], + "eps": 1e-08, + "weight_decay": 0, + "amsgrad": false + }, + "lr_scheduler": { + "type": "exp", + "gamma": 0.999 + }, + "loss_options": { + "train": { + "method": "eigvals", + "diff_on": false, + "eout_weight": 0.01, + "diff_weight": 0.01 + } + }, + "save_freq": 500, + "validation_freq": 10, + "display_freq": 100, + "ref_batch_size": 1, + "val_batch_size": 1, + "max_ckpt": 4 + }, + "model_options": { + "embedding": { + "method": "se2", + "rs": 2.5, + "rc": 5.0, + "radial_net": { + "neurons": [ + 10, + 20, + 30 + ], + "activation": "tanh", + "if_batch_normalized": false + }, + "n_axis": null + }, + "prediction": { + "method": "sktb", + "neurons": [ + 16, + 16, + 16 + ], + "activation": "tanh", + "if_batch_normalized": false + }, + "nnsk": { + "onsite": { + "method": "strain", + "rs": 2.5, + "w": 0.3 + }, + "hopping": { + "method": "powerlaw", + "rs": 5.0, + "w": 0.1 + }, + "freeze": true, + "std": 0.01, + "push": false + } + }, + "data_options": { + "train": { + "root": "./data/", + "prefix": "kpath_spk", + "get_eigenvalues": true, + "type": "DefaultDataset", + "get_Hamiltonian": false, + "get_overlap": false, + "get_DM": false + } + } +} \ No newline at end of file diff --git a/examples/silicon/ref_ckpts/nnsk_md100/checkpoint/nnsk.ep500.pth b/examples/silicon/ref_ckpts/nnsk_md100/checkpoint/nnsk.ep500.pth new file mode 100644 index 00000000..4b3f7cb2 Binary files /dev/null and b/examples/silicon/ref_ckpts/nnsk_md100/checkpoint/nnsk.ep500.pth differ diff --git a/examples/silicon/ref_ckpts/nnsk_md100/checkpoint/nnsk.ep98.pth b/examples/silicon/ref_ckpts/nnsk_md100/checkpoint/nnsk.ep98.pth deleted file mode 100644 index a7e2a4c6..00000000 Binary files a/examples/silicon/ref_ckpts/nnsk_md100/checkpoint/nnsk.ep98.pth and /dev/null differ diff --git a/examples/silicon/ref_ckpts/nnsk_md25/checkpoint/nnsk.ep499.pth b/examples/silicon/ref_ckpts/nnsk_md25/checkpoint/nnsk.ep499.pth new file mode 100644 index 00000000..9afbc9e3 Binary files /dev/null and b/examples/silicon/ref_ckpts/nnsk_md25/checkpoint/nnsk.ep499.pth differ diff --git a/examples/silicon/ref_ckpts/nnsk_md25/checkpoint/nnsk.ep99.pth b/examples/silicon/ref_ckpts/nnsk_md25/checkpoint/nnsk.ep99.pth deleted file mode 100644 index d0ddc0de..00000000 Binary files a/examples/silicon/ref_ckpts/nnsk_md25/checkpoint/nnsk.ep99.pth and /dev/null differ diff --git a/examples/silicon/silicon.ipynb b/examples/silicon/silicon.ipynb index efdd5f44..6e49830b 100644 --- a/examples/silicon/silicon.ipynb +++ b/examples/silicon/silicon.ipynb @@ -1 +1 @@ -{"cells":[{"cell_type":"markdown","metadata":{},"source":["# **DeePTB** 快速上手指南 | 训练 Silicon 的紧束缚模型模型"]},{"cell_type":"markdown","metadata":{},"source":["
\n","

\n"," ©️ Copyright 2024 @ Authors
\n"," 作者: 顾强强 📨 , 周寅张皓 📨
\n"," 日期：2024-01
\n"," 共享协议：本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。
\n"," 快速开始：点击上方的 开始连接 按钮，稍等片刻即可运行。\n","

\n","
"]},{"cell_type":"markdown","metadata":{},"source":["

DeePTB是使用深度学习构建第一性原理精度的紧束缚（TB）模型的方法，可用于加速材料的电子结构计算。本教程主要介绍DeePTB的基本操作，涉及数据的准备、模型训练以及调用。

\n","\n","完成本案例你将：\n","1. 熟悉 DeePTB 模型的训练流程\n","2. 得到高精度的硅晶体的完整 DeePTB 模型\n","3. 熟悉 DeePTB 性质计算模块的使用方式"]},{"cell_type":"markdown","metadata":{},"source":["## 目录\n","\n","* [方法介绍](#method)\n","* [方法实践](#practice)\n"," * [1. 数据准备](#dataprepare)\n"," * [2. 训练模型](#train)\n"," * [3. 性质计算](#application)"]},{"cell_type":"markdown","metadata":{},"source":["## 方法介绍: \n","**DeePTB** 方法的基本思想是通过深度学习DFT电子能带，从而构建紧束缚（Tight-Binding, TB）模型，从而快速实现第一性原理精度的电子结构和性质计算。 \n","在 TB 模型中，哈密顿矩阵元可以表示为:\n","$\n","\\begin{equation}\n","H_{i,j}^{lm,l^\\prime m^\\prime} = \\left\\langle {i,lm} \\right| \\hat{H} \\left| {j, l^\\prime m^\\prime} \\right\\rangle \n","\\end{equation}\n","$\n","其中 $i$, $j$ 是原子的 site 指标。$l$ 和 $m$ 是 site 对应原子的轨道角量子数与磁量子数（angular and magnetic quantum number）。**DeePTB** 的方法的目标就是通过学习DFT的电子能量本征值，利用神经网络预测给定结构的哈密顿量矩阵元。但是，由于哈密顿量本身具有规范变化自由度，因此电子能量本征值并不能完全决定哈密顿量。因此在 **DeePTB** 中选取了传统的 Slater-Koster (SK) 参数化的哈密顿量，即：所有的哈密顿量跃迁矩阵元可以从规范无关的参数SK键积分 $h_{ss\\sigma}, h_{sp\\sigma}, h_{pp\\sigma}, h_{pp\\pi}, \\cdots$ 等来表示。根据这些键积分，我们可以构建旋转变换到哈密顿量矩阵元，即:\n","$\n","\\begin{equation}\n","\tH_{i,j}^{lm,l^\\prime m^\\prime} = \\sum_{\\zeta} \\Big[ \\mathcal{U}_{\\zeta}(\\hat{r}_{ij}) \\ h_{ll^\\prime \\zeta} \\Big]_{mm^\\prime}\n","\\end{equation}\n","$\n","这里 $\\mathcal{U}_{\\zeta}$ 是一个 $[2l+1,2l^\\prime+1]$ 的旋转矩阵，$\\zeta$ 表示成键类型如：$\\sigma, \\pi$等。$\\mathcal{U}_{\\zeta}$的具体形式可以参考[Ref:1](https://journals.aps.org/pr/abstract/10.1103/PhysRev.94.1498)\n","\n","传统的 SK-TB 中，SK 键积分往往采用了经验规则下的解析表达式，键积分基于双中心近似并只和两个原子的距离有关。 在 **DeePTB** 中，我们采用了一种基于神经网络的方法来预测 SK 键积分，即:\n","$\n","\\begin{equation}\n","h^{\\text{env}}_{ll^\\prime{\\zeta}} = h_{ll^\\prime{\\zeta}}(r_{ij}) \\times \\left[1+\\Phi_{ll^\\prime\\zeta}^{o_i,o_j}\\left(r_{ij},\\mathcal{D}^{ij}\\right)\\right]\t\n","\\end{equation}\n","$\n","\n","其中 $h_{ll^\\prime{\\zeta}}$ 同样是基于解析表达式且只两个原子的距离有关的SK键积分，在DeePTB 中解析表达式的待定系数由trainable神经元表示。而 $h^{\\text{env}}_{ll^\\prime{\\zeta}}$ 则是利用神经网络引入键局域环境修正后，局域环境依赖的键积分。 除了跃迁项外，紧束缚哈密顿量其他元素，如占位能，以及自选轨道耦合 SOC作用强度等参数也进行类似的参数化形式。在DeePTB的文章中，我们有对方法进行详细的解释和说明，搭配使用将会对读者有更好的理解。请参考 [DeePTB paper](https://arxiv.org/abs/2307.04638)。"]},{"cell_type":"markdown","metadata":{},"source":["DeePTB 方法的主要思路可以总结为如下图所示：\n","\n","\"Fig1\""]},{"cell_type":"markdown","metadata":{},"source":["DeePTB的计算基本流程为：\n","1. 数据准备：\n"," - 结构数据\n"," - DFT电子能带数据\n","2. 模型训练：\n"," - 训练神经网络参数化的经验紧束缚 (nnsk) 模型.\n"," - 训练包含环境修正的深度学习紧束缚（dptb）模型.\n","3. 模型测试：\n"," - 模型性能测试\n"," - 模型性质计算\n","\n","**NOTE**： **DeePTB** 方法中的训练 label 是 DFT 的电子能量本征值，因此 **DeePTB** 方法没有要求本征值的来源，不仅仅是可以 LCAO 基组的 DFT 软件，也可以是基于平面波基组的 DFT 软件，也并不会要求必须是某一种泛函，甚至如果可以的话，可以是来自实验的能带数据。"]},{"cell_type":"markdown","metadata":{},"source":["## 方法实践 "]},{"cell_type":"markdown","metadata":{},"source":["在常温常压下，Silicon 具有金刚石结构，其在半导体行业具有广泛应用，且具有重要意义。在这里，我们提供一个构建单晶硅的 **DeePTB** 模型的例子。按照这个步骤，您将了解到 **DeePTB** 的大部分功能，训练完成后，可以得到一个拥有第一性原理精度的深度学习TB模型。\n","\n","首先我们定位到silicon样例的目录"]},{"cell_type":"code","execution_count":1,"metadata":{},"outputs":[],"source":["import os\n","os.chdir(\"/share/demo_nb/silicon/\")"]},{"cell_type":"markdown","metadata":{},"source":["### **1. 数据准备** \n","\n","\n","用以训练模型，和画图验证的数据放在 `data` 文件夹里：\n","\n","```bash\n","deeptb/examples/silicon/data/\n","|-- kpath.0 # train data of primary cell. (k-path bands)\n","|-- kpathmd25.0 # train data of 10 MD snapshots at T=25K (k-path bands)\n","|-- kpathmd100.0 # train data of 10 MD snapshots at T=100K (k-path bands)\n","|-- kpathmd300.0 # train data of 10 MD snapshots at T=300K (k-path bands)\n","|-- kpt.0 # kmesh samples of primary cell (k-mesh bands)\n","|-- kpath_spk.0\n","|-- silicon.vasp # structure of primary cell\n","```\n","\n","该文件夹下数据集的含义如下：\n","- `kpath.0`：单胞的能带数据\n","- `kpathmd25.0`：25K下的10个MD快照的能带数据\n","- `kpathmd100.0`：100K下的10个MD快照的能带数据\n","- `kpathmd300.0`：300K下的10个MD快照的能带数据\n","- `kpt.0`：单胞的k点网格采样数据\n","- `silicon.vasp`: 单胞的结构数据\n","\n","每个数据集都包含了 **DeePTB** 的数据文件，例如`kpath.0`：\n","```bash\n","deeptb/examples/silicon/data/kpath.0/\n","-- info.json\n","-- eigs.npy\n","-- kpoints.npy\n","-- xdat.traj\n","```\n","其中：\n","- `info.json`：此文件的文件名是固定的，提供 DeePTB 模型中加载的数据集的信息。内容包括：轨迹的快照数量`nframes`、每个快照的原子数`natoms`、构建分子图的选项`AtomicData_options`和能带的加载信息`bandinfo`等关键词。内容格式如下:\n","```json\n","{\n"," \"nframes\": 1,\n"," \"natoms\": 2,\n"," \"pos_type\": \"ase\",\n"," \"AtomicData_options\": {\n"," \"r_max\": 2.6,\n"," \"er_max\": 4.1,\n"," \"oer_max\": 2.5,\n"," \"pbc\": true\n"," },\n"," \"bandinfo\": {\n"," \"band_min\": 0,\n"," \"band_max\": 8,\n"," \"emin\": null,\n"," \"emax\": null\n"," }\n","}\n","```\n","> \n","> `AtomicData_options`是构建晶体图数据集的重要参数，包括了建立晶体图时采用的键长截断半径`r_max`、建立键环境的截断半径`er_max`和建立位点环境时的截断半径`oer_max`，以及是否在建立晶体图时考虑周期边界条件（PBC）。`AtomicData_options`对于数据如何加载到模型中是至关重要的。\n","> \n","> `bandinfo`标记了能带文件中的k点数`nkpoints`和能带数`nbands`，还标记了能带窗口信息。能带窗口信息可以按照能带指标排序，也可以按照能量大小划分。\n","\n","\n","- `eigenvalues.npy`：此文件的文件名固定，为能带原始数据，shape为`[n_frames, nkpoints, nbands]`\n","- `kpoints.npy`：此文件的文件名固定，为k点原始数据，shape为`[nkpoints, 3]`\n","- `xdat.traj`: 此文件可以任意前缀，而固定用\".traj\"后缀，为轨迹结构数据，可以用ase进行读取。\n","\n","> 除了提供 `.traj` 的ase轨迹数据外，也可以选择同时提供 `positions.dat`、`cell.dat`、`atomic_numbers.dat`三个文本文件加载轨迹。用户提供的坐标类型在`info.json`指定：可为分数坐标`frac`、实际坐标`cart`或ase轨迹文件`ase`。"]},{"cell_type":"markdown","metadata":{},"source":["### **2. 训练模型** \n","\n","在 **DeePTB** 中，`NNSK` 模型指的是利用神经网络参数化 SK 积分的表达式的待定系数。`NNSK` 模型通过在输入文件的 `model_options` 中使用关键字 `nnsk` 建立，同时需要提供 SK 参数化的具体信息。对于 SK 键积分的参数化，这里默认我们采用 `power-law` 的函数形式：\n","$$\n","\\begin{equation}\n","h_{ll^\\prime\\zeta}(r_{ij}) = h^0 \\left(\\frac{r_{\\text{ref}}}{r_{ij}}{}\\right)^\\alpha\n","\\end{equation}\n","$$\n","\n","此外，为了方便后续训练过程中进行外推近邻操作（见 2.2.2 节）的时候引入额外的衰减函数的调控，我们在键积分中引入一个指数衰减的截断函数：\n","\n","$$\n","\\begin{equation}\n","f_{cut}(r_{ij}) = \\left(1+\\exp\\left(\\frac{r_{ij}-r_{{skc}}}{w}\\right)\\right)^{-1}\n","\\end{equation}\n","$$\n","\n","因此，我们的神经网络的输出为：\n","$$\n","\\begin{equation}\n","h_{ll^\\prime\\zeta}(r_{ij}) = h^0 \\left(\\frac{r_{\\text{ref}}}{r_{ij}}{}\\right)^\\alpha \\times \\left(1+\\exp\\left(\\frac{r_{ij}-r_{skc}}{w}\\right)\\right)^{-1}\n","\\end{equation}\n","$$\n","\n","其中，$h^0$，$\\alpha$ 为训练参数。$r_{\\text{ref}}$ 采用一个 atom-wise 的参考数值，无需自行指定。$r_{skc}$ 和 $w$ 是外推近邻训练过程中需要的额外的控制参数。\n","\n","此时建立模型在输入文件中的例子为：\n","```json\n"," \"model_options\": {\n"," \"nnsk\": {\n"," \"onsite\": {\"method\": \"none\"},\n"," \"hopping\": {\"method\": \"powerlaw\", \"rs\":2.6, \"w\": 0.3}\n"," }\n"," }\n","```\n","`onsite` 选项表示是否使用占位能，这里我们先不训练占位能，直接采用中性原子的轨道能，因此设置为`none`"]},{"cell_type":"markdown","metadata":{},"source":["#### **2.1 训练 nnsk 模型的一近邻**\n","为了对晶体结构有一个基本的了解，首先我们分析一下拟合硅的键长结构，运行命令"]},{"cell_type":"code","execution_count":2,"metadata":{},"outputs":[{"name":"stdout","output_type":"stream","text":[" Bond Type 1 2 3 4 5\n","------------------------------------------------------------------------\n"," Si-Si 2.35 3.84 4.50 5.43 5.92\n","\n"]}],"source":["!dptb bond ./data/silicon.vasp"]},{"cell_type":"markdown","metadata":{},"source":["可以查看到训练的硅结构的键长分布，可以看到一近邻的键长在2.35，因此我们第一步设置参数时，将键长的cutoff截断到 2.35 到 3.84 之间. 这里我们取2.6。对应地，我们需要在数据集文件夹中设定 `info.json` 下 `AtomicData_options`如下：\n","```json\n"," \"AtomicData_options\": {\n"," \"r_max\": 2.6,\n"," \"er_max\": 5.0,\n"," \"oer_max\": 2.5,\n"," \"pbc\": true\n"," }\n","```\n","`er_max` 和 `oer_max` 是后续对 hopping 和 onsite 进行环境修正时需要的量。\n","\n","在这一步，我们首先取硅的成键轨道为 3s 和 3p 轨道，轨道信息以 `basis` 关键字在训练输入中的 `common_options`指定。\n","\n","```json\n"," \"basis\": {\n"," \"Si\": [\"3s\", \"3p\"]\n"," }\n","```\n","\n","提交训练的其他详细参数配置可参考`inputs/2-1_input.json`。\n","\n","下面我们运行命令进行模型训练:"]},{"cell_type":"code","execution_count":18,"metadata":{"scrolled":true},"outputs":[{"name":"stdout","output_type":"stream","text":["DEEPTB INFO Epoch 1 summary:\ttrain_loss: 32.9187813\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep2\n","DEEPTB INFO Epoch 2 summary:\ttrain_loss: 31.5552807\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep3\n","DEEPTB INFO Epoch 3 summary:\ttrain_loss: 30.1267910\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep4\n","DEEPTB INFO Epoch 4 summary:\ttrain_loss: 28.7023563\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep5\n","DEEPTB INFO Epoch 5 summary:\ttrain_loss: 27.3402805\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep6\n","DEEPTB INFO Epoch 6 summary:\ttrain_loss: 26.0733757\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep7\n","DEEPTB INFO Epoch 7 summary:\ttrain_loss: 24.8259392\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep8\n","DEEPTB INFO Epoch 8 summary:\ttrain_loss: 23.6090889\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep9\n","DEEPTB INFO Epoch 9 summary:\ttrain_loss: 22.4477348\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep10\n","DEEPTB INFO iteration:10\ttrain_loss: 21.3226643 (23.0941467)\tlr: 0.04955\n","DEEPTB INFO checkpoint saved as nnsk.iter11\n","DEEPTB INFO Epoch 10 summary:\ttrain_loss: 21.3226643\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep11\n","DEEPTB INFO Epoch 11 summary:\ttrain_loss: 20.2508049\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep12\n","DEEPTB INFO Epoch 12 summary:\ttrain_loss: 19.2233906\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep13\n","DEEPTB INFO Epoch 13 summary:\ttrain_loss: 18.2305279\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep14\n","DEEPTB INFO Epoch 14 summary:\ttrain_loss: 17.2761002\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep15\n","DEEPTB INFO Epoch 15 summary:\ttrain_loss: 16.3722095\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep16\n","DEEPTB INFO Epoch 16 summary:\ttrain_loss: 15.5057421\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep17\n","DEEPTB INFO Epoch 17 summary:\ttrain_loss: 14.6784735\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep18\n","DEEPTB INFO Epoch 18 summary:\ttrain_loss: 13.8951435\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep19\n","DEEPTB INFO Epoch 19 summary:\ttrain_loss: 13.1488628\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep20\n","DEEPTB INFO iteration:20\ttrain_loss: 12.4383459 (14.2782784)\tlr: 0.04906\n","DEEPTB INFO checkpoint saved as nnsk.iter21\n","DEEPTB INFO Epoch 20 summary:\ttrain_loss: 12.4383459\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep21\n","DEEPTB INFO Epoch 21 summary:\ttrain_loss: 11.7630119\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep22\n","DEEPTB INFO Epoch 22 summary:\ttrain_loss: 11.1220093\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep23\n","DEEPTB INFO Epoch 23 summary:\ttrain_loss: 10.5143213\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep24\n","DEEPTB INFO Epoch 24 summary:\ttrain_loss: 9.9390526 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep25\n","DEEPTB INFO Epoch 25 summary:\ttrain_loss: 9.3942356 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep26\n","DEEPTB INFO Epoch 26 summary:\ttrain_loss: 8.8763008 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep27\n","DEEPTB INFO Epoch 27 summary:\ttrain_loss: 8.3851871 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep28\n","DEEPTB INFO Epoch 28 summary:\ttrain_loss: 7.9205451 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep29\n","DEEPTB INFO Epoch 29 summary:\ttrain_loss: 7.4807658 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep30\n","DEEPTB INFO iteration:30\ttrain_loss: 7.0644832 (8.1791325) \tlr: 0.04857\n","DEEPTB INFO checkpoint saved as nnsk.iter31\n","DEEPTB INFO Epoch 30 summary:\ttrain_loss: 7.0644832 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep31\n","DEEPTB INFO Epoch 31 summary:\ttrain_loss: 6.6707945 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep32\n","DEEPTB INFO Epoch 32 summary:\ttrain_loss: 6.2983937 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep33\n","DEEPTB INFO Epoch 33 summary:\ttrain_loss: 5.9462051 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep34\n","DEEPTB INFO Epoch 34 summary:\ttrain_loss: 5.6133413 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep35\n","DEEPTB INFO Epoch 35 summary:\ttrain_loss: 5.2992578 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep36\n","DEEPTB INFO Epoch 36 summary:\ttrain_loss: 5.0027504 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep37\n","DEEPTB INFO Epoch 37 summary:\ttrain_loss: 4.7232137 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep38\n","DEEPTB INFO Epoch 38 summary:\ttrain_loss: 4.4595213 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep39\n","DEEPTB INFO Epoch 39 summary:\ttrain_loss: 4.2110348 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep40\n","DEEPTB INFO iteration:40\ttrain_loss: 3.9773786 (4.6123953) \tlr: 0.04809\n","DEEPTB INFO checkpoint saved as nnsk.iter41\n","DEEPTB INFO Epoch 40 summary:\ttrain_loss: 3.9773786 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep41\n","DEEPTB INFO Epoch 41 summary:\ttrain_loss: 3.7577455 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep42\n","DEEPTB INFO Epoch 42 summary:\ttrain_loss: 3.5514791 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep43\n","DEEPTB INFO Epoch 43 summary:\ttrain_loss: 3.3580532 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep44\n","DEEPTB INFO Epoch 44 summary:\ttrain_loss: 3.1768909 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep45\n","DEEPTB INFO Epoch 45 summary:\ttrain_loss: 3.0074503 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep46\n","DEEPTB INFO Epoch 46 summary:\ttrain_loss: 2.8493750 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep47\n","DEEPTB INFO Epoch 47 summary:\ttrain_loss: 2.7019231 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep48\n","DEEPTB INFO Epoch 48 summary:\ttrain_loss: 2.5648277 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep49\n","DEEPTB INFO Epoch 49 summary:\ttrain_loss: 2.4373000 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep50\n","DEEPTB INFO iteration:50\ttrain_loss: 2.3187602 (2.6516912) \tlr: 0.04761\n","DEEPTB INFO checkpoint saved as nnsk.iter51\n","DEEPTB INFO Epoch 50 summary:\ttrain_loss: 2.3187602 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep51\n","DEEPTB INFO Epoch 51 summary:\ttrain_loss: 2.2083032 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep52\n","DEEPTB INFO Epoch 52 summary:\ttrain_loss: 2.1055167 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep53\n","DEEPTB INFO Epoch 53 summary:\ttrain_loss: 2.0102477 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep54\n","DEEPTB INFO Epoch 54 summary:\ttrain_loss: 1.9216655 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep55\n","DEEPTB INFO Epoch 55 summary:\ttrain_loss: 1.8391665 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep56\n","DEEPTB INFO Epoch 56 summary:\ttrain_loss: 1.7623007 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep57\n","DEEPTB INFO Epoch 57 summary:\ttrain_loss: 1.6905017 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep58\n","DEEPTB INFO Epoch 58 summary:\ttrain_loss: 1.6235832 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep59\n","DEEPTB INFO Epoch 59 summary:\ttrain_loss: 1.5610907 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep60\n","DEEPTB INFO iteration:60\ttrain_loss: 1.5023730 (1.6663730) \tlr: 0.04713\n","DEEPTB INFO checkpoint saved as nnsk.iter61\n","DEEPTB INFO Epoch 60 summary:\ttrain_loss: 1.5023730 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep61\n","DEEPTB INFO Epoch 61 summary:\ttrain_loss: 1.4472946 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep62\n","DEEPTB INFO Epoch 62 summary:\ttrain_loss: 1.3953409 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep63\n","DEEPTB INFO Epoch 63 summary:\ttrain_loss: 1.3470258 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep64\n","DEEPTB INFO Epoch 64 summary:\ttrain_loss: 1.3014380 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep65\n","DEEPTB INFO Epoch 65 summary:\ttrain_loss: 1.2583356 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep66\n","DEEPTB INFO Epoch 66 summary:\ttrain_loss: 1.2175684 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep67\n","DEEPTB INFO Epoch 67 summary:\ttrain_loss: 1.1790118 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep68\n","DEEPTB INFO Epoch 68 summary:\ttrain_loss: 1.1427110 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep69\n","DEEPTB INFO Epoch 69 summary:\ttrain_loss: 1.1090877 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep70\n","DEEPTB INFO iteration:70\ttrain_loss: 1.0772778 (1.1644760) \tlr: 0.04666\n","DEEPTB INFO checkpoint saved as nnsk.iter71\n","DEEPTB INFO Epoch 70 summary:\ttrain_loss: 1.0772778 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep71\n","DEEPTB INFO Epoch 71 summary:\ttrain_loss: 1.0471362 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep72\n","DEEPTB INFO Epoch 72 summary:\ttrain_loss: 1.0187308 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep73\n","DEEPTB INFO Epoch 73 summary:\ttrain_loss: 0.9923038 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep74\n","DEEPTB INFO Epoch 74 summary:\ttrain_loss: 0.9674298 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep75\n","DEEPTB INFO Epoch 75 summary:\ttrain_loss: 0.9440045 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep76\n","DEEPTB INFO Epoch 76 summary:\ttrain_loss: 0.9219735 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep77\n","DEEPTB INFO Epoch 77 summary:\ttrain_loss: 0.9012654 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep78\n","DEEPTB INFO Epoch 78 summary:\ttrain_loss: 0.8818106 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep79\n","DEEPTB INFO Epoch 79 summary:\ttrain_loss: 0.8637488 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep80\n","DEEPTB INFO iteration:80\ttrain_loss: 0.8467619 (0.8936396) \tlr: 0.0462 \n","DEEPTB INFO checkpoint saved as nnsk.iter81\n","DEEPTB INFO Epoch 80 summary:\ttrain_loss: 0.8467619 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep81\n","DEEPTB INFO Epoch 81 summary:\ttrain_loss: 0.8310077 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep82\n","DEEPTB INFO Epoch 82 summary:\ttrain_loss: 0.8162141 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep83\n","DEEPTB INFO Epoch 83 summary:\ttrain_loss: 0.8024063 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep84\n","DEEPTB INFO Epoch 84 summary:\ttrain_loss: 0.7893582 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep85\n","DEEPTB INFO Epoch 85 summary:\ttrain_loss: 0.7771782 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep86\n","DEEPTB INFO Epoch 86 summary:\ttrain_loss: 0.7657084 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep87\n","DEEPTB INFO Epoch 87 summary:\ttrain_loss: 0.7548605 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep88\n","DEEPTB INFO Epoch 88 summary:\ttrain_loss: 0.7447000 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep89\n","DEEPTB INFO Epoch 89 summary:\ttrain_loss: 0.7351878 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep90\n","DEEPTB INFO iteration:90\ttrain_loss: 0.7261896 (0.7508364) \tlr: 0.04574\n","DEEPTB INFO checkpoint saved as nnsk.iter91\n","DEEPTB INFO Epoch 90 summary:\ttrain_loss: 0.7261896 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep91\n","DEEPTB INFO Epoch 91 summary:\ttrain_loss: 0.7177784 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep92\n","DEEPTB INFO Epoch 92 summary:\ttrain_loss: 0.7098951 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep93\n","DEEPTB INFO Epoch 93 summary:\ttrain_loss: 0.7024531 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep94\n","DEEPTB INFO Epoch 94 summary:\ttrain_loss: 0.6954406 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep95\n","DEEPTB INFO Epoch 95 summary:\ttrain_loss: 0.6889165 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep96\n","DEEPTB INFO Epoch 96 summary:\ttrain_loss: 0.6827441 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep97\n","DEEPTB INFO Epoch 97 summary:\ttrain_loss: 0.6769804 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep98\n","DEEPTB INFO Epoch 98 summary:\ttrain_loss: 0.6715363 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep99\n","DEEPTB INFO Epoch 99 summary:\ttrain_loss: 0.6663914 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep100\n","DEEPTB INFO iteration:100\ttrain_loss: 0.6615604 (0.6747776) \tlr: 0.04528\n","DEEPTB INFO checkpoint saved as nnsk.iter101\n","DEEPTB INFO Epoch 100 summary:\ttrain_loss: 0.6615604 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep101\n","DEEPTB INFO Epoch 101 summary:\ttrain_loss: 0.6569930 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep102\n","DEEPTB INFO Epoch 102 summary:\ttrain_loss: 0.6526780 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep103\n","DEEPTB INFO Epoch 103 summary:\ttrain_loss: 0.6485701 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep104\n","DEEPTB INFO Epoch 104 summary:\ttrain_loss: 0.6447304 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep105\n","DEEPTB INFO Epoch 105 summary:\ttrain_loss: 0.6410581 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep106\n","DEEPTB INFO Epoch 106 summary:\ttrain_loss: 0.6375598 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep107\n","DEEPTB INFO Epoch 107 summary:\ttrain_loss: 0.6347955 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep108\n","DEEPTB INFO Epoch 108 summary:\ttrain_loss: 0.6323478 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep109\n","DEEPTB INFO Epoch 109 summary:\ttrain_loss: 0.6300058 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep110\n","DEEPTB INFO iteration:110\ttrain_loss: 0.6277790 (0.6342381) \tlr: 0.04483\n","DEEPTB INFO checkpoint saved as nnsk.iter111\n","DEEPTB INFO Epoch 110 summary:\ttrain_loss: 0.6277790 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep111\n","DEEPTB INFO Epoch 111 summary:\ttrain_loss: 0.6256590 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep112\n","DEEPTB INFO Epoch 112 summary:\ttrain_loss: 0.6235948 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep113\n","DEEPTB INFO Epoch 113 summary:\ttrain_loss: 0.6216295 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep114\n","DEEPTB INFO Epoch 114 summary:\ttrain_loss: 0.6197373 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep115\n","DEEPTB INFO Epoch 115 summary:\ttrain_loss: 0.6178814 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep116\n","DEEPTB INFO Epoch 116 summary:\ttrain_loss: 0.6160799 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep117\n","DEEPTB INFO Epoch 117 summary:\ttrain_loss: 0.6143413 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep118\n","DEEPTB INFO Epoch 118 summary:\ttrain_loss: 0.6126262 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep119\n","DEEPTB INFO Epoch 119 summary:\ttrain_loss: 0.6112121 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep120\n","DEEPTB INFO iteration:120\ttrain_loss: 0.6102712 (0.6137443) \tlr: 0.04439\n","DEEPTB INFO checkpoint saved as nnsk.iter121\n","DEEPTB INFO Epoch 120 summary:\ttrain_loss: 0.6102712 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep121\n","DEEPTB INFO Epoch 121 summary:\ttrain_loss: 0.6092818 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep122\n","DEEPTB INFO Epoch 122 summary:\ttrain_loss: 0.6082700 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep123\n","DEEPTB INFO Epoch 123 summary:\ttrain_loss: 0.6072703 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep124\n","DEEPTB INFO Epoch 124 summary:\ttrain_loss: 0.6062170 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep125\n","DEEPTB INFO Epoch 125 summary:\ttrain_loss: 0.6051855 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep126\n","DEEPTB INFO Epoch 126 summary:\ttrain_loss: 0.6041436 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep127\n","DEEPTB INFO Epoch 127 summary:\ttrain_loss: 0.6035292 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep128\n","DEEPTB INFO Epoch 128 summary:\ttrain_loss: 0.6028463 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep129\n","DEEPTB INFO Epoch 129 summary:\ttrain_loss: 0.6021405 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep130\n","DEEPTB INFO iteration:130\ttrain_loss: 0.6013615 (0.6032421) \tlr: 0.04395\n","DEEPTB INFO checkpoint saved as nnsk.iter131\n","DEEPTB INFO Epoch 130 summary:\ttrain_loss: 0.6013615 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep131\n","DEEPTB INFO Epoch 131 summary:\ttrain_loss: 0.6010218 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep132\n","DEEPTB INFO Epoch 132 summary:\ttrain_loss: 0.6006078 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep133\n","DEEPTB INFO Epoch 133 summary:\ttrain_loss: 0.6000879 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep134\n","DEEPTB INFO Epoch 134 summary:\ttrain_loss: 0.5994865 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep135\n","DEEPTB INFO Epoch 135 summary:\ttrain_loss: 0.5988539 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep136\n","DEEPTB INFO Epoch 136 summary:\ttrain_loss: 0.5986303 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep137\n","DEEPTB INFO Epoch 137 summary:\ttrain_loss: 0.5984252 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep138\n","DEEPTB INFO Epoch 138 summary:\ttrain_loss: 0.5980986 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep139\n","DEEPTB INFO Epoch 139 summary:\ttrain_loss: 0.5976595 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep140\n","DEEPTB INFO iteration:140\ttrain_loss: 0.5971299 (0.5981480) \tlr: 0.04351\n","DEEPTB INFO checkpoint saved as nnsk.iter141\n","DEEPTB INFO Epoch 140 summary:\ttrain_loss: 0.5971299 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep141\n","DEEPTB INFO Epoch 141 summary:\ttrain_loss: 0.5967642 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep142\n","DEEPTB INFO Epoch 142 summary:\ttrain_loss: 0.5965970 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep143\n","DEEPTB INFO Epoch 143 summary:\ttrain_loss: 0.5963759 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep144\n","DEEPTB INFO Epoch 144 summary:\ttrain_loss: 0.5960347 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep145\n","DEEPTB INFO Epoch 145 summary:\ttrain_loss: 0.5956782 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep146\n","DEEPTB INFO Epoch 146 summary:\ttrain_loss: 0.5954891 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep147\n","DEEPTB INFO Epoch 147 summary:\ttrain_loss: 0.5952391 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep148\n","DEEPTB INFO Epoch 148 summary:\ttrain_loss: 0.5950401 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep149\n","DEEPTB INFO Epoch 149 summary:\ttrain_loss: 0.5948843 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep150\n","DEEPTB INFO iteration:150\ttrain_loss: 0.5946150 (0.5951686) \tlr: 0.04308\n","DEEPTB INFO checkpoint saved as nnsk.iter151\n","DEEPTB INFO Epoch 150 summary:\ttrain_loss: 0.5946150 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep151\n","DEEPTB INFO Epoch 151 summary:\ttrain_loss: 0.5945684 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep152\n","DEEPTB INFO Epoch 152 summary:\ttrain_loss: 0.5944645 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep153\n","DEEPTB INFO Epoch 153 summary:\ttrain_loss: 0.5942482 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep154\n","DEEPTB INFO Epoch 154 summary:\ttrain_loss: 0.5939663 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep155\n","DEEPTB INFO Epoch 155 summary:\ttrain_loss: 0.5938506 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep156\n","DEEPTB INFO Epoch 156 summary:\ttrain_loss: 0.5937248 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep157\n","DEEPTB INFO Epoch 157 summary:\ttrain_loss: 0.5935606 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep158\n","DEEPTB INFO Epoch 158 summary:\ttrain_loss: 0.5935314 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep159\n","DEEPTB INFO Epoch 159 summary:\ttrain_loss: 0.5933808 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep160\n","DEEPTB INFO iteration:160\ttrain_loss: 0.5933527 (0.5935872) \tlr: 0.04265\n","DEEPTB INFO checkpoint saved as nnsk.iter161\n","DEEPTB INFO Epoch 160 summary:\ttrain_loss: 0.5933527 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep161\n","DEEPTB INFO Epoch 161 summary:\ttrain_loss: 0.5932689 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep162\n","DEEPTB INFO Epoch 162 summary:\ttrain_loss: 0.5930958 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep163\n","DEEPTB INFO Epoch 163 summary:\ttrain_loss: 0.5930544 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep164\n","DEEPTB INFO Epoch 164 summary:\ttrain_loss: 0.5930234 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep165\n","DEEPTB INFO Epoch 165 summary:\ttrain_loss: 0.5928932 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep166\n","DEEPTB INFO Epoch 166 summary:\ttrain_loss: 0.5926926 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep167\n","DEEPTB INFO Epoch 167 summary:\ttrain_loss: 0.5926636 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep168\n","DEEPTB INFO Epoch 168 summary:\ttrain_loss: 0.5925597 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep169\n","DEEPTB INFO Epoch 169 summary:\ttrain_loss: 0.5924758 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep170\n","DEEPTB INFO iteration:170\ttrain_loss: 0.5924253 (0.5926144) \tlr: 0.04222\n","DEEPTB INFO checkpoint saved as nnsk.iter171\n","DEEPTB INFO Epoch 170 summary:\ttrain_loss: 0.5924253 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep171\n","DEEPTB INFO Epoch 171 summary:\ttrain_loss: 0.5923262 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep172\n","DEEPTB INFO Epoch 172 summary:\ttrain_loss: 0.5923659 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 173 summary:\ttrain_loss: 0.5923568 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 174 summary:\ttrain_loss: 0.5922229 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep175\n","DEEPTB INFO Epoch 175 summary:\ttrain_loss: 0.5922002 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep176\n","DEEPTB INFO Epoch 176 summary:\ttrain_loss: 0.5921805 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep177\n","DEEPTB INFO Epoch 177 summary:\ttrain_loss: 0.5920884 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep178\n","DEEPTB INFO Epoch 178 summary:\ttrain_loss: 0.5919344 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep179\n","DEEPTB INFO Epoch 179 summary:\ttrain_loss: 0.5919517 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:180\ttrain_loss: 0.5918660 (0.5920165) \tlr: 0.0418 \n","DEEPTB INFO checkpoint saved as nnsk.iter181\n","DEEPTB INFO Epoch 180 summary:\ttrain_loss: 0.5918660 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep181\n","DEEPTB INFO Epoch 181 summary:\ttrain_loss: 0.5918151 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep182\n","DEEPTB INFO Epoch 182 summary:\ttrain_loss: 0.5917718 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep183\n","DEEPTB INFO Epoch 183 summary:\ttrain_loss: 0.5917011 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep184\n","DEEPTB INFO Epoch 184 summary:\ttrain_loss: 0.5917686 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 185 summary:\ttrain_loss: 0.5917553 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 186 summary:\ttrain_loss: 0.5916327 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep187\n","DEEPTB INFO Epoch 187 summary:\ttrain_loss: 0.5916344 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 188 summary:\ttrain_loss: 0.5916645 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 189 summary:\ttrain_loss: 0.5915703 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep190\n","DEEPTB INFO iteration:190\ttrain_loss: 0.5914798 (0.5916067) \tlr: 0.04139\n","DEEPTB INFO checkpoint saved as nnsk.iter191\n","DEEPTB INFO Epoch 190 summary:\ttrain_loss: 0.5914798 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep191\n","DEEPTB INFO Epoch 191 summary:\ttrain_loss: 0.5914821 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 192 summary:\ttrain_loss: 0.5913862 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep193\n","DEEPTB INFO Epoch 193 summary:\ttrain_loss: 0.5913631 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep194\n","DEEPTB INFO Epoch 194 summary:\ttrain_loss: 0.5913700 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 195 summary:\ttrain_loss: 0.5912927 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep196\n","DEEPTB INFO Epoch 196 summary:\ttrain_loss: 0.5913785 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 197 summary:\ttrain_loss: 0.5913794 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 198 summary:\ttrain_loss: 0.5912576 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep199\n","DEEPTB INFO Epoch 199 summary:\ttrain_loss: 0.5912911 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:200\ttrain_loss: 0.5913311 (0.5913311) \tlr: 0.04097\n","DEEPTB INFO checkpoint saved as nnsk.iter201\n","DEEPTB INFO Epoch 200 summary:\ttrain_loss: 0.5913311 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 201 summary:\ttrain_loss: 0.5912458 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep202\n","DEEPTB INFO Epoch 202 summary:\ttrain_loss: 0.5911235 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep203\n","DEEPTB INFO Epoch 203 summary:\ttrain_loss: 0.5911365 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 204 summary:\ttrain_loss: 0.5910525 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep205\n","DEEPTB INFO Epoch 205 summary:\ttrain_loss: 0.5910706 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 206 summary:\ttrain_loss: 0.5910810 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 207 summary:\ttrain_loss: 0.5910110 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep208\n","DEEPTB INFO Epoch 208 summary:\ttrain_loss: 0.5910776 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 209 summary:\ttrain_loss: 0.5910851 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:210\ttrain_loss: 0.5909781 (0.5910529) \tlr: 0.04057\n","DEEPTB INFO checkpoint saved as nnsk.iter211\n","DEEPTB INFO Epoch 210 summary:\ttrain_loss: 0.5909781 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep211\n","DEEPTB INFO Epoch 211 summary:\ttrain_loss: 0.5910013 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 212 summary:\ttrain_loss: 0.5910360 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 213 summary:\ttrain_loss: 0.5909652 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep214\n","DEEPTB INFO Epoch 214 summary:\ttrain_loss: 0.5908761 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep215\n","DEEPTB INFO Epoch 215 summary:\ttrain_loss: 0.5908778 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 216 summary:\ttrain_loss: 0.5908400 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep217\n","DEEPTB INFO Epoch 217 summary:\ttrain_loss: 0.5908395 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep218\n","DEEPTB INFO Epoch 218 summary:\ttrain_loss: 0.5908281 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep219\n","DEEPTB INFO Epoch 219 summary:\ttrain_loss: 0.5907744 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep220\n","DEEPTB INFO iteration:220\ttrain_loss: 0.5908794 (0.5908539) \tlr: 0.04016\n","DEEPTB INFO checkpoint saved as nnsk.iter221\n","DEEPTB INFO Epoch 220 summary:\ttrain_loss: 0.5908794 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 221 summary:\ttrain_loss: 0.5908726 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 222 summary:\ttrain_loss: 0.5907799 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 223 summary:\ttrain_loss: 0.5908068 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 224 summary:\ttrain_loss: 0.5908294 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 225 summary:\ttrain_loss: 0.5907896 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 226 summary:\ttrain_loss: 0.5907076 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep227\n","DEEPTB INFO Epoch 227 summary:\ttrain_loss: 0.5907093 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 228 summary:\ttrain_loss: 0.5906317 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep229\n","DEEPTB INFO Epoch 229 summary:\ttrain_loss: 0.5906364 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:230\ttrain_loss: 0.5906295 (0.5906765) \tlr: 0.03976\n","DEEPTB INFO checkpoint saved as nnsk.iter231\n","DEEPTB INFO Epoch 230 summary:\ttrain_loss: 0.5906295 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep231\n","DEEPTB INFO Epoch 231 summary:\ttrain_loss: 0.5906135 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep232\n","DEEPTB INFO Epoch 232 summary:\ttrain_loss: 0.5907174 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 233 summary:\ttrain_loss: 0.5907114 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 234 summary:\ttrain_loss: 0.5905991 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep235\n","DEEPTB INFO Epoch 235 summary:\ttrain_loss: 0.5906309 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 236 summary:\ttrain_loss: 0.5906623 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 237 summary:\ttrain_loss: 0.5906080 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 238 summary:\ttrain_loss: 0.5905220 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep239\n","DEEPTB INFO Epoch 239 summary:\ttrain_loss: 0.5905330 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:240\ttrain_loss: 0.5904857 (0.5905541) \tlr: 0.03937\n","DEEPTB INFO checkpoint saved as nnsk.iter241\n","DEEPTB INFO Epoch 240 summary:\ttrain_loss: 0.5904857 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep241\n","DEEPTB INFO Epoch 241 summary:\ttrain_loss: 0.5904755 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep242\n","DEEPTB INFO Epoch 242 summary:\ttrain_loss: 0.5905100 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 243 summary:\ttrain_loss: 0.5904700 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep244\n","DEEPTB INFO Epoch 244 summary:\ttrain_loss: 0.5905508 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 245 summary:\ttrain_loss: 0.5905585 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 246 summary:\ttrain_loss: 0.5904862 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 247 summary:\ttrain_loss: 0.5905007 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 248 summary:\ttrain_loss: 0.5905373 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 249 summary:\ttrain_loss: 0.5904897 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:250\ttrain_loss: 0.5903935 (0.5904759) \tlr: 0.03897\n","DEEPTB INFO checkpoint saved as nnsk.iter251\n","DEEPTB INFO Epoch 250 summary:\ttrain_loss: 0.5903935 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep251\n","DEEPTB INFO Epoch 251 summary:\ttrain_loss: 0.5904318 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 252 summary:\ttrain_loss: 0.5903870 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep253\n","DEEPTB INFO Epoch 253 summary:\ttrain_loss: 0.5903762 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep254\n","DEEPTB INFO Epoch 254 summary:\ttrain_loss: 0.5903684 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep255\n","DEEPTB INFO Epoch 255 summary:\ttrain_loss: 0.5903329 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep256\n","DEEPTB INFO Epoch 256 summary:\ttrain_loss: 0.5904157 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 257 summary:\ttrain_loss: 0.5904328 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 258 summary:\ttrain_loss: 0.5903510 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 259 summary:\ttrain_loss: 0.5903747 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:260\ttrain_loss: 0.5904201 (0.5903953) \tlr: 0.03859\n","DEEPTB INFO checkpoint saved as nnsk.iter261\n","DEEPTB INFO Epoch 260 summary:\ttrain_loss: 0.5904201 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 261 summary:\ttrain_loss: 0.5903602 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 262 summary:\ttrain_loss: 0.5903077 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep263\n","DEEPTB INFO Epoch 263 summary:\ttrain_loss: 0.5903313 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 264 summary:\ttrain_loss: 0.5902650 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep265\n","DEEPTB INFO Epoch 265 summary:\ttrain_loss: 0.5902663 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 266 summary:\ttrain_loss: 0.5902869 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 267 summary:\ttrain_loss: 0.5902369 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep268\n","DEEPTB INFO Epoch 268 summary:\ttrain_loss: 0.5903288 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 269 summary:\ttrain_loss: 0.5903460 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:270\ttrain_loss: 0.5902561 (0.5902947) \tlr: 0.0382 \n","DEEPTB INFO checkpoint saved as nnsk.iter271\n","DEEPTB INFO Epoch 270 summary:\ttrain_loss: 0.5902561 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 271 summary:\ttrain_loss: 0.5903006 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 272 summary:\ttrain_loss: 0.5903504 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 273 summary:\ttrain_loss: 0.5902910 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 274 summary:\ttrain_loss: 0.5901970 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep275\n","DEEPTB INFO Epoch 275 summary:\ttrain_loss: 0.5902221 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 276 summary:\ttrain_loss: 0.5901594 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep277\n","DEEPTB INFO Epoch 277 summary:\ttrain_loss: 0.5901936 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 278 summary:\ttrain_loss: 0.5902139 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 279 summary:\ttrain_loss: 0.5901638 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:280\ttrain_loss: 0.5902312 (0.5902100) \tlr: 0.03782\n","DEEPTB INFO checkpoint saved as nnsk.iter281\n","DEEPTB INFO Epoch 280 summary:\ttrain_loss: 0.5902312 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 281 summary:\ttrain_loss: 0.5902504 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 282 summary:\ttrain_loss: 0.5901710 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 283 summary:\ttrain_loss: 0.5901981 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 284 summary:\ttrain_loss: 0.5902415 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 285 summary:\ttrain_loss: 0.5901872 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 286 summary:\ttrain_loss: 0.5901238 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep287\n","DEEPTB INFO Epoch 287 summary:\ttrain_loss: 0.5901353 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 288 summary:\ttrain_loss: 0.5901077 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep289\n","DEEPTB INFO Epoch 289 summary:\ttrain_loss: 0.5901181 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:290\ttrain_loss: 0.5901158 (0.5901330) \tlr: 0.03745\n","DEEPTB INFO checkpoint saved as nnsk.iter291\n","DEEPTB INFO Epoch 290 summary:\ttrain_loss: 0.5901158 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 291 summary:\ttrain_loss: 0.5900804 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep292\n","DEEPTB INFO Epoch 292 summary:\ttrain_loss: 0.5901825 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 293 summary:\ttrain_loss: 0.5901849 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 294 summary:\ttrain_loss: 0.5901074 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 295 summary:\ttrain_loss: 0.5901402 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 296 summary:\ttrain_loss: 0.5901672 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 297 summary:\ttrain_loss: 0.5901430 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 298 summary:\ttrain_loss: 0.5900801 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep299\n","DEEPTB INFO Epoch 299 summary:\ttrain_loss: 0.5900886 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:300\ttrain_loss: 0.5900227 (0.5900873) \tlr: 0.03707\n","DEEPTB INFO checkpoint saved as nnsk.iter301\n","DEEPTB INFO Epoch 300 summary:\ttrain_loss: 0.5900227 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep301\n","DEEPTB INFO Epoch 301 summary:\ttrain_loss: 0.5900353 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 302 summary:\ttrain_loss: 0.5900369 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 303 summary:\ttrain_loss: 0.5900066 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep304\n","DEEPTB INFO Epoch 304 summary:\ttrain_loss: 0.5900975 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 305 summary:\ttrain_loss: 0.5901060 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 306 summary:\ttrain_loss: 0.5900437 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 307 summary:\ttrain_loss: 0.5900612 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 308 summary:\ttrain_loss: 0.5901251 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 309 summary:\ttrain_loss: 0.5900855 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:310\ttrain_loss: 0.5900016 (0.5900587) \tlr: 0.0367 \n","DEEPTB INFO checkpoint saved as nnsk.iter311\n","DEEPTB INFO Epoch 310 summary:\ttrain_loss: 0.5900016 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep311\n","DEEPTB INFO Epoch 311 summary:\ttrain_loss: 0.5900221 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 312 summary:\ttrain_loss: 0.5899860 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep313\n","DEEPTB INFO Epoch 313 summary:\ttrain_loss: 0.5899825 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep314\n","DEEPTB INFO Epoch 314 summary:\ttrain_loss: 0.5899906 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 315 summary:\ttrain_loss: 0.5899621 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep316\n","DEEPTB INFO Epoch 316 summary:\ttrain_loss: 0.5900398 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 317 summary:\ttrain_loss: 0.5900721 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 318 summary:\ttrain_loss: 0.5900123 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 319 summary:\ttrain_loss: 0.5900282 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:320\ttrain_loss: 0.5900491 (0.5900318) \tlr: 0.03634\n","DEEPTB INFO checkpoint saved as nnsk.iter321\n","DEEPTB INFO Epoch 320 summary:\ttrain_loss: 0.5900491 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 321 summary:\ttrain_loss: 0.5900131 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 322 summary:\ttrain_loss: 0.5899358 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep323\n","DEEPTB INFO Epoch 323 summary:\ttrain_loss: 0.5899610 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 324 summary:\ttrain_loss: 0.5899157 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep325\n","DEEPTB INFO Epoch 325 summary:\ttrain_loss: 0.5899187 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 326 summary:\ttrain_loss: 0.5899380 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 327 summary:\ttrain_loss: 0.5898963 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep328\n","DEEPTB INFO Epoch 328 summary:\ttrain_loss: 0.5900083 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 329 summary:\ttrain_loss: 0.5900255 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:330\ttrain_loss: 0.5899453 (0.5899669) \tlr: 0.03598\n","DEEPTB INFO checkpoint saved as nnsk.iter331\n","DEEPTB INFO Epoch 330 summary:\ttrain_loss: 0.5899453 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 331 summary:\ttrain_loss: 0.5899723 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 332 summary:\ttrain_loss: 0.5900204 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 333 summary:\ttrain_loss: 0.5899703 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 334 summary:\ttrain_loss: 0.5898988 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 335 summary:\ttrain_loss: 0.5899248 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 336 summary:\ttrain_loss: 0.5898696 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep337\n","DEEPTB INFO Epoch 337 summary:\ttrain_loss: 0.5898963 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 338 summary:\ttrain_loss: 0.5899171 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 339 summary:\ttrain_loss: 0.5898747 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:340\ttrain_loss: 0.5899441 (0.5899156) \tlr: 0.03562\n","DEEPTB INFO checkpoint saved as nnsk.iter341\n","DEEPTB INFO Epoch 340 summary:\ttrain_loss: 0.5899441 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 341 summary:\ttrain_loss: 0.5899623 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 342 summary:\ttrain_loss: 0.5898887 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 343 summary:\ttrain_loss: 0.5899183 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 344 summary:\ttrain_loss: 0.5899580 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 345 summary:\ttrain_loss: 0.5899128 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 346 summary:\ttrain_loss: 0.5898561 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep347\n","DEEPTB INFO Epoch 347 summary:\ttrain_loss: 0.5898679 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 348 summary:\ttrain_loss: 0.5898477 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep349\n","DEEPTB INFO Epoch 349 summary:\ttrain_loss: 0.5898588 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:350\ttrain_loss: 0.5898579 (0.5898687) \tlr: 0.03526\n","DEEPTB INFO checkpoint saved as nnsk.iter351\n","DEEPTB INFO Epoch 350 summary:\ttrain_loss: 0.5898579 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 351 summary:\ttrain_loss: 0.5898277 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep352\n","DEEPTB INFO Epoch 352 summary:\ttrain_loss: 0.5899236 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 353 summary:\ttrain_loss: 0.5899277 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 354 summary:\ttrain_loss: 0.5898589 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 355 summary:\ttrain_loss: 0.5898903 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 356 summary:\ttrain_loss: 0.5899169 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 357 summary:\ttrain_loss: 0.5898976 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 358 summary:\ttrain_loss: 0.5898430 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 359 summary:\ttrain_loss: 0.5898527 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:360\ttrain_loss: 0.5897918 (0.5898476) \tlr: 0.03491\n","DEEPTB INFO checkpoint saved as nnsk.iter361\n","DEEPTB INFO Epoch 360 summary:\ttrain_loss: 0.5897918 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep361\n","DEEPTB INFO Epoch 361 summary:\ttrain_loss: 0.5898055 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 362 summary:\ttrain_loss: 0.5898089 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 363 summary:\ttrain_loss: 0.5897825 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep364\n","DEEPTB INFO Epoch 364 summary:\ttrain_loss: 0.5898691 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 365 summary:\ttrain_loss: 0.5898769 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 366 summary:\ttrain_loss: 0.5898227 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 367 summary:\ttrain_loss: 0.5898396 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 368 summary:\ttrain_loss: 0.5898992 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 369 summary:\ttrain_loss: 0.5898643 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:370\ttrain_loss: 0.5897899 (0.5898382) \tlr: 0.03456\n","DEEPTB INFO checkpoint saved as nnsk.iter371\n","DEEPTB INFO Epoch 370 summary:\ttrain_loss: 0.5897899 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 371 summary:\ttrain_loss: 0.5898119 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 372 summary:\ttrain_loss: 0.5897798 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep373\n","DEEPTB INFO Epoch 373 summary:\ttrain_loss: 0.5897776 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep374\n","DEEPTB INFO Epoch 374 summary:\ttrain_loss: 0.5897842 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 375 summary:\ttrain_loss: 0.5897601 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep376\n","DEEPTB INFO Epoch 376 summary:\ttrain_loss: 0.5898340 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 377 summary:\ttrain_loss: 0.5898672 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 378 summary:\ttrain_loss: 0.5898132 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 379 summary:\ttrain_loss: 0.5898279 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:380\ttrain_loss: 0.5898468 (0.5898290) \tlr: 0.03422\n","DEEPTB INFO checkpoint saved as nnsk.iter381\n","DEEPTB INFO Epoch 380 summary:\ttrain_loss: 0.5898468 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 381 summary:\ttrain_loss: 0.5898155 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 382 summary:\ttrain_loss: 0.5897474 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep383\n","DEEPTB INFO Epoch 383 summary:\ttrain_loss: 0.5897705 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 384 summary:\ttrain_loss: 0.5897312 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep385\n","DEEPTB INFO Epoch 385 summary:\ttrain_loss: 0.5897344 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 386 summary:\ttrain_loss: 0.5897534 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 387 summary:\ttrain_loss: 0.5897180 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep388\n","DEEPTB INFO Epoch 388 summary:\ttrain_loss: 0.5898209 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 389 summary:\ttrain_loss: 0.5898377 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:390\ttrain_loss: 0.5897658 (0.5897826) \tlr: 0.03388\n","DEEPTB INFO checkpoint saved as nnsk.iter391\n","DEEPTB INFO Epoch 390 summary:\ttrain_loss: 0.5897658 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 391 summary:\ttrain_loss: 0.5897918 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 392 summary:\ttrain_loss: 0.5898384 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 393 summary:\ttrain_loss: 0.5897925 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 394 summary:\ttrain_loss: 0.5897274 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 395 summary:\ttrain_loss: 0.5897518 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 396 summary:\ttrain_loss: 0.5897012 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep397\n","DEEPTB INFO Epoch 397 summary:\ttrain_loss: 0.5897298 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 398 summary:\ttrain_loss: 0.5897498 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 399 summary:\ttrain_loss: 0.5897111 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:400\ttrain_loss: 0.5897747 (0.5897470) \tlr: 0.03354\n","DEEPTB INFO checkpoint saved as nnsk.iter401\n","DEEPTB INFO Epoch 400 summary:\ttrain_loss: 0.5897747 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 401 summary:\ttrain_loss: 0.5897936 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 402 summary:\ttrain_loss: 0.5897285 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 403 summary:\ttrain_loss: 0.5897542 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 404 summary:\ttrain_loss: 0.5897930 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 405 summary:\ttrain_loss: 0.5897514 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 406 summary:\ttrain_loss: 0.5897021 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 407 summary:\ttrain_loss: 0.5897154 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 408 summary:\ttrain_loss: 0.5896930 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep409\n","DEEPTB INFO Epoch 409 summary:\ttrain_loss: 0.5897058 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:410\ttrain_loss: 0.5897043 (0.5897134) \tlr: 0.03321\n","DEEPTB INFO checkpoint saved as nnsk.iter411\n","DEEPTB INFO Epoch 410 summary:\ttrain_loss: 0.5897043 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 411 summary:\ttrain_loss: 0.5896806 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep412\n","DEEPTB INFO Epoch 412 summary:\ttrain_loss: 0.5897707 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 413 summary:\ttrain_loss: 0.5897749 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 414 summary:\ttrain_loss: 0.5897102 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 415 summary:\ttrain_loss: 0.5897390 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 416 summary:\ttrain_loss: 0.5897645 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 417 summary:\ttrain_loss: 0.5897501 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 418 summary:\ttrain_loss: 0.5897012 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 419 summary:\ttrain_loss: 0.5897110 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:420\ttrain_loss: 0.5896525 (0.5897036) \tlr: 0.03288\n","DEEPTB INFO checkpoint saved as nnsk.iter421\n","DEEPTB INFO Epoch 420 summary:\ttrain_loss: 0.5896525 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep421\n","DEEPTB INFO Epoch 421 summary:\ttrain_loss: 0.5896676 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 422 summary:\ttrain_loss: 0.5896717 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 423 summary:\ttrain_loss: 0.5896457 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep424\n","DEEPTB INFO Epoch 424 summary:\ttrain_loss: 0.5897299 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 425 summary:\ttrain_loss: 0.5897366 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 426 summary:\ttrain_loss: 0.5896887 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 427 summary:\ttrain_loss: 0.5897051 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 428 summary:\ttrain_loss: 0.5897576 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 429 summary:\ttrain_loss: 0.5897272 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:430\ttrain_loss: 0.5896597 (0.5897026) \tlr: 0.03255\n","DEEPTB INFO checkpoint saved as nnsk.iter431\n","DEEPTB INFO Epoch 430 summary:\ttrain_loss: 0.5896597 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 431 summary:\ttrain_loss: 0.5896822 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 432 summary:\ttrain_loss: 0.5896521 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 433 summary:\ttrain_loss: 0.5896527 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 434 summary:\ttrain_loss: 0.5896567 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 435 summary:\ttrain_loss: 0.5896349 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep436\n","DEEPTB INFO Epoch 436 summary:\ttrain_loss: 0.5897042 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 437 summary:\ttrain_loss: 0.5897390 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 438 summary:\ttrain_loss: 0.5896901 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 439 summary:\ttrain_loss: 0.5897031 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:440\ttrain_loss: 0.5897185 (0.5897021) \tlr: 0.03223\n","DEEPTB INFO checkpoint saved as nnsk.iter441\n","DEEPTB INFO Epoch 440 summary:\ttrain_loss: 0.5897185 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 441 summary:\ttrain_loss: 0.5896891 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 442 summary:\ttrain_loss: 0.5896307 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep443\n","DEEPTB INFO Epoch 443 summary:\ttrain_loss: 0.5896506 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 444 summary:\ttrain_loss: 0.5896159 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep445\n","DEEPTB INFO Epoch 445 summary:\ttrain_loss: 0.5896186 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 446 summary:\ttrain_loss: 0.5896500 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 447 summary:\ttrain_loss: 0.5896277 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 448 summary:\ttrain_loss: 0.5896948 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 449 summary:\ttrain_loss: 0.5897083 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:450\ttrain_loss: 0.5896615 (0.5896688) \tlr: 0.03191\n","DEEPTB INFO checkpoint saved as nnsk.iter451\n","DEEPTB INFO Epoch 450 summary:\ttrain_loss: 0.5896615 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 451 summary:\ttrain_loss: 0.5896754 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 452 summary:\ttrain_loss: 0.5897056 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 453 summary:\ttrain_loss: 0.5896771 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 454 summary:\ttrain_loss: 0.5896127 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep455\n","DEEPTB INFO Epoch 455 summary:\ttrain_loss: 0.5896510 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 456 summary:\ttrain_loss: 0.5896217 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 457 summary:\ttrain_loss: 0.5896220 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 458 summary:\ttrain_loss: 0.5896130 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 459 summary:\ttrain_loss: 0.5895919 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep460\n","DEEPTB INFO iteration:460\ttrain_loss: 0.5896657 (0.5896333) \tlr: 0.03159\n","DEEPTB INFO checkpoint saved as nnsk.iter461\n","DEEPTB INFO Epoch 460 summary:\ttrain_loss: 0.5896657 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 461 summary:\ttrain_loss: 0.5896796 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 462 summary:\ttrain_loss: 0.5896284 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 463 summary:\ttrain_loss: 0.5896431 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 464 summary:\ttrain_loss: 0.5896993 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 465 summary:\ttrain_loss: 0.5896697 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 466 summary:\ttrain_loss: 0.5896060 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 467 summary:\ttrain_loss: 0.5896254 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 468 summary:\ttrain_loss: 0.5895956 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 469 summary:\ttrain_loss: 0.5895975 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:470\ttrain_loss: 0.5896021 (0.5896130) \tlr: 0.03127\n","DEEPTB INFO checkpoint saved as nnsk.iter471\n","DEEPTB INFO Epoch 470 summary:\ttrain_loss: 0.5896021 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 471 summary:\ttrain_loss: 0.5895817 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep472\n","DEEPTB INFO Epoch 472 summary:\ttrain_loss: 0.5896481 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 473 summary:\ttrain_loss: 0.5896811 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 474 summary:\ttrain_loss: 0.5896345 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 475 summary:\ttrain_loss: 0.5896466 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 476 summary:\ttrain_loss: 0.5896620 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 477 summary:\ttrain_loss: 0.5896353 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 478 summary:\ttrain_loss: 0.5895796 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep479\n","DEEPTB INFO Epoch 479 summary:\ttrain_loss: 0.5895982 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:480\ttrain_loss: 0.5895653 (0.5896008) \tlr: 0.03096\n","DEEPTB INFO checkpoint saved as nnsk.iter481\n","DEEPTB INFO Epoch 480 summary:\ttrain_loss: 0.5895653 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep481\n","DEEPTB INFO Epoch 481 summary:\ttrain_loss: 0.5895687 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 482 summary:\ttrain_loss: 0.5895984 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 483 summary:\ttrain_loss: 0.5895767 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 484 summary:\ttrain_loss: 0.5896415 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 485 summary:\ttrain_loss: 0.5896559 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 486 summary:\ttrain_loss: 0.5896116 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 487 summary:\ttrain_loss: 0.5896234 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 488 summary:\ttrain_loss: 0.5896522 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 489 summary:\ttrain_loss: 0.5896251 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:490\ttrain_loss: 0.5895641 (0.5896087) \tlr: 0.03065\n","DEEPTB INFO checkpoint saved as nnsk.iter491\n","DEEPTB INFO Epoch 490 summary:\ttrain_loss: 0.5895641 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep491\n","DEEPTB INFO Epoch 491 summary:\ttrain_loss: 0.5896029 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 492 summary:\ttrain_loss: 0.5895737 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 493 summary:\ttrain_loss: 0.5895748 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 494 summary:\ttrain_loss: 0.5895641 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep495\n","DEEPTB INFO Epoch 495 summary:\ttrain_loss: 0.5895448 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep496\n","DEEPTB INFO Epoch 496 summary:\ttrain_loss: 0.5896182 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 497 summary:\ttrain_loss: 0.5896297 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 498 summary:\ttrain_loss: 0.5895815 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 499 summary:\ttrain_loss: 0.5895960 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:500\ttrain_loss: 0.5896482 (0.5896105) \tlr: 0.03035\n","DEEPTB INFO checkpoint saved as nnsk.iter501\n","DEEPTB INFO Epoch 500 summary:\ttrain_loss: 0.5896482 \t\n","################################################################################################################################################################\n","DEEPTB INFO finished training\n","DEEPTB INFO wall time: 18.092 s\n"]}],"source":["!dptb train ./inputs/2-1_input.json -o ./nnsk"]},{"cell_type":"markdown","metadata":{},"source":["训练完成后，我们可以画图看看能带拟合怎么样了，需要准备这样的能带绘制参数：\n","\n","```json\n","{ \n"," \"task_options\": {\n"," \"task\": \"band\",\n"," \"kline_type\":\"abacus\",\n"," \"kpath\":[[0.0000000000, 0.0000000000, 0.0000000000, 50], \n"," [0.5000000000, 0.0000000000, 0.5000000000, 50], \n"," [0.6250000000, 0.2500000000, 0.6250000000, 1], \n"," [0.3750000000, 0.3750000000, 0.7500000000, 50], \n"," [0.0000000000, 0.0000000000, 0.0000000000, 50], \n"," [0.5000000000, 0.5000000000, 0.5000000000, 50], \n"," [0.5000000000, 0.2500000000, 0.7500000000, 50], \n"," [0.5000000000, 0.0000000000, 0.5000000000, 1 ]\n"," ],\n"," \"klabels\":[\"G\",\"X\",\"X/U\",\"K\",\"G\",\"L\",\"W\",\"X\"],\n"," \"E_fermi\":-9.307,\n"," \"emin\":-15,\n"," \"emax\":10,\n"," \"ref_band\": \"./data/kpath.0/eigenvalues.npy\"\n"," }\n","}\n","```"]},{"cell_type":"markdown","metadata":{},"source":["各参数表示：\n","- `task`: 标记运行的任务，画能带输入 \"band\"；\n","- `kline_type`: 指定生成K点路径的方法，在这用 ABACUS 软件中的K点路径算法；\n","- `kpath`: 形状为 (:,4) 的 list 或者 array。这里前三列即 [:,:3] 是K点路径，这里用高对称点上的K点值来定义K点路径；第四列的 [:,3] 表示了相邻两个高对称点之间路径上的的K点数；\n","- `klabels`: 高对称点的标签；\n","- `E_fermi`: 系统的费米能，可从DFT计算中获得；\n","- `emin`: 绘制的能带能量最低点，是对于费米能的相对值；\n","- `emax`: 绘制的能带能量最高点；\n","- `ref_band`: 对比的能带数据，要求这一数据产生时的K点设置和本文件`kpath`中的设置相同。"]},{"cell_type":"markdown","metadata":{},"source":["上面的绘图设定保存在`./run/band.json`中。下面我们使用训练好的模型`./nnsk/checkpoint/nnsk.ep495.pth`并调用 **DeePTB** 提供的绘图 API 来绘制能带："]},{"cell_type":"code","execution_count":1,"metadata":{},"outputs":[{"data":{"image/png":"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","text/plain":["
"]},"metadata":{},"output_type":"display_data"}],"source":["from dptb.postprocess.bandstructure.band import Band\n","from dptb.nn.nnsk import NNSK\n","from dptb.utils.tools import j_loader\n","\n","model = NNSK.from_reference(checkpoint=\"./nnsk/checkpoint/nnsk.ep495.pth\",\n"," basis={'Si': ['3s', '3p']})\n","# you can also load the reference model. in ref_ckpts/nnsk\n","jdata = j_loader(\"./run/band.json\") # 这里提供输入\n","results_path = \"./band_plot\" # 可指定输出的保存路径\n","kpath_kwargs = jdata[\"task_options\"]\n","stru_data = \"./data/silicon.vasp\"\n","AtomicData_options = {\"r_max\": 5.0, \"pbc\": True}\n","\n","bcal = Band(model=model, \n"," use_gui=True, \n"," results_path=results_path, \n"," device=model.device)\n","bcal.get_bands(data=stru_data, \n"," kpath_kwargs=kpath_kwargs, \n"," AtomicData_options=AtomicData_options)\n","bcal.band_plot(ref_band = kpath_kwargs[\"ref_band\"],\n"," E_fermi = kpath_kwargs[\"E_fermi\"],\n"," emin = kpath_kwargs[\"emin\"],\n"," emax = kpath_kwargs[\"emax\"])"]},{"cell_type":"markdown","metadata":{},"source":["**小结**: 可以看出该模型已经具有能带的大致形状。要注意的是这里我们只是采用了 3s，3p 轨道，只考虑**第一近邻**。如果我们后续只需要价带的信息，那么**无需增加轨道**，只需要修改训练的能带窗口和调整权重，并可以通过增加近邻的方式得到一个更准确的价带的 TB 模型。\n","\n","可是往往我们需要导带的信息，这时候我们需要引入更多的轨道，**DeePTB** 支持用户自由地在训练过程中增减轨道和近邻。我们下一步进行增加轨道和近邻的训练。"]},{"cell_type":"markdown","metadata":{},"source":["#### **2.2 增加轨道和近邻**\n","\n","##### **2.2.1 增加轨道**\n","\n","通过修改输入文件，我们在这里加入辅助极化轨道 `d*`，使模型能够拟合考虑的导带。这对于一些需要导带的性质的计算，例如光电性质，和电子的输运性质至关重要。极化轨道的加入可以直接按照下面的写法：\n","```json\n","\"basis\": {\n"," \"Si\": [\"3s\", \"3p\", \"d*\"]\n"," }\n","```\n","\n","另外，在进行第一步的时候，我们对于 onsite 的计算没有加修正。我们这里使用 strian 方法，令 `NNSK` 模型能够更新 onsite 矩阵。具体的输入为：\n","\n","```json\n"," \"nnsk\": {\n"," \"onsite\": {\"method\": \"strain\", \"rs\":2.5 ,\"w\":0.3},\n"," \"hopping\": {\"method\": \"powerlaw\", \"rs\":2.6, \"w\": 0.3}\n"," }\n","```\n","\n","\n","这里\"method\": \"strain\" 表示开启 strian mode 的 onsite matrix 修正。strain 方法同样需要提供 `rs` 参数，用来表明在 strian 模型下，onsite matrix 只考虑 onsite_cutoff 以内的原子的贡献。对于onsite，通常选取第一近邻即可。\n","\n","接着，我们通过 `-i[init-model]` 参数加载上一步训练的模型，运行："]},{"cell_type":"code","execution_count":23,"metadata":{"scrolled":true},"outputs":[{"name":"stdout","output_type":"stream","text":["DEEPTB INFO Initializing Orbital ['3s', '3p', 'd*'] of Atom Si from ['3s', '3p']\n","DEEPTB INFO Epoch 1 summary:\ttrain_loss: 0.5885414\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep2\n","DEEPTB INFO Epoch 2 summary:\ttrain_loss: 0.5795869\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep3\n","DEEPTB INFO Epoch 3 summary:\ttrain_loss: 0.5751163\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep4\n","DEEPTB INFO Epoch 4 summary:\ttrain_loss: 0.5766658\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 5 summary:\ttrain_loss: 0.5566468\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep6\n","DEEPTB INFO Epoch 6 summary:\ttrain_loss: 0.5488340\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep7\n","DEEPTB INFO Epoch 7 summary:\ttrain_loss: 0.5266744\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep8\n","DEEPTB INFO Epoch 8 summary:\ttrain_loss: 0.5056302\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep9\n","DEEPTB INFO Epoch 9 summary:\ttrain_loss: 0.4851497\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep10\n","DEEPTB INFO Epoch 10 summary:\ttrain_loss: 0.4544786\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep11\n","DEEPTB INFO Epoch 11 summary:\ttrain_loss: 0.4269329\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep12\n","DEEPTB INFO Epoch 12 summary:\ttrain_loss: 0.4057105\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep13\n","DEEPTB INFO Epoch 13 summary:\ttrain_loss: 0.3857259\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep14\n","DEEPTB INFO Epoch 14 summary:\ttrain_loss: 0.3708925\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep15\n","DEEPTB INFO Epoch 15 summary:\ttrain_loss: 0.3574606\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep16\n","DEEPTB INFO Epoch 16 summary:\ttrain_loss: 0.3413140\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep17\n","DEEPTB INFO Epoch 17 summary:\ttrain_loss: 0.3262312\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep18\n","DEEPTB INFO Epoch 18 summary:\ttrain_loss: 0.3137161\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep19\n","DEEPTB INFO Epoch 19 summary:\ttrain_loss: 0.3022518\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep20\n","DEEPTB INFO Epoch 20 summary:\ttrain_loss: 0.2931302\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep21\n","DEEPTB INFO Epoch 21 summary:\ttrain_loss: 0.2864356\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep22\n","DEEPTB INFO Epoch 22 summary:\ttrain_loss: 0.2791800\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep23\n","DEEPTB INFO Epoch 23 summary:\ttrain_loss: 0.2717862\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep24\n","DEEPTB INFO Epoch 24 summary:\ttrain_loss: 0.2648687\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep25\n","DEEPTB INFO Epoch 25 summary:\ttrain_loss: 0.2577858\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep26\n","DEEPTB INFO Epoch 26 summary:\ttrain_loss: 0.2506649\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep27\n","DEEPTB INFO Epoch 27 summary:\ttrain_loss: 0.2447418\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep28\n","DEEPTB INFO Epoch 28 summary:\ttrain_loss: 0.2386601\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep29\n","DEEPTB INFO Epoch 29 summary:\ttrain_loss: 0.2327345\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep30\n","DEEPTB INFO Epoch 30 summary:\ttrain_loss: 0.2274439\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep31\n","DEEPTB INFO Epoch 31 summary:\ttrain_loss: 0.2218927\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep32\n","DEEPTB INFO Epoch 32 summary:\ttrain_loss: 0.2164382\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep33\n","DEEPTB INFO Epoch 33 summary:\ttrain_loss: 0.2113325\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep34\n","DEEPTB INFO Epoch 34 summary:\ttrain_loss: 0.2064246\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep35\n","DEEPTB INFO Epoch 35 summary:\ttrain_loss: 0.2017275\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep36\n","DEEPTB INFO Epoch 36 summary:\ttrain_loss: 0.1975573\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep37\n","DEEPTB INFO Epoch 37 summary:\ttrain_loss: 0.1934649\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep38\n","DEEPTB INFO Epoch 38 summary:\ttrain_loss: 0.1894454\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep39\n","DEEPTB INFO Epoch 39 summary:\ttrain_loss: 0.1856554\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep40\n","DEEPTB INFO Epoch 40 summary:\ttrain_loss: 0.1818202\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep41\n","DEEPTB INFO Epoch 41 summary:\ttrain_loss: 0.1777800\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep42\n","DEEPTB INFO Epoch 42 summary:\ttrain_loss: 0.1741650\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep43\n","DEEPTB INFO Epoch 43 summary:\ttrain_loss: 0.1707368\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep44\n","DEEPTB INFO Epoch 44 summary:\ttrain_loss: 0.1676078\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep45\n","DEEPTB INFO Epoch 45 summary:\ttrain_loss: 0.1649435\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep46\n","DEEPTB INFO Epoch 46 summary:\ttrain_loss: 0.1620656\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep47\n","DEEPTB INFO Epoch 47 summary:\ttrain_loss: 0.1589382\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep48\n","DEEPTB INFO Epoch 48 summary:\ttrain_loss: 0.1558907\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep49\n","DEEPTB INFO Epoch 49 summary:\ttrain_loss: 0.1531011\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep50\n","DEEPTB INFO Epoch 50 summary:\ttrain_loss: 0.1505312\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep51\n","DEEPTB INFO Epoch 51 summary:\ttrain_loss: 0.1483331\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep52\n","DEEPTB INFO Epoch 52 summary:\ttrain_loss: 0.1460106\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep53\n","DEEPTB INFO Epoch 53 summary:\ttrain_loss: 0.1436536\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep54\n","DEEPTB INFO Epoch 54 summary:\ttrain_loss: 0.1413496\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep55\n","DEEPTB INFO Epoch 55 summary:\ttrain_loss: 0.1389974\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep56\n","DEEPTB INFO Epoch 56 summary:\ttrain_loss: 0.1368475\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep57\n","DEEPTB INFO Epoch 57 summary:\ttrain_loss: 0.1347948\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep58\n","DEEPTB INFO Epoch 58 summary:\ttrain_loss: 0.1327189\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep59\n","DEEPTB INFO Epoch 59 summary:\ttrain_loss: 0.1307006\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep60\n","DEEPTB INFO Epoch 60 summary:\ttrain_loss: 0.1286785\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep61\n","DEEPTB INFO Epoch 61 summary:\ttrain_loss: 0.1267744\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep62\n","DEEPTB INFO Epoch 62 summary:\ttrain_loss: 0.1249468\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep63\n","DEEPTB INFO Epoch 63 summary:\ttrain_loss: 0.1231046\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep64\n","DEEPTB INFO Epoch 64 summary:\ttrain_loss: 0.1213274\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep65\n","DEEPTB INFO Epoch 65 summary:\ttrain_loss: 0.1194725\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep66\n","DEEPTB INFO Epoch 66 summary:\ttrain_loss: 0.1175228\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep67\n","DEEPTB INFO Epoch 67 summary:\ttrain_loss: 0.1155612\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep68\n","DEEPTB INFO Epoch 68 summary:\ttrain_loss: 0.1137120\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep69\n","DEEPTB INFO Epoch 69 summary:\ttrain_loss: 0.1118194\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep70\n","DEEPTB INFO Epoch 70 summary:\ttrain_loss: 0.1091970\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep71\n","DEEPTB INFO Epoch 71 summary:\ttrain_loss: 0.1065052\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep72\n","DEEPTB INFO Epoch 72 summary:\ttrain_loss: 0.1038503\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep73\n","DEEPTB INFO Epoch 73 summary:\ttrain_loss: 0.1006426\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep74\n","DEEPTB INFO Epoch 74 summary:\ttrain_loss: 0.0969136\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep75\n","DEEPTB INFO Epoch 75 summary:\ttrain_loss: 0.0928931\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep76\n","DEEPTB INFO Epoch 76 summary:\ttrain_loss: 0.0886603\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep77\n","DEEPTB INFO Epoch 77 summary:\ttrain_loss: 0.0842979\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep78\n","DEEPTB INFO Epoch 78 summary:\ttrain_loss: 0.0801550\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep79\n","DEEPTB INFO Epoch 79 summary:\ttrain_loss: 0.0765958\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep80\n","DEEPTB INFO Epoch 80 summary:\ttrain_loss: 0.0733152\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep81\n","DEEPTB INFO Epoch 81 summary:\ttrain_loss: 0.0701168\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep82\n","DEEPTB INFO Epoch 82 summary:\ttrain_loss: 0.0670417\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep83\n","DEEPTB INFO Epoch 83 summary:\ttrain_loss: 0.0640980\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep84\n","DEEPTB INFO Epoch 84 summary:\ttrain_loss: 0.0612247\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep85\n","DEEPTB INFO Epoch 85 summary:\ttrain_loss: 0.0583894\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep86\n","DEEPTB INFO Epoch 86 summary:\ttrain_loss: 0.0556001\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep87\n","DEEPTB INFO Epoch 87 summary:\ttrain_loss: 0.0528806\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep88\n","DEEPTB INFO Epoch 88 summary:\ttrain_loss: 0.0502739\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep89\n","DEEPTB INFO Epoch 89 summary:\ttrain_loss: 0.0477723\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep90\n","DEEPTB INFO Epoch 90 summary:\ttrain_loss: 0.0453725\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep91\n","DEEPTB INFO Epoch 91 summary:\ttrain_loss: 0.0430907\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep92\n","DEEPTB INFO Epoch 92 summary:\ttrain_loss: 0.0409612\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep93\n","DEEPTB INFO Epoch 93 summary:\ttrain_loss: 0.0390131\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep94\n","DEEPTB INFO Epoch 94 summary:\ttrain_loss: 0.0372678\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep95\n","DEEPTB INFO Epoch 95 summary:\ttrain_loss: 0.0357032\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep96\n","DEEPTB INFO Epoch 96 summary:\ttrain_loss: 0.0342991\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep97\n","DEEPTB INFO Epoch 97 summary:\ttrain_loss: 0.0330329\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep98\n","DEEPTB INFO Epoch 98 summary:\ttrain_loss: 0.0319011\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep99\n","DEEPTB INFO Epoch 99 summary:\ttrain_loss: 0.0308808\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep100\n","DEEPTB INFO iteration:100\ttrain_loss: 0.0299446 (0.0327913)\tlr: 0.04528\n","DEEPTB INFO Epoch 100 summary:\ttrain_loss: 0.0299446\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep101\n","DEEPTB INFO Epoch 101 summary:\ttrain_loss: 0.0290939\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep102\n","DEEPTB INFO Epoch 102 summary:\ttrain_loss: 0.0282935\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep103\n","DEEPTB INFO Epoch 103 summary:\ttrain_loss: 0.0275372\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep104\n","DEEPTB INFO Epoch 104 summary:\ttrain_loss: 0.0268319\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep105\n","DEEPTB INFO Epoch 105 summary:\ttrain_loss: 0.0261856\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep106\n","DEEPTB INFO Epoch 106 summary:\ttrain_loss: 0.0255959\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep107\n","DEEPTB INFO Epoch 107 summary:\ttrain_loss: 0.0250598\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep108\n","DEEPTB INFO Epoch 108 summary:\ttrain_loss: 0.0245691\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep109\n","DEEPTB INFO Epoch 109 summary:\ttrain_loss: 0.0241263\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep110\n","DEEPTB INFO Epoch 110 summary:\ttrain_loss: 0.0237279\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep111\n","DEEPTB INFO Epoch 111 summary:\ttrain_loss: 0.0233748\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep112\n","DEEPTB INFO Epoch 112 summary:\ttrain_loss: 0.0230593\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep113\n","DEEPTB INFO Epoch 113 summary:\ttrain_loss: 0.0227696\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep114\n","DEEPTB INFO Epoch 114 summary:\ttrain_loss: 0.0224958\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep115\n","DEEPTB INFO Epoch 115 summary:\ttrain_loss: 0.0222442\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep116\n","DEEPTB INFO Epoch 116 summary:\ttrain_loss: 0.0220071\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep117\n","DEEPTB INFO Epoch 117 summary:\ttrain_loss: 0.0217851\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep118\n","DEEPTB INFO Epoch 118 summary:\ttrain_loss: 0.0215747\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep119\n","DEEPTB INFO Epoch 119 summary:\ttrain_loss: 0.0213679\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep120\n","DEEPTB INFO Epoch 120 summary:\ttrain_loss: 0.0211655\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep121\n","DEEPTB INFO Epoch 121 summary:\ttrain_loss: 0.0209708\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep122\n","DEEPTB INFO Epoch 122 summary:\ttrain_loss: 0.0207934\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep123\n","DEEPTB INFO Epoch 123 summary:\ttrain_loss: 0.0206272\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep124\n","DEEPTB INFO Epoch 124 summary:\ttrain_loss: 0.0204715\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep125\n","DEEPTB INFO Epoch 125 summary:\ttrain_loss: 0.0203200\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep126\n","DEEPTB INFO Epoch 126 summary:\ttrain_loss: 0.0201744\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep127\n","DEEPTB INFO Epoch 127 summary:\ttrain_loss: 0.0200360\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep128\n","DEEPTB INFO Epoch 128 summary:\ttrain_loss: 0.0199035\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep129\n","DEEPTB INFO Epoch 129 summary:\ttrain_loss: 0.0197830\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep130\n","DEEPTB INFO Epoch 130 summary:\ttrain_loss: 0.0196635\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep131\n","DEEPTB INFO Epoch 131 summary:\ttrain_loss: 0.0195490\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep132\n","DEEPTB INFO Epoch 132 summary:\ttrain_loss: 0.0194385\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep133\n","DEEPTB INFO Epoch 133 summary:\ttrain_loss: 0.0193320\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep134\n","DEEPTB INFO Epoch 134 summary:\ttrain_loss: 0.0192280\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep135\n","DEEPTB INFO Epoch 135 summary:\ttrain_loss: 0.0191301\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep136\n","DEEPTB INFO Epoch 136 summary:\ttrain_loss: 0.0190364\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep137\n","DEEPTB INFO Epoch 137 summary:\ttrain_loss: 0.0189470\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep138\n","DEEPTB INFO Epoch 138 summary:\ttrain_loss: 0.0188616\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep139\n","DEEPTB INFO Epoch 139 summary:\ttrain_loss: 0.0187796\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep140\n","DEEPTB INFO Epoch 140 summary:\ttrain_loss: 0.0187019\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep141\n","DEEPTB INFO Epoch 141 summary:\ttrain_loss: 0.0186306\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep142\n","DEEPTB INFO Epoch 142 summary:\ttrain_loss: 0.0185600\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep143\n","DEEPTB INFO Epoch 143 summary:\ttrain_loss: 0.0184910\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep144\n","DEEPTB INFO Epoch 144 summary:\ttrain_loss: 0.0184262\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep145\n","DEEPTB INFO Epoch 145 summary:\ttrain_loss: 0.0183628\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep146\n","DEEPTB INFO Epoch 146 summary:\ttrain_loss: 0.0183037\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep147\n","DEEPTB INFO Epoch 147 summary:\ttrain_loss: 0.0182475\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep148\n","DEEPTB INFO Epoch 148 summary:\ttrain_loss: 0.0181919\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep149\n","DEEPTB INFO Epoch 149 summary:\ttrain_loss: 0.0181362\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep150\n","DEEPTB INFO Epoch 150 summary:\ttrain_loss: 0.0180858\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep151\n","DEEPTB INFO Epoch 151 summary:\ttrain_loss: 0.0180364\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep152\n","DEEPTB INFO Epoch 152 summary:\ttrain_loss: 0.0179911\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep153\n","DEEPTB INFO Epoch 153 summary:\ttrain_loss: 0.0179475\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep154\n","DEEPTB INFO Epoch 154 summary:\ttrain_loss: 0.0179092\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep155\n","DEEPTB INFO Epoch 155 summary:\ttrain_loss: 0.0178651\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep156\n","DEEPTB INFO Epoch 156 summary:\ttrain_loss: 0.0178311\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep157\n","DEEPTB INFO Epoch 157 summary:\ttrain_loss: 0.0177966\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep158\n","DEEPTB INFO Epoch 158 summary:\ttrain_loss: 0.0177586\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep159\n","DEEPTB INFO Epoch 159 summary:\ttrain_loss: 0.0177218\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep160\n","DEEPTB INFO Epoch 160 summary:\ttrain_loss: 0.0176897\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep161\n","DEEPTB INFO Epoch 161 summary:\ttrain_loss: 0.0176597\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep162\n","DEEPTB INFO Epoch 162 summary:\ttrain_loss: 0.0176278\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep163\n","DEEPTB INFO Epoch 163 summary:\ttrain_loss: 0.0175975\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep164\n","DEEPTB INFO Epoch 164 summary:\ttrain_loss: 0.0175661\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep165\n","DEEPTB INFO Epoch 165 summary:\ttrain_loss: 0.0175377\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep166\n","DEEPTB INFO Epoch 166 summary:\ttrain_loss: 0.0175089\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep167\n","DEEPTB INFO Epoch 167 summary:\ttrain_loss: 0.0174894\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep168\n","DEEPTB INFO Epoch 168 summary:\ttrain_loss: 0.0174596\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep169\n","DEEPTB INFO Epoch 169 summary:\ttrain_loss: 0.0174376\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep170\n","DEEPTB INFO Epoch 170 summary:\ttrain_loss: 0.0174130\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep171\n","DEEPTB INFO Epoch 171 summary:\ttrain_loss: 0.0173883\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep172\n","DEEPTB INFO Epoch 172 summary:\ttrain_loss: 0.0173627\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep173\n","DEEPTB INFO Epoch 173 summary:\ttrain_loss: 0.0173444\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep174\n","DEEPTB INFO Epoch 174 summary:\ttrain_loss: 0.0173237\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep175\n","DEEPTB INFO Epoch 175 summary:\ttrain_loss: 0.0173000\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep176\n","DEEPTB INFO Epoch 176 summary:\ttrain_loss: 0.0172755\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep177\n","DEEPTB INFO Epoch 177 summary:\ttrain_loss: 0.0172557\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep178\n","DEEPTB INFO Epoch 178 summary:\ttrain_loss: 0.0172351\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep179\n","DEEPTB INFO Epoch 179 summary:\ttrain_loss: 0.0172145\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep180\n","DEEPTB INFO Epoch 180 summary:\ttrain_loss: 0.0171925\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep181\n","DEEPTB INFO Epoch 181 summary:\ttrain_loss: 0.0171716\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep182\n","DEEPTB INFO Epoch 182 summary:\ttrain_loss: 0.0171612\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep183\n","DEEPTB INFO Epoch 183 summary:\ttrain_loss: 0.0171382\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep184\n","DEEPTB INFO Epoch 184 summary:\ttrain_loss: 0.0171194\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep185\n","DEEPTB INFO Epoch 185 summary:\ttrain_loss: 0.0171045\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep186\n","DEEPTB INFO Epoch 186 summary:\ttrain_loss: 0.0170888\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep187\n","DEEPTB INFO Epoch 187 summary:\ttrain_loss: 0.0170693\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep188\n","DEEPTB INFO Epoch 188 summary:\ttrain_loss: 0.0170523\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep189\n","DEEPTB INFO Epoch 189 summary:\ttrain_loss: 0.0170381\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep190\n","DEEPTB INFO Epoch 190 summary:\ttrain_loss: 0.0170223\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep191\n","DEEPTB INFO Epoch 191 summary:\ttrain_loss: 0.0170047\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep192\n","DEEPTB INFO Epoch 192 summary:\ttrain_loss: 0.0169868\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep193\n","DEEPTB INFO Epoch 193 summary:\ttrain_loss: 0.0169681\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep194\n","DEEPTB INFO Epoch 194 summary:\ttrain_loss: 0.0169533\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep195\n","DEEPTB INFO Epoch 195 summary:\ttrain_loss: 0.0169377\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep196\n","DEEPTB INFO Epoch 196 summary:\ttrain_loss: 0.0169202\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep197\n","DEEPTB INFO Epoch 197 summary:\ttrain_loss: 0.0169034\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep198\n","DEEPTB INFO Epoch 198 summary:\ttrain_loss: 0.0168983\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep199\n","DEEPTB INFO Epoch 199 summary:\ttrain_loss: 0.0168807\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep200\n","DEEPTB INFO iteration:200\ttrain_loss: 0.0168625 (0.0168990)\tlr: 0.04097\n","DEEPTB INFO Epoch 200 summary:\ttrain_loss: 0.0168625\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep201\n","DEEPTB INFO Epoch 201 summary:\ttrain_loss: 0.0168507\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep202\n","DEEPTB INFO Epoch 202 summary:\ttrain_loss: 0.0168345\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep203\n","DEEPTB INFO Epoch 203 summary:\ttrain_loss: 0.0168192\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep204\n","DEEPTB INFO Epoch 204 summary:\ttrain_loss: 0.0168057\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep205\n","DEEPTB INFO Epoch 205 summary:\ttrain_loss: 0.0167916\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep206\n","DEEPTB INFO Epoch 206 summary:\ttrain_loss: 0.0167802\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep207\n","DEEPTB INFO Epoch 207 summary:\ttrain_loss: 0.0167655\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep208\n","DEEPTB INFO Epoch 208 summary:\ttrain_loss: 0.0167502\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep209\n","DEEPTB INFO Epoch 209 summary:\ttrain_loss: 0.0167349\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep210\n","DEEPTB INFO Epoch 210 summary:\ttrain_loss: 0.0167209\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep211\n","DEEPTB INFO Epoch 211 summary:\ttrain_loss: 0.0167083\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep212\n","DEEPTB INFO Epoch 212 summary:\ttrain_loss: 0.0166969\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep213\n","DEEPTB INFO Epoch 213 summary:\ttrain_loss: 0.0166834\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep214\n","DEEPTB INFO Epoch 214 summary:\ttrain_loss: 0.0166691\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep215\n","DEEPTB INFO Epoch 215 summary:\ttrain_loss: 0.0166546\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep216\n","DEEPTB INFO Epoch 216 summary:\ttrain_loss: 0.0166429\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep217\n","DEEPTB INFO Epoch 217 summary:\ttrain_loss: 0.0166296\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep218\n","DEEPTB INFO Epoch 218 summary:\ttrain_loss: 0.0166196\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep219\n","DEEPTB INFO Epoch 219 summary:\ttrain_loss: 0.0166072\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep220\n","DEEPTB INFO Epoch 220 summary:\ttrain_loss: 0.0165942\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep221\n","DEEPTB INFO Epoch 221 summary:\ttrain_loss: 0.0165798\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep222\n","DEEPTB INFO Epoch 222 summary:\ttrain_loss: 0.0165665\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep223\n","DEEPTB INFO Epoch 223 summary:\ttrain_loss: 0.0165560\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep224\n","DEEPTB INFO Epoch 224 summary:\ttrain_loss: 0.0165449\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep225\n","DEEPTB INFO Epoch 225 summary:\ttrain_loss: 0.0165334\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep226\n","DEEPTB INFO Epoch 226 summary:\ttrain_loss: 0.0165194\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep227\n","DEEPTB INFO Epoch 227 summary:\ttrain_loss: 0.0165050\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep228\n","DEEPTB INFO Epoch 228 summary:\ttrain_loss: 0.0164939\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep229\n","DEEPTB INFO Epoch 229 summary:\ttrain_loss: 0.0164821\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep230\n","DEEPTB INFO Epoch 230 summary:\ttrain_loss: 0.0164708\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep231\n","DEEPTB INFO Epoch 231 summary:\ttrain_loss: 0.0164587\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep232\n","DEEPTB INFO Epoch 232 summary:\ttrain_loss: 0.0164470\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep233\n","DEEPTB INFO Epoch 233 summary:\ttrain_loss: 0.0164349\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep234\n","DEEPTB INFO Epoch 234 summary:\ttrain_loss: 0.0164226\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep235\n","DEEPTB INFO Epoch 235 summary:\ttrain_loss: 0.0164150\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep236\n","DEEPTB INFO Epoch 236 summary:\ttrain_loss: 0.0164023\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep237\n","DEEPTB INFO Epoch 237 summary:\ttrain_loss: 0.0163916\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep238\n","DEEPTB INFO Epoch 238 summary:\ttrain_loss: 0.0163799\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep239\n","DEEPTB INFO Epoch 239 summary:\ttrain_loss: 0.0163670\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep240\n","DEEPTB INFO Epoch 240 summary:\ttrain_loss: 0.0163549\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep241\n","DEEPTB INFO Epoch 241 summary:\ttrain_loss: 0.0163440\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep242\n","DEEPTB INFO Epoch 242 summary:\ttrain_loss: 0.0163334\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep243\n","DEEPTB INFO Epoch 243 summary:\ttrain_loss: 0.0163221\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep244\n","DEEPTB INFO Epoch 244 summary:\ttrain_loss: 0.0163119\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep245\n","DEEPTB INFO Epoch 245 summary:\ttrain_loss: 0.0163003\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep246\n","DEEPTB INFO Epoch 246 summary:\ttrain_loss: 0.0162874\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep247\n","DEEPTB INFO Epoch 247 summary:\ttrain_loss: 0.0162775\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep248\n","DEEPTB INFO Epoch 248 summary:\ttrain_loss: 0.0162653\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep249\n","DEEPTB INFO Epoch 249 summary:\ttrain_loss: 0.0162547\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep250\n","DEEPTB INFO Epoch 250 summary:\ttrain_loss: 0.0162452\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep251\n","DEEPTB INFO Epoch 251 summary:\ttrain_loss: 0.0162334\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep252\n","DEEPTB INFO Epoch 252 summary:\ttrain_loss: 0.0162235\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep253\n","DEEPTB INFO Epoch 253 summary:\ttrain_loss: 0.0162107\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep254\n","DEEPTB INFO Epoch 254 summary:\ttrain_loss: 0.0162006\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep255\n","DEEPTB INFO Epoch 255 summary:\ttrain_loss: 0.0161890\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep256\n","DEEPTB INFO Epoch 256 summary:\ttrain_loss: 0.0161797\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep257\n","DEEPTB INFO Epoch 257 summary:\ttrain_loss: 0.0161744\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep258\n","DEEPTB INFO Epoch 258 summary:\ttrain_loss: 0.0161726\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep259\n","DEEPTB INFO Epoch 259 summary:\ttrain_loss: 0.0161624\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep260\n","DEEPTB INFO Epoch 260 summary:\ttrain_loss: 0.0161565\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep261\n","DEEPTB INFO Epoch 261 summary:\ttrain_loss: 0.0161491\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep262\n","DEEPTB INFO Epoch 262 summary:\ttrain_loss: 0.0161429\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep263\n","DEEPTB INFO Epoch 263 summary:\ttrain_loss: 0.0161356\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep264\n","DEEPTB INFO Epoch 264 summary:\ttrain_loss: 0.0161283\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep265\n","DEEPTB INFO Epoch 265 summary:\ttrain_loss: 0.0161208\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep266\n","DEEPTB INFO Epoch 266 summary:\ttrain_loss: 0.0161123\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep267\n","DEEPTB INFO Epoch 267 summary:\ttrain_loss: 0.0161020\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep268\n","DEEPTB INFO Epoch 268 summary:\ttrain_loss: 0.0160961\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep269\n","DEEPTB INFO Epoch 269 summary:\ttrain_loss: 0.0160885\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep270\n","DEEPTB INFO Epoch 270 summary:\ttrain_loss: 0.0160843\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep271\n","DEEPTB INFO Epoch 271 summary:\ttrain_loss: 0.0160783\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep272\n","DEEPTB INFO Epoch 272 summary:\ttrain_loss: 0.0160719\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep273\n","DEEPTB INFO Epoch 273 summary:\ttrain_loss: 0.0160637\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep274\n","DEEPTB INFO Epoch 274 summary:\ttrain_loss: 0.0160606\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep275\n","DEEPTB INFO Epoch 275 summary:\ttrain_loss: 0.0160518\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep276\n","DEEPTB INFO Epoch 276 summary:\ttrain_loss: 0.0160448\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep277\n","DEEPTB INFO Epoch 277 summary:\ttrain_loss: 0.0160374\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep278\n","DEEPTB INFO Epoch 278 summary:\ttrain_loss: 0.0160312\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep279\n","DEEPTB INFO Epoch 279 summary:\ttrain_loss: 0.0160266\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep280\n","DEEPTB INFO Epoch 280 summary:\ttrain_loss: 0.0160205\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep281\n","DEEPTB INFO Epoch 281 summary:\ttrain_loss: 0.0160147\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep282\n","DEEPTB INFO Epoch 282 summary:\ttrain_loss: 0.0160070\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep283\n","DEEPTB INFO Epoch 283 summary:\ttrain_loss: 0.0160008\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep284\n","DEEPTB INFO Epoch 284 summary:\ttrain_loss: 0.0159957\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep285\n","DEEPTB INFO Epoch 285 summary:\ttrain_loss: 0.0159896\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep286\n","DEEPTB INFO Epoch 286 summary:\ttrain_loss: 0.0159864\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep287\n","DEEPTB INFO Epoch 287 summary:\ttrain_loss: 0.0159804\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep288\n","DEEPTB INFO Epoch 288 summary:\ttrain_loss: 0.0159735\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep289\n","DEEPTB INFO Epoch 289 summary:\ttrain_loss: 0.0159671\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep290\n","DEEPTB INFO Epoch 290 summary:\ttrain_loss: 0.0159658\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep291\n","DEEPTB INFO Epoch 291 summary:\ttrain_loss: 0.0159558\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep292\n","DEEPTB INFO Epoch 292 summary:\ttrain_loss: 0.0159550\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep293\n","DEEPTB INFO Epoch 293 summary:\ttrain_loss: 0.0159520\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep294\n","DEEPTB INFO Epoch 294 summary:\ttrain_loss: 0.0159459\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep295\n","DEEPTB INFO Epoch 295 summary:\ttrain_loss: 0.0159386\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep296\n","DEEPTB INFO Epoch 296 summary:\ttrain_loss: 0.0159333\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep297\n","DEEPTB INFO Epoch 297 summary:\ttrain_loss: 0.0159286\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep298\n","DEEPTB INFO Epoch 298 summary:\ttrain_loss: 0.0159231\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep299\n","DEEPTB INFO Epoch 299 summary:\ttrain_loss: 0.0159160\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep300\n","DEEPTB INFO iteration:300\ttrain_loss: 0.0159089 (0.0159234)\tlr: 0.03707\n","DEEPTB INFO Epoch 300 summary:\ttrain_loss: 0.0159089\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep301\n","DEEPTB INFO Epoch 301 summary:\ttrain_loss: 0.0159061\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep302\n","DEEPTB INFO Epoch 302 summary:\ttrain_loss: 0.0159011\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep303\n","DEEPTB INFO Epoch 303 summary:\ttrain_loss: 0.0158977\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep304\n","DEEPTB INFO Epoch 304 summary:\ttrain_loss: 0.0158941\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep305\n","DEEPTB INFO Epoch 305 summary:\ttrain_loss: 0.0158853\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep306\n","DEEPTB INFO Epoch 306 summary:\ttrain_loss: 0.0158804\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep307\n","DEEPTB INFO Epoch 307 summary:\ttrain_loss: 0.0158775\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep308\n","DEEPTB INFO Epoch 308 summary:\ttrain_loss: 0.0158731\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep309\n","DEEPTB INFO Epoch 309 summary:\ttrain_loss: 0.0158676\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep310\n","DEEPTB INFO Epoch 310 summary:\ttrain_loss: 0.0158647\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep311\n","DEEPTB INFO Epoch 311 summary:\ttrain_loss: 0.0158600\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep312\n","DEEPTB INFO Epoch 312 summary:\ttrain_loss: 0.0158559\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep313\n","DEEPTB INFO Epoch 313 summary:\ttrain_loss: 0.0158509\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep314\n","DEEPTB INFO Epoch 314 summary:\ttrain_loss: 0.0158445\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep315\n","DEEPTB INFO Epoch 315 summary:\ttrain_loss: 0.0158419\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep316\n","DEEPTB INFO Epoch 316 summary:\ttrain_loss: 0.0158348\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep317\n","DEEPTB INFO Epoch 317 summary:\ttrain_loss: 0.0158315\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep318\n","DEEPTB INFO Epoch 318 summary:\ttrain_loss: 0.0158324\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 319 summary:\ttrain_loss: 0.0158288\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep320\n","DEEPTB INFO Epoch 320 summary:\ttrain_loss: 0.0158217\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep321\n","DEEPTB INFO Epoch 321 summary:\ttrain_loss: 0.0158148\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep322\n","DEEPTB INFO Epoch 322 summary:\ttrain_loss: 0.0158129\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep323\n","DEEPTB INFO Epoch 323 summary:\ttrain_loss: 0.0158072\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep324\n","DEEPTB INFO Epoch 324 summary:\ttrain_loss: 0.0158020\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep325\n","DEEPTB INFO Epoch 325 summary:\ttrain_loss: 0.0157965\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep326\n","DEEPTB INFO Epoch 326 summary:\ttrain_loss: 0.0157939\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep327\n","DEEPTB INFO Epoch 327 summary:\ttrain_loss: 0.0157923\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep328\n","DEEPTB INFO Epoch 328 summary:\ttrain_loss: 0.0157865\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep329\n","DEEPTB INFO Epoch 329 summary:\ttrain_loss: 0.0157862\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep330\n","DEEPTB INFO Epoch 330 summary:\ttrain_loss: 0.0157805\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep331\n","DEEPTB INFO Epoch 331 summary:\ttrain_loss: 0.0157729\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep332\n","DEEPTB INFO Epoch 332 summary:\ttrain_loss: 0.0157694\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep333\n","DEEPTB INFO Epoch 333 summary:\ttrain_loss: 0.0157662\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep334\n","DEEPTB INFO Epoch 334 summary:\ttrain_loss: 0.0157631\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep335\n","DEEPTB INFO Epoch 335 summary:\ttrain_loss: 0.0157582\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep336\n","DEEPTB INFO Epoch 336 summary:\ttrain_loss: 0.0157551\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep337\n","DEEPTB INFO Epoch 337 summary:\ttrain_loss: 0.0157512\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep338\n","DEEPTB INFO Epoch 338 summary:\ttrain_loss: 0.0157475\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep339\n","DEEPTB INFO Epoch 339 summary:\ttrain_loss: 0.0157410\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep340\n","DEEPTB INFO Epoch 340 summary:\ttrain_loss: 0.0157391\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep341\n","DEEPTB INFO Epoch 341 summary:\ttrain_loss: 0.0157352\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep342\n","DEEPTB INFO Epoch 342 summary:\ttrain_loss: 0.0157358\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 343 summary:\ttrain_loss: 0.0157311\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep344\n","DEEPTB INFO Epoch 344 summary:\ttrain_loss: 0.0157270\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep345\n","DEEPTB INFO Epoch 345 summary:\ttrain_loss: 0.0157222\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep346\n","DEEPTB INFO Epoch 346 summary:\ttrain_loss: 0.0157195\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep347\n","DEEPTB INFO Epoch 347 summary:\ttrain_loss: 0.0157164\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep348\n","DEEPTB INFO Epoch 348 summary:\ttrain_loss: 0.0157144\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep349\n","DEEPTB INFO Epoch 349 summary:\ttrain_loss: 0.0157115\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep350\n","DEEPTB INFO Epoch 350 summary:\ttrain_loss: 0.0157058\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep351\n","DEEPTB INFO Epoch 351 summary:\ttrain_loss: 0.0156995\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep352\n","DEEPTB INFO Epoch 352 summary:\ttrain_loss: 0.0156996\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 353 summary:\ttrain_loss: 0.0156951\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep354\n","DEEPTB INFO Epoch 354 summary:\ttrain_loss: 0.0156935\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep355\n","DEEPTB INFO Epoch 355 summary:\ttrain_loss: 0.0156906\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep356\n","DEEPTB INFO Epoch 356 summary:\ttrain_loss: 0.0156851\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep357\n","DEEPTB INFO Epoch 357 summary:\ttrain_loss: 0.0156806\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep358\n","DEEPTB INFO Epoch 358 summary:\ttrain_loss: 0.0156795\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep359\n","DEEPTB INFO Epoch 359 summary:\ttrain_loss: 0.0156752\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep360\n","DEEPTB INFO Epoch 360 summary:\ttrain_loss: 0.0156709\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep361\n","DEEPTB INFO Epoch 361 summary:\ttrain_loss: 0.0156682\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep362\n","DEEPTB INFO Epoch 362 summary:\ttrain_loss: 0.0156652\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep363\n","DEEPTB INFO Epoch 363 summary:\ttrain_loss: 0.0156604\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep364\n","DEEPTB INFO Epoch 364 summary:\ttrain_loss: 0.0156610\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 365 summary:\ttrain_loss: 0.0156593\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep366\n","DEEPTB INFO Epoch 366 summary:\ttrain_loss: 0.0156536\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep367\n","DEEPTB INFO Epoch 367 summary:\ttrain_loss: 0.0156508\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep368\n","DEEPTB INFO Epoch 368 summary:\ttrain_loss: 0.0156480\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep369\n","DEEPTB INFO Epoch 369 summary:\ttrain_loss: 0.0156450\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep370\n","DEEPTB INFO Epoch 370 summary:\ttrain_loss: 0.0156412\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep371\n","DEEPTB INFO Epoch 371 summary:\ttrain_loss: 0.0156385\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep372\n","DEEPTB INFO Epoch 372 summary:\ttrain_loss: 0.0156353\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep373\n","DEEPTB INFO Epoch 373 summary:\ttrain_loss: 0.0156321\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep374\n","DEEPTB INFO Epoch 374 summary:\ttrain_loss: 0.0156305\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep375\n","DEEPTB INFO Epoch 375 summary:\ttrain_loss: 0.0156262\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep376\n","DEEPTB INFO Epoch 376 summary:\ttrain_loss: 0.0156268\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 377 summary:\ttrain_loss: 0.0156226\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep378\n","DEEPTB INFO Epoch 378 summary:\ttrain_loss: 0.0156183\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep379\n","DEEPTB INFO Epoch 379 summary:\ttrain_loss: 0.0156152\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep380\n","DEEPTB INFO Epoch 380 summary:\ttrain_loss: 0.0156145\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep381\n","DEEPTB INFO Epoch 381 summary:\ttrain_loss: 0.0156111\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep382\n","DEEPTB INFO Epoch 382 summary:\ttrain_loss: 0.0156083\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep383\n","DEEPTB INFO Epoch 383 summary:\ttrain_loss: 0.0156040\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep384\n","DEEPTB INFO Epoch 384 summary:\ttrain_loss: 0.0156021\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep385\n","DEEPTB INFO Epoch 385 summary:\ttrain_loss: 0.0155972\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep386\n","DEEPTB INFO Epoch 386 summary:\ttrain_loss: 0.0155952\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep387\n","DEEPTB INFO Epoch 387 summary:\ttrain_loss: 0.0155933\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep388\n","DEEPTB INFO Epoch 388 summary:\ttrain_loss: 0.0155930\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep389\n","DEEPTB INFO Epoch 389 summary:\ttrain_loss: 0.0155891\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep390\n","DEEPTB INFO Epoch 390 summary:\ttrain_loss: 0.0155854\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep391\n","DEEPTB INFO Epoch 391 summary:\ttrain_loss: 0.0155854\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep392\n","DEEPTB INFO Epoch 392 summary:\ttrain_loss: 0.0155832\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep393\n","DEEPTB INFO Epoch 393 summary:\ttrain_loss: 0.0155795\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep394\n","DEEPTB INFO Epoch 394 summary:\ttrain_loss: 0.0155774\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep395\n","DEEPTB INFO Epoch 395 summary:\ttrain_loss: 0.0155742\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep396\n","DEEPTB INFO Epoch 396 summary:\ttrain_loss: 0.0155707\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep397\n","DEEPTB INFO Epoch 397 summary:\ttrain_loss: 0.0155712\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 398 summary:\ttrain_loss: 0.0155677\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep399\n","DEEPTB INFO Epoch 399 summary:\ttrain_loss: 0.0155648\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep400\n","DEEPTB INFO iteration:400\ttrain_loss: 0.0155643 (0.0155688)\tlr: 0.03354\n","DEEPTB INFO Epoch 400 summary:\ttrain_loss: 0.0155643\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep401\n","DEEPTB INFO Epoch 401 summary:\ttrain_loss: 0.0155604\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep402\n","DEEPTB INFO Epoch 402 summary:\ttrain_loss: 0.0155579\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep403\n","DEEPTB INFO Epoch 403 summary:\ttrain_loss: 0.0155574\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep404\n","DEEPTB INFO Epoch 404 summary:\ttrain_loss: 0.0155526\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep405\n","DEEPTB INFO Epoch 405 summary:\ttrain_loss: 0.0155484\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep406\n","DEEPTB INFO Epoch 406 summary:\ttrain_loss: 0.0155475\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep407\n","DEEPTB INFO Epoch 407 summary:\ttrain_loss: 0.0155463\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep408\n","DEEPTB INFO Epoch 408 summary:\ttrain_loss: 0.0155446\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep409\n","DEEPTB INFO Epoch 409 summary:\ttrain_loss: 0.0155406\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep410\n","DEEPTB INFO Epoch 410 summary:\ttrain_loss: 0.0155382\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep411\n","DEEPTB INFO Epoch 411 summary:\ttrain_loss: 0.0155387\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 412 summary:\ttrain_loss: 0.0155360\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep413\n","DEEPTB INFO Epoch 413 summary:\ttrain_loss: 0.0155328\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep414\n","DEEPTB INFO Epoch 414 summary:\ttrain_loss: 0.0155310\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep415\n","DEEPTB INFO Epoch 415 summary:\ttrain_loss: 0.0155280\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep416\n","DEEPTB INFO Epoch 416 summary:\ttrain_loss: 0.0155262\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep417\n","DEEPTB INFO Epoch 417 summary:\ttrain_loss: 0.0155223\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep418\n","DEEPTB INFO Epoch 418 summary:\ttrain_loss: 0.0155208\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep419\n","DEEPTB INFO Epoch 419 summary:\ttrain_loss: 0.0155197\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep420\n","DEEPTB INFO Epoch 420 summary:\ttrain_loss: 0.0155174\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep421\n","DEEPTB INFO Epoch 421 summary:\ttrain_loss: 0.0155164\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep422\n","DEEPTB INFO Epoch 422 summary:\ttrain_loss: 0.0155156\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep423\n","DEEPTB INFO Epoch 423 summary:\ttrain_loss: 0.0155131\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep424\n","DEEPTB INFO Epoch 424 summary:\ttrain_loss: 0.0155114\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep425\n","DEEPTB INFO Epoch 425 summary:\ttrain_loss: 0.0155076\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep426\n","DEEPTB INFO Epoch 426 summary:\ttrain_loss: 0.0155060\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep427\n","DEEPTB INFO Epoch 427 summary:\ttrain_loss: 0.0155032\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep428\n","DEEPTB INFO Epoch 428 summary:\ttrain_loss: 0.0155017\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep429\n","DEEPTB INFO Epoch 429 summary:\ttrain_loss: 0.0154991\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep430\n","DEEPTB INFO Epoch 430 summary:\ttrain_loss: 0.0154975\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep431\n","DEEPTB INFO Epoch 431 summary:\ttrain_loss: 0.0154972\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep432\n","DEEPTB INFO Epoch 432 summary:\ttrain_loss: 0.0154938\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep433\n","DEEPTB INFO Epoch 433 summary:\ttrain_loss: 0.0154906\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep434\n","DEEPTB INFO Epoch 434 summary:\ttrain_loss: 0.0154919\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 435 summary:\ttrain_loss: 0.0154870\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep436\n","DEEPTB INFO Epoch 436 summary:\ttrain_loss: 0.0154853\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep437\n","DEEPTB INFO Epoch 437 summary:\ttrain_loss: 0.0154834\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep438\n","DEEPTB INFO Epoch 438 summary:\ttrain_loss: 0.0154810\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep439\n","DEEPTB INFO Epoch 439 summary:\ttrain_loss: 0.0154786\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep440\n","DEEPTB INFO Epoch 440 summary:\ttrain_loss: 0.0154775\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep441\n","DEEPTB INFO Epoch 441 summary:\ttrain_loss: 0.0154758\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep442\n","DEEPTB INFO Epoch 442 summary:\ttrain_loss: 0.0154744\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep443\n","DEEPTB INFO Epoch 443 summary:\ttrain_loss: 0.0154724\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep444\n","DEEPTB INFO Epoch 444 summary:\ttrain_loss: 0.0154700\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep445\n","DEEPTB INFO Epoch 445 summary:\ttrain_loss: 0.0154663\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep446\n","DEEPTB INFO Epoch 446 summary:\ttrain_loss: 0.0154668\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 447 summary:\ttrain_loss: 0.0154660\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep448\n","DEEPTB INFO Epoch 448 summary:\ttrain_loss: 0.0154629\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep449\n","DEEPTB INFO Epoch 449 summary:\ttrain_loss: 0.0154601\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep450\n","DEEPTB INFO Epoch 450 summary:\ttrain_loss: 0.0154576\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep451\n","DEEPTB INFO Epoch 451 summary:\ttrain_loss: 0.0154562\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep452\n","DEEPTB INFO Epoch 452 summary:\ttrain_loss: 0.0154549\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep453\n","DEEPTB INFO Epoch 453 summary:\ttrain_loss: 0.0154535\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep454\n","DEEPTB INFO Epoch 454 summary:\ttrain_loss: 0.0154514\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep455\n","DEEPTB INFO Epoch 455 summary:\ttrain_loss: 0.0154508\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep456\n","DEEPTB INFO Epoch 456 summary:\ttrain_loss: 0.0154483\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep457\n","DEEPTB INFO Epoch 457 summary:\ttrain_loss: 0.0154480\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep458\n","DEEPTB INFO Epoch 458 summary:\ttrain_loss: 0.0154467\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep459\n","DEEPTB INFO Epoch 459 summary:\ttrain_loss: 0.0154436\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep460\n","DEEPTB INFO Epoch 460 summary:\ttrain_loss: 0.0154427\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep461\n","DEEPTB INFO Epoch 461 summary:\ttrain_loss: 0.0154408\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep462\n","DEEPTB INFO Epoch 462 summary:\ttrain_loss: 0.0154394\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep463\n","DEEPTB INFO Epoch 463 summary:\ttrain_loss: 0.0154365\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep464\n","DEEPTB INFO Epoch 464 summary:\ttrain_loss: 0.0154369\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 465 summary:\ttrain_loss: 0.0154353\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep466\n","DEEPTB INFO Epoch 466 summary:\ttrain_loss: 0.0154334\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep467\n","DEEPTB INFO Epoch 467 summary:\ttrain_loss: 0.0154325\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep468\n","DEEPTB INFO Epoch 468 summary:\ttrain_loss: 0.0154299\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep469\n","DEEPTB INFO Epoch 469 summary:\ttrain_loss: 0.0154278\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep470\n","DEEPTB INFO Epoch 470 summary:\ttrain_loss: 0.0154265\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep471\n","DEEPTB INFO Epoch 471 summary:\ttrain_loss: 0.0154257\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep472\n","DEEPTB INFO Epoch 472 summary:\ttrain_loss: 0.0154235\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep473\n","DEEPTB INFO Epoch 473 summary:\ttrain_loss: 0.0154225\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep474\n","DEEPTB INFO Epoch 474 summary:\ttrain_loss: 0.0154206\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep475\n","DEEPTB INFO Epoch 475 summary:\ttrain_loss: 0.0154182\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep476\n","DEEPTB INFO Epoch 476 summary:\ttrain_loss: 0.0154182\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep477\n","DEEPTB INFO Epoch 477 summary:\ttrain_loss: 0.0154163\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep478\n","DEEPTB INFO Epoch 478 summary:\ttrain_loss: 0.0154143\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep479\n","DEEPTB INFO Epoch 479 summary:\ttrain_loss: 0.0154135\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep480\n","DEEPTB INFO Epoch 480 summary:\ttrain_loss: 0.0154114\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep481\n","DEEPTB INFO Epoch 481 summary:\ttrain_loss: 0.0154104\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep482\n","DEEPTB INFO Epoch 482 summary:\ttrain_loss: 0.0154101\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep483\n","DEEPTB INFO Epoch 483 summary:\ttrain_loss: 0.0154090\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep484\n","DEEPTB INFO Epoch 484 summary:\ttrain_loss: 0.0154062\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep485\n","DEEPTB INFO Epoch 485 summary:\ttrain_loss: 0.0154043\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep486\n","DEEPTB INFO Epoch 486 summary:\ttrain_loss: 0.0154036\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep487\n","DEEPTB INFO Epoch 487 summary:\ttrain_loss: 0.0154025\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep488\n","DEEPTB INFO Epoch 488 summary:\ttrain_loss: 0.0154023\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep489\n","DEEPTB INFO Epoch 489 summary:\ttrain_loss: 0.0154010\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep490\n","DEEPTB INFO Epoch 490 summary:\ttrain_loss: 0.0153986\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep491\n","DEEPTB INFO Epoch 491 summary:\ttrain_loss: 0.0153953\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep492\n","DEEPTB INFO Epoch 492 summary:\ttrain_loss: 0.0153989\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 493 summary:\ttrain_loss: 0.0153972\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 494 summary:\ttrain_loss: 0.0153921\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep495\n","DEEPTB INFO Epoch 495 summary:\ttrain_loss: 0.0153911\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep496\n","DEEPTB INFO Epoch 496 summary:\ttrain_loss: 0.0153893\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep497\n","DEEPTB INFO Epoch 497 summary:\ttrain_loss: 0.0153865\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep498\n","DEEPTB INFO Epoch 498 summary:\ttrain_loss: 0.0153882\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 499 summary:\ttrain_loss: 0.0153850\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep500\n","DEEPTB INFO iteration:500\ttrain_loss: 0.0153841 (0.0153874)\tlr: 0.03035\n","DEEPTB INFO checkpoint saved as nnsk.iter501\n","DEEPTB INFO Epoch 500 summary:\ttrain_loss: 0.0153841\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep501\n","DEEPTB INFO finished training\n","DEEPTB INFO wall time: 41.940 s\n"]}],"source":["!dptb train ./inputs/2-2-1_input.json -i ./nnsk/checkpoint/nnsk.ep495.pth -o ./nnsk_2"]},{"cell_type":"markdown","metadata":{},"source":["训练收敛后查看能带拟合结果"]},{"cell_type":"code","execution_count":2,"metadata":{},"outputs":[{"data":{"image/png":"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","text/plain":["
"]},"metadata":{},"output_type":"display_data"}],"source":["model = NNSK.from_reference(checkpoint=\"./nnsk_2/checkpoint/nnsk.ep500.pth\",\n"," basis={'Si': ['3s', '3p', 'd*']})\n","# you can also load the reference model. in ref_ckpts/nnsk_2\n","\n","jdata = j_loader(\"./run/band.json\") \n","results_path = \"./band_plot\"\n","kpath_kwargs = jdata[\"task_options\"]\n","stru_data = \"./data/silicon.vasp\"\n","AtomicData_options = {\"r_max\": 2.6, \"oer_max\": 2.5, \"pbc\": True}\n","\n","bcal = Band(model=model, \n"," use_gui=True, \n"," results_path=results_path, \n"," device=model.device)\n","bcal.get_bands(data=stru_data, \n"," kpath_kwargs=kpath_kwargs, \n"," AtomicData_options=AtomicData_options)\n","bcal.band_plot(ref_band = kpath_kwargs[\"ref_band\"],\n"," E_fermi = kpath_kwargs[\"E_fermi\"],\n"," emin = kpath_kwargs[\"emin\"],\n"," emax = kpath_kwargs[\"emax\"])"]},{"cell_type":"markdown","metadata":{},"source":["**Note**: 实际使用中，我们发现用最小基组作为初始训练，并逐渐增加基组的策略，比直接用完整的轨道初始化从头训练更好。这同时可以帮助我们减小使用的基组数，并提升训练的稳定性。\n","\n","从上面的结果可以看到，此时能带拟合结果已经相当准确。"]},{"cell_type":"markdown","metadata":{},"source":["##### **2.2.2 增加近邻**\n","\n","为了进一步提高精度，我可以通过增加近邻键长 `r_max` 来考虑更远的近邻的紧束缚模型。\n","\n","增加近邻包含两步操作：\n","1. 在`info.json`中调整 `r_max`，增加数值到如 5.0 （包含第三近邻，但不包含第四近邻）。\n","2. 由于原子的离散分布，如果直接突然从最近邻直接加入第二近邻、第三近邻引将引起突变，对哈密顿量的变化太大，会导致之前的拟合结果失效。因此，需要采用一个平滑的阶段函数来对键长的增加进行过渡，通过缓慢地把截断函数向更远的截断推进，从而实现渐进地增加近邻。\n","\n","截断函数的采取的形式是：\n","$$f_s(r)=\\frac{1}{1+e^{(r-r_{skc})/w}}$$\n","\n","通过调整参数，我们可以得到一个平滑的过渡。衰减函数在输入文件可设置的参数为：\n"," - `rs`（Angstrom）：即 $r_{skc}$，控制衰减函数的截断位置；\n"," - `w`：表示衰减函数的平缓程度。"]},{"cell_type":"markdown","metadata":{},"source":["衰减函数的控制如图所示：\n","\n","\"Fig2\"\n","\n","正如上图所示，这个平滑函数将以 $r_{skc}$ 为中心衰减。这个函数根据 w 的形式，具有不同的平滑性。为了在保持拟合稳定性的同时考虑更多邻居项，我们首先将 $r_{skc}$ 设定为第一最近邻距离，这样的衰减函数可以抑制新包含的第二和第三邻居项，不会对预测的哈密顿带来突然的变化。"]},{"cell_type":"markdown","metadata":{},"source":["我们可以将 $r_{skc}$ 从起始第一近邻慢慢外推到新的 `r_max` （包含三近邻）。\n","\n","输入文件中，通过 `push` 关键词中设置 `rs_ths` 和 `period`，即可按照上述公式中的 $r_{skc}$ 从第一近邻缓慢外推至第三近邻。在外推时，每间隔 `period` 个 epoch 就按 `rs_thr` 中设置的每步步长更新 $r_{skc}$。\n","\n","**注意** 如果 `rs_thr` 设置得太大，那么外推的过程就不能称之为缓变，仍然可能会导致模型训练的不收敛。\n","\n","具体输入文件可参考 `inputs/2-2-2-1_input.json`。"]},{"cell_type":"code","execution_count":44,"metadata":{"scrolled":true},"outputs":[{"name":"stdout","output_type":"stream","text":["DEEPTB INFO Epoch 1 summary:\ttrain_loss: 0.0153848\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep2\n","DEEPTB INFO Epoch 2 summary:\ttrain_loss: 0.0191757\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 3 summary:\ttrain_loss: 0.0155894\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 4 summary:\ttrain_loss: 0.0176639\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 5 summary:\ttrain_loss: 0.0175567\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 6 summary:\ttrain_loss: 0.0160061\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 7 summary:\ttrain_loss: 0.0156375\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 8 summary:\ttrain_loss: 0.0164660\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 9 summary:\ttrain_loss: 0.0167569\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 10 summary:\ttrain_loss: 0.0161161\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 11 summary:\ttrain_loss: 0.0154868\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 12 summary:\ttrain_loss: 0.0155579\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 13 summary:\ttrain_loss: 0.0160424\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 14 summary:\ttrain_loss: 0.0162019\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 15 summary:\ttrain_loss: 0.0158612\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 16 summary:\ttrain_loss: 0.0210342\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 17 summary:\ttrain_loss: 0.0189018\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 18 summary:\ttrain_loss: 0.0182727\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 19 summary:\ttrain_loss: 0.0192160\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 20 summary:\ttrain_loss: 0.0200331\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 21 summary:\ttrain_loss: 0.0195756\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 22 summary:\ttrain_loss: 0.0183149\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 23 summary:\ttrain_loss: 0.0173643\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 24 summary:\ttrain_loss: 0.0173194\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 25 summary:\ttrain_loss: 0.0177960\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 26 summary:\ttrain_loss: 0.0179633\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 27 summary:\ttrain_loss: 0.0174894\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 28 summary:\ttrain_loss: 0.0167532\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 29 summary:\ttrain_loss: 0.0163222\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 30 summary:\ttrain_loss: 0.0163903\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 31 summary:\ttrain_loss: 0.0166379\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 32 summary:\ttrain_loss: 0.0209623\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 33 summary:\ttrain_loss: 0.0204787\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 34 summary:\ttrain_loss: 0.0200220\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 35 summary:\ttrain_loss: 0.0196622\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 36 summary:\ttrain_loss: 0.0193480\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 37 summary:\ttrain_loss: 0.0189950\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 38 summary:\ttrain_loss: 0.0185905\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 39 summary:\ttrain_loss: 0.0182005\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 40 summary:\ttrain_loss: 0.0178934\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 41 summary:\ttrain_loss: 0.0176576\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 42 summary:\ttrain_loss: 0.0174326\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 43 summary:\ttrain_loss: 0.0171829\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 44 summary:\ttrain_loss: 0.0169367\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 45 summary:\ttrain_loss: 0.0167410\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 46 summary:\ttrain_loss: 0.0166053\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 47 summary:\ttrain_loss: 0.0164948\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 48 summary:\ttrain_loss: 0.0212837\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 49 summary:\ttrain_loss: 0.0204052\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 50 summary:\ttrain_loss: 0.0196326\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 51 summary:\ttrain_loss: 0.0193530\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 52 summary:\ttrain_loss: 0.0193251\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 53 summary:\ttrain_loss: 0.0190766\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 54 summary:\ttrain_loss: 0.0185158\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 55 summary:\ttrain_loss: 0.0179653\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 56 summary:\ttrain_loss: 0.0177048\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 57 summary:\ttrain_loss: 0.0176484\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 58 summary:\ttrain_loss: 0.0175145\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 59 summary:\ttrain_loss: 0.0171990\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 60 summary:\ttrain_loss: 0.0168687\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 61 summary:\ttrain_loss: 0.0167078\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 62 summary:\ttrain_loss: 0.0166843\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 63 summary:\ttrain_loss: 0.0166264\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 64 summary:\ttrain_loss: 0.0201775\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 65 summary:\ttrain_loss: 0.0196450\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 66 summary:\ttrain_loss: 0.0190812\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 67 summary:\ttrain_loss: 0.0187763\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 68 summary:\ttrain_loss: 0.0186523\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 69 summary:\ttrain_loss: 0.0184307\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 70 summary:\ttrain_loss: 0.0180304\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 71 summary:\ttrain_loss: 0.0176405\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 72 summary:\ttrain_loss: 0.0174305\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 73 summary:\ttrain_loss: 0.0173373\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 74 summary:\ttrain_loss: 0.0171934\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 75 summary:\ttrain_loss: 0.0169558\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 76 summary:\ttrain_loss: 0.0167406\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 77 summary:\ttrain_loss: 0.0166381\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 78 summary:\ttrain_loss: 0.0165955\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 79 summary:\ttrain_loss: 0.0165147\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 80 summary:\ttrain_loss: 0.0196982\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 81 summary:\ttrain_loss: 0.0191738\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 82 summary:\ttrain_loss: 0.0186196\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 83 summary:\ttrain_loss: 0.0184000\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 84 summary:\ttrain_loss: 0.0183661\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 85 summary:\ttrain_loss: 0.0181602\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 86 summary:\ttrain_loss: 0.0177488\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 87 summary:\ttrain_loss: 0.0174108\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 88 summary:\ttrain_loss: 0.0173012\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 89 summary:\ttrain_loss: 0.0172612\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 90 summary:\ttrain_loss: 0.0170934\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 91 summary:\ttrain_loss: 0.0168429\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 92 summary:\ttrain_loss: 0.0166878\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 93 summary:\ttrain_loss: 0.0166633\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 94 summary:\ttrain_loss: 0.0166395\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 95 summary:\ttrain_loss: 0.0165294\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 96 summary:\ttrain_loss: 0.0192876\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 97 summary:\ttrain_loss: 0.0188590\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 98 summary:\ttrain_loss: 0.0183167\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 99 summary:\ttrain_loss: 0.0181030\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:100\ttrain_loss: 0.0181173 (0.0180767)\tlr: 0.009057\n","DEEPTB INFO Epoch 100 summary:\ttrain_loss: 0.0181173\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 101 summary:\ttrain_loss: 0.0179697\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 102 summary:\ttrain_loss: 0.0175963\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 103 summary:\ttrain_loss: 0.0172916\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 104 summary:\ttrain_loss: 0.0172206\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 105 summary:\ttrain_loss: 0.0172063\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 106 summary:\ttrain_loss: 0.0170488\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 107 summary:\ttrain_loss: 0.0168208\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 108 summary:\ttrain_loss: 0.0167054\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 109 summary:\ttrain_loss: 0.0167106\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 110 summary:\ttrain_loss: 0.0166848\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 111 summary:\ttrain_loss: 0.0165669\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 112 summary:\ttrain_loss: 0.0189457\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 113 summary:\ttrain_loss: 0.0185767\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 114 summary:\ttrain_loss: 0.0180788\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 115 summary:\ttrain_loss: 0.0178978\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 116 summary:\ttrain_loss: 0.0179382\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 117 summary:\ttrain_loss: 0.0178072\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 118 summary:\ttrain_loss: 0.0174600\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 119 summary:\ttrain_loss: 0.0172039\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 120 summary:\ttrain_loss: 0.0171719\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 121 summary:\ttrain_loss: 0.0171611\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 122 summary:\ttrain_loss: 0.0169982\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 123 summary:\ttrain_loss: 0.0167945\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 124 summary:\ttrain_loss: 0.0167219\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 125 summary:\ttrain_loss: 0.0167424\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 126 summary:\ttrain_loss: 0.0167011\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 127 summary:\ttrain_loss: 0.0165798\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 128 summary:\ttrain_loss: 0.0186693\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 129 summary:\ttrain_loss: 0.0183375\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 130 summary:\ttrain_loss: 0.0178692\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 131 summary:\ttrain_loss: 0.0177217\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 132 summary:\ttrain_loss: 0.0177856\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 133 summary:\ttrain_loss: 0.0176600\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 134 summary:\ttrain_loss: 0.0173323\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 135 summary:\ttrain_loss: 0.0171171\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 136 summary:\ttrain_loss: 0.0171157\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 137 summary:\ttrain_loss: 0.0171018\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 138 summary:\ttrain_loss: 0.0169315\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 139 summary:\ttrain_loss: 0.0167496\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 140 summary:\ttrain_loss: 0.0167122\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 141 summary:\ttrain_loss: 0.0167380\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 142 summary:\ttrain_loss: 0.0166780\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 143 summary:\ttrain_loss: 0.0165575\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 144 summary:\ttrain_loss: 0.0184073\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 145 summary:\ttrain_loss: 0.0180987\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 146 summary:\ttrain_loss: 0.0176572\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 147 summary:\ttrain_loss: 0.0175437\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 148 summary:\ttrain_loss: 0.0176242\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 149 summary:\ttrain_loss: 0.0174993\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 150 summary:\ttrain_loss: 0.0171845\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 151 summary:\ttrain_loss: 0.0170046\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 152 summary:\ttrain_loss: 0.0170297\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 153 summary:\ttrain_loss: 0.0170075\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 154 summary:\ttrain_loss: 0.0168318\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 155 summary:\ttrain_loss: 0.0166753\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 156 summary:\ttrain_loss: 0.0166657\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 157 summary:\ttrain_loss: 0.0166908\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 158 summary:\ttrain_loss: 0.0166152\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 159 summary:\ttrain_loss: 0.0165017\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 160 summary:\ttrain_loss: 0.0181208\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 161 summary:\ttrain_loss: 0.0178338\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 162 summary:\ttrain_loss: 0.0174281\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 163 summary:\ttrain_loss: 0.0173457\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 164 summary:\ttrain_loss: 0.0174315\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 165 summary:\ttrain_loss: 0.0173071\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 166 summary:\ttrain_loss: 0.0170151\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 167 summary:\ttrain_loss: 0.0168718\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 168 summary:\ttrain_loss: 0.0169044\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 169 summary:\ttrain_loss: 0.0168671\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 170 summary:\ttrain_loss: 0.0166958\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 171 summary:\ttrain_loss: 0.0165712\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 172 summary:\ttrain_loss: 0.0165830\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 173 summary:\ttrain_loss: 0.0165966\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 174 summary:\ttrain_loss: 0.0165100\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 175 summary:\ttrain_loss: 0.0164103\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 176 summary:\ttrain_loss: 0.0178039\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 177 summary:\ttrain_loss: 0.0175429\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 178 summary:\ttrain_loss: 0.0171843\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 179 summary:\ttrain_loss: 0.0171260\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 180 summary:\ttrain_loss: 0.0172070\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 181 summary:\ttrain_loss: 0.0170783\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 182 summary:\ttrain_loss: 0.0168105\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 183 summary:\ttrain_loss: 0.0167030\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 184 summary:\ttrain_loss: 0.0167445\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 185 summary:\ttrain_loss: 0.0166987\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 186 summary:\ttrain_loss: 0.0165340\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 187 summary:\ttrain_loss: 0.0164362\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 188 summary:\ttrain_loss: 0.0164599\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 189 summary:\ttrain_loss: 0.0164605\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 190 summary:\ttrain_loss: 0.0163679\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 191 summary:\ttrain_loss: 0.0162860\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 192 summary:\ttrain_loss: 0.0174871\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 193 summary:\ttrain_loss: 0.0172433\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 194 summary:\ttrain_loss: 0.0169260\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 195 summary:\ttrain_loss: 0.0168910\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 196 summary:\ttrain_loss: 0.0169667\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 197 summary:\ttrain_loss: 0.0168360\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 198 summary:\ttrain_loss: 0.0165973\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 199 summary:\ttrain_loss: 0.0165168\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:200\ttrain_loss: 0.0165583 (0.0166710)\tlr: 0.008195\n","DEEPTB INFO Epoch 200 summary:\ttrain_loss: 0.0165583\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 201 summary:\ttrain_loss: 0.0165022\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 202 summary:\ttrain_loss: 0.0163491\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 203 summary:\ttrain_loss: 0.0162768\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 204 summary:\ttrain_loss: 0.0163061\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 205 summary:\ttrain_loss: 0.0162921\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 206 summary:\ttrain_loss: 0.0161992\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 207 summary:\ttrain_loss: 0.0161364\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 208 summary:\ttrain_loss: 0.0171526\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 209 summary:\ttrain_loss: 0.0169274\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 210 summary:\ttrain_loss: 0.0166557\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 211 summary:\ttrain_loss: 0.0166423\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 212 summary:\ttrain_loss: 0.0167004\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 213 summary:\ttrain_loss: 0.0165681\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 214 summary:\ttrain_loss: 0.0163618\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 215 summary:\ttrain_loss: 0.0163102\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 216 summary:\ttrain_loss: 0.0163444\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 217 summary:\ttrain_loss: 0.0162751\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 218 summary:\ttrain_loss: 0.0161410\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 219 summary:\ttrain_loss: 0.0160945\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 220 summary:\ttrain_loss: 0.0161230\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 221 summary:\ttrain_loss: 0.0160959\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 222 summary:\ttrain_loss: 0.0160072\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 223 summary:\ttrain_loss: 0.0159649\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 224 summary:\ttrain_loss: 0.0168068\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 225 summary:\ttrain_loss: 0.0165983\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 226 summary:\ttrain_loss: 0.0163737\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 227 summary:\ttrain_loss: 0.0163755\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 228 summary:\ttrain_loss: 0.0164169\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 229 summary:\ttrain_loss: 0.0162835\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 230 summary:\ttrain_loss: 0.0161114\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 231 summary:\ttrain_loss: 0.0160822\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 232 summary:\ttrain_loss: 0.0161067\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 233 summary:\ttrain_loss: 0.0160309\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 234 summary:\ttrain_loss: 0.0159175\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 235 summary:\ttrain_loss: 0.0158900\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 236 summary:\ttrain_loss: 0.0159126\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 237 summary:\ttrain_loss: 0.0158752\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 238 summary:\ttrain_loss: 0.0157978\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 239 summary:\ttrain_loss: 0.0157721\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 240 summary:\ttrain_loss: 0.0164524\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 241 summary:\ttrain_loss: 0.0162657\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 242 summary:\ttrain_loss: 0.0160873\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 243 summary:\ttrain_loss: 0.0160980\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 244 summary:\ttrain_loss: 0.0161187\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 245 summary:\ttrain_loss: 0.0159919\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 246 summary:\ttrain_loss: 0.0158531\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 247 summary:\ttrain_loss: 0.0158397\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 248 summary:\ttrain_loss: 0.0158520\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 249 summary:\ttrain_loss: 0.0157755\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 250 summary:\ttrain_loss: 0.0156833\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 251 summary:\ttrain_loss: 0.0156715\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 252 summary:\ttrain_loss: 0.0156848\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 253 summary:\ttrain_loss: 0.0156401\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 254 summary:\ttrain_loss: 0.0155767\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 255 summary:\ttrain_loss: 0.0155634\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 256 summary:\ttrain_loss: 0.0160969\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 257 summary:\ttrain_loss: 0.0159365\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 258 summary:\ttrain_loss: 0.0158004\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 259 summary:\ttrain_loss: 0.0158111\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 260 summary:\ttrain_loss: 0.0158120\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 261 summary:\ttrain_loss: 0.0156985\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 262 summary:\ttrain_loss: 0.0155928\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 263 summary:\ttrain_loss: 0.0155855\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 264 summary:\ttrain_loss: 0.0155836\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 265 summary:\ttrain_loss: 0.0155129\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 266 summary:\ttrain_loss: 0.0154439\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 267 summary:\ttrain_loss: 0.0154389\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 268 summary:\ttrain_loss: 0.0154406\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 269 summary:\ttrain_loss: 0.0153951\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 270 summary:\ttrain_loss: 0.0153465\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep271\n","DEEPTB INFO Epoch 271 summary:\ttrain_loss: 0.0153397\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep272\n","DEEPTB INFO Epoch 272 summary:\ttrain_loss: 0.0157461\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 273 summary:\ttrain_loss: 0.0156154\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 274 summary:\ttrain_loss: 0.0155159\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 275 summary:\ttrain_loss: 0.0155200\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 276 summary:\ttrain_loss: 0.0155034\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 277 summary:\ttrain_loss: 0.0154060\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 278 summary:\ttrain_loss: 0.0153295\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep279\n","DEEPTB INFO Epoch 279 summary:\ttrain_loss: 0.0153240\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep280\n","DEEPTB INFO Epoch 280 summary:\ttrain_loss: 0.0153096\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep281\n","DEEPTB INFO Epoch 281 summary:\ttrain_loss: 0.0152473\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep282\n","DEEPTB INFO Epoch 282 summary:\ttrain_loss: 0.0151989\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep283\n","DEEPTB INFO Epoch 283 summary:\ttrain_loss: 0.0151962\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep284\n","DEEPTB INFO Epoch 284 summary:\ttrain_loss: 0.0151861\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep285\n","DEEPTB INFO Epoch 285 summary:\ttrain_loss: 0.0151431\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep286\n","DEEPTB INFO Epoch 286 summary:\ttrain_loss: 0.0151086\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep287\n","DEEPTB INFO Epoch 287 summary:\ttrain_loss: 0.0151045\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep288\n","DEEPTB INFO Epoch 288 summary:\ttrain_loss: 0.0153967\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 289 summary:\ttrain_loss: 0.0152953\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 290 summary:\ttrain_loss: 0.0152271\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 291 summary:\ttrain_loss: 0.0152239\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 292 summary:\ttrain_loss: 0.0151940\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 293 summary:\ttrain_loss: 0.0151141\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 294 summary:\ttrain_loss: 0.0150586\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep295\n","DEEPTB INFO Epoch 295 summary:\ttrain_loss: 0.0150477\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep296\n","DEEPTB INFO Epoch 296 summary:\ttrain_loss: 0.0150229\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep297\n","DEEPTB INFO Epoch 297 summary:\ttrain_loss: 0.0149702\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep298\n","DEEPTB INFO Epoch 298 summary:\ttrain_loss: 0.0149378\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep299\n","DEEPTB INFO Epoch 299 summary:\ttrain_loss: 0.0149324\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep300\n","DEEPTB INFO iteration:300\ttrain_loss: 0.0149144 (0.0149698)\tlr: 0.007414\n","DEEPTB INFO Epoch 300 summary:\ttrain_loss: 0.0149144\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep301\n","DEEPTB INFO Epoch 301 summary:\ttrain_loss: 0.0148778\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep302\n","DEEPTB INFO Epoch 302 summary:\ttrain_loss: 0.0148554\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep303\n","DEEPTB INFO Epoch 303 summary:\ttrain_loss: 0.0148506\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep304\n","DEEPTB INFO Epoch 304 summary:\ttrain_loss: 0.0150488\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 305 summary:\ttrain_loss: 0.0149760\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 306 summary:\ttrain_loss: 0.0149277\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 307 summary:\ttrain_loss: 0.0149117\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 308 summary:\ttrain_loss: 0.0148745\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 309 summary:\ttrain_loss: 0.0148149\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep310\n","DEEPTB INFO Epoch 310 summary:\ttrain_loss: 0.0147775\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep311\n","DEEPTB INFO Epoch 311 summary:\ttrain_loss: 0.0147614\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep312\n","DEEPTB INFO Epoch 312 summary:\ttrain_loss: 0.0147326\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep313\n","DEEPTB INFO Epoch 313 summary:\ttrain_loss: 0.0146934\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep314\n","DEEPTB INFO Epoch 314 summary:\ttrain_loss: 0.0146716\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep315\n","DEEPTB INFO Epoch 315 summary:\ttrain_loss: 0.0146618\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep316\n","DEEPTB INFO Epoch 316 summary:\ttrain_loss: 0.0146410\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep317\n","DEEPTB INFO Epoch 317 summary:\ttrain_loss: 0.0146140\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep318\n","DEEPTB INFO Epoch 318 summary:\ttrain_loss: 0.0145980\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep319\n","DEEPTB INFO Epoch 319 summary:\ttrain_loss: 0.0145897\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep320\n","DEEPTB INFO Epoch 320 summary:\ttrain_loss: 0.0147195\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 321 summary:\ttrain_loss: 0.0146704\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 322 summary:\ttrain_loss: 0.0146329\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 323 summary:\ttrain_loss: 0.0146052\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 324 summary:\ttrain_loss: 0.0145700\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep325\n","DEEPTB INFO Epoch 325 summary:\ttrain_loss: 0.0145295\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep326\n","DEEPTB INFO Epoch 326 summary:\ttrain_loss: 0.0144998\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep327\n","DEEPTB INFO Epoch 327 summary:\ttrain_loss: 0.0144766\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep328\n","DEEPTB INFO Epoch 328 summary:\ttrain_loss: 0.0144483\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep329\n","DEEPTB INFO Epoch 329 summary:\ttrain_loss: 0.0144210\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep330\n","DEEPTB INFO Epoch 330 summary:\ttrain_loss: 0.0144040\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep331\n","DEEPTB INFO Epoch 331 summary:\ttrain_loss: 0.0143889\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep332\n","DEEPTB INFO Epoch 332 summary:\ttrain_loss: 0.0143685\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep333\n","DEEPTB INFO Epoch 333 summary:\ttrain_loss: 0.0143493\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep334\n","DEEPTB INFO Epoch 334 summary:\ttrain_loss: 0.0143375\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep335\n","DEEPTB INFO Epoch 335 summary:\ttrain_loss: 0.0143264\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep336\n","DEEPTB INFO Epoch 336 summary:\ttrain_loss: 0.0144040\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 337 summary:\ttrain_loss: 0.0143701\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 338 summary:\ttrain_loss: 0.0143361\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 339 summary:\ttrain_loss: 0.0143053\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep340\n","DEEPTB INFO Epoch 340 summary:\ttrain_loss: 0.0142737\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep341\n","DEEPTB INFO Epoch 341 summary:\ttrain_loss: 0.0142443\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep342\n","DEEPTB INFO Epoch 342 summary:\ttrain_loss: 0.0142173\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep343\n","DEEPTB INFO Epoch 343 summary:\ttrain_loss: 0.0141913\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep344\n","DEEPTB INFO Epoch 344 summary:\ttrain_loss: 0.0141681\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep345\n","DEEPTB INFO Epoch 345 summary:\ttrain_loss: 0.0141496\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep346\n","DEEPTB INFO Epoch 346 summary:\ttrain_loss: 0.0141329\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep347\n","DEEPTB INFO Epoch 347 summary:\ttrain_loss: 0.0141160\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep348\n","DEEPTB INFO Epoch 348 summary:\ttrain_loss: 0.0140988\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep349\n","DEEPTB INFO Epoch 349 summary:\ttrain_loss: 0.0140851\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep350\n","DEEPTB INFO Epoch 350 summary:\ttrain_loss: 0.0140733\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep351\n","DEEPTB INFO Epoch 351 summary:\ttrain_loss: 0.0140608\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep352\n","DEEPTB INFO Epoch 352 summary:\ttrain_loss: 0.0141080\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 353 summary:\ttrain_loss: 0.0140804\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 354 summary:\ttrain_loss: 0.0140482\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep355\n","DEEPTB INFO Epoch 355 summary:\ttrain_loss: 0.0140165\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep356\n","DEEPTB INFO Epoch 356 summary:\ttrain_loss: 0.0139884\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep357\n","DEEPTB INFO Epoch 357 summary:\ttrain_loss: 0.0139625\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep358\n","DEEPTB INFO Epoch 358 summary:\ttrain_loss: 0.0139370\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep359\n","DEEPTB INFO Epoch 359 summary:\ttrain_loss: 0.0139139\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep360\n","DEEPTB INFO Epoch 360 summary:\ttrain_loss: 0.0138942\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep361\n","DEEPTB INFO Epoch 361 summary:\ttrain_loss: 0.0138784\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep362\n","DEEPTB INFO Epoch 362 summary:\ttrain_loss: 0.0138625\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep363\n","DEEPTB INFO Epoch 363 summary:\ttrain_loss: 0.0138472\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep364\n","DEEPTB INFO Epoch 364 summary:\ttrain_loss: 0.0138330\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep365\n","DEEPTB INFO Epoch 365 summary:\ttrain_loss: 0.0138219\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep366\n","DEEPTB INFO Epoch 366 summary:\ttrain_loss: 0.0138112\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep367\n","DEEPTB INFO Epoch 367 summary:\ttrain_loss: 0.0137998\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep368\n","DEEPTB INFO Epoch 368 summary:\ttrain_loss: 0.0138226\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 369 summary:\ttrain_loss: 0.0137916\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep370\n","DEEPTB INFO Epoch 370 summary:\ttrain_loss: 0.0137612\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep371\n","DEEPTB INFO Epoch 371 summary:\ttrain_loss: 0.0137358\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep372\n","DEEPTB INFO Epoch 372 summary:\ttrain_loss: 0.0137087\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep373\n","DEEPTB INFO Epoch 373 summary:\ttrain_loss: 0.0136815\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep374\n","DEEPTB INFO Epoch 374 summary:\ttrain_loss: 0.0136596\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep375\n","DEEPTB INFO Epoch 375 summary:\ttrain_loss: 0.0136443\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep376\n","DEEPTB INFO Epoch 376 summary:\ttrain_loss: 0.0136274\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep377\n","DEEPTB INFO Epoch 377 summary:\ttrain_loss: 0.0136108\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep378\n","DEEPTB INFO Epoch 378 summary:\ttrain_loss: 0.0135969\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep379\n","DEEPTB INFO Epoch 379 summary:\ttrain_loss: 0.0135842\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep380\n","DEEPTB INFO Epoch 380 summary:\ttrain_loss: 0.0135708\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep381\n","DEEPTB INFO Epoch 381 summary:\ttrain_loss: 0.0135594\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep382\n","DEEPTB INFO Epoch 382 summary:\ttrain_loss: 0.0135507\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep383\n","DEEPTB INFO Epoch 383 summary:\ttrain_loss: 0.0135416\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep384\n","DEEPTB INFO Epoch 384 summary:\ttrain_loss: 0.0135455\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 385 summary:\ttrain_loss: 0.0135047\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep386\n","DEEPTB INFO Epoch 386 summary:\ttrain_loss: 0.0134797\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep387\n","DEEPTB INFO Epoch 387 summary:\ttrain_loss: 0.0134629\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep388\n","DEEPTB INFO Epoch 388 summary:\ttrain_loss: 0.0134310\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep389\n","DEEPTB INFO Epoch 389 summary:\ttrain_loss: 0.0134027\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep390\n","DEEPTB INFO Epoch 390 summary:\ttrain_loss: 0.0133919\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep391\n","DEEPTB INFO Epoch 391 summary:\ttrain_loss: 0.0133815\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep392\n","DEEPTB INFO Epoch 392 summary:\ttrain_loss: 0.0133594\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep393\n","DEEPTB INFO Epoch 393 summary:\ttrain_loss: 0.0133422\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep394\n","DEEPTB INFO Epoch 394 summary:\ttrain_loss: 0.0133344\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep395\n","DEEPTB INFO Epoch 395 summary:\ttrain_loss: 0.0133233\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep396\n","DEEPTB INFO Epoch 396 summary:\ttrain_loss: 0.0133059\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep397\n","DEEPTB INFO Epoch 397 summary:\ttrain_loss: 0.0132952\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep398\n","DEEPTB INFO Epoch 398 summary:\ttrain_loss: 0.0132912\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep399\n","DEEPTB INFO Epoch 399 summary:\ttrain_loss: 0.0132830\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep400\n","DEEPTB INFO iteration:400\ttrain_loss: 0.0132710 (0.0132957)\tlr: 0.006709\n","DEEPTB INFO Epoch 400 summary:\ttrain_loss: 0.0132710\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep401\n","DEEPTB INFO Epoch 401 summary:\ttrain_loss: 0.0132191\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep402\n","DEEPTB INFO Epoch 402 summary:\ttrain_loss: 0.0132053\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep403\n","DEEPTB INFO Epoch 403 summary:\ttrain_loss: 0.0131986\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep404\n","DEEPTB INFO Epoch 404 summary:\ttrain_loss: 0.0131603\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep405\n","DEEPTB INFO Epoch 405 summary:\ttrain_loss: 0.0131293\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep406\n","DEEPTB INFO Epoch 406 summary:\ttrain_loss: 0.0131280\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep407\n","DEEPTB INFO Epoch 407 summary:\ttrain_loss: 0.0131202\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep408\n","DEEPTB INFO Epoch 408 summary:\ttrain_loss: 0.0130923\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep409\n","DEEPTB INFO Epoch 409 summary:\ttrain_loss: 0.0130751\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep410\n","DEEPTB INFO Epoch 410 summary:\ttrain_loss: 0.0130728\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep411\n","DEEPTB INFO Epoch 411 summary:\ttrain_loss: 0.0130624\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep412\n","DEEPTB INFO Epoch 412 summary:\ttrain_loss: 0.0130419\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep413\n","DEEPTB INFO Epoch 413 summary:\ttrain_loss: 0.0130333\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep414\n","DEEPTB INFO Epoch 414 summary:\ttrain_loss: 0.0130328\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep415\n","DEEPTB INFO Epoch 415 summary:\ttrain_loss: 0.0130236\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep416\n","DEEPTB INFO Epoch 416 summary:\ttrain_loss: 0.0130005\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep417\n","DEEPTB INFO Epoch 417 summary:\ttrain_loss: 0.0129398\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep418\n","DEEPTB INFO Epoch 418 summary:\ttrain_loss: 0.0129392\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep419\n","DEEPTB INFO Epoch 419 summary:\ttrain_loss: 0.0129395\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 420 summary:\ttrain_loss: 0.0128924\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep421\n","DEEPTB INFO Epoch 421 summary:\ttrain_loss: 0.0128590\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep422\n","DEEPTB INFO Epoch 422 summary:\ttrain_loss: 0.0128667\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 423 summary:\ttrain_loss: 0.0128599\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 424 summary:\ttrain_loss: 0.0128246\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep425\n","DEEPTB INFO Epoch 425 summary:\ttrain_loss: 0.0128091\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep426\n","DEEPTB INFO Epoch 426 summary:\ttrain_loss: 0.0128141\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 427 summary:\ttrain_loss: 0.0128006\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep428\n","DEEPTB INFO Epoch 428 summary:\ttrain_loss: 0.0127754\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep429\n","DEEPTB INFO Epoch 429 summary:\ttrain_loss: 0.0127701\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep430\n","DEEPTB INFO Epoch 430 summary:\ttrain_loss: 0.0127739\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 431 summary:\ttrain_loss: 0.0127619\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep432\n","DEEPTB INFO Epoch 432 summary:\ttrain_loss: 0.0127330\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep433\n","DEEPTB INFO Epoch 433 summary:\ttrain_loss: 0.0126624\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep434\n","DEEPTB INFO Epoch 434 summary:\ttrain_loss: 0.0126748\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 435 summary:\ttrain_loss: 0.0126801\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 436 summary:\ttrain_loss: 0.0126218\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep437\n","DEEPTB INFO Epoch 437 summary:\ttrain_loss: 0.0125872\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep438\n","DEEPTB INFO Epoch 438 summary:\ttrain_loss: 0.0126056\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 439 summary:\ttrain_loss: 0.0125993\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 440 summary:\ttrain_loss: 0.0125573\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep441\n","DEEPTB INFO Epoch 441 summary:\ttrain_loss: 0.0125440\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep442\n","DEEPTB INFO Epoch 442 summary:\ttrain_loss: 0.0125538\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 443 summary:\ttrain_loss: 0.0125377\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep444\n","DEEPTB INFO Epoch 444 summary:\ttrain_loss: 0.0125089\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep445\n","DEEPTB INFO Epoch 445 summary:\ttrain_loss: 0.0125065\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep446\n","DEEPTB INFO Epoch 446 summary:\ttrain_loss: 0.0125122\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 447 summary:\ttrain_loss: 0.0124966\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep448\n","DEEPTB INFO Epoch 448 summary:\ttrain_loss: 0.0124694\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep449\n","DEEPTB INFO Epoch 449 summary:\ttrain_loss: 0.0123875\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep450\n","DEEPTB INFO Epoch 450 summary:\ttrain_loss: 0.0124122\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 451 summary:\ttrain_loss: 0.0124228\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 452 summary:\ttrain_loss: 0.0123513\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep453\n","DEEPTB INFO Epoch 453 summary:\ttrain_loss: 0.0123146\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep454\n","DEEPTB INFO Epoch 454 summary:\ttrain_loss: 0.0123448\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 455 summary:\ttrain_loss: 0.0123372\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 456 summary:\ttrain_loss: 0.0122859\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep457\n","DEEPTB INFO Epoch 457 summary:\ttrain_loss: 0.0122756\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep458\n","DEEPTB INFO Epoch 458 summary:\ttrain_loss: 0.0122920\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 459 summary:\ttrain_loss: 0.0122716\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep460\n","DEEPTB INFO Epoch 460 summary:\ttrain_loss: 0.0122369\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep461\n","DEEPTB INFO Epoch 461 summary:\ttrain_loss: 0.0122379\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 462 summary:\ttrain_loss: 0.0122472\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 463 summary:\ttrain_loss: 0.0122284\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep464\n","DEEPTB INFO Epoch 464 summary:\ttrain_loss: 0.0122064\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep465\n","DEEPTB INFO Epoch 465 summary:\ttrain_loss: 0.0121122\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep466\n","DEEPTB INFO Epoch 466 summary:\ttrain_loss: 0.0121499\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 467 summary:\ttrain_loss: 0.0121656\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 468 summary:\ttrain_loss: 0.0120800\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep469\n","DEEPTB INFO Epoch 469 summary:\ttrain_loss: 0.0120413\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep470\n","DEEPTB INFO Epoch 470 summary:\ttrain_loss: 0.0120847\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 471 summary:\ttrain_loss: 0.0120766\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 472 summary:\ttrain_loss: 0.0120165\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep473\n","DEEPTB INFO Epoch 473 summary:\ttrain_loss: 0.0120066\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep474\n","DEEPTB INFO Epoch 474 summary:\ttrain_loss: 0.0120260\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 475 summary:\ttrain_loss: 0.0120060\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep476\n","DEEPTB INFO Epoch 476 summary:\ttrain_loss: 0.0119681\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep477\n","DEEPTB INFO Epoch 477 summary:\ttrain_loss: 0.0119720\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 478 summary:\ttrain_loss: 0.0119841\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 479 summary:\ttrain_loss: 0.0119603\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep480\n","DEEPTB INFO Epoch 480 summary:\ttrain_loss: 0.0119486\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep481\n","DEEPTB INFO Epoch 481 summary:\ttrain_loss: 0.0118403\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep482\n","DEEPTB INFO Epoch 482 summary:\ttrain_loss: 0.0118937\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 483 summary:\ttrain_loss: 0.0119135\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 484 summary:\ttrain_loss: 0.0118120\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep485\n","DEEPTB INFO Epoch 485 summary:\ttrain_loss: 0.0117679\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep486\n","DEEPTB INFO Epoch 486 summary:\ttrain_loss: 0.0118191\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 487 summary:\ttrain_loss: 0.0118125\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 488 summary:\ttrain_loss: 0.0117436\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep489\n","DEEPTB INFO Epoch 489 summary:\ttrain_loss: 0.0117352\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep490\n","DEEPTB INFO Epoch 490 summary:\ttrain_loss: 0.0117610\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 491 summary:\ttrain_loss: 0.0117305\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep492\n","DEEPTB INFO Epoch 492 summary:\ttrain_loss: 0.0116871\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep493\n","DEEPTB INFO Epoch 493 summary:\ttrain_loss: 0.0116944\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 494 summary:\ttrain_loss: 0.0117080\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 495 summary:\ttrain_loss: 0.0116830\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep496\n","DEEPTB INFO Epoch 496 summary:\ttrain_loss: 0.0116876\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 497 summary:\ttrain_loss: 0.0115618\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep498\n","DEEPTB INFO Epoch 498 summary:\ttrain_loss: 0.0116241\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 499 summary:\ttrain_loss: 0.0116503\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:500\ttrain_loss: 0.0115371 (0.0116161)\tlr: 0.00607 \n","DEEPTB INFO checkpoint saved as nnsk.iter501\n","DEEPTB INFO Epoch 500 summary:\ttrain_loss: 0.0115371\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep501\n","DEEPTB INFO Epoch 501 summary:\ttrain_loss: 0.0114887\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep502\n","DEEPTB INFO Epoch 502 summary:\ttrain_loss: 0.0115519\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 503 summary:\ttrain_loss: 0.0115453\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 504 summary:\ttrain_loss: 0.0114640\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep505\n","DEEPTB INFO Epoch 505 summary:\ttrain_loss: 0.0114532\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep506\n","DEEPTB INFO Epoch 506 summary:\ttrain_loss: 0.0114926\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 507 summary:\ttrain_loss: 0.0114630\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 508 summary:\ttrain_loss: 0.0114094\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep509\n","DEEPTB INFO Epoch 509 summary:\ttrain_loss: 0.0114165\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 510 summary:\ttrain_loss: 0.0114369\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 511 summary:\ttrain_loss: 0.0114099\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 512 summary:\ttrain_loss: 0.0114346\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 513 summary:\ttrain_loss: 0.0112866\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep514\n","DEEPTB INFO Epoch 514 summary:\ttrain_loss: 0.0113625\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 515 summary:\ttrain_loss: 0.0114003\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 516 summary:\ttrain_loss: 0.0112704\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep517\n","DEEPTB INFO Epoch 517 summary:\ttrain_loss: 0.0112124\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep518\n","DEEPTB INFO Epoch 518 summary:\ttrain_loss: 0.0112863\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 519 summary:\ttrain_loss: 0.0112844\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 520 summary:\ttrain_loss: 0.0111923\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep521\n","DEEPTB INFO Epoch 521 summary:\ttrain_loss: 0.0111800\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep522\n","DEEPTB INFO Epoch 522 summary:\ttrain_loss: 0.0112240\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 523 summary:\ttrain_loss: 0.0111907\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 524 summary:\ttrain_loss: 0.0111290\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep525\n","DEEPTB INFO Epoch 525 summary:\ttrain_loss: 0.0111372\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 526 summary:\ttrain_loss: 0.0111640\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 527 summary:\ttrain_loss: 0.0111340\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 528 summary:\ttrain_loss: 0.0111844\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 529 summary:\ttrain_loss: 0.0110106\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep530\n","DEEPTB INFO Epoch 530 summary:\ttrain_loss: 0.0111039\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 531 summary:\ttrain_loss: 0.0111554\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 532 summary:\ttrain_loss: 0.0110051\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep533\n","DEEPTB INFO Epoch 533 summary:\ttrain_loss: 0.0109326\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep534\n","DEEPTB INFO Epoch 534 summary:\ttrain_loss: 0.0110224\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 535 summary:\ttrain_loss: 0.0110288\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 536 summary:\ttrain_loss: 0.0109214\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep537\n","DEEPTB INFO Epoch 537 summary:\ttrain_loss: 0.0108998\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep538\n","DEEPTB INFO Epoch 538 summary:\ttrain_loss: 0.0109549\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 539 summary:\ttrain_loss: 0.0109295\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 540 summary:\ttrain_loss: 0.0108550\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep541\n","DEEPTB INFO Epoch 541 summary:\ttrain_loss: 0.0108615\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 542 summary:\ttrain_loss: 0.0108974\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 543 summary:\ttrain_loss: 0.0108676\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 544 summary:\ttrain_loss: 0.0109536\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 545 summary:\ttrain_loss: 0.0107413\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep546\n","DEEPTB INFO Epoch 546 summary:\ttrain_loss: 0.0108493\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 547 summary:\ttrain_loss: 0.0109223\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 548 summary:\ttrain_loss: 0.0107516\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 549 summary:\ttrain_loss: 0.0106602\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep550\n","DEEPTB INFO Epoch 550 summary:\ttrain_loss: 0.0107653\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 551 summary:\ttrain_loss: 0.0107846\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 552 summary:\ttrain_loss: 0.0106607\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 553 summary:\ttrain_loss: 0.0106301\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep554\n","DEEPTB INFO Epoch 554 summary:\ttrain_loss: 0.0107002\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 555 summary:\ttrain_loss: 0.0106828\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 556 summary:\ttrain_loss: 0.0105931\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep557\n","DEEPTB INFO Epoch 557 summary:\ttrain_loss: 0.0105872\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep558\n","DEEPTB INFO Epoch 558 summary:\ttrain_loss: 0.0106342\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 559 summary:\ttrain_loss: 0.0106109\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 560 summary:\ttrain_loss: 0.0107411\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 561 summary:\ttrain_loss: 0.0104826\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep562\n","DEEPTB INFO Epoch 562 summary:\ttrain_loss: 0.0106032\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 563 summary:\ttrain_loss: 0.0107133\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 564 summary:\ttrain_loss: 0.0105237\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 565 summary:\ttrain_loss: 0.0103958\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep566\n","DEEPTB INFO Epoch 566 summary:\ttrain_loss: 0.0105120\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 567 summary:\ttrain_loss: 0.0105551\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 568 summary:\ttrain_loss: 0.0104164\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 569 summary:\ttrain_loss: 0.0103605\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep570\n","DEEPTB INFO Epoch 570 summary:\ttrain_loss: 0.0104412\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 571 summary:\ttrain_loss: 0.0104387\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 572 summary:\ttrain_loss: 0.0103349\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep573\n","DEEPTB INFO Epoch 573 summary:\ttrain_loss: 0.0103147\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep574\n","DEEPTB INFO Epoch 574 summary:\ttrain_loss: 0.0103722\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 575 summary:\ttrain_loss: 0.0103585\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 576 summary:\ttrain_loss: 0.0105538\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 577 summary:\ttrain_loss: 0.0102312\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep578\n","DEEPTB INFO Epoch 578 summary:\ttrain_loss: 0.0103566\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 579 summary:\ttrain_loss: 0.0105108\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 580 summary:\ttrain_loss: 0.0103083\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 581 summary:\ttrain_loss: 0.0101346\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep582\n","DEEPTB INFO Epoch 582 summary:\ttrain_loss: 0.0102575\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 583 summary:\ttrain_loss: 0.0103399\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 584 summary:\ttrain_loss: 0.0101907\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 585 summary:\ttrain_loss: 0.0100991\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep586\n","DEEPTB INFO Epoch 586 summary:\ttrain_loss: 0.0101917\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 587 summary:\ttrain_loss: 0.0102196\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 588 summary:\ttrain_loss: 0.0101023\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 589 summary:\ttrain_loss: 0.0100505\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep590\n","DEEPTB INFO Epoch 590 summary:\ttrain_loss: 0.0101177\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 591 summary:\ttrain_loss: 0.0101273\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 592 summary:\ttrain_loss: 0.0104048\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 593 summary:\ttrain_loss: 0.0099983\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep594\n","DEEPTB INFO Epoch 594 summary:\ttrain_loss: 0.0101184\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 595 summary:\ttrain_loss: 0.0103383\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 596 summary:\ttrain_loss: 0.0101327\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 597 summary:\ttrain_loss: 0.0098933\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep598\n","DEEPTB INFO Epoch 598 summary:\ttrain_loss: 0.0100071\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 599 summary:\ttrain_loss: 0.0101415\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:600\ttrain_loss: 0.0099947 (0.0100613)\tlr: 0.005492\n","DEEPTB INFO Epoch 600 summary:\ttrain_loss: 0.0099947\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 601 summary:\ttrain_loss: 0.0098500\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep602\n","DEEPTB INFO Epoch 602 summary:\ttrain_loss: 0.0099327\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 603 summary:\ttrain_loss: 0.0100035\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 604 summary:\ttrain_loss: 0.0098892\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 605 summary:\ttrain_loss: 0.0097960\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep606\n","DEEPTB INFO Epoch 606 summary:\ttrain_loss: 0.0098575\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 607 summary:\ttrain_loss: 0.0099035\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 608 summary:\ttrain_loss: 0.0103011\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 609 summary:\ttrain_loss: 0.0097913\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep610\n","DEEPTB INFO Epoch 610 summary:\ttrain_loss: 0.0098625\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 611 summary:\ttrain_loss: 0.0101573\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 612 summary:\ttrain_loss: 0.0099928\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 613 summary:\ttrain_loss: 0.0096749\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep614\n","DEEPTB INFO Epoch 614 summary:\ttrain_loss: 0.0097399\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 615 summary:\ttrain_loss: 0.0099367\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 616 summary:\ttrain_loss: 0.0098308\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 617 summary:\ttrain_loss: 0.0096286\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep618\n","DEEPTB INFO Epoch 618 summary:\ttrain_loss: 0.0096738\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 619 summary:\ttrain_loss: 0.0097959\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 620 summary:\ttrain_loss: 0.0097165\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 621 summary:\ttrain_loss: 0.0095757\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep622\n","DEEPTB INFO Epoch 622 summary:\ttrain_loss: 0.0096024\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 623 summary:\ttrain_loss: 0.0096855\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 624 summary:\ttrain_loss: 0.0102423\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 625 summary:\ttrain_loss: 0.0096328\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 626 summary:\ttrain_loss: 0.0096068\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 627 summary:\ttrain_loss: 0.0099862\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 628 summary:\ttrain_loss: 0.0099098\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 629 summary:\ttrain_loss: 0.0095119\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep630\n","DEEPTB INFO Epoch 630 summary:\ttrain_loss: 0.0094807\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep631\n","DEEPTB INFO Epoch 631 summary:\ttrain_loss: 0.0097314\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 632 summary:\ttrain_loss: 0.0097086\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 633 summary:\ttrain_loss: 0.0094563\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep634\n","DEEPTB INFO Epoch 634 summary:\ttrain_loss: 0.0094176\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep635\n","DEEPTB INFO Epoch 635 summary:\ttrain_loss: 0.0095743\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 636 summary:\ttrain_loss: 0.0095675\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 637 summary:\ttrain_loss: 0.0093960\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep638\n","DEEPTB INFO Epoch 638 summary:\ttrain_loss: 0.0093486\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep639\n","DEEPTB INFO Epoch 639 summary:\ttrain_loss: 0.0094517\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 640 summary:\ttrain_loss: 0.0102059\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 641 summary:\ttrain_loss: 0.0095402\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 642 summary:\ttrain_loss: 0.0093448\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep643\n","DEEPTB INFO Epoch 643 summary:\ttrain_loss: 0.0097508\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 644 summary:\ttrain_loss: 0.0098294\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 645 summary:\ttrain_loss: 0.0094142\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 646 summary:\ttrain_loss: 0.0092299\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep647\n","DEEPTB INFO Epoch 647 summary:\ttrain_loss: 0.0094729\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 648 summary:\ttrain_loss: 0.0095791\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 649 summary:\ttrain_loss: 0.0093431\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 650 summary:\ttrain_loss: 0.0091885\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep651\n","DEEPTB INFO Epoch 651 summary:\ttrain_loss: 0.0093195\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 652 summary:\ttrain_loss: 0.0094135\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 653 summary:\ttrain_loss: 0.0092719\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 654 summary:\ttrain_loss: 0.0091376\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep655\n","DEEPTB INFO Epoch 655 summary:\ttrain_loss: 0.0091983\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 656 summary:\ttrain_loss: 0.0101128\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 657 summary:\ttrain_loss: 0.0094996\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 658 summary:\ttrain_loss: 0.0091182\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep659\n","DEEPTB INFO Epoch 659 summary:\ttrain_loss: 0.0094457\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 660 summary:\ttrain_loss: 0.0096895\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 661 summary:\ttrain_loss: 0.0093669\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 662 summary:\ttrain_loss: 0.0090394\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep663\n","DEEPTB INFO Epoch 663 summary:\ttrain_loss: 0.0091748\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 664 summary:\ttrain_loss: 0.0093926\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 665 summary:\ttrain_loss: 0.0092606\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 666 summary:\ttrain_loss: 0.0090189\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep667\n","DEEPTB INFO Epoch 667 summary:\ttrain_loss: 0.0090429\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 668 summary:\ttrain_loss: 0.0091984\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 669 summary:\ttrain_loss: 0.0091580\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 670 summary:\ttrain_loss: 0.0089832\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep671\n","DEEPTB INFO Epoch 671 summary:\ttrain_loss: 0.0089490\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep672\n","DEEPTB INFO Epoch 672 summary:\ttrain_loss: 0.0098689\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 673 summary:\ttrain_loss: 0.0094319\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 674 summary:\ttrain_loss: 0.0089534\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 675 summary:\ttrain_loss: 0.0091134\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 676 summary:\ttrain_loss: 0.0094313\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 677 summary:\ttrain_loss: 0.0092754\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 678 summary:\ttrain_loss: 0.0089150\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep679\n","DEEPTB INFO Epoch 679 summary:\ttrain_loss: 0.0088988\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep680\n","DEEPTB INFO Epoch 680 summary:\ttrain_loss: 0.0091245\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 681 summary:\ttrain_loss: 0.0091320\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 682 summary:\ttrain_loss: 0.0089066\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 683 summary:\ttrain_loss: 0.0088143\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep684\n","DEEPTB INFO Epoch 684 summary:\ttrain_loss: 0.0089373\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 685 summary:\ttrain_loss: 0.0089989\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 686 summary:\ttrain_loss: 0.0088768\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 687 summary:\ttrain_loss: 0.0087670\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep688\n","DEEPTB INFO Epoch 688 summary:\ttrain_loss: 0.0095453\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 689 summary:\ttrain_loss: 0.0092796\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 690 summary:\ttrain_loss: 0.0088291\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 691 summary:\ttrain_loss: 0.0088469\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 692 summary:\ttrain_loss: 0.0091310\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 693 summary:\ttrain_loss: 0.0091098\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 694 summary:\ttrain_loss: 0.0088125\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 695 summary:\ttrain_loss: 0.0086972\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep696\n","DEEPTB INFO Epoch 696 summary:\ttrain_loss: 0.0088526\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 697 summary:\ttrain_loss: 0.0089346\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 698 summary:\ttrain_loss: 0.0087897\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 699 summary:\ttrain_loss: 0.0086564\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep700\n","DEEPTB INFO iteration:700\ttrain_loss: 0.0087097 (0.0087752)\tlr: 0.004969\n","DEEPTB INFO Epoch 700 summary:\ttrain_loss: 0.0087097\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 701 summary:\ttrain_loss: 0.0087985\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 702 summary:\ttrain_loss: 0.0087446\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 703 summary:\ttrain_loss: 0.0086280\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep704\n","DEEPTB INFO Epoch 704 summary:\ttrain_loss: 0.0092555\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 705 summary:\ttrain_loss: 0.0090678\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 706 summary:\ttrain_loss: 0.0086981\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 707 summary:\ttrain_loss: 0.0086707\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 708 summary:\ttrain_loss: 0.0088907\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 709 summary:\ttrain_loss: 0.0089098\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 710 summary:\ttrain_loss: 0.0086827\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 711 summary:\ttrain_loss: 0.0085513\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep712\n","DEEPTB INFO Epoch 712 summary:\ttrain_loss: 0.0086479\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 713 summary:\ttrain_loss: 0.0087365\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 714 summary:\ttrain_loss: 0.0086467\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 715 summary:\ttrain_loss: 0.0085211\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep716\n","DEEPTB INFO Epoch 716 summary:\ttrain_loss: 0.0085290\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 717 summary:\ttrain_loss: 0.0086037\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 718 summary:\ttrain_loss: 0.0085864\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 719 summary:\ttrain_loss: 0.0084955\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep720\n","DEEPTB INFO Epoch 720 summary:\ttrain_loss: 0.0090426\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 721 summary:\ttrain_loss: 0.0088720\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 722 summary:\ttrain_loss: 0.0085610\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 723 summary:\ttrain_loss: 0.0085341\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 724 summary:\ttrain_loss: 0.0087104\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 725 summary:\ttrain_loss: 0.0087270\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 726 summary:\ttrain_loss: 0.0085396\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 727 summary:\ttrain_loss: 0.0084239\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep728\n","DEEPTB INFO Epoch 728 summary:\ttrain_loss: 0.0084994\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 729 summary:\ttrain_loss: 0.0085795\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 730 summary:\ttrain_loss: 0.0085131\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 731 summary:\ttrain_loss: 0.0084021\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep732\n","DEEPTB INFO Epoch 732 summary:\ttrain_loss: 0.0083953\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep733\n","DEEPTB INFO Epoch 733 summary:\ttrain_loss: 0.0084537\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 734 summary:\ttrain_loss: 0.0084471\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 735 summary:\ttrain_loss: 0.0083698\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep736\n","DEEPTB INFO Epoch 736 summary:\ttrain_loss: 0.0089390\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 737 summary:\ttrain_loss: 0.0087644\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 738 summary:\ttrain_loss: 0.0084684\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 739 summary:\ttrain_loss: 0.0084425\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 740 summary:\ttrain_loss: 0.0086058\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 741 summary:\ttrain_loss: 0.0086190\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 742 summary:\ttrain_loss: 0.0084383\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 743 summary:\ttrain_loss: 0.0083191\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep744\n","DEEPTB INFO Epoch 744 summary:\ttrain_loss: 0.0083771\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 745 summary:\ttrain_loss: 0.0084541\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 746 summary:\ttrain_loss: 0.0083987\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 747 summary:\ttrain_loss: 0.0082940\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep748\n","DEEPTB INFO Epoch 748 summary:\ttrain_loss: 0.0082807\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep749\n","DEEPTB INFO Epoch 749 summary:\ttrain_loss: 0.0083342\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 750 summary:\ttrain_loss: 0.0083345\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 751 summary:\ttrain_loss: 0.0082654\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep752\n","DEEPTB INFO Epoch 752 summary:\ttrain_loss: 0.0088187\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 753 summary:\ttrain_loss: 0.0086444\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 754 summary:\ttrain_loss: 0.0083601\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 755 summary:\ttrain_loss: 0.0083324\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 756 summary:\ttrain_loss: 0.0084866\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 757 summary:\ttrain_loss: 0.0085041\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 758 summary:\ttrain_loss: 0.0083368\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 759 summary:\ttrain_loss: 0.0082200\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep760\n","DEEPTB INFO Epoch 760 summary:\ttrain_loss: 0.0082733\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 761 summary:\ttrain_loss: 0.0083488\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 762 summary:\ttrain_loss: 0.0083008\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 763 summary:\ttrain_loss: 0.0081972\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep764\n","DEEPTB INFO Epoch 764 summary:\ttrain_loss: 0.0081747\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep765\n","DEEPTB INFO Epoch 765 summary:\ttrain_loss: 0.0082240\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 766 summary:\ttrain_loss: 0.0082318\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 767 summary:\ttrain_loss: 0.0081694\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep768\n","DEEPTB INFO Epoch 768 summary:\ttrain_loss: 0.0087279\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 769 summary:\ttrain_loss: 0.0085522\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 770 summary:\ttrain_loss: 0.0082760\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 771 summary:\ttrain_loss: 0.0082472\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 772 summary:\ttrain_loss: 0.0083955\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 773 summary:\ttrain_loss: 0.0084179\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 774 summary:\ttrain_loss: 0.0082587\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 775 summary:\ttrain_loss: 0.0081359\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep776\n","DEEPTB INFO Epoch 776 summary:\ttrain_loss: 0.0081720\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 777 summary:\ttrain_loss: 0.0082405\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 778 summary:\ttrain_loss: 0.0082002\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 779 summary:\ttrain_loss: 0.0080970\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep780\n","DEEPTB INFO Epoch 780 summary:\ttrain_loss: 0.0080629\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep781\n","DEEPTB INFO Epoch 781 summary:\ttrain_loss: 0.0081061\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 782 summary:\ttrain_loss: 0.0081226\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 783 summary:\ttrain_loss: 0.0080687\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 784 summary:\ttrain_loss: 0.0085260\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 785 summary:\ttrain_loss: 0.0083478\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 786 summary:\ttrain_loss: 0.0080831\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 787 summary:\ttrain_loss: 0.0080488\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep788\n","DEEPTB INFO Epoch 788 summary:\ttrain_loss: 0.0081864\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 789 summary:\ttrain_loss: 0.0082178\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 790 summary:\ttrain_loss: 0.0080798\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 791 summary:\ttrain_loss: 0.0079643\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep792\n","DEEPTB INFO Epoch 792 summary:\ttrain_loss: 0.0079914\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 793 summary:\ttrain_loss: 0.0080552\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 794 summary:\ttrain_loss: 0.0080256\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 795 summary:\ttrain_loss: 0.0079355\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep796\n","DEEPTB INFO Epoch 796 summary:\ttrain_loss: 0.0079041\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep797\n","DEEPTB INFO Epoch 797 summary:\ttrain_loss: 0.0079438\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 798 summary:\ttrain_loss: 0.0079629\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 799 summary:\ttrain_loss: 0.0079167\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:800\ttrain_loss: 0.0084134 (0.0080911)\tlr: 0.004496\n","DEEPTB INFO Epoch 800 summary:\ttrain_loss: 0.0084134\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 801 summary:\ttrain_loss: 0.0082409\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 802 summary:\ttrain_loss: 0.0079876\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 803 summary:\ttrain_loss: 0.0079525\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 804 summary:\ttrain_loss: 0.0080785\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 805 summary:\ttrain_loss: 0.0081059\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 806 summary:\ttrain_loss: 0.0079753\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 807 summary:\ttrain_loss: 0.0078637\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep808\n","DEEPTB INFO Epoch 808 summary:\ttrain_loss: 0.0078877\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 809 summary:\ttrain_loss: 0.0079511\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 810 summary:\ttrain_loss: 0.0079257\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 811 summary:\ttrain_loss: 0.0078392\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep812\n","DEEPTB INFO Epoch 812 summary:\ttrain_loss: 0.0078030\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep813\n","DEEPTB INFO Epoch 813 summary:\ttrain_loss: 0.0078364\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 814 summary:\ttrain_loss: 0.0078580\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 815 summary:\ttrain_loss: 0.0078202\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 816 summary:\ttrain_loss: 0.0083198\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 817 summary:\ttrain_loss: 0.0081451\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 818 summary:\ttrain_loss: 0.0079015\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 819 summary:\ttrain_loss: 0.0078697\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 820 summary:\ttrain_loss: 0.0079945\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 821 summary:\ttrain_loss: 0.0080267\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 822 summary:\ttrain_loss: 0.0079038\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 823 summary:\ttrain_loss: 0.0077914\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep824\n","DEEPTB INFO Epoch 824 summary:\ttrain_loss: 0.0078058\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 825 summary:\ttrain_loss: 0.0078638\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 826 summary:\ttrain_loss: 0.0078423\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 827 summary:\ttrain_loss: 0.0077594\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep828\n","DEEPTB INFO Epoch 828 summary:\ttrain_loss: 0.0077194\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep829\n","DEEPTB INFO Epoch 829 summary:\ttrain_loss: 0.0077487\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 830 summary:\ttrain_loss: 0.0077734\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 831 summary:\ttrain_loss: 0.0077421\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 832 summary:\ttrain_loss: 0.0082392\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 833 summary:\ttrain_loss: 0.0080638\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 834 summary:\ttrain_loss: 0.0078280\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 835 summary:\ttrain_loss: 0.0077932\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 836 summary:\ttrain_loss: 0.0079084\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 837 summary:\ttrain_loss: 0.0079416\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 838 summary:\ttrain_loss: 0.0078293\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 839 summary:\ttrain_loss: 0.0077218\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 840 summary:\ttrain_loss: 0.0077300\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 841 summary:\ttrain_loss: 0.0077835\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 842 summary:\ttrain_loss: 0.0077666\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 843 summary:\ttrain_loss: 0.0076895\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep844\n","DEEPTB INFO Epoch 844 summary:\ttrain_loss: 0.0076481\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep845\n","DEEPTB INFO Epoch 845 summary:\ttrain_loss: 0.0076731\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 846 summary:\ttrain_loss: 0.0076998\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 847 summary:\ttrain_loss: 0.0076755\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 848 summary:\ttrain_loss: 0.0081563\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 849 summary:\ttrain_loss: 0.0079831\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 850 summary:\ttrain_loss: 0.0077579\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 851 summary:\ttrain_loss: 0.0077228\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 852 summary:\ttrain_loss: 0.0078299\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 853 summary:\ttrain_loss: 0.0078644\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 854 summary:\ttrain_loss: 0.0077628\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 855 summary:\ttrain_loss: 0.0076613\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 856 summary:\ttrain_loss: 0.0076652\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 857 summary:\ttrain_loss: 0.0077137\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 858 summary:\ttrain_loss: 0.0076996\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 859 summary:\ttrain_loss: 0.0076273\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep860\n","DEEPTB INFO Epoch 860 summary:\ttrain_loss: 0.0075847\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep861\n","DEEPTB INFO Epoch 861 summary:\ttrain_loss: 0.0076057\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 862 summary:\ttrain_loss: 0.0076331\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 863 summary:\ttrain_loss: 0.0076148\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 864 summary:\ttrain_loss: 0.0080842\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 865 summary:\ttrain_loss: 0.0079143\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 866 summary:\ttrain_loss: 0.0076983\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 867 summary:\ttrain_loss: 0.0076625\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 868 summary:\ttrain_loss: 0.0077616\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 869 summary:\ttrain_loss: 0.0077948\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 870 summary:\ttrain_loss: 0.0077018\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 871 summary:\ttrain_loss: 0.0076062\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 872 summary:\ttrain_loss: 0.0076079\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 873 summary:\ttrain_loss: 0.0076538\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 874 summary:\ttrain_loss: 0.0076432\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 875 summary:\ttrain_loss: 0.0075755\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep876\n","DEEPTB INFO Epoch 876 summary:\ttrain_loss: 0.0075318\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep877\n","DEEPTB INFO Epoch 877 summary:\ttrain_loss: 0.0075486\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 878 summary:\ttrain_loss: 0.0075765\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 879 summary:\ttrain_loss: 0.0075637\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 880 summary:\ttrain_loss: 0.0080131\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 881 summary:\ttrain_loss: 0.0078509\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 882 summary:\ttrain_loss: 0.0076475\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 883 summary:\ttrain_loss: 0.0076113\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 884 summary:\ttrain_loss: 0.0077011\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 885 summary:\ttrain_loss: 0.0077327\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 886 summary:\ttrain_loss: 0.0076480\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 887 summary:\ttrain_loss: 0.0075586\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 888 summary:\ttrain_loss: 0.0075584\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 889 summary:\ttrain_loss: 0.0076017\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 890 summary:\ttrain_loss: 0.0075944\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 891 summary:\ttrain_loss: 0.0075317\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep892\n","DEEPTB INFO Epoch 892 summary:\ttrain_loss: 0.0074875\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep893\n","DEEPTB INFO Epoch 893 summary:\ttrain_loss: 0.0074996\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 894 summary:\ttrain_loss: 0.0075264\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 895 summary:\ttrain_loss: 0.0075182\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 896 summary:\ttrain_loss: 0.0079491\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 897 summary:\ttrain_loss: 0.0077950\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 898 summary:\ttrain_loss: 0.0076047\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 899 summary:\ttrain_loss: 0.0075690\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:900\ttrain_loss: 0.0076494 (0.0076425)\tlr: 0.004068\n","DEEPTB INFO Epoch 900 summary:\ttrain_loss: 0.0076494\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 901 summary:\ttrain_loss: 0.0076783\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 902 summary:\ttrain_loss: 0.0076006\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 903 summary:\ttrain_loss: 0.0075172\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 904 summary:\ttrain_loss: 0.0075154\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 905 summary:\ttrain_loss: 0.0075561\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 906 summary:\ttrain_loss: 0.0075518\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 907 summary:\ttrain_loss: 0.0074949\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 908 summary:\ttrain_loss: 0.0074507\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep909\n","DEEPTB INFO Epoch 909 summary:\ttrain_loss: 0.0074580\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 910 summary:\ttrain_loss: 0.0074830\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 911 summary:\ttrain_loss: 0.0074783\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 912 summary:\ttrain_loss: 0.0078885\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 913 summary:\ttrain_loss: 0.0077432\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 914 summary:\ttrain_loss: 0.0075673\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 915 summary:\ttrain_loss: 0.0075330\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 916 summary:\ttrain_loss: 0.0076040\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 917 summary:\ttrain_loss: 0.0076289\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 918 summary:\ttrain_loss: 0.0075581\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 919 summary:\ttrain_loss: 0.0074812\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 920 summary:\ttrain_loss: 0.0074780\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 921 summary:\ttrain_loss: 0.0075153\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 922 summary:\ttrain_loss: 0.0075140\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 923 summary:\ttrain_loss: 0.0074629\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 924 summary:\ttrain_loss: 0.0074201\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep925\n","DEEPTB INFO Epoch 925 summary:\ttrain_loss: 0.0074232\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 926 summary:\ttrain_loss: 0.0074449\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 927 summary:\ttrain_loss: 0.0074427\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 928 summary:\ttrain_loss: 0.0078323\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 929 summary:\ttrain_loss: 0.0076959\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 930 summary:\ttrain_loss: 0.0075346\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 931 summary:\ttrain_loss: 0.0075027\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 932 summary:\ttrain_loss: 0.0075664\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 933 summary:\ttrain_loss: 0.0075880\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 934 summary:\ttrain_loss: 0.0075216\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 935 summary:\ttrain_loss: 0.0074488\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 936 summary:\ttrain_loss: 0.0074444\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 937 summary:\ttrain_loss: 0.0074797\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 938 summary:\ttrain_loss: 0.0074812\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 939 summary:\ttrain_loss: 0.0074356\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 940 summary:\ttrain_loss: 0.0073941\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep941\n","DEEPTB INFO Epoch 941 summary:\ttrain_loss: 0.0073936\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep942\n","DEEPTB INFO Epoch 942 summary:\ttrain_loss: 0.0074121\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 943 summary:\ttrain_loss: 0.0074112\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 944 summary:\ttrain_loss: 0.0077778\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 945 summary:\ttrain_loss: 0.0076517\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 946 summary:\ttrain_loss: 0.0075050\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 947 summary:\ttrain_loss: 0.0074755\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 948 summary:\ttrain_loss: 0.0075318\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 949 summary:\ttrain_loss: 0.0075503\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 950 summary:\ttrain_loss: 0.0074889\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 951 summary:\ttrain_loss: 0.0074208\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 952 summary:\ttrain_loss: 0.0074144\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 953 summary:\ttrain_loss: 0.0074464\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 954 summary:\ttrain_loss: 0.0074505\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 955 summary:\ttrain_loss: 0.0074114\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 956 summary:\ttrain_loss: 0.0073726\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep957\n","DEEPTB INFO Epoch 957 summary:\ttrain_loss: 0.0073689\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep958\n","DEEPTB INFO Epoch 958 summary:\ttrain_loss: 0.0073836\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 959 summary:\ttrain_loss: 0.0073831\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 960 summary:\ttrain_loss: 0.0077273\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 961 summary:\ttrain_loss: 0.0076103\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 962 summary:\ttrain_loss: 0.0074780\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 963 summary:\ttrain_loss: 0.0074519\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 964 summary:\ttrain_loss: 0.0075023\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 965 summary:\ttrain_loss: 0.0075173\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 966 summary:\ttrain_loss: 0.0074602\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 967 summary:\ttrain_loss: 0.0073962\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 968 summary:\ttrain_loss: 0.0073879\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 969 summary:\ttrain_loss: 0.0074165\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 970 summary:\ttrain_loss: 0.0074229\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 971 summary:\ttrain_loss: 0.0073899\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 972 summary:\ttrain_loss: 0.0073544\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep973\n","DEEPTB INFO Epoch 973 summary:\ttrain_loss: 0.0073483\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep974\n","DEEPTB INFO Epoch 974 summary:\ttrain_loss: 0.0073595\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 975 summary:\ttrain_loss: 0.0073586\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 976 summary:\ttrain_loss: 0.0076804\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 977 summary:\ttrain_loss: 0.0075722\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 978 summary:\ttrain_loss: 0.0074535\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 979 summary:\ttrain_loss: 0.0074308\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 980 summary:\ttrain_loss: 0.0074759\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 981 summary:\ttrain_loss: 0.0074888\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 982 summary:\ttrain_loss: 0.0074362\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 983 summary:\ttrain_loss: 0.0073759\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 984 summary:\ttrain_loss: 0.0073649\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 985 summary:\ttrain_loss: 0.0073895\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 986 summary:\ttrain_loss: 0.0073973\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 987 summary:\ttrain_loss: 0.0073705\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 988 summary:\ttrain_loss: 0.0073391\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep989\n","DEEPTB INFO Epoch 989 summary:\ttrain_loss: 0.0073315\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep990\n","DEEPTB INFO Epoch 990 summary:\ttrain_loss: 0.0073392\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 991 summary:\ttrain_loss: 0.0073376\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 992 summary:\ttrain_loss: 0.0076378\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 993 summary:\ttrain_loss: 0.0075372\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 994 summary:\ttrain_loss: 0.0074313\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 995 summary:\ttrain_loss: 0.0074122\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 996 summary:\ttrain_loss: 0.0074529\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 997 summary:\ttrain_loss: 0.0074644\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 998 summary:\ttrain_loss: 0.0074160\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 999 summary:\ttrain_loss: 0.0073590\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1000\ttrain_loss: 0.0073456 (0.0073951)\tlr: 0.003681\n","DEEPTB INFO checkpoint saved as nnsk.iter1001\n","DEEPTB INFO Epoch 1000 summary:\ttrain_loss: 0.0073456\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1001 summary:\ttrain_loss: 0.0073661\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1002 summary:\ttrain_loss: 0.0073747\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1003 summary:\ttrain_loss: 0.0073533\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1004 summary:\ttrain_loss: 0.0073261\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1005\n","DEEPTB INFO Epoch 1005 summary:\ttrain_loss: 0.0073178\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1006\n","DEEPTB INFO Epoch 1006 summary:\ttrain_loss: 0.0073226\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1007 summary:\ttrain_loss: 0.0073199\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1008 summary:\ttrain_loss: 0.0076002\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1009 summary:\ttrain_loss: 0.0075065\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1010 summary:\ttrain_loss: 0.0074119\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1011 summary:\ttrain_loss: 0.0073955\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1012 summary:\ttrain_loss: 0.0074322\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1013 summary:\ttrain_loss: 0.0074429\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1014 summary:\ttrain_loss: 0.0073992\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1015 summary:\ttrain_loss: 0.0073456\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1016 summary:\ttrain_loss: 0.0073296\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1017 summary:\ttrain_loss: 0.0073457\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1018 summary:\ttrain_loss: 0.0073543\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1019 summary:\ttrain_loss: 0.0073380\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1020 summary:\ttrain_loss: 0.0073153\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1021\n","DEEPTB INFO Epoch 1021 summary:\ttrain_loss: 0.0073069\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1022\n","DEEPTB INFO Epoch 1022 summary:\ttrain_loss: 0.0073092\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1023 summary:\ttrain_loss: 0.0073052\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1024\n","DEEPTB INFO Epoch 1024 summary:\ttrain_loss: 0.0075676\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1025 summary:\ttrain_loss: 0.0074799\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1026 summary:\ttrain_loss: 0.0073951\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1027 summary:\ttrain_loss: 0.0073818\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1028 summary:\ttrain_loss: 0.0074156\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1029 summary:\ttrain_loss: 0.0074258\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1030 summary:\ttrain_loss: 0.0073862\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1031 summary:\ttrain_loss: 0.0073358\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1032 summary:\ttrain_loss: 0.0073178\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1033 summary:\ttrain_loss: 0.0073292\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1034 summary:\ttrain_loss: 0.0073369\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1035 summary:\ttrain_loss: 0.0073247\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1036 summary:\ttrain_loss: 0.0073063\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1037 summary:\ttrain_loss: 0.0072988\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1038\n","DEEPTB INFO Epoch 1038 summary:\ttrain_loss: 0.0072993\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1039 summary:\ttrain_loss: 0.0072939\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1040\n","DEEPTB INFO Epoch 1040 summary:\ttrain_loss: 0.0075406\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1041 summary:\ttrain_loss: 0.0074582\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1042 summary:\ttrain_loss: 0.0073814\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1043 summary:\ttrain_loss: 0.0073699\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1044 summary:\ttrain_loss: 0.0074009\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1045 summary:\ttrain_loss: 0.0074112\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1046 summary:\ttrain_loss: 0.0073767\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1047 summary:\ttrain_loss: 0.0073297\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1048 summary:\ttrain_loss: 0.0073090\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1049 summary:\ttrain_loss: 0.0073155\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1050 summary:\ttrain_loss: 0.0073221\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1051 summary:\ttrain_loss: 0.0073137\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1052 summary:\ttrain_loss: 0.0072995\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1053 summary:\ttrain_loss: 0.0072928\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1054\n","DEEPTB INFO Epoch 1054 summary:\ttrain_loss: 0.0072916\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1055\n","DEEPTB INFO Epoch 1055 summary:\ttrain_loss: 0.0072852\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1056\n","DEEPTB INFO Epoch 1056 summary:\ttrain_loss: 0.0075183\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1057 summary:\ttrain_loss: 0.0074402\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1058 summary:\ttrain_loss: 0.0073706\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1059 summary:\ttrain_loss: 0.0073606\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1060 summary:\ttrain_loss: 0.0073890\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1061 summary:\ttrain_loss: 0.0073995\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1062 summary:\ttrain_loss: 0.0073695\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1063 summary:\ttrain_loss: 0.0073261\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1064 summary:\ttrain_loss: 0.0073036\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1065 summary:\ttrain_loss: 0.0073054\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1066 summary:\ttrain_loss: 0.0073103\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1067 summary:\ttrain_loss: 0.0073046\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1068 summary:\ttrain_loss: 0.0072943\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1069 summary:\ttrain_loss: 0.0072890\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1070 summary:\ttrain_loss: 0.0072867\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1071 summary:\ttrain_loss: 0.0072790\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1072\n","DEEPTB INFO Epoch 1072 summary:\ttrain_loss: 0.0075013\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1073 summary:\ttrain_loss: 0.0074269\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1074 summary:\ttrain_loss: 0.0073630\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1075 summary:\ttrain_loss: 0.0073535\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1076 summary:\ttrain_loss: 0.0073795\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1077 summary:\ttrain_loss: 0.0073906\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1078 summary:\ttrain_loss: 0.0073652\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1079 summary:\ttrain_loss: 0.0073251\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1080 summary:\ttrain_loss: 0.0073010\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1081 summary:\ttrain_loss: 0.0072984\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1082 summary:\ttrain_loss: 0.0073013\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1083 summary:\ttrain_loss: 0.0072979\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1084 summary:\ttrain_loss: 0.0072909\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1085 summary:\ttrain_loss: 0.0072870\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1086 summary:\ttrain_loss: 0.0072839\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1087 summary:\ttrain_loss: 0.0072756\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1088\n","DEEPTB INFO Epoch 1088 summary:\ttrain_loss: 0.0074888\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1089 summary:\ttrain_loss: 0.0074176\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1090 summary:\ttrain_loss: 0.0073583\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1091 summary:\ttrain_loss: 0.0073488\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1092 summary:\ttrain_loss: 0.0073722\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1093 summary:\ttrain_loss: 0.0073839\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1094 summary:\ttrain_loss: 0.0073629\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1095 summary:\ttrain_loss: 0.0073264\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1096 summary:\ttrain_loss: 0.0073011\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1097 summary:\ttrain_loss: 0.0072943\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1098 summary:\ttrain_loss: 0.0072950\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1099 summary:\ttrain_loss: 0.0072931\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1100\ttrain_loss: 0.0072890 (0.0073034)\tlr: 0.00333 \n","DEEPTB INFO Epoch 1100 summary:\ttrain_loss: 0.0072890\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1101 summary:\ttrain_loss: 0.0072866\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1102 summary:\ttrain_loss: 0.0072833\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1103 summary:\ttrain_loss: 0.0072744\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1104\n","DEEPTB INFO Epoch 1104 summary:\ttrain_loss: 0.0074807\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1105 summary:\ttrain_loss: 0.0074124\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1106 summary:\ttrain_loss: 0.0073566\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1107 summary:\ttrain_loss: 0.0073463\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1108 summary:\ttrain_loss: 0.0073669\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1109 summary:\ttrain_loss: 0.0073793\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1110 summary:\ttrain_loss: 0.0073630\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1111 summary:\ttrain_loss: 0.0073303\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1112 summary:\ttrain_loss: 0.0073041\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1113 summary:\ttrain_loss: 0.0072936\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1114 summary:\ttrain_loss: 0.0072917\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1115 summary:\ttrain_loss: 0.0072904\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1116 summary:\ttrain_loss: 0.0072888\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1117 summary:\ttrain_loss: 0.0072879\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1118 summary:\ttrain_loss: 0.0072847\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1119 summary:\ttrain_loss: 0.0072755\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1120 summary:\ttrain_loss: 0.0074769\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1121 summary:\ttrain_loss: 0.0074110\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1122 summary:\ttrain_loss: 0.0073575\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1123 summary:\ttrain_loss: 0.0073461\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1124 summary:\ttrain_loss: 0.0073642\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1125 summary:\ttrain_loss: 0.0073770\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1126 summary:\ttrain_loss: 0.0073650\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1127 summary:\ttrain_loss: 0.0073361\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1128 summary:\ttrain_loss: 0.0073098\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1129 summary:\ttrain_loss: 0.0072958\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1130 summary:\ttrain_loss: 0.0072910\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1131 summary:\ttrain_loss: 0.0072898\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1132 summary:\ttrain_loss: 0.0072901\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1133 summary:\ttrain_loss: 0.0072908\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1134 summary:\ttrain_loss: 0.0072881\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1135 summary:\ttrain_loss: 0.0072787\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1136 summary:\ttrain_loss: 0.0074770\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1137 summary:\ttrain_loss: 0.0074134\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1138 summary:\ttrain_loss: 0.0073613\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1139 summary:\ttrain_loss: 0.0073480\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1140 summary:\ttrain_loss: 0.0073634\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1141 summary:\ttrain_loss: 0.0073768\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1142 summary:\ttrain_loss: 0.0073689\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1143 summary:\ttrain_loss: 0.0073439\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1144 summary:\ttrain_loss: 0.0073176\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1145 summary:\ttrain_loss: 0.0073006\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1146 summary:\ttrain_loss: 0.0072930\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1147 summary:\ttrain_loss: 0.0072912\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1148 summary:\ttrain_loss: 0.0072928\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1149 summary:\ttrain_loss: 0.0072948\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1150 summary:\ttrain_loss: 0.0072929\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1151 summary:\ttrain_loss: 0.0072840\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1152 summary:\ttrain_loss: 0.0074802\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1153 summary:\ttrain_loss: 0.0074187\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1154 summary:\ttrain_loss: 0.0073676\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1155 summary:\ttrain_loss: 0.0073520\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1156 summary:\ttrain_loss: 0.0073643\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1157 summary:\ttrain_loss: 0.0073781\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1158 summary:\ttrain_loss: 0.0073741\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1159 summary:\ttrain_loss: 0.0073530\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1160 summary:\ttrain_loss: 0.0073275\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1161 summary:\ttrain_loss: 0.0073079\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1162 summary:\ttrain_loss: 0.0072973\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1163 summary:\ttrain_loss: 0.0072944\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1164 summary:\ttrain_loss: 0.0072967\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1165 summary:\ttrain_loss: 0.0073001\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1166 summary:\ttrain_loss: 0.0072993\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1167 summary:\ttrain_loss: 0.0072910\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1168 summary:\ttrain_loss: 0.0074863\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1169 summary:\ttrain_loss: 0.0074271\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1170 summary:\ttrain_loss: 0.0073764\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1171 summary:\ttrain_loss: 0.0073581\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1172 summary:\ttrain_loss: 0.0073674\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1173 summary:\ttrain_loss: 0.0073812\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1174 summary:\ttrain_loss: 0.0073807\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1175 summary:\ttrain_loss: 0.0073635\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1176 summary:\ttrain_loss: 0.0073391\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1177 summary:\ttrain_loss: 0.0073175\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1178 summary:\ttrain_loss: 0.0073041\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1179 summary:\ttrain_loss: 0.0072997\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1180 summary:\ttrain_loss: 0.0073021\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1181 summary:\ttrain_loss: 0.0073066\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1182 summary:\ttrain_loss: 0.0073069\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1183 summary:\ttrain_loss: 0.0072996\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1184 summary:\ttrain_loss: 0.0074946\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1185 summary:\ttrain_loss: 0.0074378\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1186 summary:\ttrain_loss: 0.0073874\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1187 summary:\ttrain_loss: 0.0073662\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1188 summary:\ttrain_loss: 0.0073719\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1189 summary:\ttrain_loss: 0.0073852\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1190 summary:\ttrain_loss: 0.0073880\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1191 summary:\ttrain_loss: 0.0073748\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1192 summary:\ttrain_loss: 0.0073519\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1193 summary:\ttrain_loss: 0.0073291\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1194 summary:\ttrain_loss: 0.0073132\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1195 summary:\ttrain_loss: 0.0073070\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1196 summary:\ttrain_loss: 0.0073089\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1197 summary:\ttrain_loss: 0.0073139\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1198 summary:\ttrain_loss: 0.0073154\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1199 summary:\ttrain_loss: 0.0073094\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1200\ttrain_loss: 0.0075086 (0.0073746)\tlr: 0.003013\n","DEEPTB INFO Epoch 1200 summary:\ttrain_loss: 0.0075086\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1201 summary:\ttrain_loss: 0.0074549\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1202 summary:\ttrain_loss: 0.0074040\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1203 summary:\ttrain_loss: 0.0073775\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1204 summary:\ttrain_loss: 0.0073763\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1205 summary:\ttrain_loss: 0.0073865\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1206 summary:\ttrain_loss: 0.0073916\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1207 summary:\ttrain_loss: 0.0073838\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1208 summary:\ttrain_loss: 0.0073659\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1209 summary:\ttrain_loss: 0.0073454\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1210 summary:\ttrain_loss: 0.0073292\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1211 summary:\ttrain_loss: 0.0073215\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1212 summary:\ttrain_loss: 0.0073222\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1213 summary:\ttrain_loss: 0.0073271\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1214 summary:\ttrain_loss: 0.0073298\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1215 summary:\ttrain_loss: 0.0073258\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1216 summary:\ttrain_loss: 0.0075163\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1217 summary:\ttrain_loss: 0.0074692\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1218 summary:\ttrain_loss: 0.0074212\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1219 summary:\ttrain_loss: 0.0073931\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1220 summary:\ttrain_loss: 0.0073882\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1221 summary:\ttrain_loss: 0.0073963\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1222 summary:\ttrain_loss: 0.0074036\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1223 summary:\ttrain_loss: 0.0073999\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1224 summary:\ttrain_loss: 0.0073852\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1225 summary:\ttrain_loss: 0.0073653\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1226 summary:\ttrain_loss: 0.0073474\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1227 summary:\ttrain_loss: 0.0073368\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1228 summary:\ttrain_loss: 0.0073349\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1229 summary:\ttrain_loss: 0.0073382\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1230 summary:\ttrain_loss: 0.0073410\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1231 summary:\ttrain_loss: 0.0073383\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1232 summary:\ttrain_loss: 0.0075404\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1233 summary:\ttrain_loss: 0.0074974\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1234 summary:\ttrain_loss: 0.0074501\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1235 summary:\ttrain_loss: 0.0074185\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1236 summary:\ttrain_loss: 0.0074086\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1237 summary:\ttrain_loss: 0.0074125\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1238 summary:\ttrain_loss: 0.0074171\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1239 summary:\ttrain_loss: 0.0074134\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1240 summary:\ttrain_loss: 0.0074022\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1241 summary:\ttrain_loss: 0.0073846\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1242 summary:\ttrain_loss: 0.0073673\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1243 summary:\ttrain_loss: 0.0073559\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1244 summary:\ttrain_loss: 0.0073523\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1245 summary:\ttrain_loss: 0.0073543\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1246 summary:\ttrain_loss: 0.0073568\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1247 summary:\ttrain_loss: 0.0073551\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1248 summary:\ttrain_loss: 0.0075509\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1249 summary:\ttrain_loss: 0.0075135\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1250 summary:\ttrain_loss: 0.0074695\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1251 summary:\ttrain_loss: 0.0074374\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1252 summary:\ttrain_loss: 0.0074248\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1253 summary:\ttrain_loss: 0.0074265\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1254 summary:\ttrain_loss: 0.0074313\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1255 summary:\ttrain_loss: 0.0074295\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1256 summary:\ttrain_loss: 0.0074189\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1257 summary:\ttrain_loss: 0.0074036\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1258 summary:\ttrain_loss: 0.0073871\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1259 summary:\ttrain_loss: 0.0073750\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1260 summary:\ttrain_loss: 0.0073700\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1261 summary:\ttrain_loss: 0.0073705\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1262 summary:\ttrain_loss: 0.0073721\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1263 summary:\ttrain_loss: 0.0073705\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1264 summary:\ttrain_loss: 0.0075654\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1265 summary:\ttrain_loss: 0.0075325\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1266 summary:\ttrain_loss: 0.0074915\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1267 summary:\ttrain_loss: 0.0074593\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1268 summary:\ttrain_loss: 0.0074440\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1269 summary:\ttrain_loss: 0.0074430\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1270 summary:\ttrain_loss: 0.0074469\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1271 summary:\ttrain_loss: 0.0074464\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1272 summary:\ttrain_loss: 0.0074369\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1273 summary:\ttrain_loss: 0.0074219\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1274 summary:\ttrain_loss: 0.0074064\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1275 summary:\ttrain_loss: 0.0073943\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1276 summary:\ttrain_loss: 0.0073884\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1277 summary:\ttrain_loss: 0.0073877\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1278 summary:\ttrain_loss: 0.0073886\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1279 summary:\ttrain_loss: 0.0073872\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1280 summary:\ttrain_loss: 0.0075768\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1281 summary:\ttrain_loss: 0.0075481\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1282 summary:\ttrain_loss: 0.0075101\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1283 summary:\ttrain_loss: 0.0074784\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1284 summary:\ttrain_loss: 0.0074615\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1285 summary:\ttrain_loss: 0.0074584\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1286 summary:\ttrain_loss: 0.0074616\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1287 summary:\ttrain_loss: 0.0074619\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1288 summary:\ttrain_loss: 0.0074544\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1289 summary:\ttrain_loss: 0.0074396\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1290 summary:\ttrain_loss: 0.0074251\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1291 summary:\ttrain_loss: 0.0074131\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1292 summary:\ttrain_loss: 0.0074063\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1293 summary:\ttrain_loss: 0.0074045\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1294 summary:\ttrain_loss: 0.0074047\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1295 summary:\ttrain_loss: 0.0074033\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1296 summary:\ttrain_loss: 0.0075885\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1297 summary:\ttrain_loss: 0.0075635\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1298 summary:\ttrain_loss: 0.0075285\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1299 summary:\ttrain_loss: 0.0074975\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1300\ttrain_loss: 0.0074793 (0.0074956)\tlr: 0.002726\n","DEEPTB INFO Epoch 1300 summary:\ttrain_loss: 0.0074793\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1301 summary:\ttrain_loss: 0.0074743\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1302 summary:\ttrain_loss: 0.0074763\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1303 summary:\ttrain_loss: 0.0074770\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1304 summary:\ttrain_loss: 0.0074711\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1305 summary:\ttrain_loss: 0.0074581\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1306 summary:\ttrain_loss: 0.0074432\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1307 summary:\ttrain_loss: 0.0074311\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1308 summary:\ttrain_loss: 0.0074235\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1309 summary:\ttrain_loss: 0.0074205\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1310 summary:\ttrain_loss: 0.0074199\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1311 summary:\ttrain_loss: 0.0074184\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1312 summary:\ttrain_loss: 0.0075994\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1313 summary:\ttrain_loss: 0.0075778\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1314 summary:\ttrain_loss: 0.0075458\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1315 summary:\ttrain_loss: 0.0075158\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1316 summary:\ttrain_loss: 0.0074966\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1317 summary:\ttrain_loss: 0.0074898\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1318 summary:\ttrain_loss: 0.0074903\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1319 summary:\ttrain_loss: 0.0074911\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1320 summary:\ttrain_loss: 0.0074865\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1321 summary:\ttrain_loss: 0.0074753\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1322 summary:\ttrain_loss: 0.0074603\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1323 summary:\ttrain_loss: 0.0074487\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1324 summary:\ttrain_loss: 0.0074409\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1325 summary:\ttrain_loss: 0.0074373\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1326 summary:\ttrain_loss: 0.0074361\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1327 summary:\ttrain_loss: 0.0074345\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1328 summary:\ttrain_loss: 0.0076075\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1329 summary:\ttrain_loss: 0.0075888\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1330 summary:\ttrain_loss: 0.0075597\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1331 summary:\ttrain_loss: 0.0075313\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1332 summary:\ttrain_loss: 0.0075119\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1333 summary:\ttrain_loss: 0.0075037\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1334 summary:\ttrain_loss: 0.0075032\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1335 summary:\ttrain_loss: 0.0075037\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1336 summary:\ttrain_loss: 0.0075001\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1337 summary:\ttrain_loss: 0.0074905\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1338 summary:\ttrain_loss: 0.0074770\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1339 summary:\ttrain_loss: 0.0074656\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1340 summary:\ttrain_loss: 0.0074573\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1341 summary:\ttrain_loss: 0.0074527\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1342 summary:\ttrain_loss: 0.0074505\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1343 summary:\ttrain_loss: 0.0074485\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1344 summary:\ttrain_loss: 0.0076159\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1345 summary:\ttrain_loss: 0.0075999\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1346 summary:\ttrain_loss: 0.0075738\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1347 summary:\ttrain_loss: 0.0075470\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1348 summary:\ttrain_loss: 0.0075276\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1349 summary:\ttrain_loss: 0.0075181\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1350 summary:\ttrain_loss: 0.0075160\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1351 summary:\ttrain_loss: 0.0075159\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1352 summary:\ttrain_loss: 0.0075129\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1353 summary:\ttrain_loss: 0.0075047\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1354 summary:\ttrain_loss: 0.0074926\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1355 summary:\ttrain_loss: 0.0074810\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1356 summary:\ttrain_loss: 0.0074724\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1357 summary:\ttrain_loss: 0.0074669\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1358 summary:\ttrain_loss: 0.0074638\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1359 summary:\ttrain_loss: 0.0074614\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1360 summary:\ttrain_loss: 0.0076227\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1361 summary:\ttrain_loss: 0.0076091\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1362 summary:\ttrain_loss: 0.0075858\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1363 summary:\ttrain_loss: 0.0075610\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1364 summary:\ttrain_loss: 0.0075418\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1365 summary:\ttrain_loss: 0.0075313\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1366 summary:\ttrain_loss: 0.0075278\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1367 summary:\ttrain_loss: 0.0075270\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1368 summary:\ttrain_loss: 0.0075243\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1369 summary:\ttrain_loss: 0.0075173\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1370 summary:\ttrain_loss: 0.0075065\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1371 summary:\ttrain_loss: 0.0074951\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1372 summary:\ttrain_loss: 0.0074865\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1373 summary:\ttrain_loss: 0.0074805\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1374 summary:\ttrain_loss: 0.0074765\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1375 summary:\ttrain_loss: 0.0074736\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1376 summary:\ttrain_loss: 0.0076281\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1377 summary:\ttrain_loss: 0.0076165\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1378 summary:\ttrain_loss: 0.0075959\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1379 summary:\ttrain_loss: 0.0075732\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1380 summary:\ttrain_loss: 0.0075547\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1381 summary:\ttrain_loss: 0.0075437\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1382 summary:\ttrain_loss: 0.0075390\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1383 summary:\ttrain_loss: 0.0075372\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1384 summary:\ttrain_loss: 0.0075345\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1385 summary:\ttrain_loss: 0.0075284\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1386 summary:\ttrain_loss: 0.0075190\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1387 summary:\ttrain_loss: 0.0075082\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1388 summary:\ttrain_loss: 0.0075001\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1389 summary:\ttrain_loss: 0.0074941\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1390 summary:\ttrain_loss: 0.0074901\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1391 summary:\ttrain_loss: 0.0074869\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1392 summary:\ttrain_loss: 0.0076311\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1393 summary:\ttrain_loss: 0.0076209\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1394 summary:\ttrain_loss: 0.0076024\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1395 summary:\ttrain_loss: 0.0075817\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1396 summary:\ttrain_loss: 0.0075645\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1397 summary:\ttrain_loss: 0.0075535\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1398 summary:\ttrain_loss: 0.0075483\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1399 summary:\ttrain_loss: 0.0075459\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1400\ttrain_loss: 0.0075431 (0.0075528)\tlr: 0.002467\n","DEEPTB INFO Epoch 1400 summary:\ttrain_loss: 0.0075431\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1401 summary:\ttrain_loss: 0.0075377\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1402 summary:\ttrain_loss: 0.0075293\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1403 summary:\ttrain_loss: 0.0075202\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1404 summary:\ttrain_loss: 0.0075123\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1405 summary:\ttrain_loss: 0.0075057\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1406 summary:\ttrain_loss: 0.0075008\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1407 summary:\ttrain_loss: 0.0074969\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1408 summary:\ttrain_loss: 0.0076356\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1409 summary:\ttrain_loss: 0.0076268\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1410 summary:\ttrain_loss: 0.0076106\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1411 summary:\ttrain_loss: 0.0075919\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1412 summary:\ttrain_loss: 0.0075755\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1413 summary:\ttrain_loss: 0.0075642\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1414 summary:\ttrain_loss: 0.0075579\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1415 summary:\ttrain_loss: 0.0075546\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1416 summary:\ttrain_loss: 0.0075515\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1417 summary:\ttrain_loss: 0.0075465\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1418 summary:\ttrain_loss: 0.0075390\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1419 summary:\ttrain_loss: 0.0075300\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1420 summary:\ttrain_loss: 0.0075225\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1421 summary:\ttrain_loss: 0.0075158\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1422 summary:\ttrain_loss: 0.0075106\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1423 summary:\ttrain_loss: 0.0075063\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1424 summary:\ttrain_loss: 0.0076378\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1425 summary:\ttrain_loss: 0.0076301\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1426 summary:\ttrain_loss: 0.0076156\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1427 summary:\ttrain_loss: 0.0075987\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1428 summary:\ttrain_loss: 0.0075834\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1429 summary:\ttrain_loss: 0.0075724\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1430 summary:\ttrain_loss: 0.0075656\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1431 summary:\ttrain_loss: 0.0075616\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1432 summary:\ttrain_loss: 0.0075583\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1433 summary:\ttrain_loss: 0.0075536\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1434 summary:\ttrain_loss: 0.0075470\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1435 summary:\ttrain_loss: 0.0075390\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1436 summary:\ttrain_loss: 0.0075320\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1437 summary:\ttrain_loss: 0.0075255\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1438 summary:\ttrain_loss: 0.0075200\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1439 summary:\ttrain_loss: 0.0075154\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1440 summary:\ttrain_loss: 0.0076389\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1441 summary:\ttrain_loss: 0.0076319\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1442 summary:\ttrain_loss: 0.0076191\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1443 summary:\ttrain_loss: 0.0076040\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1444 summary:\ttrain_loss: 0.0075901\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1445 summary:\ttrain_loss: 0.0075794\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1446 summary:\ttrain_loss: 0.0075722\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1447 summary:\ttrain_loss: 0.0075677\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1448 summary:\ttrain_loss: 0.0075641\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1449 summary:\ttrain_loss: 0.0075597\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1450 summary:\ttrain_loss: 0.0075536\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1451 summary:\ttrain_loss: 0.0075465\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1452 summary:\ttrain_loss: 0.0075401\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1453 summary:\ttrain_loss: 0.0075338\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1454 summary:\ttrain_loss: 0.0075283\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1455 summary:\ttrain_loss: 0.0075236\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1456 summary:\ttrain_loss: 0.0076395\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1457 summary:\ttrain_loss: 0.0076329\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1458 summary:\ttrain_loss: 0.0076214\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1459 summary:\ttrain_loss: 0.0076077\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1460 summary:\ttrain_loss: 0.0075950\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1461 summary:\ttrain_loss: 0.0075848\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1462 summary:\ttrain_loss: 0.0075775\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1463 summary:\ttrain_loss: 0.0075726\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1464 summary:\ttrain_loss: 0.0075688\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1465 summary:\ttrain_loss: 0.0075644\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1466 summary:\ttrain_loss: 0.0075587\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1467 summary:\ttrain_loss: 0.0075531\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1468 summary:\ttrain_loss: 0.0075470\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1469 summary:\ttrain_loss: 0.0075410\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1470 summary:\ttrain_loss: 0.0075355\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1471 summary:\ttrain_loss: 0.0075307\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1472 summary:\ttrain_loss: 0.0076389\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1473 summary:\ttrain_loss: 0.0076327\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1474 summary:\ttrain_loss: 0.0076223\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1475 summary:\ttrain_loss: 0.0076100\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1476 summary:\ttrain_loss: 0.0075983\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1477 summary:\ttrain_loss: 0.0075886\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1478 summary:\ttrain_loss: 0.0075814\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1479 summary:\ttrain_loss: 0.0075762\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1480 summary:\ttrain_loss: 0.0075721\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1481 summary:\ttrain_loss: 0.0075679\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1482 summary:\ttrain_loss: 0.0075629\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1483 summary:\ttrain_loss: 0.0075580\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1484 summary:\ttrain_loss: 0.0075520\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1485 summary:\ttrain_loss: 0.0075459\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1486 summary:\ttrain_loss: 0.0075403\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1487 summary:\ttrain_loss: 0.0075353\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1488 summary:\ttrain_loss: 0.0076387\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1489 summary:\ttrain_loss: 0.0076330\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1490 summary:\ttrain_loss: 0.0076235\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1491 summary:\ttrain_loss: 0.0076124\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1492 summary:\ttrain_loss: 0.0076015\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1493 summary:\ttrain_loss: 0.0075921\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1494 summary:\ttrain_loss: 0.0075847\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1495 summary:\ttrain_loss: 0.0075792\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1496 summary:\ttrain_loss: 0.0075749\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1497 summary:\ttrain_loss: 0.0075706\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1498 summary:\ttrain_loss: 0.0075660\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1499 summary:\ttrain_loss: 0.0075615\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1500\ttrain_loss: 0.0075560 (0.0075673)\tlr: 0.002232\n","DEEPTB INFO checkpoint saved as nnsk.iter1501\n","DEEPTB INFO Epoch 1500 summary:\ttrain_loss: 0.0075560\t\n","################################################################################################################################################################\n","DEEPTB INFO finished training\n","DEEPTB INFO wall time: 126.293 s\n"]}],"source":["!dptb train ./inputs/2-2-2_1_input.json -i ./nnsk_2/checkpoint/nnsk.ep501.pth -o ./nnsk_3"]},{"cell_type":"code","execution_count":3,"metadata":{},"outputs":[{"data":{"image/png":"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","text/plain":["
"]},"metadata":{},"output_type":"display_data"}],"source":["model = NNSK.from_reference(checkpoint=\"./nnsk_3/checkpoint/nnsk.iter1500.pth\",\n"," basis={'Si': ['3s', '3p', 'd*']})\n","# you can also load the reference model. in ref_ckpts/nnsk_3\n","\n","jdata = j_loader(\"./run/band.json\") # 这里提供输入\n","results_path = \"./band_plot\" # 可指定输出的保存路径\n","kpath_kwargs = jdata[\"task_options\"]\n","stru_data = \"./data/silicon.vasp\"\n","AtomicData_options = {\"r_max\": 5.0, \"oer_max\": 2.5, \"pbc\": True}\n","\n","bcal = Band(model=model, \n"," use_gui=True, \n"," results_path=results_path, \n"," device=model.device)\n","bcal.get_bands(data=stru_data, \n"," kpath_kwargs=kpath_kwargs, \n"," AtomicData_options=AtomicData_options)\n","bcal.band_plot(ref_band = kpath_kwargs[\"ref_band\"],\n"," E_fermi = kpath_kwargs[\"E_fermi\"],\n"," emin = kpath_kwargs[\"emin\"],\n"," emax = kpath_kwargs[\"emax\"])"]},{"cell_type":"markdown","metadata":{},"source":["类似地，我们也可以将 $w$ 逐渐变得更小，这样衰减函数引入的衰减将会更快。这一步衰减的目的主要是是在外推 $r_{skc}$ 之后，限制更远的近邻不会进入考虑。\n","此时修改的输入参数为：\n","具体输入文件参考 `inputs/2-2-2-2_input.json`。"]},{"cell_type":"code","execution_count":7,"metadata":{"scrolled":true},"outputs":[{"name":"stdout","output_type":"stream","text":["DEEPTB INFO Epoch 1 summary:\ttrain_loss: 0.1096924\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep2\n","DEEPTB INFO Epoch 2 summary:\ttrain_loss: 0.2314057\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 3 summary:\ttrain_loss: 0.0616319\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep4\n","DEEPTB INFO Epoch 4 summary:\ttrain_loss: 0.0828601\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 5 summary:\ttrain_loss: 0.1311574\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 6 summary:\ttrain_loss: 0.0912874\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 7 summary:\ttrain_loss: 0.0394022\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep8\n","DEEPTB INFO Epoch 8 summary:\ttrain_loss: 0.0333588\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep9\n","DEEPTB INFO Epoch 9 summary:\ttrain_loss: 0.0551977\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 10 summary:\ttrain_loss: 0.0586574\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 11 summary:\ttrain_loss: 0.0379065\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 12 summary:\ttrain_loss: 0.0193605\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep13\n","DEEPTB INFO Epoch 13 summary:\ttrain_loss: 0.0221587\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 14 summary:\ttrain_loss: 0.0378551\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 15 summary:\ttrain_loss: 0.0444008\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 16 summary:\ttrain_loss: 0.0345926\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 17 summary:\ttrain_loss: 0.0204391\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 18 summary:\ttrain_loss: 0.0158859\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep19\n","DEEPTB INFO Epoch 19 summary:\ttrain_loss: 0.0219774\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 20 summary:\ttrain_loss: 0.0281640\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 21 summary:\ttrain_loss: 0.0263385\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 22 summary:\ttrain_loss: 0.0193127\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 23 summary:\ttrain_loss: 0.0151733\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep24\n","DEEPTB INFO Epoch 24 summary:\ttrain_loss: 0.0171198\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 25 summary:\ttrain_loss: 0.0205638\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 26 summary:\ttrain_loss: 0.0198001\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 27 summary:\ttrain_loss: 0.0150808\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep28\n","DEEPTB INFO Epoch 28 summary:\ttrain_loss: 0.0115021\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep29\n","DEEPTB INFO Epoch 29 summary:\ttrain_loss: 0.0123683\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 30 summary:\ttrain_loss: 0.0155460\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 31 summary:\ttrain_loss: 0.0166843\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 32 summary:\ttrain_loss: 0.0146491\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 33 summary:\ttrain_loss: 0.0122287\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 34 summary:\ttrain_loss: 0.0120656\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 35 summary:\ttrain_loss: 0.0134999\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 36 summary:\ttrain_loss: 0.0140068\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 37 summary:\ttrain_loss: 0.0127607\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 38 summary:\ttrain_loss: 0.0114140\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep39\n","DEEPTB INFO Epoch 39 summary:\ttrain_loss: 0.0115309\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 40 summary:\ttrain_loss: 0.0124989\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 41 summary:\ttrain_loss: 0.0126126\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 42 summary:\ttrain_loss: 0.0114862\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 43 summary:\ttrain_loss: 0.0104052\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep44\n","DEEPTB INFO Epoch 44 summary:\ttrain_loss: 0.0104228\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 45 summary:\ttrain_loss: 0.0110419\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 46 summary:\ttrain_loss: 0.0111449\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 47 summary:\ttrain_loss: 0.0105850\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 48 summary:\ttrain_loss: 0.0101754\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep49\n","DEEPTB INFO Epoch 49 summary:\ttrain_loss: 0.0103644\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 50 summary:\ttrain_loss: 0.0106566\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 51 summary:\ttrain_loss: 0.0104985\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 52 summary:\ttrain_loss: 0.0100600\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep53\n","DEEPTB INFO Epoch 53 summary:\ttrain_loss: 0.0099458\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep54\n","DEEPTB INFO Epoch 54 summary:\ttrain_loss: 0.0102144\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 55 summary:\ttrain_loss: 0.0103806\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 56 summary:\ttrain_loss: 0.0101813\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 57 summary:\ttrain_loss: 0.0099044\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep58\n","DEEPTB INFO Epoch 58 summary:\ttrain_loss: 0.0098747\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep59\n","DEEPTB INFO Epoch 59 summary:\ttrain_loss: 0.0099830\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 60 summary:\ttrain_loss: 0.0099447\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 61 summary:\ttrain_loss: 0.0097690\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep62\n","DEEPTB INFO Epoch 62 summary:\ttrain_loss: 0.0096952\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep63\n","DEEPTB INFO Epoch 63 summary:\ttrain_loss: 0.0097750\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 64 summary:\ttrain_loss: 0.0098113\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 65 summary:\ttrain_loss: 0.0096969\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 66 summary:\ttrain_loss: 0.0095712\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep67\n","DEEPTB INFO Epoch 67 summary:\ttrain_loss: 0.0095707\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep68\n","DEEPTB INFO Epoch 68 summary:\ttrain_loss: 0.0096249\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 69 summary:\ttrain_loss: 0.0096020\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 70 summary:\ttrain_loss: 0.0095218\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep71\n","DEEPTB INFO Epoch 71 summary:\ttrain_loss: 0.0094893\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep72\n","DEEPTB INFO Epoch 72 summary:\ttrain_loss: 0.0095062\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 73 summary:\ttrain_loss: 0.0094872\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep74\n","DEEPTB INFO Epoch 74 summary:\ttrain_loss: 0.0094190\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep75\n","DEEPTB INFO Epoch 75 summary:\ttrain_loss: 0.0093750\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep76\n","DEEPTB INFO Epoch 76 summary:\ttrain_loss: 0.0093835\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 77 summary:\ttrain_loss: 0.0093864\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 78 summary:\ttrain_loss: 0.0093461\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep79\n","DEEPTB INFO Epoch 79 summary:\ttrain_loss: 0.0093010\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep80\n","DEEPTB INFO Epoch 80 summary:\ttrain_loss: 0.0092884\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep81\n","DEEPTB INFO Epoch 81 summary:\ttrain_loss: 0.0092849\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep82\n","DEEPTB INFO Epoch 82 summary:\ttrain_loss: 0.0092588\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep83\n","DEEPTB INFO Epoch 83 summary:\ttrain_loss: 0.0092264\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep84\n","DEEPTB INFO Epoch 84 summary:\ttrain_loss: 0.0092141\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep85\n","DEEPTB INFO Epoch 85 summary:\ttrain_loss: 0.0092097\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep86\n","DEEPTB INFO Epoch 86 summary:\ttrain_loss: 0.0091876\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep87\n","DEEPTB INFO Epoch 87 summary:\ttrain_loss: 0.0091552\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep88\n","DEEPTB INFO Epoch 88 summary:\ttrain_loss: 0.0091357\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep89\n","DEEPTB INFO Epoch 89 summary:\ttrain_loss: 0.0091269\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep90\n","DEEPTB INFO Epoch 90 summary:\ttrain_loss: 0.0091099\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep91\n","DEEPTB INFO Epoch 91 summary:\ttrain_loss: 0.0090849\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep92\n","DEEPTB INFO Epoch 92 summary:\ttrain_loss: 0.0090661\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep93\n","DEEPTB INFO Epoch 93 summary:\ttrain_loss: 0.0090536\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep94\n","DEEPTB INFO Epoch 94 summary:\ttrain_loss: 0.0090359\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep95\n","DEEPTB INFO Epoch 95 summary:\ttrain_loss: 0.0090133\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep96\n","DEEPTB INFO Epoch 96 summary:\ttrain_loss: 0.0089956\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep97\n","DEEPTB INFO Epoch 97 summary:\ttrain_loss: 0.0089836\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep98\n","DEEPTB INFO Epoch 98 summary:\ttrain_loss: 0.0089683\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep99\n","DEEPTB INFO Epoch 99 summary:\ttrain_loss: 0.0089485\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep100\n","DEEPTB INFO iteration:100\ttrain_loss: 0.0089309 (0.0089715)\tlr: 0.04528\n","DEEPTB INFO Epoch 100 summary:\ttrain_loss: 0.0089309\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep101\n","DEEPTB INFO Epoch 101 summary:\ttrain_loss: 0.0089170\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep102\n","DEEPTB INFO Epoch 102 summary:\ttrain_loss: 0.0089243\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 103 summary:\ttrain_loss: 0.0089064\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep104\n","DEEPTB INFO Epoch 104 summary:\ttrain_loss: 0.0088896\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep105\n","DEEPTB INFO Epoch 105 summary:\ttrain_loss: 0.0088746\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep106\n","DEEPTB INFO Epoch 106 summary:\ttrain_loss: 0.0088583\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep107\n","DEEPTB INFO Epoch 107 summary:\ttrain_loss: 0.0088407\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep108\n","DEEPTB INFO Epoch 108 summary:\ttrain_loss: 0.0088250\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep109\n","DEEPTB INFO Epoch 109 summary:\ttrain_loss: 0.0088109\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep110\n","DEEPTB INFO Epoch 110 summary:\ttrain_loss: 0.0087958\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep111\n","DEEPTB INFO Epoch 111 summary:\ttrain_loss: 0.0087795\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep112\n","DEEPTB INFO Epoch 112 summary:\ttrain_loss: 0.0087643\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep113\n","DEEPTB INFO Epoch 113 summary:\ttrain_loss: 0.0087499\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep114\n","DEEPTB INFO Epoch 114 summary:\ttrain_loss: 0.0087352\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep115\n","DEEPTB INFO Epoch 115 summary:\ttrain_loss: 0.0087200\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep116\n","DEEPTB INFO Epoch 116 summary:\ttrain_loss: 0.0087057\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep117\n","DEEPTB INFO Epoch 117 summary:\ttrain_loss: 0.0086915\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep118\n","DEEPTB INFO Epoch 118 summary:\ttrain_loss: 0.0086767\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep119\n","DEEPTB INFO Epoch 119 summary:\ttrain_loss: 0.0086617\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep120\n","DEEPTB INFO Epoch 120 summary:\ttrain_loss: 0.0086475\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep121\n","DEEPTB INFO Epoch 121 summary:\ttrain_loss: 0.0086336\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep122\n","DEEPTB INFO Epoch 122 summary:\ttrain_loss: 0.0086194\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep123\n","DEEPTB INFO Epoch 123 summary:\ttrain_loss: 0.0086052\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep124\n","DEEPTB INFO Epoch 124 summary:\ttrain_loss: 0.0085914\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep125\n","DEEPTB INFO Epoch 125 summary:\ttrain_loss: 0.0085777\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep126\n","DEEPTB INFO Epoch 126 summary:\ttrain_loss: 0.0085638\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep127\n","DEEPTB INFO Epoch 127 summary:\ttrain_loss: 0.0085501\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep128\n","DEEPTB INFO Epoch 128 summary:\ttrain_loss: 0.0085367\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep129\n","DEEPTB INFO Epoch 129 summary:\ttrain_loss: 0.0085234\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep130\n","DEEPTB INFO Epoch 130 summary:\ttrain_loss: 0.0085099\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep131\n","DEEPTB INFO Epoch 131 summary:\ttrain_loss: 0.0084966\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep132\n","DEEPTB INFO Epoch 132 summary:\ttrain_loss: 0.0084834\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep133\n","DEEPTB INFO Epoch 133 summary:\ttrain_loss: 0.0084702\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep134\n","DEEPTB INFO Epoch 134 summary:\ttrain_loss: 0.0084571\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep135\n","DEEPTB INFO Epoch 135 summary:\ttrain_loss: 0.0084441\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep136\n","DEEPTB INFO Epoch 136 summary:\ttrain_loss: 0.0084313\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep137\n","DEEPTB INFO Epoch 137 summary:\ttrain_loss: 0.0084184\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep138\n","DEEPTB INFO Epoch 138 summary:\ttrain_loss: 0.0084059\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep139\n","DEEPTB INFO Epoch 139 summary:\ttrain_loss: 0.0083940\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep140\n","DEEPTB INFO Epoch 140 summary:\ttrain_loss: 0.0083817\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep141\n","DEEPTB INFO Epoch 141 summary:\ttrain_loss: 0.0083692\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep142\n","DEEPTB INFO Epoch 142 summary:\ttrain_loss: 0.0083577\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep143\n","DEEPTB INFO Epoch 143 summary:\ttrain_loss: 0.0083461\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep144\n","DEEPTB INFO Epoch 144 summary:\ttrain_loss: 0.0083341\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep145\n","DEEPTB INFO Epoch 145 summary:\ttrain_loss: 0.0083221\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep146\n","DEEPTB INFO Epoch 146 summary:\ttrain_loss: 0.0083106\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep147\n","DEEPTB INFO Epoch 147 summary:\ttrain_loss: 0.0082989\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep148\n","DEEPTB INFO Epoch 148 summary:\ttrain_loss: 0.0082876\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep149\n","DEEPTB INFO Epoch 149 summary:\ttrain_loss: 0.0082765\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep150\n","DEEPTB INFO Epoch 150 summary:\ttrain_loss: 0.0082653\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep151\n","DEEPTB INFO Epoch 151 summary:\ttrain_loss: 0.0082539\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep152\n","DEEPTB INFO Epoch 152 summary:\ttrain_loss: 0.0082433\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep153\n","DEEPTB INFO Epoch 153 summary:\ttrain_loss: 0.0082514\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 154 summary:\ttrain_loss: 0.0082398\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep155\n","DEEPTB INFO Epoch 155 summary:\ttrain_loss: 0.0082280\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep156\n","DEEPTB INFO Epoch 156 summary:\ttrain_loss: 0.0082165\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep157\n","DEEPTB INFO Epoch 157 summary:\ttrain_loss: 0.0082060\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep158\n","DEEPTB INFO Epoch 158 summary:\ttrain_loss: 0.0081953\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep159\n","DEEPTB INFO Epoch 159 summary:\ttrain_loss: 0.0081847\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep160\n","DEEPTB INFO Epoch 160 summary:\ttrain_loss: 0.0081741\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep161\n","DEEPTB INFO Epoch 161 summary:\ttrain_loss: 0.0081636\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep162\n","DEEPTB INFO Epoch 162 summary:\ttrain_loss: 0.0081532\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep163\n","DEEPTB INFO Epoch 163 summary:\ttrain_loss: 0.0081431\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep164\n","DEEPTB INFO Epoch 164 summary:\ttrain_loss: 0.0081330\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep165\n","DEEPTB INFO Epoch 165 summary:\ttrain_loss: 0.0081227\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep166\n","DEEPTB INFO Epoch 166 summary:\ttrain_loss: 0.0081129\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep167\n","DEEPTB INFO Epoch 167 summary:\ttrain_loss: 0.0081027\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep168\n","DEEPTB INFO Epoch 168 summary:\ttrain_loss: 0.0080924\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep169\n","DEEPTB INFO Epoch 169 summary:\ttrain_loss: 0.0080828\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep170\n","DEEPTB INFO Epoch 170 summary:\ttrain_loss: 0.0080729\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep171\n","DEEPTB INFO Epoch 171 summary:\ttrain_loss: 0.0080634\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep172\n","DEEPTB INFO Epoch 172 summary:\ttrain_loss: 0.0080537\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep173\n","DEEPTB INFO Epoch 173 summary:\ttrain_loss: 0.0080440\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep174\n","DEEPTB INFO Epoch 174 summary:\ttrain_loss: 0.0080345\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep175\n","DEEPTB INFO Epoch 175 summary:\ttrain_loss: 0.0080249\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep176\n","DEEPTB INFO Epoch 176 summary:\ttrain_loss: 0.0080154\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep177\n","DEEPTB INFO Epoch 177 summary:\ttrain_loss: 0.0080059\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep178\n","DEEPTB INFO Epoch 178 summary:\ttrain_loss: 0.0079966\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep179\n","DEEPTB INFO Epoch 179 summary:\ttrain_loss: 0.0079873\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep180\n","DEEPTB INFO Epoch 180 summary:\ttrain_loss: 0.0079782\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep181\n","DEEPTB INFO Epoch 181 summary:\ttrain_loss: 0.0079690\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep182\n","DEEPTB INFO Epoch 182 summary:\ttrain_loss: 0.0079600\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep183\n","DEEPTB INFO Epoch 183 summary:\ttrain_loss: 0.0079509\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep184\n","DEEPTB INFO Epoch 184 summary:\ttrain_loss: 0.0079419\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep185\n","DEEPTB INFO Epoch 185 summary:\ttrain_loss: 0.0079329\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep186\n","DEEPTB INFO Epoch 186 summary:\ttrain_loss: 0.0079239\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep187\n","DEEPTB INFO Epoch 187 summary:\ttrain_loss: 0.0079152\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep188\n","DEEPTB INFO Epoch 188 summary:\ttrain_loss: 0.0079062\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep189\n","DEEPTB INFO Epoch 189 summary:\ttrain_loss: 0.0078974\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep190\n","DEEPTB INFO Epoch 190 summary:\ttrain_loss: 0.0078886\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep191\n","DEEPTB INFO Epoch 191 summary:\ttrain_loss: 0.0078798\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep192\n","DEEPTB INFO Epoch 192 summary:\ttrain_loss: 0.0078711\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep193\n","DEEPTB INFO Epoch 193 summary:\ttrain_loss: 0.0078625\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep194\n","DEEPTB INFO Epoch 194 summary:\ttrain_loss: 0.0078539\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep195\n","DEEPTB INFO Epoch 195 summary:\ttrain_loss: 0.0078453\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep196\n","DEEPTB INFO Epoch 196 summary:\ttrain_loss: 0.0078368\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep197\n","DEEPTB INFO Epoch 197 summary:\ttrain_loss: 0.0078282\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep198\n","DEEPTB INFO Epoch 198 summary:\ttrain_loss: 0.0078199\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep199\n","DEEPTB INFO Epoch 199 summary:\ttrain_loss: 0.0078114\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep200\n","DEEPTB INFO iteration:200\ttrain_loss: 0.0078031 (0.0078228)\tlr: 0.04097\n","DEEPTB INFO Epoch 200 summary:\ttrain_loss: 0.0078031\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep201\n","DEEPTB INFO Epoch 201 summary:\ttrain_loss: 0.0077948\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep202\n","DEEPTB INFO Epoch 202 summary:\ttrain_loss: 0.0077864\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep203\n","DEEPTB INFO Epoch 203 summary:\ttrain_loss: 0.0077783\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep204\n","DEEPTB INFO Epoch 204 summary:\ttrain_loss: 0.0077878\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 205 summary:\ttrain_loss: 0.0077776\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep206\n","DEEPTB INFO Epoch 206 summary:\ttrain_loss: 0.0077683\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep207\n","DEEPTB INFO Epoch 207 summary:\ttrain_loss: 0.0077605\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep208\n","DEEPTB INFO Epoch 208 summary:\ttrain_loss: 0.0077527\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep209\n","DEEPTB INFO Epoch 209 summary:\ttrain_loss: 0.0077447\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep210\n","DEEPTB INFO Epoch 210 summary:\ttrain_loss: 0.0077365\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep211\n","DEEPTB INFO Epoch 211 summary:\ttrain_loss: 0.0077282\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep212\n","DEEPTB INFO Epoch 212 summary:\ttrain_loss: 0.0077202\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep213\n","DEEPTB INFO Epoch 213 summary:\ttrain_loss: 0.0077123\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep214\n","DEEPTB INFO Epoch 214 summary:\ttrain_loss: 0.0077044\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep215\n","DEEPTB INFO Epoch 215 summary:\ttrain_loss: 0.0076964\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep216\n","DEEPTB INFO Epoch 216 summary:\ttrain_loss: 0.0076883\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep217\n","DEEPTB INFO Epoch 217 summary:\ttrain_loss: 0.0076801\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep218\n","DEEPTB INFO Epoch 218 summary:\ttrain_loss: 0.0076721\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep219\n","DEEPTB INFO Epoch 219 summary:\ttrain_loss: 0.0076642\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep220\n","DEEPTB INFO Epoch 220 summary:\ttrain_loss: 0.0076565\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep221\n","DEEPTB INFO Epoch 221 summary:\ttrain_loss: 0.0076488\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep222\n","DEEPTB INFO Epoch 222 summary:\ttrain_loss: 0.0076411\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep223\n","DEEPTB INFO Epoch 223 summary:\ttrain_loss: 0.0076335\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep224\n","DEEPTB INFO Epoch 224 summary:\ttrain_loss: 0.0076259\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep225\n","DEEPTB INFO Epoch 225 summary:\ttrain_loss: 0.0076183\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep226\n","DEEPTB INFO Epoch 226 summary:\ttrain_loss: 0.0076108\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep227\n","DEEPTB INFO Epoch 227 summary:\ttrain_loss: 0.0076033\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep228\n","DEEPTB INFO Epoch 228 summary:\ttrain_loss: 0.0075958\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep229\n","DEEPTB INFO Epoch 229 summary:\ttrain_loss: 0.0075883\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep230\n","DEEPTB INFO Epoch 230 summary:\ttrain_loss: 0.0075809\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep231\n","DEEPTB INFO Epoch 231 summary:\ttrain_loss: 0.0075734\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep232\n","DEEPTB INFO Epoch 232 summary:\ttrain_loss: 0.0075661\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep233\n","DEEPTB INFO Epoch 233 summary:\ttrain_loss: 0.0075588\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep234\n","DEEPTB INFO Epoch 234 summary:\ttrain_loss: 0.0075515\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep235\n","DEEPTB INFO Epoch 235 summary:\ttrain_loss: 0.0075442\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep236\n","DEEPTB INFO Epoch 236 summary:\ttrain_loss: 0.0075369\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep237\n","DEEPTB INFO Epoch 237 summary:\ttrain_loss: 0.0075297\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep238\n","DEEPTB INFO Epoch 238 summary:\ttrain_loss: 0.0075225\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep239\n","DEEPTB INFO Epoch 239 summary:\ttrain_loss: 0.0075153\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep240\n","DEEPTB INFO Epoch 240 summary:\ttrain_loss: 0.0075081\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep241\n","DEEPTB INFO Epoch 241 summary:\ttrain_loss: 0.0075010\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep242\n","DEEPTB INFO Epoch 242 summary:\ttrain_loss: 0.0074940\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep243\n","DEEPTB INFO Epoch 243 summary:\ttrain_loss: 0.0074869\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep244\n","DEEPTB INFO Epoch 244 summary:\ttrain_loss: 0.0074798\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep245\n","DEEPTB INFO Epoch 245 summary:\ttrain_loss: 0.0074728\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep246\n","DEEPTB INFO Epoch 246 summary:\ttrain_loss: 0.0074658\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep247\n","DEEPTB INFO Epoch 247 summary:\ttrain_loss: 0.0074588\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep248\n","DEEPTB INFO Epoch 248 summary:\ttrain_loss: 0.0074519\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep249\n","DEEPTB INFO Epoch 249 summary:\ttrain_loss: 0.0074449\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep250\n","DEEPTB INFO Epoch 250 summary:\ttrain_loss: 0.0074381\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep251\n","DEEPTB INFO Epoch 251 summary:\ttrain_loss: 0.0074312\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep252\n","DEEPTB INFO Epoch 252 summary:\ttrain_loss: 0.0074243\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep253\n","DEEPTB INFO Epoch 253 summary:\ttrain_loss: 0.0074175\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep254\n","DEEPTB INFO Epoch 254 summary:\ttrain_loss: 0.0074106\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep255\n","DEEPTB INFO Epoch 255 summary:\ttrain_loss: 0.0074188\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 256 summary:\ttrain_loss: 0.0074100\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep257\n","DEEPTB INFO Epoch 257 summary:\ttrain_loss: 0.0074028\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep258\n","DEEPTB INFO Epoch 258 summary:\ttrain_loss: 0.0073956\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep259\n","DEEPTB INFO Epoch 259 summary:\ttrain_loss: 0.0073863\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep260\n","DEEPTB INFO Epoch 260 summary:\ttrain_loss: 0.0073755\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep261\n","DEEPTB INFO Epoch 261 summary:\ttrain_loss: 0.0073640\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep262\n","DEEPTB INFO Epoch 262 summary:\ttrain_loss: 0.0073523\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep263\n","DEEPTB INFO Epoch 263 summary:\ttrain_loss: 0.0073411\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep264\n","DEEPTB INFO Epoch 264 summary:\ttrain_loss: 0.0073303\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep265\n","DEEPTB INFO Epoch 265 summary:\ttrain_loss: 0.0073198\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep266\n","DEEPTB INFO Epoch 266 summary:\ttrain_loss: 0.0073103\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep267\n","DEEPTB INFO Epoch 267 summary:\ttrain_loss: 0.0073018\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep268\n","DEEPTB INFO Epoch 268 summary:\ttrain_loss: 0.0072940\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep269\n","DEEPTB INFO Epoch 269 summary:\ttrain_loss: 0.0072869\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep270\n","DEEPTB INFO Epoch 270 summary:\ttrain_loss: 0.0072800\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep271\n","DEEPTB INFO Epoch 271 summary:\ttrain_loss: 0.0072729\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep272\n","DEEPTB INFO Epoch 272 summary:\ttrain_loss: 0.0072656\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep273\n","DEEPTB INFO Epoch 273 summary:\ttrain_loss: 0.0072581\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep274\n","DEEPTB INFO Epoch 274 summary:\ttrain_loss: 0.0072505\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep275\n","DEEPTB INFO Epoch 275 summary:\ttrain_loss: 0.0072427\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep276\n","DEEPTB INFO Epoch 276 summary:\ttrain_loss: 0.0072356\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep277\n","DEEPTB INFO Epoch 277 summary:\ttrain_loss: 0.0072283\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep278\n","DEEPTB INFO Epoch 278 summary:\ttrain_loss: 0.0072207\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep279\n","DEEPTB INFO Epoch 279 summary:\ttrain_loss: 0.0072128\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep280\n","DEEPTB INFO Epoch 280 summary:\ttrain_loss: 0.0072048\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep281\n","DEEPTB INFO Epoch 281 summary:\ttrain_loss: 0.0071967\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep282\n","DEEPTB INFO Epoch 282 summary:\ttrain_loss: 0.0071885\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep283\n","DEEPTB INFO Epoch 283 summary:\ttrain_loss: 0.0071805\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep284\n","DEEPTB INFO Epoch 284 summary:\ttrain_loss: 0.0071733\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep285\n","DEEPTB INFO Epoch 285 summary:\ttrain_loss: 0.0071660\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep286\n","DEEPTB INFO Epoch 286 summary:\ttrain_loss: 0.0071585\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep287\n","DEEPTB INFO Epoch 287 summary:\ttrain_loss: 0.0071511\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep288\n","DEEPTB INFO Epoch 288 summary:\ttrain_loss: 0.0071436\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep289\n","DEEPTB INFO Epoch 289 summary:\ttrain_loss: 0.0071366\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep290\n","DEEPTB INFO Epoch 290 summary:\ttrain_loss: 0.0071296\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep291\n","DEEPTB INFO Epoch 291 summary:\ttrain_loss: 0.0071226\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep292\n","DEEPTB INFO Epoch 292 summary:\ttrain_loss: 0.0071153\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep293\n","DEEPTB INFO Epoch 293 summary:\ttrain_loss: 0.0071080\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep294\n","DEEPTB INFO Epoch 294 summary:\ttrain_loss: 0.0071006\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep295\n","DEEPTB INFO Epoch 295 summary:\ttrain_loss: 0.0070937\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep296\n","DEEPTB INFO Epoch 296 summary:\ttrain_loss: 0.0070869\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep297\n","DEEPTB INFO Epoch 297 summary:\ttrain_loss: 0.0070798\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep298\n","DEEPTB INFO Epoch 298 summary:\ttrain_loss: 0.0070727\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep299\n","DEEPTB INFO Epoch 299 summary:\ttrain_loss: 0.0070654\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep300\n","DEEPTB INFO iteration:300\ttrain_loss: 0.0070581 (0.0070749)\tlr: 0.03707\n","DEEPTB INFO Epoch 300 summary:\ttrain_loss: 0.0070581\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep301\n","DEEPTB INFO Epoch 301 summary:\ttrain_loss: 0.0070513\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep302\n","DEEPTB INFO Epoch 302 summary:\ttrain_loss: 0.0070445\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep303\n","DEEPTB INFO Epoch 303 summary:\ttrain_loss: 0.0070376\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep304\n","DEEPTB INFO Epoch 304 summary:\ttrain_loss: 0.0070307\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep305\n","DEEPTB INFO Epoch 305 summary:\ttrain_loss: 0.0070235\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep306\n","DEEPTB INFO Epoch 306 summary:\ttrain_loss: 0.0070286\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 307 summary:\ttrain_loss: 0.0070214\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep308\n","DEEPTB INFO Epoch 308 summary:\ttrain_loss: 0.0070141\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep309\n","DEEPTB INFO Epoch 309 summary:\ttrain_loss: 0.0070071\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep310\n","DEEPTB INFO Epoch 310 summary:\ttrain_loss: 0.0070001\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep311\n","DEEPTB INFO Epoch 311 summary:\ttrain_loss: 0.0069932\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep312\n","DEEPTB INFO Epoch 312 summary:\ttrain_loss: 0.0069865\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep313\n","DEEPTB INFO Epoch 313 summary:\ttrain_loss: 0.0069795\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep314\n","DEEPTB INFO Epoch 314 summary:\ttrain_loss: 0.0069725\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep315\n","DEEPTB INFO Epoch 315 summary:\ttrain_loss: 0.0069662\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep316\n","DEEPTB INFO Epoch 316 summary:\ttrain_loss: 0.0069598\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep317\n","DEEPTB INFO Epoch 317 summary:\ttrain_loss: 0.0069531\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep318\n","DEEPTB INFO Epoch 318 summary:\ttrain_loss: 0.0069460\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep319\n","DEEPTB INFO Epoch 319 summary:\ttrain_loss: 0.0069390\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep320\n","DEEPTB INFO Epoch 320 summary:\ttrain_loss: 0.0069325\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep321\n","DEEPTB INFO Epoch 321 summary:\ttrain_loss: 0.0069257\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep322\n","DEEPTB INFO Epoch 322 summary:\ttrain_loss: 0.0069188\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep323\n","DEEPTB INFO Epoch 323 summary:\ttrain_loss: 0.0069124\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep324\n","DEEPTB INFO Epoch 324 summary:\ttrain_loss: 0.0069058\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep325\n","DEEPTB INFO Epoch 325 summary:\ttrain_loss: 0.0068991\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep326\n","DEEPTB INFO Epoch 326 summary:\ttrain_loss: 0.0068923\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep327\n","DEEPTB INFO Epoch 327 summary:\ttrain_loss: 0.0068855\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep328\n","DEEPTB INFO Epoch 328 summary:\ttrain_loss: 0.0068790\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep329\n","DEEPTB INFO Epoch 329 summary:\ttrain_loss: 0.0068724\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep330\n","DEEPTB INFO Epoch 330 summary:\ttrain_loss: 0.0068656\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep331\n","DEEPTB INFO Epoch 331 summary:\ttrain_loss: 0.0068590\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep332\n","DEEPTB INFO Epoch 332 summary:\ttrain_loss: 0.0068525\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep333\n","DEEPTB INFO Epoch 333 summary:\ttrain_loss: 0.0068459\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep334\n","DEEPTB INFO Epoch 334 summary:\ttrain_loss: 0.0068393\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep335\n","DEEPTB INFO Epoch 335 summary:\ttrain_loss: 0.0068327\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep336\n","DEEPTB INFO Epoch 336 summary:\ttrain_loss: 0.0068262\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep337\n","DEEPTB INFO Epoch 337 summary:\ttrain_loss: 0.0068197\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep338\n","DEEPTB INFO Epoch 338 summary:\ttrain_loss: 0.0068132\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep339\n","DEEPTB INFO Epoch 339 summary:\ttrain_loss: 0.0068067\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep340\n","DEEPTB INFO Epoch 340 summary:\ttrain_loss: 0.0068002\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep341\n","DEEPTB INFO Epoch 341 summary:\ttrain_loss: 0.0067937\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep342\n","DEEPTB INFO Epoch 342 summary:\ttrain_loss: 0.0067872\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep343\n","DEEPTB INFO Epoch 343 summary:\ttrain_loss: 0.0067808\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep344\n","DEEPTB INFO Epoch 344 summary:\ttrain_loss: 0.0067742\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep345\n","DEEPTB INFO Epoch 345 summary:\ttrain_loss: 0.0067678\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep346\n","DEEPTB INFO Epoch 346 summary:\ttrain_loss: 0.0067614\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep347\n","DEEPTB INFO Epoch 347 summary:\ttrain_loss: 0.0067549\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep348\n","DEEPTB INFO Epoch 348 summary:\ttrain_loss: 0.0067484\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep349\n","DEEPTB INFO Epoch 349 summary:\ttrain_loss: 0.0067420\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep350\n","DEEPTB INFO Epoch 350 summary:\ttrain_loss: 0.0067357\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep351\n","DEEPTB INFO Epoch 351 summary:\ttrain_loss: 0.0067293\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep352\n","DEEPTB INFO Epoch 352 summary:\ttrain_loss: 0.0067229\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep353\n","DEEPTB INFO Epoch 353 summary:\ttrain_loss: 0.0067165\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep354\n","DEEPTB INFO Epoch 354 summary:\ttrain_loss: 0.0067102\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep355\n","DEEPTB INFO Epoch 355 summary:\ttrain_loss: 0.0067038\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep356\n","DEEPTB INFO Epoch 356 summary:\ttrain_loss: 0.0066974\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep357\n","DEEPTB INFO Epoch 357 summary:\ttrain_loss: 0.0067026\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 358 summary:\ttrain_loss: 0.0066959\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep359\n","DEEPTB INFO Epoch 359 summary:\ttrain_loss: 0.0066890\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep360\n","DEEPTB INFO Epoch 360 summary:\ttrain_loss: 0.0066825\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep361\n","DEEPTB INFO Epoch 361 summary:\ttrain_loss: 0.0066760\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep362\n","DEEPTB INFO Epoch 362 summary:\ttrain_loss: 0.0066697\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep363\n","DEEPTB INFO Epoch 363 summary:\ttrain_loss: 0.0066633\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep364\n","DEEPTB INFO Epoch 364 summary:\ttrain_loss: 0.0066568\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep365\n","DEEPTB INFO Epoch 365 summary:\ttrain_loss: 0.0066505\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep366\n","DEEPTB INFO Epoch 366 summary:\ttrain_loss: 0.0066443\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep367\n","DEEPTB INFO Epoch 367 summary:\ttrain_loss: 0.0066382\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep368\n","DEEPTB INFO Epoch 368 summary:\ttrain_loss: 0.0066319\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep369\n","DEEPTB INFO Epoch 369 summary:\ttrain_loss: 0.0066255\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep370\n","DEEPTB INFO Epoch 370 summary:\ttrain_loss: 0.0066192\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep371\n","DEEPTB INFO Epoch 371 summary:\ttrain_loss: 0.0066129\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep372\n","DEEPTB INFO Epoch 372 summary:\ttrain_loss: 0.0066067\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep373\n","DEEPTB INFO Epoch 373 summary:\ttrain_loss: 0.0066004\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep374\n","DEEPTB INFO Epoch 374 summary:\ttrain_loss: 0.0065941\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep375\n","DEEPTB INFO Epoch 375 summary:\ttrain_loss: 0.0065878\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep376\n","DEEPTB INFO Epoch 376 summary:\ttrain_loss: 0.0065816\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep377\n","DEEPTB INFO Epoch 377 summary:\ttrain_loss: 0.0065754\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep378\n","DEEPTB INFO Epoch 378 summary:\ttrain_loss: 0.0065693\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep379\n","DEEPTB INFO Epoch 379 summary:\ttrain_loss: 0.0065630\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep380\n","DEEPTB INFO Epoch 380 summary:\ttrain_loss: 0.0065568\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep381\n","DEEPTB INFO Epoch 381 summary:\ttrain_loss: 0.0065506\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep382\n","DEEPTB INFO Epoch 382 summary:\ttrain_loss: 0.0065444\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep383\n","DEEPTB INFO Epoch 383 summary:\ttrain_loss: 0.0065383\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep384\n","DEEPTB INFO Epoch 384 summary:\ttrain_loss: 0.0065321\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep385\n","DEEPTB INFO Epoch 385 summary:\ttrain_loss: 0.0065260\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep386\n","DEEPTB INFO Epoch 386 summary:\ttrain_loss: 0.0065198\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep387\n","DEEPTB INFO Epoch 387 summary:\ttrain_loss: 0.0065137\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep388\n","DEEPTB INFO Epoch 388 summary:\ttrain_loss: 0.0065076\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep389\n","DEEPTB INFO Epoch 389 summary:\ttrain_loss: 0.0065015\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep390\n","DEEPTB INFO Epoch 390 summary:\ttrain_loss: 0.0064954\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep391\n","DEEPTB INFO Epoch 391 summary:\ttrain_loss: 0.0064893\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep392\n","DEEPTB INFO Epoch 392 summary:\ttrain_loss: 0.0064832\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep393\n","DEEPTB INFO Epoch 393 summary:\ttrain_loss: 0.0064771\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep394\n","DEEPTB INFO Epoch 394 summary:\ttrain_loss: 0.0064711\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep395\n","DEEPTB INFO Epoch 395 summary:\ttrain_loss: 0.0064650\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep396\n","DEEPTB INFO Epoch 396 summary:\ttrain_loss: 0.0064590\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep397\n","DEEPTB INFO Epoch 397 summary:\ttrain_loss: 0.0064529\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep398\n","DEEPTB INFO Epoch 398 summary:\ttrain_loss: 0.0064469\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep399\n","DEEPTB INFO Epoch 399 summary:\ttrain_loss: 0.0064408\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep400\n","DEEPTB INFO iteration:400\ttrain_loss: 0.0064348 (0.0064489)\tlr: 0.03354\n","DEEPTB INFO Epoch 400 summary:\ttrain_loss: 0.0064348\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep401\n","DEEPTB INFO Epoch 401 summary:\ttrain_loss: 0.0064288\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep402\n","DEEPTB INFO Epoch 402 summary:\ttrain_loss: 0.0064228\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep403\n","DEEPTB INFO Epoch 403 summary:\ttrain_loss: 0.0064168\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep404\n","DEEPTB INFO Epoch 404 summary:\ttrain_loss: 0.0064108\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep405\n","DEEPTB INFO Epoch 405 summary:\ttrain_loss: 0.0064048\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep406\n","DEEPTB INFO Epoch 406 summary:\ttrain_loss: 0.0063989\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep407\n","DEEPTB INFO Epoch 407 summary:\ttrain_loss: 0.0063929\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep408\n","DEEPTB INFO Epoch 408 summary:\ttrain_loss: 0.0063981\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 409 summary:\ttrain_loss: 0.0063917\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep410\n","DEEPTB INFO Epoch 410 summary:\ttrain_loss: 0.0063851\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep411\n","DEEPTB INFO Epoch 411 summary:\ttrain_loss: 0.0063790\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep412\n","DEEPTB INFO Epoch 412 summary:\ttrain_loss: 0.0063731\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep413\n","DEEPTB INFO Epoch 413 summary:\ttrain_loss: 0.0063670\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep414\n","DEEPTB INFO Epoch 414 summary:\ttrain_loss: 0.0063611\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep415\n","DEEPTB INFO Epoch 415 summary:\ttrain_loss: 0.0063551\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep416\n","DEEPTB INFO Epoch 416 summary:\ttrain_loss: 0.0063490\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep417\n","DEEPTB INFO Epoch 417 summary:\ttrain_loss: 0.0063433\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep418\n","DEEPTB INFO Epoch 418 summary:\ttrain_loss: 0.0063376\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep419\n","DEEPTB INFO Epoch 419 summary:\ttrain_loss: 0.0063316\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep420\n","DEEPTB INFO Epoch 420 summary:\ttrain_loss: 0.0063257\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep421\n","DEEPTB INFO Epoch 421 summary:\ttrain_loss: 0.0063198\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep422\n","DEEPTB INFO Epoch 422 summary:\ttrain_loss: 0.0063137\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep423\n","DEEPTB INFO Epoch 423 summary:\ttrain_loss: 0.0063079\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep424\n","DEEPTB INFO Epoch 424 summary:\ttrain_loss: 0.0063021\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep425\n","DEEPTB INFO Epoch 425 summary:\ttrain_loss: 0.0062961\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep426\n","DEEPTB INFO Epoch 426 summary:\ttrain_loss: 0.0062903\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep427\n","DEEPTB INFO Epoch 427 summary:\ttrain_loss: 0.0062846\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep428\n","DEEPTB INFO Epoch 428 summary:\ttrain_loss: 0.0062787\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep429\n","DEEPTB INFO Epoch 429 summary:\ttrain_loss: 0.0062729\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep430\n","DEEPTB INFO Epoch 430 summary:\ttrain_loss: 0.0062671\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep431\n","DEEPTB INFO Epoch 431 summary:\ttrain_loss: 0.0062612\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep432\n","DEEPTB INFO Epoch 432 summary:\ttrain_loss: 0.0062555\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep433\n","DEEPTB INFO Epoch 433 summary:\ttrain_loss: 0.0062498\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep434\n","DEEPTB INFO Epoch 434 summary:\ttrain_loss: 0.0062439\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep435\n","DEEPTB INFO Epoch 435 summary:\ttrain_loss: 0.0062382\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep436\n","DEEPTB INFO Epoch 436 summary:\ttrain_loss: 0.0062325\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep437\n","DEEPTB INFO Epoch 437 summary:\ttrain_loss: 0.0062266\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep438\n","DEEPTB INFO Epoch 438 summary:\ttrain_loss: 0.0062210\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep439\n","DEEPTB INFO Epoch 439 summary:\ttrain_loss: 0.0062154\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep440\n","DEEPTB INFO Epoch 440 summary:\ttrain_loss: 0.0062095\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep441\n","DEEPTB INFO Epoch 441 summary:\ttrain_loss: 0.0062038\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep442\n","DEEPTB INFO Epoch 442 summary:\ttrain_loss: 0.0061982\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep443\n","DEEPTB INFO Epoch 443 summary:\ttrain_loss: 0.0061924\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep444\n","DEEPTB INFO Epoch 444 summary:\ttrain_loss: 0.0061868\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep445\n","DEEPTB INFO Epoch 445 summary:\ttrain_loss: 0.0061812\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep446\n","DEEPTB INFO Epoch 446 summary:\ttrain_loss: 0.0061754\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep447\n","DEEPTB INFO Epoch 447 summary:\ttrain_loss: 0.0061698\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep448\n","DEEPTB INFO Epoch 448 summary:\ttrain_loss: 0.0061643\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep449\n","DEEPTB INFO Epoch 449 summary:\ttrain_loss: 0.0061585\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep450\n","DEEPTB INFO Epoch 450 summary:\ttrain_loss: 0.0061529\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep451\n","DEEPTB INFO Epoch 451 summary:\ttrain_loss: 0.0061474\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep452\n","DEEPTB INFO Epoch 452 summary:\ttrain_loss: 0.0061417\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep453\n","DEEPTB INFO Epoch 453 summary:\ttrain_loss: 0.0061361\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep454\n","DEEPTB INFO Epoch 454 summary:\ttrain_loss: 0.0061306\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep455\n","DEEPTB INFO Epoch 455 summary:\ttrain_loss: 0.0061249\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep456\n","DEEPTB INFO Epoch 456 summary:\ttrain_loss: 0.0061194\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep457\n","DEEPTB INFO Epoch 457 summary:\ttrain_loss: 0.0061139\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep458\n","DEEPTB INFO Epoch 458 summary:\ttrain_loss: 0.0061082\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep459\n","DEEPTB INFO Epoch 459 summary:\ttrain_loss: 0.0061135\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 460 summary:\ttrain_loss: 0.0061075\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep461\n","DEEPTB INFO Epoch 461 summary:\ttrain_loss: 0.0061014\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep462\n","DEEPTB INFO Epoch 462 summary:\ttrain_loss: 0.0060955\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep463\n","DEEPTB INFO Epoch 463 summary:\ttrain_loss: 0.0060900\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep464\n","DEEPTB INFO Epoch 464 summary:\ttrain_loss: 0.0060846\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep465\n","DEEPTB INFO Epoch 465 summary:\ttrain_loss: 0.0060788\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep466\n","DEEPTB INFO Epoch 466 summary:\ttrain_loss: 0.0060730\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep467\n","DEEPTB INFO Epoch 467 summary:\ttrain_loss: 0.0060676\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep468\n","DEEPTB INFO Epoch 468 summary:\ttrain_loss: 0.0060621\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep469\n","DEEPTB INFO Epoch 469 summary:\ttrain_loss: 0.0060572\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep470\n","DEEPTB INFO Epoch 470 summary:\ttrain_loss: 0.0060519\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep471\n","DEEPTB INFO Epoch 471 summary:\ttrain_loss: 0.0060461\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep472\n","DEEPTB INFO Epoch 472 summary:\ttrain_loss: 0.0060401\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep473\n","DEEPTB INFO Epoch 473 summary:\ttrain_loss: 0.0060353\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep474\n","DEEPTB INFO Epoch 474 summary:\ttrain_loss: 0.0060302\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep475\n","DEEPTB INFO Epoch 475 summary:\ttrain_loss: 0.0060247\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep476\n","DEEPTB INFO Epoch 476 summary:\ttrain_loss: 0.0060189\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep477\n","DEEPTB INFO Epoch 477 summary:\ttrain_loss: 0.0060131\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep478\n","DEEPTB INFO Epoch 478 summary:\ttrain_loss: 0.0060080\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep479\n","DEEPTB INFO Epoch 479 summary:\ttrain_loss: 0.0060030\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep480\n","DEEPTB INFO Epoch 480 summary:\ttrain_loss: 0.0059978\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep481\n","DEEPTB INFO Epoch 481 summary:\ttrain_loss: 0.0059922\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep482\n","DEEPTB INFO Epoch 482 summary:\ttrain_loss: 0.0059866\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep483\n","DEEPTB INFO Epoch 483 summary:\ttrain_loss: 0.0059807\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep484\n","DEEPTB INFO Epoch 484 summary:\ttrain_loss: 0.0059760\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep485\n","DEEPTB INFO Epoch 485 summary:\ttrain_loss: 0.0059710\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep486\n","DEEPTB INFO Epoch 486 summary:\ttrain_loss: 0.0059658\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep487\n","DEEPTB INFO Epoch 487 summary:\ttrain_loss: 0.0059603\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep488\n","DEEPTB INFO Epoch 488 summary:\ttrain_loss: 0.0059546\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep489\n","DEEPTB INFO Epoch 489 summary:\ttrain_loss: 0.0059488\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep490\n","DEEPTB INFO Epoch 490 summary:\ttrain_loss: 0.0059441\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep491\n","DEEPTB INFO Epoch 491 summary:\ttrain_loss: 0.0059393\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep492\n","DEEPTB INFO Epoch 492 summary:\ttrain_loss: 0.0059341\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep493\n","DEEPTB INFO Epoch 493 summary:\ttrain_loss: 0.0059287\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep494\n","DEEPTB INFO Epoch 494 summary:\ttrain_loss: 0.0059231\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep495\n","DEEPTB INFO Epoch 495 summary:\ttrain_loss: 0.0059173\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep496\n","DEEPTB INFO Epoch 496 summary:\ttrain_loss: 0.0059124\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep497\n","DEEPTB INFO Epoch 497 summary:\ttrain_loss: 0.0059077\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep498\n","DEEPTB INFO Epoch 498 summary:\ttrain_loss: 0.0059026\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep499\n","DEEPTB INFO Epoch 499 summary:\ttrain_loss: 0.0058973\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep500\n","DEEPTB INFO iteration:500\ttrain_loss: 0.0058918 (0.0059041)\tlr: 0.03035\n","DEEPTB INFO checkpoint saved as nnsk.iter501\n","DEEPTB INFO Epoch 500 summary:\ttrain_loss: 0.0058918\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep501\n","DEEPTB INFO Epoch 501 summary:\ttrain_loss: 0.0058861\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep502\n","DEEPTB INFO Epoch 502 summary:\ttrain_loss: 0.0058813\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep503\n","DEEPTB INFO Epoch 503 summary:\ttrain_loss: 0.0058765\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep504\n","DEEPTB INFO Epoch 504 summary:\ttrain_loss: 0.0058714\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep505\n","DEEPTB INFO Epoch 505 summary:\ttrain_loss: 0.0058662\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep506\n","DEEPTB INFO Epoch 506 summary:\ttrain_loss: 0.0058607\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep507\n","DEEPTB INFO Epoch 507 summary:\ttrain_loss: 0.0058551\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep508\n","DEEPTB INFO Epoch 508 summary:\ttrain_loss: 0.0058505\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep509\n","DEEPTB INFO Epoch 509 summary:\ttrain_loss: 0.0058457\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep510\n","DEEPTB INFO Epoch 510 summary:\ttrain_loss: 0.0058510\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 511 summary:\ttrain_loss: 0.0058453\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep512\n","DEEPTB INFO Epoch 512 summary:\ttrain_loss: 0.0058395\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep513\n","DEEPTB INFO Epoch 513 summary:\ttrain_loss: 0.0058338\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep514\n","DEEPTB INFO Epoch 514 summary:\ttrain_loss: 0.0058283\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep515\n","DEEPTB INFO Epoch 515 summary:\ttrain_loss: 0.0058235\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep516\n","DEEPTB INFO Epoch 516 summary:\ttrain_loss: 0.0058183\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep517\n","DEEPTB INFO Epoch 517 summary:\ttrain_loss: 0.0058128\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep518\n","DEEPTB INFO Epoch 518 summary:\ttrain_loss: 0.0058080\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep519\n","DEEPTB INFO Epoch 519 summary:\ttrain_loss: 0.0058034\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep520\n","DEEPTB INFO Epoch 520 summary:\ttrain_loss: 0.0057983\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep521\n","DEEPTB INFO Epoch 521 summary:\ttrain_loss: 0.0057929\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep522\n","DEEPTB INFO Epoch 522 summary:\ttrain_loss: 0.0057878\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep523\n","DEEPTB INFO Epoch 523 summary:\ttrain_loss: 0.0057827\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep524\n","DEEPTB INFO Epoch 524 summary:\ttrain_loss: 0.0057776\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep525\n","DEEPTB INFO Epoch 525 summary:\ttrain_loss: 0.0057729\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep526\n","DEEPTB INFO Epoch 526 summary:\ttrain_loss: 0.0057679\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep527\n","DEEPTB INFO Epoch 527 summary:\ttrain_loss: 0.0057627\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep528\n","DEEPTB INFO Epoch 528 summary:\ttrain_loss: 0.0057578\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep529\n","DEEPTB INFO Epoch 529 summary:\ttrain_loss: 0.0057530\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep530\n","DEEPTB INFO Epoch 530 summary:\ttrain_loss: 0.0057480\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep531\n","DEEPTB INFO Epoch 531 summary:\ttrain_loss: 0.0057429\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep532\n","DEEPTB INFO Epoch 532 summary:\ttrain_loss: 0.0057383\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep533\n","DEEPTB INFO Epoch 533 summary:\ttrain_loss: 0.0057335\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep534\n","DEEPTB INFO Epoch 534 summary:\ttrain_loss: 0.0057286\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep535\n","DEEPTB INFO Epoch 535 summary:\ttrain_loss: 0.0057234\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep536\n","DEEPTB INFO Epoch 536 summary:\ttrain_loss: 0.0057182\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep537\n","DEEPTB INFO Epoch 537 summary:\ttrain_loss: 0.0057135\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep538\n","DEEPTB INFO Epoch 538 summary:\ttrain_loss: 0.0057086\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep539\n","DEEPTB INFO Epoch 539 summary:\ttrain_loss: 0.0057037\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep540\n","DEEPTB INFO Epoch 540 summary:\ttrain_loss: 0.0056988\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep541\n","DEEPTB INFO Epoch 541 summary:\ttrain_loss: 0.0056939\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep542\n","DEEPTB INFO Epoch 542 summary:\ttrain_loss: 0.0056890\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep543\n","DEEPTB INFO Epoch 543 summary:\ttrain_loss: 0.0056844\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep544\n","DEEPTB INFO Epoch 544 summary:\ttrain_loss: 0.0056797\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep545\n","DEEPTB INFO Epoch 545 summary:\ttrain_loss: 0.0056747\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep546\n","DEEPTB INFO Epoch 546 summary:\ttrain_loss: 0.0056702\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep547\n","DEEPTB INFO Epoch 547 summary:\ttrain_loss: 0.0056655\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep548\n","DEEPTB INFO Epoch 548 summary:\ttrain_loss: 0.0056606\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep549\n","DEEPTB INFO Epoch 549 summary:\ttrain_loss: 0.0056555\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep550\n","DEEPTB INFO Epoch 550 summary:\ttrain_loss: 0.0056510\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep551\n","DEEPTB INFO Epoch 551 summary:\ttrain_loss: 0.0056466\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep552\n","DEEPTB INFO Epoch 552 summary:\ttrain_loss: 0.0056418\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep553\n","DEEPTB INFO Epoch 553 summary:\ttrain_loss: 0.0056368\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep554\n","DEEPTB INFO Epoch 554 summary:\ttrain_loss: 0.0056318\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep555\n","DEEPTB INFO Epoch 555 summary:\ttrain_loss: 0.0056272\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep556\n","DEEPTB INFO Epoch 556 summary:\ttrain_loss: 0.0056225\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep557\n","DEEPTB INFO Epoch 557 summary:\ttrain_loss: 0.0056177\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep558\n","DEEPTB INFO Epoch 558 summary:\ttrain_loss: 0.0056130\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep559\n","DEEPTB INFO Epoch 559 summary:\ttrain_loss: 0.0056083\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep560\n","DEEPTB INFO Epoch 560 summary:\ttrain_loss: 0.0056035\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep561\n","DEEPTB INFO Epoch 561 summary:\ttrain_loss: 0.0056090\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 562 summary:\ttrain_loss: 0.0056038\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 563 summary:\ttrain_loss: 0.0055985\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep564\n","DEEPTB INFO Epoch 564 summary:\ttrain_loss: 0.0055934\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep565\n","DEEPTB INFO Epoch 565 summary:\ttrain_loss: 0.0055888\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep566\n","DEEPTB INFO Epoch 566 summary:\ttrain_loss: 0.0055843\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep567\n","DEEPTB INFO Epoch 567 summary:\ttrain_loss: 0.0055794\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep568\n","DEEPTB INFO Epoch 568 summary:\ttrain_loss: 0.0055748\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep569\n","DEEPTB INFO Epoch 569 summary:\ttrain_loss: 0.0055702\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep570\n","DEEPTB INFO Epoch 570 summary:\ttrain_loss: 0.0055656\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep571\n","DEEPTB INFO Epoch 571 summary:\ttrain_loss: 0.0055611\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep572\n","DEEPTB INFO Epoch 572 summary:\ttrain_loss: 0.0055566\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep573\n","DEEPTB INFO Epoch 573 summary:\ttrain_loss: 0.0055518\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep574\n","DEEPTB INFO Epoch 574 summary:\ttrain_loss: 0.0055472\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep575\n","DEEPTB INFO Epoch 575 summary:\ttrain_loss: 0.0055426\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep576\n","DEEPTB INFO Epoch 576 summary:\ttrain_loss: 0.0055379\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep577\n","DEEPTB INFO Epoch 577 summary:\ttrain_loss: 0.0055332\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep578\n","DEEPTB INFO Epoch 578 summary:\ttrain_loss: 0.0055289\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep579\n","DEEPTB INFO Epoch 579 summary:\ttrain_loss: 0.0055244\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep580\n","DEEPTB INFO Epoch 580 summary:\ttrain_loss: 0.0055197\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep581\n","DEEPTB INFO Epoch 581 summary:\ttrain_loss: 0.0055155\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep582\n","DEEPTB INFO Epoch 582 summary:\ttrain_loss: 0.0055112\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep583\n","DEEPTB INFO Epoch 583 summary:\ttrain_loss: 0.0055065\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep584\n","DEEPTB INFO Epoch 584 summary:\ttrain_loss: 0.0055017\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep585\n","DEEPTB INFO Epoch 585 summary:\ttrain_loss: 0.0054974\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep586\n","DEEPTB INFO Epoch 586 summary:\ttrain_loss: 0.0054931\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep587\n","DEEPTB INFO Epoch 587 summary:\ttrain_loss: 0.0054886\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep588\n","DEEPTB INFO Epoch 588 summary:\ttrain_loss: 0.0054838\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep589\n","DEEPTB INFO Epoch 589 summary:\ttrain_loss: 0.0054795\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep590\n","DEEPTB INFO Epoch 590 summary:\ttrain_loss: 0.0054753\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep591\n","DEEPTB INFO Epoch 591 summary:\ttrain_loss: 0.0054708\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep592\n","DEEPTB INFO Epoch 592 summary:\ttrain_loss: 0.0054661\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep593\n","DEEPTB INFO Epoch 593 summary:\ttrain_loss: 0.0054618\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep594\n","DEEPTB INFO Epoch 594 summary:\ttrain_loss: 0.0054577\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep595\n","DEEPTB INFO Epoch 595 summary:\ttrain_loss: 0.0054532\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep596\n","DEEPTB INFO Epoch 596 summary:\ttrain_loss: 0.0054485\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep597\n","DEEPTB INFO Epoch 597 summary:\ttrain_loss: 0.0054442\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep598\n","DEEPTB INFO Epoch 598 summary:\ttrain_loss: 0.0054400\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep599\n","DEEPTB INFO Epoch 599 summary:\ttrain_loss: 0.0054356\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep600\n","DEEPTB INFO iteration:600\ttrain_loss: 0.0054310 (0.0054414)\tlr: 0.02746\n","DEEPTB INFO Epoch 600 summary:\ttrain_loss: 0.0054310\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep601\n","DEEPTB INFO Epoch 601 summary:\ttrain_loss: 0.0054268\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep602\n","DEEPTB INFO Epoch 602 summary:\ttrain_loss: 0.0054227\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep603\n","DEEPTB INFO Epoch 603 summary:\ttrain_loss: 0.0054183\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep604\n","DEEPTB INFO Epoch 604 summary:\ttrain_loss: 0.0054137\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep605\n","DEEPTB INFO Epoch 605 summary:\ttrain_loss: 0.0054095\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep606\n","DEEPTB INFO Epoch 606 summary:\ttrain_loss: 0.0054053\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep607\n","DEEPTB INFO Epoch 607 summary:\ttrain_loss: 0.0054010\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep608\n","DEEPTB INFO Epoch 608 summary:\ttrain_loss: 0.0053964\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep609\n","DEEPTB INFO Epoch 609 summary:\ttrain_loss: 0.0053924\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep610\n","DEEPTB INFO Epoch 610 summary:\ttrain_loss: 0.0053883\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep611\n","DEEPTB INFO Epoch 611 summary:\ttrain_loss: 0.0053839\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep612\n","DEEPTB INFO Epoch 612 summary:\ttrain_loss: 0.0053891\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 613 summary:\ttrain_loss: 0.0053842\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 614 summary:\ttrain_loss: 0.0053794\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep615\n","DEEPTB INFO Epoch 615 summary:\ttrain_loss: 0.0053750\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep616\n","DEEPTB INFO Epoch 616 summary:\ttrain_loss: 0.0053705\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep617\n","DEEPTB INFO Epoch 617 summary:\ttrain_loss: 0.0053663\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep618\n","DEEPTB INFO Epoch 618 summary:\ttrain_loss: 0.0053620\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep619\n","DEEPTB INFO Epoch 619 summary:\ttrain_loss: 0.0053574\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep620\n","DEEPTB INFO Epoch 620 summary:\ttrain_loss: 0.0053533\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep621\n","DEEPTB INFO Epoch 621 summary:\ttrain_loss: 0.0053494\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep622\n","DEEPTB INFO Epoch 622 summary:\ttrain_loss: 0.0053452\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep623\n","DEEPTB INFO Epoch 623 summary:\ttrain_loss: 0.0053411\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep624\n","DEEPTB INFO Epoch 624 summary:\ttrain_loss: 0.0053369\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep625\n","DEEPTB INFO Epoch 625 summary:\ttrain_loss: 0.0053324\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep626\n","DEEPTB INFO Epoch 626 summary:\ttrain_loss: 0.0053280\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep627\n","DEEPTB INFO Epoch 627 summary:\ttrain_loss: 0.0053240\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep628\n","DEEPTB INFO Epoch 628 summary:\ttrain_loss: 0.0053196\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep629\n","DEEPTB INFO Epoch 629 summary:\ttrain_loss: 0.0053157\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep630\n","DEEPTB INFO Epoch 630 summary:\ttrain_loss: 0.0053116\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep631\n","DEEPTB INFO Epoch 631 summary:\ttrain_loss: 0.0053074\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep632\n","DEEPTB INFO Epoch 632 summary:\ttrain_loss: 0.0053031\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep633\n","DEEPTB INFO Epoch 633 summary:\ttrain_loss: 0.0052991\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep634\n","DEEPTB INFO Epoch 634 summary:\ttrain_loss: 0.0052948\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep635\n","DEEPTB INFO Epoch 635 summary:\ttrain_loss: 0.0052907\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep636\n","DEEPTB INFO Epoch 636 summary:\ttrain_loss: 0.0052866\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep637\n","DEEPTB INFO Epoch 637 summary:\ttrain_loss: 0.0052825\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep638\n","DEEPTB INFO Epoch 638 summary:\ttrain_loss: 0.0052784\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep639\n","DEEPTB INFO Epoch 639 summary:\ttrain_loss: 0.0052743\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep640\n","DEEPTB INFO Epoch 640 summary:\ttrain_loss: 0.0052703\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep641\n","DEEPTB INFO Epoch 641 summary:\ttrain_loss: 0.0052662\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep642\n","DEEPTB INFO Epoch 642 summary:\ttrain_loss: 0.0052622\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep643\n","DEEPTB INFO Epoch 643 summary:\ttrain_loss: 0.0052581\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep644\n","DEEPTB INFO Epoch 644 summary:\ttrain_loss: 0.0052541\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep645\n","DEEPTB INFO Epoch 645 summary:\ttrain_loss: 0.0052500\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep646\n","DEEPTB INFO Epoch 646 summary:\ttrain_loss: 0.0052461\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep647\n","DEEPTB INFO Epoch 647 summary:\ttrain_loss: 0.0052419\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep648\n","DEEPTB INFO Epoch 648 summary:\ttrain_loss: 0.0052381\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep649\n","DEEPTB INFO Epoch 649 summary:\ttrain_loss: 0.0052339\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep650\n","DEEPTB INFO Epoch 650 summary:\ttrain_loss: 0.0052300\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep651\n","DEEPTB INFO Epoch 651 summary:\ttrain_loss: 0.0052260\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep652\n","DEEPTB INFO Epoch 652 summary:\ttrain_loss: 0.0052221\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep653\n","DEEPTB INFO Epoch 653 summary:\ttrain_loss: 0.0052181\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep654\n","DEEPTB INFO Epoch 654 summary:\ttrain_loss: 0.0052142\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep655\n","DEEPTB INFO Epoch 655 summary:\ttrain_loss: 0.0052102\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep656\n","DEEPTB INFO Epoch 656 summary:\ttrain_loss: 0.0052063\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep657\n","DEEPTB INFO Epoch 657 summary:\ttrain_loss: 0.0052023\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep658\n","DEEPTB INFO Epoch 658 summary:\ttrain_loss: 0.0051984\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep659\n","DEEPTB INFO Epoch 659 summary:\ttrain_loss: 0.0051945\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep660\n","DEEPTB INFO Epoch 660 summary:\ttrain_loss: 0.0051905\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep661\n","DEEPTB INFO Epoch 661 summary:\ttrain_loss: 0.0051866\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep662\n","DEEPTB INFO Epoch 662 summary:\ttrain_loss: 0.0051827\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep663\n","DEEPTB INFO Epoch 663 summary:\ttrain_loss: 0.0051880\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 664 summary:\ttrain_loss: 0.0051834\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 665 summary:\ttrain_loss: 0.0051789\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep666\n","DEEPTB INFO Epoch 666 summary:\ttrain_loss: 0.0051748\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep667\n","DEEPTB INFO Epoch 667 summary:\ttrain_loss: 0.0051709\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep668\n","DEEPTB INFO Epoch 668 summary:\ttrain_loss: 0.0051670\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep669\n","DEEPTB INFO Epoch 669 summary:\ttrain_loss: 0.0051631\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep670\n","DEEPTB INFO Epoch 670 summary:\ttrain_loss: 0.0051590\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep671\n","DEEPTB INFO Epoch 671 summary:\ttrain_loss: 0.0051552\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep672\n","DEEPTB INFO Epoch 672 summary:\ttrain_loss: 0.0051516\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep673\n","DEEPTB INFO Epoch 673 summary:\ttrain_loss: 0.0051479\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep674\n","DEEPTB INFO Epoch 674 summary:\ttrain_loss: 0.0051440\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep675\n","DEEPTB INFO Epoch 675 summary:\ttrain_loss: 0.0051399\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep676\n","DEEPTB INFO Epoch 676 summary:\ttrain_loss: 0.0051359\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep677\n","DEEPTB INFO Epoch 677 summary:\ttrain_loss: 0.0051321\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep678\n","DEEPTB INFO Epoch 678 summary:\ttrain_loss: 0.0051283\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep679\n","DEEPTB INFO Epoch 679 summary:\ttrain_loss: 0.0051244\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep680\n","DEEPTB INFO Epoch 680 summary:\ttrain_loss: 0.0051205\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep681\n","DEEPTB INFO Epoch 681 summary:\ttrain_loss: 0.0051168\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep682\n","DEEPTB INFO Epoch 682 summary:\ttrain_loss: 0.0051130\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep683\n","DEEPTB INFO Epoch 683 summary:\ttrain_loss: 0.0051092\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep684\n","DEEPTB INFO Epoch 684 summary:\ttrain_loss: 0.0051054\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep685\n","DEEPTB INFO Epoch 685 summary:\ttrain_loss: 0.0051017\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep686\n","DEEPTB INFO Epoch 686 summary:\ttrain_loss: 0.0050978\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep687\n","DEEPTB INFO Epoch 687 summary:\ttrain_loss: 0.0050941\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep688\n","DEEPTB INFO Epoch 688 summary:\ttrain_loss: 0.0050903\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep689\n","DEEPTB INFO Epoch 689 summary:\ttrain_loss: 0.0050866\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep690\n","DEEPTB INFO Epoch 690 summary:\ttrain_loss: 0.0050828\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep691\n","DEEPTB INFO Epoch 691 summary:\ttrain_loss: 0.0050791\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep692\n","DEEPTB INFO Epoch 692 summary:\ttrain_loss: 0.0050754\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep693\n","DEEPTB INFO Epoch 693 summary:\ttrain_loss: 0.0050717\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep694\n","DEEPTB INFO Epoch 694 summary:\ttrain_loss: 0.0050679\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep695\n","DEEPTB INFO Epoch 695 summary:\ttrain_loss: 0.0050643\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep696\n","DEEPTB INFO Epoch 696 summary:\ttrain_loss: 0.0050606\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep697\n","DEEPTB INFO Epoch 697 summary:\ttrain_loss: 0.0050568\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep698\n","DEEPTB INFO Epoch 698 summary:\ttrain_loss: 0.0050531\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep699\n","DEEPTB INFO Epoch 699 summary:\ttrain_loss: 0.0050495\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep700\n","DEEPTB INFO iteration:700\ttrain_loss: 0.0050458 (0.0050544)\tlr: 0.02485\n","DEEPTB INFO Epoch 700 summary:\ttrain_loss: 0.0050458\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep701\n","DEEPTB INFO Epoch 701 summary:\ttrain_loss: 0.0050421\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep702\n","DEEPTB INFO Epoch 702 summary:\ttrain_loss: 0.0050385\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep703\n","DEEPTB INFO Epoch 703 summary:\ttrain_loss: 0.0050349\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep704\n","DEEPTB INFO Epoch 704 summary:\ttrain_loss: 0.0050312\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep705\n","DEEPTB INFO Epoch 705 summary:\ttrain_loss: 0.0050276\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep706\n","DEEPTB INFO Epoch 706 summary:\ttrain_loss: 0.0050239\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep707\n","DEEPTB INFO Epoch 707 summary:\ttrain_loss: 0.0050203\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep708\n","DEEPTB INFO Epoch 708 summary:\ttrain_loss: 0.0050166\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep709\n","DEEPTB INFO Epoch 709 summary:\ttrain_loss: 0.0050131\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep710\n","DEEPTB INFO Epoch 710 summary:\ttrain_loss: 0.0050095\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep711\n","DEEPTB INFO Epoch 711 summary:\ttrain_loss: 0.0050059\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep712\n","DEEPTB INFO Epoch 712 summary:\ttrain_loss: 0.0050022\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep713\n","DEEPTB INFO Epoch 713 summary:\ttrain_loss: 0.0049987\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep714\n","DEEPTB INFO Epoch 714 summary:\ttrain_loss: 0.0050038\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 715 summary:\ttrain_loss: 0.0049994\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 716 summary:\ttrain_loss: 0.0049951\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep717\n","DEEPTB INFO Epoch 717 summary:\ttrain_loss: 0.0049914\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep718\n","DEEPTB INFO Epoch 718 summary:\ttrain_loss: 0.0049878\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep719\n","DEEPTB INFO Epoch 719 summary:\ttrain_loss: 0.0049843\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep720\n","DEEPTB INFO Epoch 720 summary:\ttrain_loss: 0.0049805\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep721\n","DEEPTB INFO Epoch 721 summary:\ttrain_loss: 0.0049769\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep722\n","DEEPTB INFO Epoch 722 summary:\ttrain_loss: 0.0049734\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep723\n","DEEPTB INFO Epoch 723 summary:\ttrain_loss: 0.0049701\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep724\n","DEEPTB INFO Epoch 724 summary:\ttrain_loss: 0.0049666\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep725\n","DEEPTB INFO Epoch 725 summary:\ttrain_loss: 0.0049630\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep726\n","DEEPTB INFO Epoch 726 summary:\ttrain_loss: 0.0049592\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep727\n","DEEPTB INFO Epoch 727 summary:\ttrain_loss: 0.0049556\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep728\n","DEEPTB INFO Epoch 728 summary:\ttrain_loss: 0.0049521\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep729\n","DEEPTB INFO Epoch 729 summary:\ttrain_loss: 0.0049485\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep730\n","DEEPTB INFO Epoch 730 summary:\ttrain_loss: 0.0049449\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep731\n","DEEPTB INFO Epoch 731 summary:\ttrain_loss: 0.0049415\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep732\n","DEEPTB INFO Epoch 732 summary:\ttrain_loss: 0.0049380\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep733\n","DEEPTB INFO Epoch 733 summary:\ttrain_loss: 0.0049344\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep734\n","DEEPTB INFO Epoch 734 summary:\ttrain_loss: 0.0049310\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep735\n","DEEPTB INFO Epoch 735 summary:\ttrain_loss: 0.0049276\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep736\n","DEEPTB INFO Epoch 736 summary:\ttrain_loss: 0.0049241\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep737\n","DEEPTB INFO Epoch 737 summary:\ttrain_loss: 0.0049206\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep738\n","DEEPTB INFO Epoch 738 summary:\ttrain_loss: 0.0049170\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep739\n","DEEPTB INFO Epoch 739 summary:\ttrain_loss: 0.0049136\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep740\n","DEEPTB INFO Epoch 740 summary:\ttrain_loss: 0.0049101\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep741\n","DEEPTB INFO Epoch 741 summary:\ttrain_loss: 0.0049067\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep742\n","DEEPTB INFO Epoch 742 summary:\ttrain_loss: 0.0049032\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep743\n","DEEPTB INFO Epoch 743 summary:\ttrain_loss: 0.0048999\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep744\n","DEEPTB INFO Epoch 744 summary:\ttrain_loss: 0.0048964\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep745\n","DEEPTB INFO Epoch 745 summary:\ttrain_loss: 0.0048930\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep746\n","DEEPTB INFO Epoch 746 summary:\ttrain_loss: 0.0048896\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep747\n","DEEPTB INFO Epoch 747 summary:\ttrain_loss: 0.0048862\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep748\n","DEEPTB INFO Epoch 748 summary:\ttrain_loss: 0.0048828\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep749\n","DEEPTB INFO Epoch 749 summary:\ttrain_loss: 0.0048794\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep750\n","DEEPTB INFO Epoch 750 summary:\ttrain_loss: 0.0048760\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep751\n","DEEPTB INFO Epoch 751 summary:\ttrain_loss: 0.0048726\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep752\n","DEEPTB INFO Epoch 752 summary:\ttrain_loss: 0.0048692\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep753\n","DEEPTB INFO Epoch 753 summary:\ttrain_loss: 0.0048658\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep754\n","DEEPTB INFO Epoch 754 summary:\ttrain_loss: 0.0048625\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep755\n","DEEPTB INFO Epoch 755 summary:\ttrain_loss: 0.0048591\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep756\n","DEEPTB INFO Epoch 756 summary:\ttrain_loss: 0.0048557\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep757\n","DEEPTB INFO Epoch 757 summary:\ttrain_loss: 0.0048524\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep758\n","DEEPTB INFO Epoch 758 summary:\ttrain_loss: 0.0048491\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep759\n","DEEPTB INFO Epoch 759 summary:\ttrain_loss: 0.0048458\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep760\n","DEEPTB INFO Epoch 760 summary:\ttrain_loss: 0.0048424\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep761\n","DEEPTB INFO Epoch 761 summary:\ttrain_loss: 0.0048391\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep762\n","DEEPTB INFO Epoch 762 summary:\ttrain_loss: 0.0048358\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep763\n","DEEPTB INFO Epoch 763 summary:\ttrain_loss: 0.0048324\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep764\n","DEEPTB INFO Epoch 764 summary:\ttrain_loss: 0.0048291\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep765\n","DEEPTB INFO Epoch 765 summary:\ttrain_loss: 0.0048340\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 766 summary:\ttrain_loss: 0.0048300\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 767 summary:\ttrain_loss: 0.0048260\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep768\n","DEEPTB INFO Epoch 768 summary:\ttrain_loss: 0.0048223\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep769\n","DEEPTB INFO Epoch 769 summary:\ttrain_loss: 0.0048190\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep770\n","DEEPTB INFO Epoch 770 summary:\ttrain_loss: 0.0048158\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep771\n","DEEPTB INFO Epoch 771 summary:\ttrain_loss: 0.0048123\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep772\n","DEEPTB INFO Epoch 772 summary:\ttrain_loss: 0.0048090\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep773\n","DEEPTB INFO Epoch 773 summary:\ttrain_loss: 0.0048059\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep774\n","DEEPTB INFO Epoch 774 summary:\ttrain_loss: 0.0048026\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep775\n","DEEPTB INFO Epoch 775 summary:\ttrain_loss: 0.0047994\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep776\n","DEEPTB INFO Epoch 776 summary:\ttrain_loss: 0.0047963\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep777\n","DEEPTB INFO Epoch 777 summary:\ttrain_loss: 0.0047928\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep778\n","DEEPTB INFO Epoch 778 summary:\ttrain_loss: 0.0047891\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep779\n","DEEPTB INFO Epoch 779 summary:\ttrain_loss: 0.0047858\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep780\n","DEEPTB INFO Epoch 780 summary:\ttrain_loss: 0.0047828\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep781\n","DEEPTB INFO Epoch 781 summary:\ttrain_loss: 0.0047796\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep782\n","DEEPTB INFO Epoch 782 summary:\ttrain_loss: 0.0047761\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep783\n","DEEPTB INFO Epoch 783 summary:\ttrain_loss: 0.0047729\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep784\n","DEEPTB INFO Epoch 784 summary:\ttrain_loss: 0.0047698\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep785\n","DEEPTB INFO Epoch 785 summary:\ttrain_loss: 0.0047666\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep786\n","DEEPTB INFO Epoch 786 summary:\ttrain_loss: 0.0047634\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep787\n","DEEPTB INFO Epoch 787 summary:\ttrain_loss: 0.0047601\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep788\n","DEEPTB INFO Epoch 788 summary:\ttrain_loss: 0.0047568\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep789\n","DEEPTB INFO Epoch 789 summary:\ttrain_loss: 0.0047536\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep790\n","DEEPTB INFO Epoch 790 summary:\ttrain_loss: 0.0047506\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep791\n","DEEPTB INFO Epoch 791 summary:\ttrain_loss: 0.0047473\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep792\n","DEEPTB INFO Epoch 792 summary:\ttrain_loss: 0.0047440\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep793\n","DEEPTB INFO Epoch 793 summary:\ttrain_loss: 0.0047408\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep794\n","DEEPTB INFO Epoch 794 summary:\ttrain_loss: 0.0047379\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep795\n","DEEPTB INFO Epoch 795 summary:\ttrain_loss: 0.0047347\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep796\n","DEEPTB INFO Epoch 796 summary:\ttrain_loss: 0.0047314\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep797\n","DEEPTB INFO Epoch 797 summary:\ttrain_loss: 0.0047282\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep798\n","DEEPTB INFO Epoch 798 summary:\ttrain_loss: 0.0047252\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep799\n","DEEPTB INFO Epoch 799 summary:\ttrain_loss: 0.0047220\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep800\n","DEEPTB INFO iteration:800\ttrain_loss: 0.0047188 (0.0047262)\tlr: 0.02248\n","DEEPTB INFO Epoch 800 summary:\ttrain_loss: 0.0047188\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep801\n","DEEPTB INFO Epoch 801 summary:\ttrain_loss: 0.0047157\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep802\n","DEEPTB INFO Epoch 802 summary:\ttrain_loss: 0.0047126\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep803\n","DEEPTB INFO Epoch 803 summary:\ttrain_loss: 0.0047094\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep804\n","DEEPTB INFO Epoch 804 summary:\ttrain_loss: 0.0047063\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep805\n","DEEPTB INFO Epoch 805 summary:\ttrain_loss: 0.0047032\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep806\n","DEEPTB INFO Epoch 806 summary:\ttrain_loss: 0.0047001\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep807\n","DEEPTB INFO Epoch 807 summary:\ttrain_loss: 0.0046970\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep808\n","DEEPTB INFO Epoch 808 summary:\ttrain_loss: 0.0046939\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep809\n","DEEPTB INFO Epoch 809 summary:\ttrain_loss: 0.0046909\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep810\n","DEEPTB INFO Epoch 810 summary:\ttrain_loss: 0.0046877\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep811\n","DEEPTB INFO Epoch 811 summary:\ttrain_loss: 0.0046846\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep812\n","DEEPTB INFO Epoch 812 summary:\ttrain_loss: 0.0046816\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep813\n","DEEPTB INFO Epoch 813 summary:\ttrain_loss: 0.0046785\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep814\n","DEEPTB INFO Epoch 814 summary:\ttrain_loss: 0.0046754\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep815\n","DEEPTB INFO Epoch 815 summary:\ttrain_loss: 0.0046724\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep816\n","DEEPTB INFO Epoch 816 summary:\ttrain_loss: 0.0046771\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 817 summary:\ttrain_loss: 0.0046733\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 818 summary:\ttrain_loss: 0.0046694\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep819\n","DEEPTB INFO Epoch 819 summary:\ttrain_loss: 0.0046660\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep820\n","DEEPTB INFO Epoch 820 summary:\ttrain_loss: 0.0046630\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep821\n","DEEPTB INFO Epoch 821 summary:\ttrain_loss: 0.0046602\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep822\n","DEEPTB INFO Epoch 822 summary:\ttrain_loss: 0.0046569\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep823\n","DEEPTB INFO Epoch 823 summary:\ttrain_loss: 0.0046536\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep824\n","DEEPTB INFO Epoch 824 summary:\ttrain_loss: 0.0046508\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep825\n","DEEPTB INFO Epoch 825 summary:\ttrain_loss: 0.0046479\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep826\n","DEEPTB INFO Epoch 826 summary:\ttrain_loss: 0.0046449\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep827\n","DEEPTB INFO Epoch 827 summary:\ttrain_loss: 0.0046420\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep828\n","DEEPTB INFO Epoch 828 summary:\ttrain_loss: 0.0046387\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep829\n","DEEPTB INFO Epoch 829 summary:\ttrain_loss: 0.0046353\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep830\n","DEEPTB INFO Epoch 830 summary:\ttrain_loss: 0.0046323\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep831\n","DEEPTB INFO Epoch 831 summary:\ttrain_loss: 0.0046295\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep832\n","DEEPTB INFO Epoch 832 summary:\ttrain_loss: 0.0046264\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep833\n","DEEPTB INFO Epoch 833 summary:\ttrain_loss: 0.0046232\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep834\n","DEEPTB INFO Epoch 834 summary:\ttrain_loss: 0.0046202\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep835\n","DEEPTB INFO Epoch 835 summary:\ttrain_loss: 0.0046175\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep836\n","DEEPTB INFO Epoch 836 summary:\ttrain_loss: 0.0046145\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep837\n","DEEPTB INFO Epoch 837 summary:\ttrain_loss: 0.0046114\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep838\n","DEEPTB INFO Epoch 838 summary:\ttrain_loss: 0.0046084\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep839\n","DEEPTB INFO Epoch 839 summary:\ttrain_loss: 0.0046055\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep840\n","DEEPTB INFO Epoch 840 summary:\ttrain_loss: 0.0046025\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep841\n","DEEPTB INFO Epoch 841 summary:\ttrain_loss: 0.0045995\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep842\n","DEEPTB INFO Epoch 842 summary:\ttrain_loss: 0.0045966\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep843\n","DEEPTB INFO Epoch 843 summary:\ttrain_loss: 0.0045936\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep844\n","DEEPTB INFO Epoch 844 summary:\ttrain_loss: 0.0045907\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep845\n","DEEPTB INFO Epoch 845 summary:\ttrain_loss: 0.0045878\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep846\n","DEEPTB INFO Epoch 846 summary:\ttrain_loss: 0.0045849\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep847\n","DEEPTB INFO Epoch 847 summary:\ttrain_loss: 0.0045820\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep848\n","DEEPTB INFO Epoch 848 summary:\ttrain_loss: 0.0045790\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep849\n","DEEPTB INFO Epoch 849 summary:\ttrain_loss: 0.0045761\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep850\n","DEEPTB INFO Epoch 850 summary:\ttrain_loss: 0.0045732\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep851\n","DEEPTB INFO Epoch 851 summary:\ttrain_loss: 0.0045703\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep852\n","DEEPTB INFO Epoch 852 summary:\ttrain_loss: 0.0045673\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep853\n","DEEPTB INFO Epoch 853 summary:\ttrain_loss: 0.0045646\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep854\n","DEEPTB INFO Epoch 854 summary:\ttrain_loss: 0.0045616\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep855\n","DEEPTB INFO Epoch 855 summary:\ttrain_loss: 0.0045587\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep856\n","DEEPTB INFO Epoch 856 summary:\ttrain_loss: 0.0045559\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep857\n","DEEPTB INFO Epoch 857 summary:\ttrain_loss: 0.0045530\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep858\n","DEEPTB INFO Epoch 858 summary:\ttrain_loss: 0.0045502\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep859\n","DEEPTB INFO Epoch 859 summary:\ttrain_loss: 0.0045473\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep860\n","DEEPTB INFO Epoch 860 summary:\ttrain_loss: 0.0045444\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep861\n","DEEPTB INFO Epoch 861 summary:\ttrain_loss: 0.0045416\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep862\n","DEEPTB INFO Epoch 862 summary:\ttrain_loss: 0.0045387\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep863\n","DEEPTB INFO Epoch 863 summary:\ttrain_loss: 0.0045359\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep864\n","DEEPTB INFO Epoch 864 summary:\ttrain_loss: 0.0045331\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep865\n","DEEPTB INFO Epoch 865 summary:\ttrain_loss: 0.0045303\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep866\n","DEEPTB INFO Epoch 866 summary:\ttrain_loss: 0.0045274\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep867\n","DEEPTB INFO Epoch 867 summary:\ttrain_loss: 0.0045319\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 868 summary:\ttrain_loss: 0.0045283\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 869 summary:\ttrain_loss: 0.0045246\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep870\n","DEEPTB INFO Epoch 870 summary:\ttrain_loss: 0.0045214\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep871\n","DEEPTB INFO Epoch 871 summary:\ttrain_loss: 0.0045186\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep872\n","DEEPTB INFO Epoch 872 summary:\ttrain_loss: 0.0045161\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep873\n","DEEPTB INFO Epoch 873 summary:\ttrain_loss: 0.0045130\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep874\n","DEEPTB INFO Epoch 874 summary:\ttrain_loss: 0.0045101\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep875\n","DEEPTB INFO Epoch 875 summary:\ttrain_loss: 0.0045074\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep876\n","DEEPTB INFO Epoch 876 summary:\ttrain_loss: 0.0045047\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep877\n","DEEPTB INFO Epoch 877 summary:\ttrain_loss: 0.0045020\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep878\n","DEEPTB INFO Epoch 878 summary:\ttrain_loss: 0.0044993\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep879\n","DEEPTB INFO Epoch 879 summary:\ttrain_loss: 0.0044963\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep880\n","DEEPTB INFO Epoch 880 summary:\ttrain_loss: 0.0044930\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep881\n","DEEPTB INFO Epoch 881 summary:\ttrain_loss: 0.0044902\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep882\n","DEEPTB INFO Epoch 882 summary:\ttrain_loss: 0.0044877\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep883\n","DEEPTB INFO Epoch 883 summary:\ttrain_loss: 0.0044849\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep884\n","DEEPTB INFO Epoch 884 summary:\ttrain_loss: 0.0044820\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep885\n","DEEPTB INFO Epoch 885 summary:\ttrain_loss: 0.0044793\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep886\n","DEEPTB INFO Epoch 886 summary:\ttrain_loss: 0.0044766\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep887\n","DEEPTB INFO Epoch 887 summary:\ttrain_loss: 0.0044739\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep888\n","DEEPTB INFO Epoch 888 summary:\ttrain_loss: 0.0044712\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep889\n","DEEPTB INFO Epoch 889 summary:\ttrain_loss: 0.0044684\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep890\n","DEEPTB INFO Epoch 890 summary:\ttrain_loss: 0.0044655\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep891\n","DEEPTB INFO Epoch 891 summary:\ttrain_loss: 0.0044627\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep892\n","DEEPTB INFO Epoch 892 summary:\ttrain_loss: 0.0044602\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep893\n","DEEPTB INFO Epoch 893 summary:\ttrain_loss: 0.0044575\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep894\n","DEEPTB INFO Epoch 894 summary:\ttrain_loss: 0.0044546\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep895\n","DEEPTB INFO Epoch 895 summary:\ttrain_loss: 0.0044519\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep896\n","DEEPTB INFO Epoch 896 summary:\ttrain_loss: 0.0044495\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep897\n","DEEPTB INFO Epoch 897 summary:\ttrain_loss: 0.0044468\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep898\n","DEEPTB INFO Epoch 898 summary:\ttrain_loss: 0.0044439\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep899\n","DEEPTB INFO Epoch 899 summary:\ttrain_loss: 0.0044412\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep900\n","DEEPTB INFO iteration:900\ttrain_loss: 0.0044387 (0.0044449)\tlr: 0.02034\n","DEEPTB INFO Epoch 900 summary:\ttrain_loss: 0.0044387\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep901\n","DEEPTB INFO Epoch 901 summary:\ttrain_loss: 0.0044359\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep902\n","DEEPTB INFO Epoch 902 summary:\ttrain_loss: 0.0044332\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep903\n","DEEPTB INFO Epoch 903 summary:\ttrain_loss: 0.0044305\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep904\n","DEEPTB INFO Epoch 904 summary:\ttrain_loss: 0.0044279\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep905\n","DEEPTB INFO Epoch 905 summary:\ttrain_loss: 0.0044253\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep906\n","DEEPTB INFO Epoch 906 summary:\ttrain_loss: 0.0044226\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep907\n","DEEPTB INFO Epoch 907 summary:\ttrain_loss: 0.0044200\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep908\n","DEEPTB INFO Epoch 908 summary:\ttrain_loss: 0.0044174\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep909\n","DEEPTB INFO Epoch 909 summary:\ttrain_loss: 0.0044147\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep910\n","DEEPTB INFO Epoch 910 summary:\ttrain_loss: 0.0044122\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep911\n","DEEPTB INFO Epoch 911 summary:\ttrain_loss: 0.0044095\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep912\n","DEEPTB INFO Epoch 912 summary:\ttrain_loss: 0.0044069\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep913\n","DEEPTB INFO Epoch 913 summary:\ttrain_loss: 0.0044042\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep914\n","DEEPTB INFO Epoch 914 summary:\ttrain_loss: 0.0044017\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep915\n","DEEPTB INFO Epoch 915 summary:\ttrain_loss: 0.0043991\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep916\n","DEEPTB INFO Epoch 916 summary:\ttrain_loss: 0.0043965\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep917\n","DEEPTB INFO Epoch 917 summary:\ttrain_loss: 0.0043938\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep918\n","DEEPTB INFO Epoch 918 summary:\ttrain_loss: 0.0043982\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 919 summary:\ttrain_loss: 0.0043948\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 920 summary:\ttrain_loss: 0.0043914\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep921\n","DEEPTB INFO Epoch 921 summary:\ttrain_loss: 0.0043884\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep922\n","DEEPTB INFO Epoch 922 summary:\ttrain_loss: 0.0043862\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep923\n","DEEPTB INFO Epoch 923 summary:\ttrain_loss: 0.0043838\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep924\n","DEEPTB INFO Epoch 924 summary:\ttrain_loss: 0.0043808\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep925\n","DEEPTB INFO Epoch 925 summary:\ttrain_loss: 0.0043779\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep926\n","DEEPTB INFO Epoch 926 summary:\ttrain_loss: 0.0043757\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep927\n","DEEPTB INFO Epoch 927 summary:\ttrain_loss: 0.0043732\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep928\n","DEEPTB INFO Epoch 928 summary:\ttrain_loss: 0.0043709\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep929\n","DEEPTB INFO Epoch 929 summary:\ttrain_loss: 0.0043683\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep930\n","DEEPTB INFO Epoch 930 summary:\ttrain_loss: 0.0043652\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep931\n","DEEPTB INFO Epoch 931 summary:\ttrain_loss: 0.0043624\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep932\n","DEEPTB INFO Epoch 932 summary:\ttrain_loss: 0.0043600\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep933\n","DEEPTB INFO Epoch 933 summary:\ttrain_loss: 0.0043574\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep934\n","DEEPTB INFO Epoch 934 summary:\ttrain_loss: 0.0043550\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep935\n","DEEPTB INFO Epoch 935 summary:\ttrain_loss: 0.0043525\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep936\n","DEEPTB INFO Epoch 936 summary:\ttrain_loss: 0.0043499\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep937\n","DEEPTB INFO Epoch 937 summary:\ttrain_loss: 0.0043474\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep938\n","DEEPTB INFO Epoch 938 summary:\ttrain_loss: 0.0043450\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep939\n","DEEPTB INFO Epoch 939 summary:\ttrain_loss: 0.0043423\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep940\n","DEEPTB INFO Epoch 940 summary:\ttrain_loss: 0.0043398\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep941\n","DEEPTB INFO Epoch 941 summary:\ttrain_loss: 0.0043373\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep942\n","DEEPTB INFO Epoch 942 summary:\ttrain_loss: 0.0043347\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep943\n","DEEPTB INFO Epoch 943 summary:\ttrain_loss: 0.0043324\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep944\n","DEEPTB INFO Epoch 944 summary:\ttrain_loss: 0.0043300\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep945\n","DEEPTB INFO Epoch 945 summary:\ttrain_loss: 0.0043274\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep946\n","DEEPTB INFO Epoch 946 summary:\ttrain_loss: 0.0043249\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep947\n","DEEPTB INFO Epoch 947 summary:\ttrain_loss: 0.0043226\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep948\n","DEEPTB INFO Epoch 948 summary:\ttrain_loss: 0.0043200\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep949\n","DEEPTB INFO Epoch 949 summary:\ttrain_loss: 0.0043176\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep950\n","DEEPTB INFO Epoch 950 summary:\ttrain_loss: 0.0043152\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep951\n","DEEPTB INFO Epoch 951 summary:\ttrain_loss: 0.0043126\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep952\n","DEEPTB INFO Epoch 952 summary:\ttrain_loss: 0.0043102\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep953\n","DEEPTB INFO Epoch 953 summary:\ttrain_loss: 0.0043079\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep954\n","DEEPTB INFO Epoch 954 summary:\ttrain_loss: 0.0043053\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep955\n","DEEPTB INFO Epoch 955 summary:\ttrain_loss: 0.0043030\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep956\n","DEEPTB INFO Epoch 956 summary:\ttrain_loss: 0.0043006\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep957\n","DEEPTB INFO Epoch 957 summary:\ttrain_loss: 0.0042981\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep958\n","DEEPTB INFO Epoch 958 summary:\ttrain_loss: 0.0042957\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep959\n","DEEPTB INFO Epoch 959 summary:\ttrain_loss: 0.0042934\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep960\n","DEEPTB INFO Epoch 960 summary:\ttrain_loss: 0.0042909\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep961\n","DEEPTB INFO Epoch 961 summary:\ttrain_loss: 0.0042885\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep962\n","DEEPTB INFO Epoch 962 summary:\ttrain_loss: 0.0042862\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep963\n","DEEPTB INFO Epoch 963 summary:\ttrain_loss: 0.0042837\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep964\n","DEEPTB INFO Epoch 964 summary:\ttrain_loss: 0.0042814\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep965\n","DEEPTB INFO Epoch 965 summary:\ttrain_loss: 0.0042792\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep966\n","DEEPTB INFO Epoch 966 summary:\ttrain_loss: 0.0042767\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep967\n","DEEPTB INFO Epoch 967 summary:\ttrain_loss: 0.0042743\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep968\n","DEEPTB INFO Epoch 968 summary:\ttrain_loss: 0.0042720\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep969\n","DEEPTB INFO Epoch 969 summary:\ttrain_loss: 0.0042763\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 970 summary:\ttrain_loss: 0.0042728\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 971 summary:\ttrain_loss: 0.0042697\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep972\n","DEEPTB INFO Epoch 972 summary:\ttrain_loss: 0.0042670\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep973\n","DEEPTB INFO Epoch 973 summary:\ttrain_loss: 0.0042648\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep974\n","DEEPTB INFO Epoch 974 summary:\ttrain_loss: 0.0042625\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep975\n","DEEPTB INFO Epoch 975 summary:\ttrain_loss: 0.0042599\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep976\n","DEEPTB INFO Epoch 976 summary:\ttrain_loss: 0.0042573\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep977\n","DEEPTB INFO Epoch 977 summary:\ttrain_loss: 0.0042554\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep978\n","DEEPTB INFO Epoch 978 summary:\ttrain_loss: 0.0042534\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep979\n","DEEPTB INFO Epoch 979 summary:\ttrain_loss: 0.0042509\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep980\n","DEEPTB INFO Epoch 980 summary:\ttrain_loss: 0.0042483\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep981\n","DEEPTB INFO Epoch 981 summary:\ttrain_loss: 0.0042459\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep982\n","DEEPTB INFO Epoch 982 summary:\ttrain_loss: 0.0042433\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep983\n","DEEPTB INFO Epoch 983 summary:\ttrain_loss: 0.0042410\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep984\n","DEEPTB INFO Epoch 984 summary:\ttrain_loss: 0.0042387\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep985\n","DEEPTB INFO Epoch 985 summary:\ttrain_loss: 0.0042364\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep986\n","DEEPTB INFO Epoch 986 summary:\ttrain_loss: 0.0042341\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep987\n","DEEPTB INFO Epoch 987 summary:\ttrain_loss: 0.0042319\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep988\n","DEEPTB INFO Epoch 988 summary:\ttrain_loss: 0.0042297\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep989\n","DEEPTB INFO Epoch 989 summary:\ttrain_loss: 0.0042274\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep990\n","DEEPTB INFO Epoch 990 summary:\ttrain_loss: 0.0042249\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep991\n","DEEPTB INFO Epoch 991 summary:\ttrain_loss: 0.0042227\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep992\n","DEEPTB INFO Epoch 992 summary:\ttrain_loss: 0.0042204\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep993\n","DEEPTB INFO Epoch 993 summary:\ttrain_loss: 0.0042182\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep994\n","DEEPTB INFO Epoch 994 summary:\ttrain_loss: 0.0042160\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep995\n","DEEPTB INFO Epoch 995 summary:\ttrain_loss: 0.0042137\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep996\n","DEEPTB INFO Epoch 996 summary:\ttrain_loss: 0.0042113\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep997\n","DEEPTB INFO Epoch 997 summary:\ttrain_loss: 0.0042094\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep998\n","DEEPTB INFO Epoch 998 summary:\ttrain_loss: 0.0042071\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep999\n","DEEPTB INFO Epoch 999 summary:\ttrain_loss: 0.0042047\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1000\n","DEEPTB INFO iteration:1000\ttrain_loss: 0.0042025 (0.0042077)\tlr: 0.0184 \n","DEEPTB INFO checkpoint saved as nnsk.iter1001\n","DEEPTB INFO Epoch 1000 summary:\ttrain_loss: 0.0042025\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1001\n","DEEPTB INFO Epoch 1001 summary:\ttrain_loss: 0.0042004\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1002\n","DEEPTB INFO Epoch 1002 summary:\ttrain_loss: 0.0041982\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1003\n","DEEPTB INFO Epoch 1003 summary:\ttrain_loss: 0.0041958\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1004\n","DEEPTB INFO Epoch 1004 summary:\ttrain_loss: 0.0041936\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1005\n","DEEPTB INFO Epoch 1005 summary:\ttrain_loss: 0.0041916\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1006\n","DEEPTB INFO Epoch 1006 summary:\ttrain_loss: 0.0041894\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1007\n","DEEPTB INFO Epoch 1007 summary:\ttrain_loss: 0.0041871\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1008\n","DEEPTB INFO Epoch 1008 summary:\ttrain_loss: 0.0041849\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1009\n","DEEPTB INFO Epoch 1009 summary:\ttrain_loss: 0.0041828\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1010\n","DEEPTB INFO Epoch 1010 summary:\ttrain_loss: 0.0041807\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1011\n","DEEPTB INFO Epoch 1011 summary:\ttrain_loss: 0.0041785\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1012\n","DEEPTB INFO Epoch 1012 summary:\ttrain_loss: 0.0041763\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1013\n","DEEPTB INFO Epoch 1013 summary:\ttrain_loss: 0.0041741\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1014\n","DEEPTB INFO Epoch 1014 summary:\ttrain_loss: 0.0041720\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1015\n","DEEPTB INFO Epoch 1015 summary:\ttrain_loss: 0.0041699\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1016\n","DEEPTB INFO Epoch 1016 summary:\ttrain_loss: 0.0041677\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1017\n","DEEPTB INFO Epoch 1017 summary:\ttrain_loss: 0.0041656\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1018\n","DEEPTB INFO Epoch 1018 summary:\ttrain_loss: 0.0041634\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1019\n","DEEPTB INFO Epoch 1019 summary:\ttrain_loss: 0.0041614\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1020\n","DEEPTB INFO Epoch 1020 summary:\ttrain_loss: 0.0041658\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1021 summary:\ttrain_loss: 0.0041625\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1022 summary:\ttrain_loss: 0.0041595\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1023\n","DEEPTB INFO Epoch 1023 summary:\ttrain_loss: 0.0041572\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1024\n","DEEPTB INFO Epoch 1024 summary:\ttrain_loss: 0.0041550\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1025\n","DEEPTB INFO Epoch 1025 summary:\ttrain_loss: 0.0041534\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1026\n","DEEPTB INFO Epoch 1026 summary:\ttrain_loss: 0.0041511\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1027\n","DEEPTB INFO Epoch 1027 summary:\ttrain_loss: 0.0041485\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1028\n","DEEPTB INFO Epoch 1028 summary:\ttrain_loss: 0.0041467\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1029\n","DEEPTB INFO Epoch 1029 summary:\ttrain_loss: 0.0041452\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1030\n","DEEPTB INFO Epoch 1030 summary:\ttrain_loss: 0.0041429\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1031\n","DEEPTB INFO Epoch 1031 summary:\ttrain_loss: 0.0041403\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1032\n","DEEPTB INFO Epoch 1032 summary:\ttrain_loss: 0.0041380\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1033\n","DEEPTB INFO Epoch 1033 summary:\ttrain_loss: 0.0041356\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1034\n","DEEPTB INFO Epoch 1034 summary:\ttrain_loss: 0.0041340\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1035\n","DEEPTB INFO Epoch 1035 summary:\ttrain_loss: 0.0041321\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1036\n","DEEPTB INFO Epoch 1036 summary:\ttrain_loss: 0.0041298\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1037\n","DEEPTB INFO Epoch 1037 summary:\ttrain_loss: 0.0041275\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1038\n","DEEPTB INFO Epoch 1038 summary:\ttrain_loss: 0.0041255\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1039\n","DEEPTB INFO Epoch 1039 summary:\ttrain_loss: 0.0041235\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1040\n","DEEPTB INFO Epoch 1040 summary:\ttrain_loss: 0.0041216\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1041\n","DEEPTB INFO Epoch 1041 summary:\ttrain_loss: 0.0041195\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1042\n","DEEPTB INFO Epoch 1042 summary:\ttrain_loss: 0.0041172\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1043\n","DEEPTB INFO Epoch 1043 summary:\ttrain_loss: 0.0041152\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1044\n","DEEPTB INFO Epoch 1044 summary:\ttrain_loss: 0.0041133\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1045\n","DEEPTB INFO Epoch 1045 summary:\ttrain_loss: 0.0041112\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1046\n","DEEPTB INFO Epoch 1046 summary:\ttrain_loss: 0.0041093\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1047\n","DEEPTB INFO Epoch 1047 summary:\ttrain_loss: 0.0041073\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1048\n","DEEPTB INFO Epoch 1048 summary:\ttrain_loss: 0.0041052\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1049\n","DEEPTB INFO Epoch 1049 summary:\ttrain_loss: 0.0041033\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1050\n","DEEPTB INFO Epoch 1050 summary:\ttrain_loss: 0.0041014\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1051\n","DEEPTB INFO Epoch 1051 summary:\ttrain_loss: 0.0040992\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1052\n","DEEPTB INFO Epoch 1052 summary:\ttrain_loss: 0.0040971\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1053\n","DEEPTB INFO Epoch 1053 summary:\ttrain_loss: 0.0040952\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1054\n","DEEPTB INFO Epoch 1054 summary:\ttrain_loss: 0.0040932\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1055\n","DEEPTB INFO Epoch 1055 summary:\ttrain_loss: 0.0040913\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1056\n","DEEPTB INFO Epoch 1056 summary:\ttrain_loss: 0.0040894\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1057\n","DEEPTB INFO Epoch 1057 summary:\ttrain_loss: 0.0040873\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1058\n","DEEPTB INFO Epoch 1058 summary:\ttrain_loss: 0.0040854\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1059\n","DEEPTB INFO Epoch 1059 summary:\ttrain_loss: 0.0040835\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1060\n","DEEPTB INFO Epoch 1060 summary:\ttrain_loss: 0.0040814\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1061\n","DEEPTB INFO Epoch 1061 summary:\ttrain_loss: 0.0040795\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1062\n","DEEPTB INFO Epoch 1062 summary:\ttrain_loss: 0.0040777\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1063\n","DEEPTB INFO Epoch 1063 summary:\ttrain_loss: 0.0040756\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1064\n","DEEPTB INFO Epoch 1064 summary:\ttrain_loss: 0.0040738\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1065\n","DEEPTB INFO Epoch 1065 summary:\ttrain_loss: 0.0040719\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1066\n","DEEPTB INFO Epoch 1066 summary:\ttrain_loss: 0.0040699\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1067\n","DEEPTB INFO Epoch 1067 summary:\ttrain_loss: 0.0040680\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1068\n","DEEPTB INFO Epoch 1068 summary:\ttrain_loss: 0.0040662\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1069\n","DEEPTB INFO Epoch 1069 summary:\ttrain_loss: 0.0040641\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1070\n","DEEPTB INFO Epoch 1070 summary:\ttrain_loss: 0.0040623\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1071\n","DEEPTB INFO Epoch 1071 summary:\ttrain_loss: 0.0040670\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1072 summary:\ttrain_loss: 0.0040639\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1073 summary:\ttrain_loss: 0.0040610\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1074\n","DEEPTB INFO Epoch 1074 summary:\ttrain_loss: 0.0040587\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1075\n","DEEPTB INFO Epoch 1075 summary:\ttrain_loss: 0.0040569\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1076\n","DEEPTB INFO Epoch 1076 summary:\ttrain_loss: 0.0040552\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1077\n","DEEPTB INFO Epoch 1077 summary:\ttrain_loss: 0.0040530\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1078\n","DEEPTB INFO Epoch 1078 summary:\ttrain_loss: 0.0040511\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1079\n","DEEPTB INFO Epoch 1079 summary:\ttrain_loss: 0.0040495\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1080\n","DEEPTB INFO Epoch 1080 summary:\ttrain_loss: 0.0040477\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1081\n","DEEPTB INFO Epoch 1081 summary:\ttrain_loss: 0.0040463\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1082\n","DEEPTB INFO Epoch 1082 summary:\ttrain_loss: 0.0040443\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1083\n","DEEPTB INFO Epoch 1083 summary:\ttrain_loss: 0.0040419\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1084\n","DEEPTB INFO Epoch 1084 summary:\ttrain_loss: 0.0040395\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1085\n","DEEPTB INFO Epoch 1085 summary:\ttrain_loss: 0.0040380\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1086\n","DEEPTB INFO Epoch 1086 summary:\ttrain_loss: 0.0040365\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1087\n","DEEPTB INFO Epoch 1087 summary:\ttrain_loss: 0.0040346\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1088\n","DEEPTB INFO Epoch 1088 summary:\ttrain_loss: 0.0040326\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1089\n","DEEPTB INFO Epoch 1089 summary:\ttrain_loss: 0.0040305\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1090\n","DEEPTB INFO Epoch 1090 summary:\ttrain_loss: 0.0040290\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1091\n","DEEPTB INFO Epoch 1091 summary:\ttrain_loss: 0.0040274\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1092\n","DEEPTB INFO Epoch 1092 summary:\ttrain_loss: 0.0040256\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1093\n","DEEPTB INFO Epoch 1093 summary:\ttrain_loss: 0.0040235\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1094\n","DEEPTB INFO Epoch 1094 summary:\ttrain_loss: 0.0040214\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1095\n","DEEPTB INFO Epoch 1095 summary:\ttrain_loss: 0.0040193\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1096\n","DEEPTB INFO Epoch 1096 summary:\ttrain_loss: 0.0040177\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1097\n","DEEPTB INFO Epoch 1097 summary:\ttrain_loss: 0.0040159\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1098\n","DEEPTB INFO Epoch 1098 summary:\ttrain_loss: 0.0040138\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1099\n","DEEPTB INFO Epoch 1099 summary:\ttrain_loss: 0.0040120\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1100\n","DEEPTB INFO iteration:1100\ttrain_loss: 0.0040106 (0.0040147)\tlr: 0.01665\n","DEEPTB INFO Epoch 1100 summary:\ttrain_loss: 0.0040106\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1101\n","DEEPTB INFO Epoch 1101 summary:\ttrain_loss: 0.0040087\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1102\n","DEEPTB INFO Epoch 1102 summary:\ttrain_loss: 0.0040068\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1103\n","DEEPTB INFO Epoch 1103 summary:\ttrain_loss: 0.0040050\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1104\n","DEEPTB INFO Epoch 1104 summary:\ttrain_loss: 0.0040033\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1105\n","DEEPTB INFO Epoch 1105 summary:\ttrain_loss: 0.0040015\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1106\n","DEEPTB INFO Epoch 1106 summary:\ttrain_loss: 0.0039998\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1107\n","DEEPTB INFO Epoch 1107 summary:\ttrain_loss: 0.0039980\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1108\n","DEEPTB INFO Epoch 1108 summary:\ttrain_loss: 0.0039962\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1109\n","DEEPTB INFO Epoch 1109 summary:\ttrain_loss: 0.0039945\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1110\n","DEEPTB INFO Epoch 1110 summary:\ttrain_loss: 0.0039928\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1111\n","DEEPTB INFO Epoch 1111 summary:\ttrain_loss: 0.0039911\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1112\n","DEEPTB INFO Epoch 1112 summary:\ttrain_loss: 0.0039893\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1113\n","DEEPTB INFO Epoch 1113 summary:\ttrain_loss: 0.0039875\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1114\n","DEEPTB INFO Epoch 1114 summary:\ttrain_loss: 0.0039859\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1115\n","DEEPTB INFO Epoch 1115 summary:\ttrain_loss: 0.0039842\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1116\n","DEEPTB INFO Epoch 1116 summary:\ttrain_loss: 0.0039824\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1117\n","DEEPTB INFO Epoch 1117 summary:\ttrain_loss: 0.0039806\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1118\n","DEEPTB INFO Epoch 1118 summary:\ttrain_loss: 0.0039791\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1119\n","DEEPTB INFO Epoch 1119 summary:\ttrain_loss: 0.0039773\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1120\n","DEEPTB INFO Epoch 1120 summary:\ttrain_loss: 0.0039756\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1121\n","DEEPTB INFO Epoch 1121 summary:\ttrain_loss: 0.0039739\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1122\n","DEEPTB INFO Epoch 1122 summary:\ttrain_loss: 0.0039787\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1123 summary:\ttrain_loss: 0.0039759\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1124 summary:\ttrain_loss: 0.0039733\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1125\n","DEEPTB INFO Epoch 1125 summary:\ttrain_loss: 0.0039713\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1126\n","DEEPTB INFO Epoch 1126 summary:\ttrain_loss: 0.0039697\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1127\n","DEEPTB INFO Epoch 1127 summary:\ttrain_loss: 0.0039682\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1128\n","DEEPTB INFO Epoch 1128 summary:\ttrain_loss: 0.0039661\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1129\n","DEEPTB INFO Epoch 1129 summary:\ttrain_loss: 0.0039641\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1130\n","DEEPTB INFO Epoch 1130 summary:\ttrain_loss: 0.0039631\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1131\n","DEEPTB INFO Epoch 1131 summary:\ttrain_loss: 0.0039618\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1132\n","DEEPTB INFO Epoch 1132 summary:\ttrain_loss: 0.0039598\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1133\n","DEEPTB INFO Epoch 1133 summary:\ttrain_loss: 0.0039581\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1134\n","DEEPTB INFO Epoch 1134 summary:\ttrain_loss: 0.0039563\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1135\n","DEEPTB INFO Epoch 1135 summary:\ttrain_loss: 0.0039543\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1136\n","DEEPTB INFO Epoch 1136 summary:\ttrain_loss: 0.0039525\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1137\n","DEEPTB INFO Epoch 1137 summary:\ttrain_loss: 0.0039512\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1138\n","DEEPTB INFO Epoch 1138 summary:\ttrain_loss: 0.0039498\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1139\n","DEEPTB INFO Epoch 1139 summary:\ttrain_loss: 0.0039481\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1140\n","DEEPTB INFO Epoch 1140 summary:\ttrain_loss: 0.0039464\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1141\n","DEEPTB INFO Epoch 1141 summary:\ttrain_loss: 0.0039446\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1142\n","DEEPTB INFO Epoch 1142 summary:\ttrain_loss: 0.0039431\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1143\n","DEEPTB INFO Epoch 1143 summary:\ttrain_loss: 0.0039415\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1144\n","DEEPTB INFO Epoch 1144 summary:\ttrain_loss: 0.0039398\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1145\n","DEEPTB INFO Epoch 1145 summary:\ttrain_loss: 0.0039381\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1146\n","DEEPTB INFO Epoch 1146 summary:\ttrain_loss: 0.0039362\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1147\n","DEEPTB INFO Epoch 1147 summary:\ttrain_loss: 0.0039347\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1148\n","DEEPTB INFO Epoch 1148 summary:\ttrain_loss: 0.0039334\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1149\n","DEEPTB INFO Epoch 1149 summary:\ttrain_loss: 0.0039318\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1150\n","DEEPTB INFO Epoch 1150 summary:\ttrain_loss: 0.0039299\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1151\n","DEEPTB INFO Epoch 1151 summary:\ttrain_loss: 0.0039283\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1152\n","DEEPTB INFO Epoch 1152 summary:\ttrain_loss: 0.0039269\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1153\n","DEEPTB INFO Epoch 1153 summary:\ttrain_loss: 0.0039253\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1154\n","DEEPTB INFO Epoch 1154 summary:\ttrain_loss: 0.0039234\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1155\n","DEEPTB INFO Epoch 1155 summary:\ttrain_loss: 0.0039221\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1156\n","DEEPTB INFO Epoch 1156 summary:\ttrain_loss: 0.0039207\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1157\n","DEEPTB INFO Epoch 1157 summary:\ttrain_loss: 0.0039191\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1158\n","DEEPTB INFO Epoch 1158 summary:\ttrain_loss: 0.0039173\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1159\n","DEEPTB INFO Epoch 1159 summary:\ttrain_loss: 0.0039157\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1160\n","DEEPTB INFO Epoch 1160 summary:\ttrain_loss: 0.0039144\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1161\n","DEEPTB INFO Epoch 1161 summary:\ttrain_loss: 0.0039128\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1162\n","DEEPTB INFO Epoch 1162 summary:\ttrain_loss: 0.0039110\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1163\n","DEEPTB INFO Epoch 1163 summary:\ttrain_loss: 0.0039096\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1164\n","DEEPTB INFO Epoch 1164 summary:\ttrain_loss: 0.0039082\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1165\n","DEEPTB INFO Epoch 1165 summary:\ttrain_loss: 0.0039066\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1166\n","DEEPTB INFO Epoch 1166 summary:\ttrain_loss: 0.0039048\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1167\n","DEEPTB INFO Epoch 1167 summary:\ttrain_loss: 0.0039036\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1168\n","DEEPTB INFO Epoch 1168 summary:\ttrain_loss: 0.0039023\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1169\n","DEEPTB INFO Epoch 1169 summary:\ttrain_loss: 0.0039007\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1170\n","DEEPTB INFO Epoch 1170 summary:\ttrain_loss: 0.0038989\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1171\n","DEEPTB INFO Epoch 1171 summary:\ttrain_loss: 0.0038974\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1172\n","DEEPTB INFO Epoch 1172 summary:\ttrain_loss: 0.0038961\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1173\n","DEEPTB INFO Epoch 1173 summary:\ttrain_loss: 0.0039013\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1174 summary:\ttrain_loss: 0.0038984\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1175 summary:\ttrain_loss: 0.0038958\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1176\n","DEEPTB INFO Epoch 1176 summary:\ttrain_loss: 0.0038940\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1177\n","DEEPTB INFO Epoch 1177 summary:\ttrain_loss: 0.0038927\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1178\n","DEEPTB INFO Epoch 1178 summary:\ttrain_loss: 0.0038912\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1179\n","DEEPTB INFO Epoch 1179 summary:\ttrain_loss: 0.0038895\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1180\n","DEEPTB INFO Epoch 1180 summary:\ttrain_loss: 0.0038877\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1181\n","DEEPTB INFO Epoch 1181 summary:\ttrain_loss: 0.0038864\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1182\n","DEEPTB INFO Epoch 1182 summary:\ttrain_loss: 0.0038857\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1183\n","DEEPTB INFO Epoch 1183 summary:\ttrain_loss: 0.0038843\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1184\n","DEEPTB INFO Epoch 1184 summary:\ttrain_loss: 0.0038823\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1185\n","DEEPTB INFO Epoch 1185 summary:\ttrain_loss: 0.0038804\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1186\n","DEEPTB INFO Epoch 1186 summary:\ttrain_loss: 0.0038788\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1187\n","DEEPTB INFO Epoch 1187 summary:\ttrain_loss: 0.0038774\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1188\n","DEEPTB INFO Epoch 1188 summary:\ttrain_loss: 0.0038759\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1189\n","DEEPTB INFO Epoch 1189 summary:\ttrain_loss: 0.0038745\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1190\n","DEEPTB INFO Epoch 1190 summary:\ttrain_loss: 0.0038730\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1191\n","DEEPTB INFO Epoch 1191 summary:\ttrain_loss: 0.0038717\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1192\n","DEEPTB INFO Epoch 1192 summary:\ttrain_loss: 0.0038703\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1193\n","DEEPTB INFO Epoch 1193 summary:\ttrain_loss: 0.0038688\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1194\n","DEEPTB INFO Epoch 1194 summary:\ttrain_loss: 0.0038671\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1195\n","DEEPTB INFO Epoch 1195 summary:\ttrain_loss: 0.0038658\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1196\n","DEEPTB INFO Epoch 1196 summary:\ttrain_loss: 0.0038645\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1197\n","DEEPTB INFO Epoch 1197 summary:\ttrain_loss: 0.0038631\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1198\n","DEEPTB INFO Epoch 1198 summary:\ttrain_loss: 0.0038614\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1199\n","DEEPTB INFO Epoch 1199 summary:\ttrain_loss: 0.0038602\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1200\n","DEEPTB INFO iteration:1200\ttrain_loss: 0.0038589 (0.0038621)\tlr: 0.01507\n","DEEPTB INFO Epoch 1200 summary:\ttrain_loss: 0.0038589\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1201\n","DEEPTB INFO Epoch 1201 summary:\ttrain_loss: 0.0038575\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1202\n","DEEPTB INFO Epoch 1202 summary:\ttrain_loss: 0.0038558\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1203\n","DEEPTB INFO Epoch 1203 summary:\ttrain_loss: 0.0038545\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1204\n","DEEPTB INFO Epoch 1204 summary:\ttrain_loss: 0.0038533\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1205\n","DEEPTB INFO Epoch 1205 summary:\ttrain_loss: 0.0038518\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1206\n","DEEPTB INFO Epoch 1206 summary:\ttrain_loss: 0.0038502\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1207\n","DEEPTB INFO Epoch 1207 summary:\ttrain_loss: 0.0038487\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1208\n","DEEPTB INFO Epoch 1208 summary:\ttrain_loss: 0.0038475\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1209\n","DEEPTB INFO Epoch 1209 summary:\ttrain_loss: 0.0038461\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1210\n","DEEPTB INFO Epoch 1210 summary:\ttrain_loss: 0.0038446\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1211\n","DEEPTB INFO Epoch 1211 summary:\ttrain_loss: 0.0038434\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1212\n","DEEPTB INFO Epoch 1212 summary:\ttrain_loss: 0.0038422\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1213\n","DEEPTB INFO Epoch 1213 summary:\ttrain_loss: 0.0038408\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1214\n","DEEPTB INFO Epoch 1214 summary:\ttrain_loss: 0.0038392\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1215\n","DEEPTB INFO Epoch 1215 summary:\ttrain_loss: 0.0038379\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1216\n","DEEPTB INFO Epoch 1216 summary:\ttrain_loss: 0.0038367\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1217\n","DEEPTB INFO Epoch 1217 summary:\ttrain_loss: 0.0038353\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1218\n","DEEPTB INFO Epoch 1218 summary:\ttrain_loss: 0.0038337\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1219\n","DEEPTB INFO Epoch 1219 summary:\ttrain_loss: 0.0038325\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1220\n","DEEPTB INFO Epoch 1220 summary:\ttrain_loss: 0.0038313\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1221\n","DEEPTB INFO Epoch 1221 summary:\ttrain_loss: 0.0038300\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1222\n","DEEPTB INFO Epoch 1222 summary:\ttrain_loss: 0.0038284\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1223\n","DEEPTB INFO Epoch 1223 summary:\ttrain_loss: 0.0038271\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1224\n","DEEPTB INFO Epoch 1224 summary:\ttrain_loss: 0.0038328\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1225 summary:\ttrain_loss: 0.0038302\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1226 summary:\ttrain_loss: 0.0038279\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1227 summary:\ttrain_loss: 0.0038263\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1228\n","DEEPTB INFO Epoch 1228 summary:\ttrain_loss: 0.0038249\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1229\n","DEEPTB INFO Epoch 1229 summary:\ttrain_loss: 0.0038236\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1230\n","DEEPTB INFO Epoch 1230 summary:\ttrain_loss: 0.0038221\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1231\n","DEEPTB INFO Epoch 1231 summary:\ttrain_loss: 0.0038204\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1232\n","DEEPTB INFO Epoch 1232 summary:\ttrain_loss: 0.0038194\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1233\n","DEEPTB INFO Epoch 1233 summary:\ttrain_loss: 0.0038186\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1234\n","DEEPTB INFO Epoch 1234 summary:\ttrain_loss: 0.0038171\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1235\n","DEEPTB INFO Epoch 1235 summary:\ttrain_loss: 0.0038156\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1236\n","DEEPTB INFO Epoch 1236 summary:\ttrain_loss: 0.0038140\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1237\n","DEEPTB INFO Epoch 1237 summary:\ttrain_loss: 0.0038124\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1238\n","DEEPTB INFO Epoch 1238 summary:\ttrain_loss: 0.0038111\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1239\n","DEEPTB INFO Epoch 1239 summary:\ttrain_loss: 0.0038100\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1240\n","DEEPTB INFO Epoch 1240 summary:\ttrain_loss: 0.0038086\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1241\n","DEEPTB INFO Epoch 1241 summary:\ttrain_loss: 0.0038073\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1242\n","DEEPTB INFO Epoch 1242 summary:\ttrain_loss: 0.0038062\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1243\n","DEEPTB INFO Epoch 1243 summary:\ttrain_loss: 0.0038049\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1244\n","DEEPTB INFO Epoch 1244 summary:\ttrain_loss: 0.0038035\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1245\n","DEEPTB INFO Epoch 1245 summary:\ttrain_loss: 0.0038021\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1246\n","DEEPTB INFO Epoch 1246 summary:\ttrain_loss: 0.0038007\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1247\n","DEEPTB INFO Epoch 1247 summary:\ttrain_loss: 0.0037994\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1248\n","DEEPTB INFO Epoch 1248 summary:\ttrain_loss: 0.0037982\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1249\n","DEEPTB INFO Epoch 1249 summary:\ttrain_loss: 0.0037970\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1250\n","DEEPTB INFO Epoch 1250 summary:\ttrain_loss: 0.0037958\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1251\n","DEEPTB INFO Epoch 1251 summary:\ttrain_loss: 0.0037945\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1252\n","DEEPTB INFO Epoch 1252 summary:\ttrain_loss: 0.0037933\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1253\n","DEEPTB INFO Epoch 1253 summary:\ttrain_loss: 0.0037920\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1254\n","DEEPTB INFO Epoch 1254 summary:\ttrain_loss: 0.0037908\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1255\n","DEEPTB INFO Epoch 1255 summary:\ttrain_loss: 0.0037894\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1256\n","DEEPTB INFO Epoch 1256 summary:\ttrain_loss: 0.0037883\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1257\n","DEEPTB INFO Epoch 1257 summary:\ttrain_loss: 0.0037869\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1258\n","DEEPTB INFO Epoch 1258 summary:\ttrain_loss: 0.0037858\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1259\n","DEEPTB INFO Epoch 1259 summary:\ttrain_loss: 0.0037846\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1260\n","DEEPTB INFO Epoch 1260 summary:\ttrain_loss: 0.0037834\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1261\n","DEEPTB INFO Epoch 1261 summary:\ttrain_loss: 0.0037821\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1262\n","DEEPTB INFO Epoch 1262 summary:\ttrain_loss: 0.0037809\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1263\n","DEEPTB INFO Epoch 1263 summary:\ttrain_loss: 0.0037797\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1264\n","DEEPTB INFO Epoch 1264 summary:\ttrain_loss: 0.0037784\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1265\n","DEEPTB INFO Epoch 1265 summary:\ttrain_loss: 0.0037773\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1266\n","DEEPTB INFO Epoch 1266 summary:\ttrain_loss: 0.0037761\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1267\n","DEEPTB INFO Epoch 1267 summary:\ttrain_loss: 0.0037749\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1268\n","DEEPTB INFO Epoch 1268 summary:\ttrain_loss: 0.0037737\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1269\n","DEEPTB INFO Epoch 1269 summary:\ttrain_loss: 0.0037725\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1270\n","DEEPTB INFO Epoch 1270 summary:\ttrain_loss: 0.0037713\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1271\n","DEEPTB INFO Epoch 1271 summary:\ttrain_loss: 0.0037701\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1272\n","DEEPTB INFO Epoch 1272 summary:\ttrain_loss: 0.0037689\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1273\n","DEEPTB INFO Epoch 1273 summary:\ttrain_loss: 0.0037678\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1274\n","DEEPTB INFO Epoch 1274 summary:\ttrain_loss: 0.0037665\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1275\n","DEEPTB INFO Epoch 1275 summary:\ttrain_loss: 0.0037724\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1276 summary:\ttrain_loss: 0.0037699\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1277 summary:\ttrain_loss: 0.0037677\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1278 summary:\ttrain_loss: 0.0037662\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1279\n","DEEPTB INFO Epoch 1279 summary:\ttrain_loss: 0.0037655\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1280\n","DEEPTB INFO Epoch 1280 summary:\ttrain_loss: 0.0037644\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1281\n","DEEPTB INFO Epoch 1281 summary:\ttrain_loss: 0.0037627\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1282\n","DEEPTB INFO Epoch 1282 summary:\ttrain_loss: 0.0037617\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1283\n","DEEPTB INFO Epoch 1283 summary:\ttrain_loss: 0.0037609\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1284\n","DEEPTB INFO Epoch 1284 summary:\ttrain_loss: 0.0037600\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1285\n","DEEPTB INFO Epoch 1285 summary:\ttrain_loss: 0.0037585\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1286\n","DEEPTB INFO Epoch 1286 summary:\ttrain_loss: 0.0037572\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1287\n","DEEPTB INFO Epoch 1287 summary:\ttrain_loss: 0.0037559\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1288\n","DEEPTB INFO Epoch 1288 summary:\ttrain_loss: 0.0037545\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1289\n","DEEPTB INFO Epoch 1289 summary:\ttrain_loss: 0.0037533\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1290\n","DEEPTB INFO Epoch 1290 summary:\ttrain_loss: 0.0037520\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1291\n","DEEPTB INFO Epoch 1291 summary:\ttrain_loss: 0.0037512\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1292\n","DEEPTB INFO Epoch 1292 summary:\ttrain_loss: 0.0037502\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1293\n","DEEPTB INFO Epoch 1293 summary:\ttrain_loss: 0.0037492\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1294\n","DEEPTB INFO Epoch 1294 summary:\ttrain_loss: 0.0037480\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1295\n","DEEPTB INFO Epoch 1295 summary:\ttrain_loss: 0.0037468\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1296\n","DEEPTB INFO Epoch 1296 summary:\ttrain_loss: 0.0037454\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1297\n","DEEPTB INFO Epoch 1297 summary:\ttrain_loss: 0.0037441\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1298\n","DEEPTB INFO Epoch 1298 summary:\ttrain_loss: 0.0037430\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1299\n","DEEPTB INFO Epoch 1299 summary:\ttrain_loss: 0.0037420\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1300\n","DEEPTB INFO iteration:1300\ttrain_loss: 0.0037409 (0.0037435)\tlr: 0.01363\n","DEEPTB INFO Epoch 1300 summary:\ttrain_loss: 0.0037409\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1301\n","DEEPTB INFO Epoch 1301 summary:\ttrain_loss: 0.0037395\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1302\n","DEEPTB INFO Epoch 1302 summary:\ttrain_loss: 0.0037387\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1303\n","DEEPTB INFO Epoch 1303 summary:\ttrain_loss: 0.0037378\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1304\n","DEEPTB INFO Epoch 1304 summary:\ttrain_loss: 0.0037367\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1305\n","DEEPTB INFO Epoch 1305 summary:\ttrain_loss: 0.0037354\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1306\n","DEEPTB INFO Epoch 1306 summary:\ttrain_loss: 0.0037340\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1307\n","DEEPTB INFO Epoch 1307 summary:\ttrain_loss: 0.0037331\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1308\n","DEEPTB INFO Epoch 1308 summary:\ttrain_loss: 0.0037322\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1309\n","DEEPTB INFO Epoch 1309 summary:\ttrain_loss: 0.0037312\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1310\n","DEEPTB INFO Epoch 1310 summary:\ttrain_loss: 0.0037300\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1311\n","DEEPTB INFO Epoch 1311 summary:\ttrain_loss: 0.0037287\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1312\n","DEEPTB INFO Epoch 1312 summary:\ttrain_loss: 0.0037274\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1313\n","DEEPTB INFO Epoch 1313 summary:\ttrain_loss: 0.0037265\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1314\n","DEEPTB INFO Epoch 1314 summary:\ttrain_loss: 0.0037254\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1315\n","DEEPTB INFO Epoch 1315 summary:\ttrain_loss: 0.0037243\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1316\n","DEEPTB INFO Epoch 1316 summary:\ttrain_loss: 0.0037231\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1317\n","DEEPTB INFO Epoch 1317 summary:\ttrain_loss: 0.0037221\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1318\n","DEEPTB INFO Epoch 1318 summary:\ttrain_loss: 0.0037210\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1319\n","DEEPTB INFO Epoch 1319 summary:\ttrain_loss: 0.0037200\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1320\n","DEEPTB INFO Epoch 1320 summary:\ttrain_loss: 0.0037190\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1321\n","DEEPTB INFO Epoch 1321 summary:\ttrain_loss: 0.0037179\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1322\n","DEEPTB INFO Epoch 1322 summary:\ttrain_loss: 0.0037168\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1323\n","DEEPTB INFO Epoch 1323 summary:\ttrain_loss: 0.0037159\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1324\n","DEEPTB INFO Epoch 1324 summary:\ttrain_loss: 0.0037147\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1325\n","DEEPTB INFO Epoch 1325 summary:\ttrain_loss: 0.0037136\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1326\n","DEEPTB INFO Epoch 1326 summary:\ttrain_loss: 0.0037197\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1327 summary:\ttrain_loss: 0.0037174\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1328 summary:\ttrain_loss: 0.0037153\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1329 summary:\ttrain_loss: 0.0037139\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1330 summary:\ttrain_loss: 0.0037132\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1331\n","DEEPTB INFO Epoch 1331 summary:\ttrain_loss: 0.0037123\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1332\n","DEEPTB INFO Epoch 1332 summary:\ttrain_loss: 0.0037108\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1333\n","DEEPTB INFO Epoch 1333 summary:\ttrain_loss: 0.0037094\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1334\n","DEEPTB INFO Epoch 1334 summary:\ttrain_loss: 0.0037088\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1335\n","DEEPTB INFO Epoch 1335 summary:\ttrain_loss: 0.0037082\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1336\n","DEEPTB INFO Epoch 1336 summary:\ttrain_loss: 0.0037071\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1337\n","DEEPTB INFO Epoch 1337 summary:\ttrain_loss: 0.0037059\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1338\n","DEEPTB INFO Epoch 1338 summary:\ttrain_loss: 0.0037046\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1339\n","DEEPTB INFO Epoch 1339 summary:\ttrain_loss: 0.0037033\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1340\n","DEEPTB INFO Epoch 1340 summary:\ttrain_loss: 0.0037022\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1341\n","DEEPTB INFO Epoch 1341 summary:\ttrain_loss: 0.0037015\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1342\n","DEEPTB INFO Epoch 1342 summary:\ttrain_loss: 0.0037006\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1343\n","DEEPTB INFO Epoch 1343 summary:\ttrain_loss: 0.0036995\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1344\n","DEEPTB INFO Epoch 1344 summary:\ttrain_loss: 0.0036984\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1345\n","DEEPTB INFO Epoch 1345 summary:\ttrain_loss: 0.0036973\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1346\n","DEEPTB INFO Epoch 1346 summary:\ttrain_loss: 0.0036964\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1347\n","DEEPTB INFO Epoch 1347 summary:\ttrain_loss: 0.0036954\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1348\n","DEEPTB INFO Epoch 1348 summary:\ttrain_loss: 0.0036943\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1349\n","DEEPTB INFO Epoch 1349 summary:\ttrain_loss: 0.0036932\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1350\n","DEEPTB INFO Epoch 1350 summary:\ttrain_loss: 0.0036921\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1351\n","DEEPTB INFO Epoch 1351 summary:\ttrain_loss: 0.0036912\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1352\n","DEEPTB INFO Epoch 1352 summary:\ttrain_loss: 0.0036904\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1353\n","DEEPTB INFO Epoch 1353 summary:\ttrain_loss: 0.0036893\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1354\n","DEEPTB INFO Epoch 1354 summary:\ttrain_loss: 0.0036881\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1355\n","DEEPTB INFO Epoch 1355 summary:\ttrain_loss: 0.0036873\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1356\n","DEEPTB INFO Epoch 1356 summary:\ttrain_loss: 0.0036864\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1357\n","DEEPTB INFO Epoch 1357 summary:\ttrain_loss: 0.0036854\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1358\n","DEEPTB INFO Epoch 1358 summary:\ttrain_loss: 0.0036842\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1359\n","DEEPTB INFO Epoch 1359 summary:\ttrain_loss: 0.0036832\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1360\n","DEEPTB INFO Epoch 1360 summary:\ttrain_loss: 0.0036824\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1361\n","DEEPTB INFO Epoch 1361 summary:\ttrain_loss: 0.0036815\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1362\n","DEEPTB INFO Epoch 1362 summary:\ttrain_loss: 0.0036804\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1363\n","DEEPTB INFO Epoch 1363 summary:\ttrain_loss: 0.0036795\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1364\n","DEEPTB INFO Epoch 1364 summary:\ttrain_loss: 0.0036786\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1365\n","DEEPTB INFO Epoch 1365 summary:\ttrain_loss: 0.0036776\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1366\n","DEEPTB INFO Epoch 1366 summary:\ttrain_loss: 0.0036766\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1367\n","DEEPTB INFO Epoch 1367 summary:\ttrain_loss: 0.0036757\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1368\n","DEEPTB INFO Epoch 1368 summary:\ttrain_loss: 0.0036748\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1369\n","DEEPTB INFO Epoch 1369 summary:\ttrain_loss: 0.0036738\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1370\n","DEEPTB INFO Epoch 1370 summary:\ttrain_loss: 0.0036727\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1371\n","DEEPTB INFO Epoch 1371 summary:\ttrain_loss: 0.0036719\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1372\n","DEEPTB INFO Epoch 1372 summary:\ttrain_loss: 0.0036711\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1373\n","DEEPTB INFO Epoch 1373 summary:\ttrain_loss: 0.0036701\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1374\n","DEEPTB INFO Epoch 1374 summary:\ttrain_loss: 0.0036690\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1375\n","DEEPTB INFO Epoch 1375 summary:\ttrain_loss: 0.0036682\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1376\n","DEEPTB INFO Epoch 1376 summary:\ttrain_loss: 0.0036674\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1377\n","DEEPTB INFO Epoch 1377 summary:\ttrain_loss: 0.0036735\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1378 summary:\ttrain_loss: 0.0036714\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1379 summary:\ttrain_loss: 0.0036694\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1380 summary:\ttrain_loss: 0.0036681\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1381 summary:\ttrain_loss: 0.0036673\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1382\n","DEEPTB INFO Epoch 1382 summary:\ttrain_loss: 0.0036666\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1383\n","DEEPTB INFO Epoch 1383 summary:\ttrain_loss: 0.0036653\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1384\n","DEEPTB INFO Epoch 1384 summary:\ttrain_loss: 0.0036644\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1385\n","DEEPTB INFO Epoch 1385 summary:\ttrain_loss: 0.0036637\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1386\n","DEEPTB INFO Epoch 1386 summary:\ttrain_loss: 0.0036631\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1387\n","DEEPTB INFO Epoch 1387 summary:\ttrain_loss: 0.0036619\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1388\n","DEEPTB INFO Epoch 1388 summary:\ttrain_loss: 0.0036611\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1389\n","DEEPTB INFO Epoch 1389 summary:\ttrain_loss: 0.0036599\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1390\n","DEEPTB INFO Epoch 1390 summary:\ttrain_loss: 0.0036588\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1391\n","DEEPTB INFO Epoch 1391 summary:\ttrain_loss: 0.0036578\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1392\n","DEEPTB INFO Epoch 1392 summary:\ttrain_loss: 0.0036568\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1393\n","DEEPTB INFO Epoch 1393 summary:\ttrain_loss: 0.0036560\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1394\n","DEEPTB INFO Epoch 1394 summary:\ttrain_loss: 0.0036553\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1395\n","DEEPTB INFO Epoch 1395 summary:\ttrain_loss: 0.0036544\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1396\n","DEEPTB INFO Epoch 1396 summary:\ttrain_loss: 0.0036536\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1397\n","DEEPTB INFO Epoch 1397 summary:\ttrain_loss: 0.0036525\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1398\n","DEEPTB INFO Epoch 1398 summary:\ttrain_loss: 0.0036515\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1399\n","DEEPTB INFO Epoch 1399 summary:\ttrain_loss: 0.0036504\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1400\n","DEEPTB INFO iteration:1400\ttrain_loss: 0.0036495 (0.0036518)\tlr: 0.01233\n","DEEPTB INFO Epoch 1400 summary:\ttrain_loss: 0.0036495\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1401\n","DEEPTB INFO Epoch 1401 summary:\ttrain_loss: 0.0036487\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1402\n","DEEPTB INFO Epoch 1402 summary:\ttrain_loss: 0.0036478\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1403\n","DEEPTB INFO Epoch 1403 summary:\ttrain_loss: 0.0036468\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1404\n","DEEPTB INFO Epoch 1404 summary:\ttrain_loss: 0.0036460\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1405\n","DEEPTB INFO Epoch 1405 summary:\ttrain_loss: 0.0036450\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1406\n","DEEPTB INFO Epoch 1406 summary:\ttrain_loss: 0.0036443\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1407\n","DEEPTB INFO Epoch 1407 summary:\ttrain_loss: 0.0036435\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1408\n","DEEPTB INFO Epoch 1408 summary:\ttrain_loss: 0.0036425\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1409\n","DEEPTB INFO Epoch 1409 summary:\ttrain_loss: 0.0036415\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1410\n","DEEPTB INFO Epoch 1410 summary:\ttrain_loss: 0.0036407\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1411\n","DEEPTB INFO Epoch 1411 summary:\ttrain_loss: 0.0036398\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1412\n","DEEPTB INFO Epoch 1412 summary:\ttrain_loss: 0.0036390\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1413\n","DEEPTB INFO Epoch 1413 summary:\ttrain_loss: 0.0036382\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1414\n","DEEPTB INFO Epoch 1414 summary:\ttrain_loss: 0.0036372\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1415\n","DEEPTB INFO Epoch 1415 summary:\ttrain_loss: 0.0036365\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1416\n","DEEPTB INFO Epoch 1416 summary:\ttrain_loss: 0.0036357\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1417\n","DEEPTB INFO Epoch 1417 summary:\ttrain_loss: 0.0036347\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1418\n","DEEPTB INFO Epoch 1418 summary:\ttrain_loss: 0.0036338\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1419\n","DEEPTB INFO Epoch 1419 summary:\ttrain_loss: 0.0036330\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1420\n","DEEPTB INFO Epoch 1420 summary:\ttrain_loss: 0.0036321\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1421\n","DEEPTB INFO Epoch 1421 summary:\ttrain_loss: 0.0036314\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1422\n","DEEPTB INFO Epoch 1422 summary:\ttrain_loss: 0.0036306\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1423\n","DEEPTB INFO Epoch 1423 summary:\ttrain_loss: 0.0036297\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1424\n","DEEPTB INFO Epoch 1424 summary:\ttrain_loss: 0.0036289\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1425\n","DEEPTB INFO Epoch 1425 summary:\ttrain_loss: 0.0036281\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1426\n","DEEPTB INFO Epoch 1426 summary:\ttrain_loss: 0.0036272\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1427\n","DEEPTB INFO Epoch 1427 summary:\ttrain_loss: 0.0036263\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1428\n","DEEPTB INFO Epoch 1428 summary:\ttrain_loss: 0.0036327\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1429 summary:\ttrain_loss: 0.0036307\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1430 summary:\ttrain_loss: 0.0036289\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1431 summary:\ttrain_loss: 0.0036277\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1432 summary:\ttrain_loss: 0.0036270\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1433 summary:\ttrain_loss: 0.0036264\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1434 summary:\ttrain_loss: 0.0036255\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1435\n","DEEPTB INFO Epoch 1435 summary:\ttrain_loss: 0.0036243\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1436\n","DEEPTB INFO Epoch 1436 summary:\ttrain_loss: 0.0036235\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1437\n","DEEPTB INFO Epoch 1437 summary:\ttrain_loss: 0.0036231\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1438\n","DEEPTB INFO Epoch 1438 summary:\ttrain_loss: 0.0036223\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1439\n","DEEPTB INFO Epoch 1439 summary:\ttrain_loss: 0.0036212\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1440\n","DEEPTB INFO Epoch 1440 summary:\ttrain_loss: 0.0036201\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1441\n","DEEPTB INFO Epoch 1441 summary:\ttrain_loss: 0.0036191\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1442\n","DEEPTB INFO Epoch 1442 summary:\ttrain_loss: 0.0036182\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1443\n","DEEPTB INFO Epoch 1443 summary:\ttrain_loss: 0.0036176\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1444\n","DEEPTB INFO Epoch 1444 summary:\ttrain_loss: 0.0036169\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1445\n","DEEPTB INFO Epoch 1445 summary:\ttrain_loss: 0.0036160\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1446\n","DEEPTB INFO Epoch 1446 summary:\ttrain_loss: 0.0036151\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1447\n","DEEPTB INFO Epoch 1447 summary:\ttrain_loss: 0.0036145\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1448\n","DEEPTB INFO Epoch 1448 summary:\ttrain_loss: 0.0036138\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1449\n","DEEPTB INFO Epoch 1449 summary:\ttrain_loss: 0.0036129\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1450\n","DEEPTB INFO Epoch 1450 summary:\ttrain_loss: 0.0036119\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1451\n","DEEPTB INFO Epoch 1451 summary:\ttrain_loss: 0.0036110\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1452\n","DEEPTB INFO Epoch 1452 summary:\ttrain_loss: 0.0036103\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1453\n","DEEPTB INFO Epoch 1453 summary:\ttrain_loss: 0.0036095\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1454\n","DEEPTB INFO Epoch 1454 summary:\ttrain_loss: 0.0036088\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1455\n","DEEPTB INFO Epoch 1455 summary:\ttrain_loss: 0.0036080\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1456\n","DEEPTB INFO Epoch 1456 summary:\ttrain_loss: 0.0036071\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1457\n","DEEPTB INFO Epoch 1457 summary:\ttrain_loss: 0.0036065\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1458\n","DEEPTB INFO Epoch 1458 summary:\ttrain_loss: 0.0036058\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1459\n","DEEPTB INFO Epoch 1459 summary:\ttrain_loss: 0.0036050\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1460\n","DEEPTB INFO Epoch 1460 summary:\ttrain_loss: 0.0036040\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1461\n","DEEPTB INFO Epoch 1461 summary:\ttrain_loss: 0.0036033\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1462\n","DEEPTB INFO Epoch 1462 summary:\ttrain_loss: 0.0036027\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1463\n","DEEPTB INFO Epoch 1463 summary:\ttrain_loss: 0.0036020\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1464\n","DEEPTB INFO Epoch 1464 summary:\ttrain_loss: 0.0036012\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1465\n","DEEPTB INFO Epoch 1465 summary:\ttrain_loss: 0.0036002\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1466\n","DEEPTB INFO Epoch 1466 summary:\ttrain_loss: 0.0035996\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1467\n","DEEPTB INFO Epoch 1467 summary:\ttrain_loss: 0.0035990\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1468\n","DEEPTB INFO Epoch 1468 summary:\ttrain_loss: 0.0035983\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1469\n","DEEPTB INFO Epoch 1469 summary:\ttrain_loss: 0.0035974\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1470\n","DEEPTB INFO Epoch 1470 summary:\ttrain_loss: 0.0035965\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1471\n","DEEPTB INFO Epoch 1471 summary:\ttrain_loss: 0.0035957\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1472\n","DEEPTB INFO Epoch 1472 summary:\ttrain_loss: 0.0035951\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1473\n","DEEPTB INFO Epoch 1473 summary:\ttrain_loss: 0.0035944\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1474\n","DEEPTB INFO Epoch 1474 summary:\ttrain_loss: 0.0035935\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1475\n","DEEPTB INFO Epoch 1475 summary:\ttrain_loss: 0.0035927\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1476\n","DEEPTB INFO Epoch 1476 summary:\ttrain_loss: 0.0035920\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1477\n","DEEPTB INFO Epoch 1477 summary:\ttrain_loss: 0.0035912\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1478\n","DEEPTB INFO Epoch 1478 summary:\ttrain_loss: 0.0035904\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1479\n","DEEPTB INFO Epoch 1479 summary:\ttrain_loss: 0.0035968\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1480 summary:\ttrain_loss: 0.0035949\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1481 summary:\ttrain_loss: 0.0035932\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1482 summary:\ttrain_loss: 0.0035922\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1483 summary:\ttrain_loss: 0.0035916\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1484 summary:\ttrain_loss: 0.0035911\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1485 summary:\ttrain_loss: 0.0035903\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1486\n","DEEPTB INFO Epoch 1486 summary:\ttrain_loss: 0.0035891\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1487\n","DEEPTB INFO Epoch 1487 summary:\ttrain_loss: 0.0035885\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1488\n","DEEPTB INFO Epoch 1488 summary:\ttrain_loss: 0.0035881\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1489\n","DEEPTB INFO Epoch 1489 summary:\ttrain_loss: 0.0035874\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1490\n","DEEPTB INFO Epoch 1490 summary:\ttrain_loss: 0.0035864\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1491\n","DEEPTB INFO Epoch 1491 summary:\ttrain_loss: 0.0035854\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1492\n","DEEPTB INFO Epoch 1492 summary:\ttrain_loss: 0.0035845\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1493\n","DEEPTB INFO Epoch 1493 summary:\ttrain_loss: 0.0035838\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1494\n","DEEPTB INFO Epoch 1494 summary:\ttrain_loss: 0.0035832\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1495\n","DEEPTB INFO Epoch 1495 summary:\ttrain_loss: 0.0035825\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1496\n","DEEPTB INFO Epoch 1496 summary:\ttrain_loss: 0.0035817\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1497\n","DEEPTB INFO Epoch 1497 summary:\ttrain_loss: 0.0035810\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1498\n","DEEPTB INFO Epoch 1498 summary:\ttrain_loss: 0.0035803\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1499\n","DEEPTB INFO Epoch 1499 summary:\ttrain_loss: 0.0035796\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1500\n","DEEPTB INFO iteration:1500\ttrain_loss: 0.0035789 (0.0035806)\tlr: 0.01116\n","DEEPTB INFO checkpoint saved as nnsk.iter1501\n","DEEPTB INFO Epoch 1500 summary:\ttrain_loss: 0.0035789\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1501\n","DEEPTB INFO finished training\n","DEEPTB INFO wall time: 128.311 s\n"]}],"source":["!dptb train ./inputs/2-2-2_2_input.json -i ./nnsk_3/checkpoint/nnsk.iter1500.pth -o ./nnsk_4"]},{"cell_type":"code","execution_count":4,"metadata":{},"outputs":[{"data":{"image/png":"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","text/plain":["
"]},"metadata":{},"output_type":"display_data"}],"source":["model = NNSK.from_reference(checkpoint=\"./nnsk_4/checkpoint/nnsk.ep1500.pth\",\n"," basis={'Si': ['3s', '3p', 'd*']})\n","# you can also load the reference model. in ref_ckpts/nnsk_4\n","\n","jdata = j_loader(\"./run/band.json\")\n","results_path = \"./band_plot\"\n","kpath_kwargs = jdata[\"task_options\"]\n","stru_data = \"./data/silicon.vasp\"\n","AtomicData_options = {\"r_max\": 5.0, \"oer_max\": 2.5, \"pbc\": True}\n","\n","bcal = Band(model=model, \n"," use_gui=True, \n"," results_path=results_path, \n"," device=model.device)\n","bcal.get_bands(data=stru_data, \n"," kpath_kwargs=kpath_kwargs, \n"," AtomicData_options=AtomicData_options)\n","bcal.band_plot(ref_band = kpath_kwargs[\"ref_band\"],\n"," E_fermi = kpath_kwargs[\"E_fermi\"],\n"," emin = kpath_kwargs[\"emin\"],\n"," emax = kpath_kwargs[\"emax\"])"]},{"cell_type":"markdown","metadata":{},"source":["#### **2.3 训练MD数据 (键长变化的依赖)**\n","在 **DeePTB** 中，基于物理图像建模的 SK 积分由各种键长相关函数参数化，例如上面的 `power-law` 形式中键积分就是键长的显函数。这为 `NNSK` 模型提供了良好的转移性，可以充分地模拟结构畸变对电子结构引起的的变化。\n","\n","为了进一步的提高这样的迁移能力，我们强烈建议进行键长依赖性参数的训练。这样的训练可以通过 MD 轨迹的数据集轻松获得。\n","\n","我们提供了 25K，100K 和 300K 下的 10 个 MD 帧的数据集。用户可以对应地通过修改输入配置中的 `data_options/train/prefix` 为 `kpathmd25/kpathmd100/kpathmd300`，并在训练时使用 `-i` 初始化检查点训练模型，就可以轻松获得键长依赖的 `NNSK` 模型。（这里的能带数据中k点的选取比较密，会降低一定的计算速度。用户可以自行选取部分k点，例如隔3个选取一个点进行训练。）\n","\n","训练得到模型后，用户可以使用上文同样的能带绘制 API 绘制能带结构，绘图相关参数在 `./run/band_2.json` 中。"]},{"cell_type":"code","execution_count":3,"metadata":{"scrolled":true},"outputs":[{"name":"stdout","output_type":"stream","text":["Processing dataset...\n","/opt/mamba/lib/python3.10/site-packages/dptb/data/dataset/_default_dataset.py:188: UserWarning: The given NumPy array is not writable, and PyTorch does not support non-writable tensors. This means writing to this tensor will result in undefined behavior. You may want to copy the array to protect its data or make it writable before converting it to a tensor. This type of warning will be suppressed for the rest of this program. (Triggered internally at ../torch/csrc/utils/tensor_numpy.cpp:206.)\n"," atomic_data[AtomicDataDict.KPOINT_KEY] = torch.as_tensor(self.data[\"kpoints\"][frame][:],\n","DEEPTB INFO Loaded data: Batch(atomic_numbers=[80, 1], batch=[80], bwindow=[10, 2], cell=[10, 3, 3], edge_cell_shift=[2240, 3], edge_features=[2240, 1], edge_index=[2, 2240], edge_overlap=[2240, 1], eigenvalue=[10, 354, 60], env_cell_shift=[2240, 3], env_index=[2, 2240], kpoint=[10, 354, 3], node_features=[80, 1], onsitenv_cell_shift=[320, 3], onsitenv_index=[2, 320], pbc=[10, 3], pos=[80, 3], ptr=[11])\n"," processed data size: ~1.00 MB\n","DEEPTB INFO Cached processed data to disk\n","Done!\n","DEEPTB INFO Epoch 1 summary:\ttrain_loss: 0.0777198\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep2\n","DEEPTB INFO Epoch 2 summary:\ttrain_loss: 0.0370651\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep3\n","DEEPTB INFO Epoch 3 summary:\ttrain_loss: 0.0331874\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep4\n","DEEPTB INFO Epoch 4 summary:\ttrain_loss: 0.0330870\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep5\n","DEEPTB INFO Epoch 5 summary:\ttrain_loss: 0.0326319\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep6\n","DEEPTB INFO Epoch 6 summary:\ttrain_loss: 0.0320453\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep7\n","DEEPTB INFO Epoch 7 summary:\ttrain_loss: 0.0315387\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep8\n","DEEPTB INFO Epoch 8 summary:\ttrain_loss: 0.0299643\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep9\n","DEEPTB INFO Epoch 9 summary:\ttrain_loss: 0.0293368\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep10\n","DEEPTB INFO iteration:100\ttrain_loss: 0.0331257 (0.0286745)\tlr: 0.00991\n","DEEPTB INFO Epoch 10 summary:\ttrain_loss: 0.0285500\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep11\n","DEEPTB INFO Epoch 11 summary:\ttrain_loss: 0.0278353\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep12\n","DEEPTB INFO Epoch 12 summary:\ttrain_loss: 0.0277739\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep13\n","DEEPTB INFO Epoch 13 summary:\ttrain_loss: 0.0272241\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep14\n","DEEPTB INFO Epoch 14 summary:\ttrain_loss: 0.0268052\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep15\n","DEEPTB INFO Epoch 15 summary:\ttrain_loss: 0.0272879\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 16 summary:\ttrain_loss: 0.0264259\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep17\n","DEEPTB INFO Epoch 17 summary:\ttrain_loss: 0.0256956\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep18\n","DEEPTB INFO Epoch 18 summary:\ttrain_loss: 0.0261114\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 19 summary:\ttrain_loss: 0.0250116\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep20\n","DEEPTB INFO iteration:200\ttrain_loss: 0.0294642 (0.0241280)\tlr: 0.009812\n","DEEPTB INFO Epoch 20 summary:\ttrain_loss: 0.0250399\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 21 summary:\ttrain_loss: 0.0246933\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep22\n","DEEPTB INFO Epoch 22 summary:\ttrain_loss: 0.0248272\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 23 summary:\ttrain_loss: 0.0242907\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep24\n","DEEPTB INFO Epoch 24 summary:\ttrain_loss: 0.0237271\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep25\n","DEEPTB INFO Epoch 25 summary:\ttrain_loss: 0.0238330\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 26 summary:\ttrain_loss: 0.0232886\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep27\n","DEEPTB INFO Epoch 27 summary:\ttrain_loss: 0.0232244\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep28\n","DEEPTB INFO Epoch 28 summary:\ttrain_loss: 0.0227318\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep29\n","DEEPTB INFO Epoch 29 summary:\ttrain_loss: 0.0231145\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:300\ttrain_loss: 0.0163127 (0.0212696)\tlr: 0.009714\n","DEEPTB INFO Epoch 30 summary:\ttrain_loss: 0.0229753\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 31 summary:\ttrain_loss: 0.0226940\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep32\n","DEEPTB INFO Epoch 32 summary:\ttrain_loss: 0.0221704\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep33\n","DEEPTB INFO Epoch 33 summary:\ttrain_loss: 0.0219494\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep34\n","DEEPTB INFO Epoch 34 summary:\ttrain_loss: 0.0214579\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep35\n","DEEPTB INFO Epoch 35 summary:\ttrain_loss: 0.0217357\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 36 summary:\ttrain_loss: 0.0214249\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep37\n","DEEPTB INFO Epoch 37 summary:\ttrain_loss: 0.0211811\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep38\n","DEEPTB INFO Epoch 38 summary:\ttrain_loss: 0.0207581\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep39\n","DEEPTB INFO Epoch 39 summary:\ttrain_loss: 0.0211828\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:400\ttrain_loss: 0.0160277 (0.0194536)\tlr: 0.009617\n","DEEPTB INFO Epoch 40 summary:\ttrain_loss: 0.0205161\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep41\n","DEEPTB INFO Epoch 41 summary:\ttrain_loss: 0.0205748\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 42 summary:\ttrain_loss: 0.0200766\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep43\n","^C\n","Traceback (most recent call last):\n"," File \"/opt/mamba/bin/dptb\", line 8, in \n"," sys.exit(main())\n"," File \"/opt/mamba/lib/python3.10/site-packages/dptb/entrypoints/main.py\", line 304, in main\n"," train(**dict_args)\n"," File \"/opt/mamba/lib/python3.10/site-packages/dptb/entrypoints/train.py\", line 220, in train\n"," trainer.run(trainer.train_options[\"num_epoch\"])\n"," File \"/opt/mamba/lib/python3.10/site-packages/dptb/nnops/base_trainer.py\", line 51, in run\n"," self.epoch()\n"," File \"/opt/mamba/lib/python3.10/site-packages/dptb/nnops/trainer.py\", line 184, in epoch\n"," self.iteration(ibatch)\n"," File \"/opt/mamba/lib/python3.10/site-packages/dptb/nnops/trainer.py\", line 92, in iteration\n"," loss = self.train_lossfunc(batch, batch_for_loss)\n"," File \"/opt/mamba/lib/python3.10/site-packages/torch/nn/modules/module.py\", line 1501, in _call_impl\n"," return forward_call(*args, **kwargs)\n"," File \"/opt/mamba/lib/python3.10/site-packages/dptb/nnops/loss.py\", line 103, in forward\n"," data = self.eigenvalue(AtomicData.to_AtomicDataDict(data))\n"," File \"/opt/mamba/lib/python3.10/site-packages/torch/nn/modules/module.py\", line 1501, in _call_impl\n"," return forward_call(*args, **kwargs)\n"," File \"/opt/mamba/lib/python3.10/site-packages/dptb/nn/energy.py\", line 59, in forward\n"," data = self.h2k(data)\n"," File \"/opt/mamba/lib/python3.10/site-packages/torch/nn/modules/module.py\", line 1501, in _call_impl\n"," return forward_call(*args, **kwargs)\n"," File \"/opt/mamba/lib/python3.10/site-packages/dptb/nn/hr2hk.py\", line 111, in forward\n"," block[:,iatom_indices,jatom_indices] += masked_hblock.squeeze(0).type_as(block) * \\\n","KeyboardInterrupt\n"]}],"source":["!dptb train ./inputs/2-3_1_input.json -i ./nnsk_4/checkpoint/nnsk.ep1501.pth -o ./nnsk_md25"]},{"cell_type":"code","execution_count":6,"metadata":{},"outputs":[{"data":{"image/png":"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","text/plain":["
"]},"metadata":{},"output_type":"display_data"}],"source":["model = NNSK.from_reference(checkpoint=\"./nnsk_md25/checkpoint/nnsk.ep99.pth\",\n"," basis={'Si': ['3s', '3p', 'd*']})\n","# you can also load the reference model. in ref_ckpts/nnsk_md25\n","\n","jdata = j_loader(\"./run/band_2.json\")\n","results_path = \"./band_plot\"\n","kpath_kwargs = jdata[\"task_options\"]\n","stru_data = \"./data/kpathmd25.0/struct.vasp\"\n","AtomicData_options = {\"r_max\": 5.0, \"oer_max\": 2.5, \"pbc\": True}\n","\n","bcal = Band(model=model, \n"," use_gui=True, \n"," results_path=results_path, \n"," device=model.device)\n","bcal.get_bands(data=stru_data, \n"," kpath_kwargs=kpath_kwargs, \n"," AtomicData_options=AtomicData_options)\n","bcal.band_plot(ref_band = kpath_kwargs[\"ref_band\"],\n"," E_fermi = kpath_kwargs[\"E_fermi\"],\n"," emin = kpath_kwargs[\"emin\"],\n"," emax = kpath_kwargs[\"emax\"])"]},{"cell_type":"markdown","metadata":{},"source":["在一个温度的MD轨迹下训练得到的模型可以直接加载到另一个温度的MD轨迹下进行进一步的键长变化依赖训练："]},{"cell_type":"code","execution_count":3,"metadata":{"scrolled":true},"outputs":[{"name":"stdout","output_type":"stream","text":["DEEPTB INFO Epoch 1 summary:\ttrain_loss: 0.0523907\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep2\n","DEEPTB INFO Epoch 2 summary:\ttrain_loss: 0.0509936\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep3\n","DEEPTB INFO Epoch 3 summary:\ttrain_loss: 0.0467696\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep4\n","DEEPTB INFO Epoch 4 summary:\ttrain_loss: 0.0476996\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 5 summary:\ttrain_loss: 0.0456210\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep6\n","DEEPTB INFO Epoch 6 summary:\ttrain_loss: 0.0439979\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep7\n","DEEPTB INFO Epoch 7 summary:\ttrain_loss: 0.0440157\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 8 summary:\ttrain_loss: 0.0417606\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep9\n","DEEPTB INFO Epoch 9 summary:\ttrain_loss: 0.0419803\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:100\ttrain_loss: 0.0365277 (0.0412920)\tlr: 0.00991\n","DEEPTB INFO Epoch 10 summary:\ttrain_loss: 0.0413019\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep11\n","DEEPTB INFO Epoch 11 summary:\ttrain_loss: 0.0403413\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep12\n","DEEPTB INFO Epoch 12 summary:\ttrain_loss: 0.0415969\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 13 summary:\ttrain_loss: 0.0415623\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 14 summary:\ttrain_loss: 0.0417715\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 15 summary:\ttrain_loss: 0.0414795\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 16 summary:\ttrain_loss: 0.0377040\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep17\n","DEEPTB INFO Epoch 17 summary:\ttrain_loss: 0.0379458\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 18 summary:\ttrain_loss: 0.0366418\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep19\n","DEEPTB INFO Epoch 19 summary:\ttrain_loss: 0.0353199\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep20\n","DEEPTB INFO iteration:200\ttrain_loss: 0.0273404 (0.0303033)\tlr: 0.009812\n","DEEPTB INFO Epoch 20 summary:\ttrain_loss: 0.0351431\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep21\n","DEEPTB INFO Epoch 21 summary:\ttrain_loss: 0.0374464\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 22 summary:\ttrain_loss: 0.0375386\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 23 summary:\ttrain_loss: 0.0341424\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep24\n","DEEPTB INFO Epoch 24 summary:\ttrain_loss: 0.0352073\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 25 summary:\ttrain_loss: 0.0344856\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 26 summary:\ttrain_loss: 0.0353212\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 27 summary:\ttrain_loss: 0.0322538\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep28\n","DEEPTB INFO Epoch 28 summary:\ttrain_loss: 0.0322203\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep29\n","DEEPTB INFO Epoch 29 summary:\ttrain_loss: 0.0330668\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:300\ttrain_loss: 0.0310504 (0.0326368)\tlr: 0.009714\n","DEEPTB INFO Epoch 30 summary:\ttrain_loss: 0.0333770\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 31 summary:\ttrain_loss: 0.0323765\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 32 summary:\ttrain_loss: 0.0331341\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 33 summary:\ttrain_loss: 0.0335606\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 34 summary:\ttrain_loss: 0.0310827\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep35\n","DEEPTB INFO Epoch 35 summary:\ttrain_loss: 0.0334960\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 36 summary:\ttrain_loss: 0.0324226\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 37 summary:\ttrain_loss: 0.0298194\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep38\n","DEEPTB INFO Epoch 38 summary:\ttrain_loss: 0.0301462\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 39 summary:\ttrain_loss: 0.0296164\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep40\n","DEEPTB INFO iteration:400\ttrain_loss: 0.0265110 (0.0271889)\tlr: 0.009617\n","DEEPTB INFO Epoch 40 summary:\ttrain_loss: 0.0301539\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 41 summary:\ttrain_loss: 0.0336976\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 42 summary:\ttrain_loss: 0.0306072\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 43 summary:\ttrain_loss: 0.0325710\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 44 summary:\ttrain_loss: 0.0303913\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 45 summary:\ttrain_loss: 0.0313933\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 46 summary:\ttrain_loss: 0.0289344\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep47\n","DEEPTB INFO Epoch 47 summary:\ttrain_loss: 0.0285454\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep48\n","DEEPTB INFO Epoch 48 summary:\ttrain_loss: 0.0287790\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 49 summary:\ttrain_loss: 0.0282933\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep50\n","DEEPTB INFO iteration:500\ttrain_loss: 0.0272627 (0.0283255)\tlr: 0.009522\n","DEEPTB INFO checkpoint saved as nnsk.iter501\n","DEEPTB INFO Epoch 50 summary:\ttrain_loss: 0.0290481\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 51 summary:\ttrain_loss: 0.0278309\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep52\n","DEEPTB INFO Epoch 52 summary:\ttrain_loss: 0.0277765\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep53\n","DEEPTB INFO Epoch 53 summary:\ttrain_loss: 0.0273266\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep54\n","DEEPTB INFO Epoch 54 summary:\ttrain_loss: 0.0272870\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep55\n","DEEPTB INFO Epoch 55 summary:\ttrain_loss: 0.0274434\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 56 summary:\ttrain_loss: 0.0276034\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 57 summary:\ttrain_loss: 0.0269681\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep58\n","DEEPTB INFO Epoch 58 summary:\ttrain_loss: 0.0276030\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 59 summary:\ttrain_loss: 0.0267265\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep60\n","DEEPTB INFO iteration:600\ttrain_loss: 0.0225638 (0.0260729)\tlr: 0.009427\n","DEEPTB INFO Epoch 60 summary:\ttrain_loss: 0.0267242\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep61\n","DEEPTB INFO Epoch 61 summary:\ttrain_loss: 0.0266681\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep62\n","DEEPTB INFO Epoch 62 summary:\ttrain_loss: 0.0269244\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 63 summary:\ttrain_loss: 0.0262566\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep64\n","DEEPTB INFO Epoch 64 summary:\ttrain_loss: 0.0263430\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 65 summary:\ttrain_loss: 0.0264250\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 66 summary:\ttrain_loss: 0.0260926\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep67\n","DEEPTB INFO Epoch 67 summary:\ttrain_loss: 0.0261566\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 68 summary:\ttrain_loss: 0.0260134\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep69\n","DEEPTB INFO Epoch 69 summary:\ttrain_loss: 0.0270938\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:700\ttrain_loss: 0.0240129 (0.0271615)\tlr: 0.009333\n","DEEPTB INFO Epoch 70 summary:\ttrain_loss: 0.0262378\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 71 summary:\ttrain_loss: 0.0275004\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 72 summary:\ttrain_loss: 0.0271659\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 73 summary:\ttrain_loss: 0.0255486\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep74\n","DEEPTB INFO Epoch 74 summary:\ttrain_loss: 0.0251573\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep75\n","DEEPTB INFO Epoch 75 summary:\ttrain_loss: 0.0254451\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 76 summary:\ttrain_loss: 0.0247979\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep77\n","DEEPTB INFO Epoch 77 summary:\ttrain_loss: 0.0248804\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 78 summary:\ttrain_loss: 0.0251350\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 79 summary:\ttrain_loss: 0.0252751\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:800\ttrain_loss: 0.0314095 (0.0250392)\tlr: 0.00924 \n","DEEPTB INFO Epoch 80 summary:\ttrain_loss: 0.0248119\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 81 summary:\ttrain_loss: 0.0249038\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 82 summary:\ttrain_loss: 0.0245573\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep83\n","DEEPTB INFO Epoch 83 summary:\ttrain_loss: 0.0250422\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 84 summary:\ttrain_loss: 0.0267841\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 85 summary:\ttrain_loss: 0.0246684\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 86 summary:\ttrain_loss: 0.0243045\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep87\n","DEEPTB INFO Epoch 87 summary:\ttrain_loss: 0.0241192\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep88\n","DEEPTB INFO Epoch 88 summary:\ttrain_loss: 0.0244071\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 89 summary:\ttrain_loss: 0.0239863\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep90\n","DEEPTB INFO iteration:900\ttrain_loss: 0.0210375 (0.0269292)\tlr: 0.009148\n","DEEPTB INFO Epoch 90 summary:\ttrain_loss: 0.0257353\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 91 summary:\ttrain_loss: 0.0243310\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 92 summary:\ttrain_loss: 0.0246251\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 93 summary:\ttrain_loss: 0.0240763\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 94 summary:\ttrain_loss: 0.0236490\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep95\n","DEEPTB INFO Epoch 95 summary:\ttrain_loss: 0.0234873\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep96\n","DEEPTB INFO Epoch 96 summary:\ttrain_loss: 0.0236362\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 97 summary:\ttrain_loss: 0.0232217\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep98\n","DEEPTB INFO Epoch 98 summary:\ttrain_loss: 0.0231556\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep99\n","DEEPTB INFO Epoch 99 summary:\ttrain_loss: 0.0235282\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1000\ttrain_loss: 0.0292322 (0.0249567)\tlr: 0.009057\n","DEEPTB INFO checkpoint saved as nnsk.iter1001\n","DEEPTB INFO Epoch 100 summary:\ttrain_loss: 0.0242587\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 101 summary:\ttrain_loss: 0.0228651\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep102\n","DEEPTB INFO Epoch 102 summary:\ttrain_loss: 0.0238412\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 103 summary:\ttrain_loss: 0.0222978\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep104\n","DEEPTB INFO Epoch 104 summary:\ttrain_loss: 0.0239654\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 105 summary:\ttrain_loss: 0.0222659\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep106\n","DEEPTB INFO Epoch 106 summary:\ttrain_loss: 0.0222016\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep107\n","DEEPTB INFO Epoch 107 summary:\ttrain_loss: 0.0237878\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 108 summary:\ttrain_loss: 0.0225648\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 109 summary:\ttrain_loss: 0.0226355\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1100\ttrain_loss: 0.0214745 (0.0225900)\tlr: 0.008967\n","DEEPTB INFO Epoch 110 summary:\ttrain_loss: 0.0225651\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 111 summary:\ttrain_loss: 0.0223714\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 112 summary:\ttrain_loss: 0.0235076\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 113 summary:\ttrain_loss: 0.0221143\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep114\n","DEEPTB INFO Epoch 114 summary:\ttrain_loss: 0.0222323\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 115 summary:\ttrain_loss: 0.0223433\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 116 summary:\ttrain_loss: 0.0220848\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep117\n","DEEPTB INFO Epoch 117 summary:\ttrain_loss: 0.0217769\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep118\n","DEEPTB INFO Epoch 118 summary:\ttrain_loss: 0.0215566\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep119\n","DEEPTB INFO Epoch 119 summary:\ttrain_loss: 0.0220790\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1200\ttrain_loss: 0.0205329 (0.0206967)\tlr: 0.008878\n","DEEPTB INFO Epoch 120 summary:\ttrain_loss: 0.0217511\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 121 summary:\ttrain_loss: 0.0244833\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 122 summary:\ttrain_loss: 0.0218117\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 123 summary:\ttrain_loss: 0.0214780\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep124\n","DEEPTB INFO Epoch 124 summary:\ttrain_loss: 0.0218392\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 125 summary:\ttrain_loss: 0.0239818\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 126 summary:\ttrain_loss: 0.0208895\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep127\n","DEEPTB INFO Epoch 127 summary:\ttrain_loss: 0.0214817\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 128 summary:\ttrain_loss: 0.0212635\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 129 summary:\ttrain_loss: 0.0222544\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1300\ttrain_loss: 0.0204447 (0.0211943)\tlr: 0.008789\n","DEEPTB INFO Epoch 130 summary:\ttrain_loss: 0.0215654\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 131 summary:\ttrain_loss: 0.0209619\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 132 summary:\ttrain_loss: 0.0213151\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 133 summary:\ttrain_loss: 0.0213418\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 134 summary:\ttrain_loss: 0.0212159\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 135 summary:\ttrain_loss: 0.0215954\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 136 summary:\ttrain_loss: 0.0209686\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 137 summary:\ttrain_loss: 0.0216468\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 138 summary:\ttrain_loss: 0.0209290\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 139 summary:\ttrain_loss: 0.0207741\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep140\n","DEEPTB INFO iteration:1400\ttrain_loss: 0.0199847 (0.0206270)\tlr: 0.008702\n","DEEPTB INFO Epoch 140 summary:\ttrain_loss: 0.0209978\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 141 summary:\ttrain_loss: 0.0205618\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep142\n","DEEPTB INFO Epoch 142 summary:\ttrain_loss: 0.0204591\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep143\n","DEEPTB INFO Epoch 143 summary:\ttrain_loss: 0.0206504\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 144 summary:\ttrain_loss: 0.0205441\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 145 summary:\ttrain_loss: 0.0205101\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 146 summary:\ttrain_loss: 0.0203709\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep147\n","DEEPTB INFO Epoch 147 summary:\ttrain_loss: 0.0205146\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 148 summary:\ttrain_loss: 0.0209246\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 149 summary:\ttrain_loss: 0.0203605\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep150\n","DEEPTB INFO iteration:1500\ttrain_loss: 0.0242447 (0.0219911)\tlr: 0.008615\n","DEEPTB INFO checkpoint saved as nnsk.iter1501\n","DEEPTB INFO Epoch 150 summary:\ttrain_loss: 0.0216998\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 151 summary:\ttrain_loss: 0.0205387\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 152 summary:\ttrain_loss: 0.0209411\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 153 summary:\ttrain_loss: 0.0211106\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 154 summary:\ttrain_loss: 0.0211743\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 155 summary:\ttrain_loss: 0.0200774\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep156\n","DEEPTB INFO Epoch 156 summary:\ttrain_loss: 0.0201006\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 157 summary:\ttrain_loss: 0.0199736\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep158\n","DEEPTB INFO Epoch 158 summary:\ttrain_loss: 0.0202109\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 159 summary:\ttrain_loss: 0.0198337\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep160\n","DEEPTB INFO iteration:1600\ttrain_loss: 0.0244015 (0.0209482)\tlr: 0.008529\n","DEEPTB INFO Epoch 160 summary:\ttrain_loss: 0.0203721\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 161 summary:\ttrain_loss: 0.0203003\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 162 summary:\ttrain_loss: 0.0201630\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 163 summary:\ttrain_loss: 0.0203739\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 164 summary:\ttrain_loss: 0.0207638\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 165 summary:\ttrain_loss: 0.0199795\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 166 summary:\ttrain_loss: 0.0196471\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep167\n","DEEPTB INFO Epoch 167 summary:\ttrain_loss: 0.0199144\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 168 summary:\ttrain_loss: 0.0216092\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 169 summary:\ttrain_loss: 0.0197656\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1700\ttrain_loss: 0.0182380 (0.0197491)\tlr: 0.008444\n","DEEPTB INFO Epoch 170 summary:\ttrain_loss: 0.0197444\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 171 summary:\ttrain_loss: 0.0206484\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 172 summary:\ttrain_loss: 0.0200264\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 173 summary:\ttrain_loss: 0.0208032\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 174 summary:\ttrain_loss: 0.0200771\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 175 summary:\ttrain_loss: 0.0189160\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep176\n","DEEPTB INFO Epoch 176 summary:\ttrain_loss: 0.0193547\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 177 summary:\ttrain_loss: 0.0210817\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 178 summary:\ttrain_loss: 0.0194856\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 179 summary:\ttrain_loss: 0.0197825\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1800\ttrain_loss: 0.0201313 (0.0196793)\tlr: 0.00836 \n","DEEPTB INFO Epoch 180 summary:\ttrain_loss: 0.0200594\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 181 summary:\ttrain_loss: 0.0191564\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 182 summary:\ttrain_loss: 0.0191183\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 183 summary:\ttrain_loss: 0.0191290\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 184 summary:\ttrain_loss: 0.0192260\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 185 summary:\ttrain_loss: 0.0193036\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 186 summary:\ttrain_loss: 0.0197825\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 187 summary:\ttrain_loss: 0.0198604\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 188 summary:\ttrain_loss: 0.0193788\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 189 summary:\ttrain_loss: 0.0200783\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1900\ttrain_loss: 0.0173010 (0.0189031)\tlr: 0.008277\n","DEEPTB INFO Epoch 190 summary:\ttrain_loss: 0.0195345\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 191 summary:\ttrain_loss: 0.0196554\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 192 summary:\ttrain_loss: 0.0192714\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 193 summary:\ttrain_loss: 0.0189409\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 194 summary:\ttrain_loss: 0.0192227\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 195 summary:\ttrain_loss: 0.0191666\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 196 summary:\ttrain_loss: 0.0190405\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 197 summary:\ttrain_loss: 0.0196455\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 198 summary:\ttrain_loss: 0.0200126\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 199 summary:\ttrain_loss: 0.0195072\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:2000\ttrain_loss: 0.0184603 (0.0194238)\tlr: 0.008195\n","DEEPTB INFO checkpoint saved as nnsk.iter2001\n","DEEPTB INFO Epoch 200 summary:\ttrain_loss: 0.0200412\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 201 summary:\ttrain_loss: 0.0203797\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 202 summary:\ttrain_loss: 0.0189058\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep203\n","DEEPTB INFO Epoch 203 summary:\ttrain_loss: 0.0184883\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep204\n","DEEPTB INFO Epoch 204 summary:\ttrain_loss: 0.0187157\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 205 summary:\ttrain_loss: 0.0185218\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 206 summary:\ttrain_loss: 0.0190315\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 207 summary:\ttrain_loss: 0.0192297\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 208 summary:\ttrain_loss: 0.0194660\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 209 summary:\ttrain_loss: 0.0182310\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep210\n","DEEPTB INFO iteration:2100\ttrain_loss: 0.0186443 (0.0192397)\tlr: 0.008113\n","DEEPTB INFO Epoch 210 summary:\ttrain_loss: 0.0190097\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 211 summary:\ttrain_loss: 0.0187419\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 212 summary:\ttrain_loss: 0.0185096\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 213 summary:\ttrain_loss: 0.0186579\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 214 summary:\ttrain_loss: 0.0183230\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 215 summary:\ttrain_loss: 0.0184500\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 216 summary:\ttrain_loss: 0.0180282\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep217\n","DEEPTB INFO Epoch 217 summary:\ttrain_loss: 0.0191688\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 218 summary:\ttrain_loss: 0.0183191\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 219 summary:\ttrain_loss: 0.0182551\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:2200\ttrain_loss: 0.0202629 (0.0181850)\tlr: 0.008032\n","DEEPTB INFO Epoch 220 summary:\ttrain_loss: 0.0185367\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 221 summary:\ttrain_loss: 0.0181791\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 222 summary:\ttrain_loss: 0.0177947\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep223\n","DEEPTB INFO Epoch 223 summary:\ttrain_loss: 0.0182951\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 224 summary:\ttrain_loss: 0.0187689\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 225 summary:\ttrain_loss: 0.0185436\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 226 summary:\ttrain_loss: 0.0180693\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 227 summary:\ttrain_loss: 0.0180299\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 228 summary:\ttrain_loss: 0.0184434\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 229 summary:\ttrain_loss: 0.0183857\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:2300\ttrain_loss: 0.0234514 (0.0188649)\tlr: 0.007952\n","DEEPTB INFO Epoch 230 summary:\ttrain_loss: 0.0178378\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 231 summary:\ttrain_loss: 0.0179064\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 232 summary:\ttrain_loss: 0.0177771\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep233\n","DEEPTB INFO Epoch 233 summary:\ttrain_loss: 0.0177432\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep234\n","DEEPTB INFO Epoch 234 summary:\ttrain_loss: 0.0176123\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep235\n","DEEPTB INFO Epoch 235 summary:\ttrain_loss: 0.0180594\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 236 summary:\ttrain_loss: 0.0179482\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 237 summary:\ttrain_loss: 0.0185592\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 238 summary:\ttrain_loss: 0.0184663\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 239 summary:\ttrain_loss: 0.0184322\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:2400\ttrain_loss: 0.0175948 (0.0184855)\tlr: 0.007873\n","DEEPTB INFO Epoch 240 summary:\ttrain_loss: 0.0189189\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 241 summary:\ttrain_loss: 0.0184127\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 242 summary:\ttrain_loss: 0.0175566\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep243\n","DEEPTB INFO Epoch 243 summary:\ttrain_loss: 0.0177684\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 244 summary:\ttrain_loss: 0.0174175\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep245\n","DEEPTB INFO Epoch 245 summary:\ttrain_loss: 0.0181152\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 246 summary:\ttrain_loss: 0.0174470\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 247 summary:\ttrain_loss: 0.0176103\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 248 summary:\ttrain_loss: 0.0173595\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep249\n","DEEPTB INFO Epoch 249 summary:\ttrain_loss: 0.0172774\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep250\n","DEEPTB INFO iteration:2500\ttrain_loss: 0.0165157 (0.0168401)\tlr: 0.007795\n","DEEPTB INFO checkpoint saved as nnsk.iter2501\n","DEEPTB INFO Epoch 250 summary:\ttrain_loss: 0.0175327\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 251 summary:\ttrain_loss: 0.0176291\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 252 summary:\ttrain_loss: 0.0174539\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 253 summary:\ttrain_loss: 0.0178740\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 254 summary:\ttrain_loss: 0.0173296\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 255 summary:\ttrain_loss: 0.0172488\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep256\n","DEEPTB INFO Epoch 256 summary:\ttrain_loss: 0.0182780\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 257 summary:\ttrain_loss: 0.0172118\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep258\n","DEEPTB INFO Epoch 258 summary:\ttrain_loss: 0.0171594\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep259\n","DEEPTB INFO Epoch 259 summary:\ttrain_loss: 0.0173488\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:2600\ttrain_loss: 0.0181824 (0.0177780)\tlr: 0.007717\n","DEEPTB INFO Epoch 260 summary:\ttrain_loss: 0.0175743\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 261 summary:\ttrain_loss: 0.0178932\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 262 summary:\ttrain_loss: 0.0179730\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 263 summary:\ttrain_loss: 0.0180051\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 264 summary:\ttrain_loss: 0.0179462\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 265 summary:\ttrain_loss: 0.0174176\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 266 summary:\ttrain_loss: 0.0169737\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep267\n","DEEPTB INFO Epoch 267 summary:\ttrain_loss: 0.0171568\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 268 summary:\ttrain_loss: 0.0169010\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep269\n","DEEPTB INFO Epoch 269 summary:\ttrain_loss: 0.0169048\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:2700\ttrain_loss: 0.0160877 (0.0170849)\tlr: 0.00764 \n","DEEPTB INFO Epoch 270 summary:\ttrain_loss: 0.0169256\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 271 summary:\ttrain_loss: 0.0170974\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 272 summary:\ttrain_loss: 0.0173526\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 273 summary:\ttrain_loss: 0.0168813\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep274\n","DEEPTB INFO Epoch 274 summary:\ttrain_loss: 0.0173237\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 275 summary:\ttrain_loss: 0.0185283\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 276 summary:\ttrain_loss: 0.0174514\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 277 summary:\ttrain_loss: 0.0170456\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 278 summary:\ttrain_loss: 0.0167827\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep279\n","DEEPTB INFO Epoch 279 summary:\ttrain_loss: 0.0166759\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep280\n","DEEPTB INFO iteration:2800\ttrain_loss: 0.0173296 (0.0178493)\tlr: 0.007564\n","DEEPTB INFO Epoch 280 summary:\ttrain_loss: 0.0169468\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 281 summary:\ttrain_loss: 0.0176747\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 282 summary:\ttrain_loss: 0.0173188\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 283 summary:\ttrain_loss: 0.0164578\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep284\n","DEEPTB INFO Epoch 284 summary:\ttrain_loss: 0.0166114\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 285 summary:\ttrain_loss: 0.0168382\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 286 summary:\ttrain_loss: 0.0169083\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 287 summary:\ttrain_loss: 0.0173121\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 288 summary:\ttrain_loss: 0.0164312\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep289\n","DEEPTB INFO Epoch 289 summary:\ttrain_loss: 0.0166547\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:2900\ttrain_loss: 0.0158969 (0.0175302)\tlr: 0.007489\n","DEEPTB INFO Epoch 290 summary:\ttrain_loss: 0.0177428\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 291 summary:\ttrain_loss: 0.0164368\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 292 summary:\ttrain_loss: 0.0163638\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep293\n","DEEPTB INFO Epoch 293 summary:\ttrain_loss: 0.0167612\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 294 summary:\ttrain_loss: 0.0165916\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 295 summary:\ttrain_loss: 0.0167869\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 296 summary:\ttrain_loss: 0.0167374\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 297 summary:\ttrain_loss: 0.0166322\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 298 summary:\ttrain_loss: 0.0164031\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 299 summary:\ttrain_loss: 0.0163919\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:3000\ttrain_loss: 0.0183325 (0.0164210)\tlr: 0.007414\n","DEEPTB INFO checkpoint saved as nnsk.iter3001\n","DEEPTB INFO Epoch 300 summary:\ttrain_loss: 0.0161595\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep301\n","DEEPTB INFO Epoch 301 summary:\ttrain_loss: 0.0162973\t\n","################################################################################################################################################################\n","^C\n","Traceback (most recent call last):\n"," File \"/opt/mamba/bin/dptb\", line 8, in \n"," sys.exit(main())\n"," File \"/opt/mamba/lib/python3.10/site-packages/dptb/entrypoints/main.py\", line 304, in main\n"," train(**dict_args)\n"," File \"/opt/mamba/lib/python3.10/site-packages/dptb/entrypoints/train.py\", line 220, in train\n"," trainer.run(trainer.train_options[\"num_epoch\"])\n"," File \"/opt/mamba/lib/python3.10/site-packages/dptb/nnops/base_trainer.py\", line 51, in run\n"," self.epoch()\n"," File \"/opt/mamba/lib/python3.10/site-packages/dptb/nnops/trainer.py\", line 184, in epoch\n"," self.iteration(ibatch)\n"," File \"/opt/mamba/lib/python3.10/site-packages/dptb/nnops/trainer.py\", line 92, in iteration\n"," loss = self.train_lossfunc(batch, batch_for_loss)\n"," File \"/opt/mamba/lib/python3.10/site-packages/torch/nn/modules/module.py\", line 1501, in _call_impl\n"," return forward_call(*args, **kwargs)\n"," File \"/opt/mamba/lib/python3.10/site-packages/dptb/nnops/loss.py\", line 103, in forward\n"," data = self.eigenvalue(AtomicData.to_AtomicDataDict(data))\n"," File \"/opt/mamba/lib/python3.10/site-packages/torch/nn/modules/module.py\", line 1501, in _call_impl\n"," return forward_call(*args, **kwargs)\n"," File \"/opt/mamba/lib/python3.10/site-packages/dptb/nn/energy.py\", line 68, in forward\n"," data[self.out_field] = torch.linalg.eigvalsh(Heff)\n","KeyboardInterrupt\n"]}],"source":["!dptb train ./inputs/2-3_2_input.json -i ./nnsk_md25/checkpoint/nnsk.ep99.pth -o ./nnsk_md100"]},{"cell_type":"code","execution_count":7,"metadata":{},"outputs":[{"data":{"image/png":"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","text/plain":["
"]},"metadata":{},"output_type":"display_data"}],"source":["model = NNSK.from_reference(checkpoint=\"./nnsk_md100/checkpoint/nnsk.ep98.pth\",\n"," basis={'Si': ['3s', '3p', 'd*']})\n","# you can also load the reference model. in ref_ckpts/nnsk_md100 \n","\n","jdata = j_loader(\"./run/band_2.json\")\n","results_path = \"./band_plot\"\n","kpath_kwargs = jdata[\"task_options\"]\n","stru_data = \"./data/kpathmd25.0/struct.vasp\"\n","AtomicData_options = {\"r_max\": 5.0, \"oer_max\": 2.5, \"pbc\": True}\n","\n","bcal = Band(model=model, \n"," use_gui=True, \n"," results_path=results_path, \n"," device=model.device)\n","bcal.get_bands(data=stru_data, \n"," kpath_kwargs=kpath_kwargs, \n"," AtomicData_options=AtomicData_options)\n","bcal.band_plot(ref_band = kpath_kwargs[\"ref_band\"],\n"," E_fermi = kpath_kwargs[\"E_fermi\"],\n"," emin = kpath_kwargs[\"emin\"],\n"," emax = kpath_kwargs[\"emax\"])"]},{"cell_type":"markdown","metadata":{},"source":["#### **2.4 训练环境修正：dptb 模型**\n","\n","**DeePTB** 提供了具有对称保持神经网络的强大的环境依赖建模。基于前面构建的 `nnsk` 模型，我们可以通过加入环境依赖的部分进一步增强TB模型的描述能力，以克服由两中心近似带来的精度限制。在 `nnsk` 模型基础上，加入环境依赖性的模型称为`dptb`模型，其能量表达式如下：\n","$$\n","\\begin{equation}\n","h^{\\text{env}}_{ll^\\prime{\\zeta}} = h_{ll^\\prime{\\zeta}}(r_{ij}) \\times \\left[1+\\Phi_{ll^\\prime\\zeta}^{o_i,o_j}\\left(r_{ij},\\mathcal{D}^{ij}\\right)\\right]\t\n","\\end{equation}\n","$$\n","其中，$\\mathcal{D}^{ij}$ 是环境描述符，通过 `embedding` 关键词定义；而 $\\Phi_{ll^\\prime\\zeta}^{o_i,o_j}$ 则是提供环境修正预测值的神经网络。\n","\n","定义`dptb`模型，需要在训练输入文件的`model_options`提供下面的关键词：\n","- `embedding`：其中的`method`指定在`dptb`模型中使用的原子环境的描述符形式，在本例中我们使用类似 **DeePMD** 中使用的 `se2` 形式描述符，描述符形式可以参见[DeePTB paper](https://arxiv.org/abs/2307.04638)；\n","- `prediction`：用`method`指定模型的预测方法，这里指定为`sktb`，其中`neurons`指定了预测网络的大小；\n","- `nnsk`：与`nnsk`模型中的内容一致。其中，`freeze`选项应设置为`true`，表示固定`nnsk`模型训练好的sk参数，只训练环境依赖部分的神经网络参数。这部分的固定很重要，否则在`dptb`第一步初始化就有可能完全破坏`nnsk`的参数，导致训练不收敛。\n","\n","输入的完整内容可以参看`./inputs/2-4_input.json`。环境依赖的`dptb`模型训练需要读取`nnsk`的模型。我们可以运行："]},{"cell_type":"code","execution_count":1,"metadata":{"scrolled":true},"outputs":[{"name":"stdout","output_type":"stream","text":["DEEPTB INFO Epoch 1 summary:\ttrain_loss: 2.1461320\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep2\n","DEEPTB INFO Epoch 2 summary:\ttrain_loss: 1.3608780\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep3\n","DEEPTB INFO Epoch 3 summary:\ttrain_loss: 0.8569785\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep4\n","DEEPTB INFO Epoch 4 summary:\ttrain_loss: 0.3134372\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep5\n","DEEPTB INFO Epoch 5 summary:\ttrain_loss: 0.3104395\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep6\n","DEEPTB INFO Epoch 6 summary:\ttrain_loss: 0.3369828\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 7 summary:\ttrain_loss: 0.4949262\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 8 summary:\ttrain_loss: 0.4735118\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 9 summary:\ttrain_loss: 0.7681155\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 10 summary:\ttrain_loss: 0.2115776\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep11\n","DEEPTB INFO Epoch 11 summary:\ttrain_loss: 0.1783041\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep12\n","DEEPTB INFO Epoch 12 summary:\ttrain_loss: 0.1083270\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep13\n","DEEPTB INFO Epoch 13 summary:\ttrain_loss: 0.2597533\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 14 summary:\ttrain_loss: 0.0877530\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep15\n","DEEPTB INFO Epoch 15 summary:\ttrain_loss: 0.1358426\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 16 summary:\ttrain_loss: 0.0800964\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep17\n","DEEPTB INFO Epoch 17 summary:\ttrain_loss: 0.0867221\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 18 summary:\ttrain_loss: 0.1158697\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 19 summary:\ttrain_loss: 0.2145326\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 20 summary:\ttrain_loss: 0.1129196\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 21 summary:\ttrain_loss: 0.0383909\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep22\n","DEEPTB INFO Epoch 22 summary:\ttrain_loss: 0.0421791\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 23 summary:\ttrain_loss: 0.0237407\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep24\n","DEEPTB INFO Epoch 24 summary:\ttrain_loss: 0.0704224\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 25 summary:\ttrain_loss: 0.0671492\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 26 summary:\ttrain_loss: 0.0205980\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep27\n","DEEPTB INFO Epoch 27 summary:\ttrain_loss: 0.0450765\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 28 summary:\ttrain_loss: 0.0214350\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 29 summary:\ttrain_loss: 0.0675211\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 30 summary:\ttrain_loss: 0.0955581\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 31 summary:\ttrain_loss: 0.1059497\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 32 summary:\ttrain_loss: 0.0473692\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 33 summary:\ttrain_loss: 0.0368022\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 34 summary:\ttrain_loss: 0.0239580\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 35 summary:\ttrain_loss: 0.0565560\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 36 summary:\ttrain_loss: 0.0799803\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 37 summary:\ttrain_loss: 0.0268769\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 38 summary:\ttrain_loss: 0.0589438\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 39 summary:\ttrain_loss: 0.1553147\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 40 summary:\ttrain_loss: 0.0224077\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 41 summary:\ttrain_loss: 0.0153561\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep42\n","DEEPTB INFO Epoch 42 summary:\ttrain_loss: 0.0604746\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 43 summary:\ttrain_loss: 0.0203372\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 44 summary:\ttrain_loss: 0.0378183\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 45 summary:\ttrain_loss: 0.0540908\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 46 summary:\ttrain_loss: 0.0300712\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 47 summary:\ttrain_loss: 0.0300766\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 48 summary:\ttrain_loss: 0.0229542\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 49 summary:\ttrain_loss: 0.1104849\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 50 summary:\ttrain_loss: 0.0316878\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 51 summary:\ttrain_loss: 0.0152028\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep52\n","DEEPTB INFO Epoch 52 summary:\ttrain_loss: 0.0197339\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 53 summary:\ttrain_loss: 0.0141625\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep54\n","DEEPTB INFO Epoch 54 summary:\ttrain_loss: 0.0183860\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 55 summary:\ttrain_loss: 0.0785824\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 56 summary:\ttrain_loss: 0.0113848\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep57\n","DEEPTB INFO Epoch 57 summary:\ttrain_loss: 0.0146157\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 58 summary:\ttrain_loss: 0.0132256\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 59 summary:\ttrain_loss: 0.0227476\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 60 summary:\ttrain_loss: 0.0139003\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 61 summary:\ttrain_loss: 0.0130195\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 62 summary:\ttrain_loss: 0.0110839\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep63\n","DEEPTB INFO Epoch 63 summary:\ttrain_loss: 0.0172292\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 64 summary:\ttrain_loss: 0.0103245\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep65\n","DEEPTB INFO Epoch 65 summary:\ttrain_loss: 0.0174335\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 66 summary:\ttrain_loss: 0.0174574\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 67 summary:\ttrain_loss: 0.0109039\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 68 summary:\ttrain_loss: 0.0133191\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 69 summary:\ttrain_loss: 0.0105772\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 70 summary:\ttrain_loss: 0.0250145\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 71 summary:\ttrain_loss: 0.0288898\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 72 summary:\ttrain_loss: 0.0157749\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 73 summary:\ttrain_loss: 0.0373121\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 74 summary:\ttrain_loss: 0.0102267\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep75\n","DEEPTB INFO Epoch 75 summary:\ttrain_loss: 0.0214880\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 76 summary:\ttrain_loss: 0.0144964\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 77 summary:\ttrain_loss: 0.0150680\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 78 summary:\ttrain_loss: 0.0135427\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 79 summary:\ttrain_loss: 0.0149474\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 80 summary:\ttrain_loss: 0.0088348\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep81\n","DEEPTB INFO Epoch 81 summary:\ttrain_loss: 0.0214262\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 82 summary:\ttrain_loss: 0.1091284\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 83 summary:\ttrain_loss: 0.0176553\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 84 summary:\ttrain_loss: 0.0146137\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 85 summary:\ttrain_loss: 0.0560651\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 86 summary:\ttrain_loss: 0.0092909\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 87 summary:\ttrain_loss: 0.0203231\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 88 summary:\ttrain_loss: 0.0254024\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 89 summary:\ttrain_loss: 0.0097132\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 90 summary:\ttrain_loss: 0.0176395\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 91 summary:\ttrain_loss: 0.0098302\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 92 summary:\ttrain_loss: 0.0404910\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 93 summary:\ttrain_loss: 0.0232967\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 94 summary:\ttrain_loss: 0.0086186\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep95\n","DEEPTB INFO Epoch 95 summary:\ttrain_loss: 0.0277564\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 96 summary:\ttrain_loss: 0.0128820\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 97 summary:\ttrain_loss: 0.0302080\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 98 summary:\ttrain_loss: 0.0819896\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 99 summary:\ttrain_loss: 0.0119598\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:100\ttrain_loss: 0.0586623 (0.0398665)\tlr: 0.0009057\n","DEEPTB INFO Epoch 100 summary:\ttrain_loss: 0.0586623\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 101 summary:\ttrain_loss: 0.0708863\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 102 summary:\ttrain_loss: 0.0088319\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 103 summary:\ttrain_loss: 0.0146556\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 104 summary:\ttrain_loss: 0.0143124\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 105 summary:\ttrain_loss: 0.0190231\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 106 summary:\ttrain_loss: 0.0085727\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep107\n","DEEPTB INFO Epoch 107 summary:\ttrain_loss: 0.0102215\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 108 summary:\ttrain_loss: 0.0077103\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep109\n","DEEPTB INFO Epoch 109 summary:\ttrain_loss: 0.0261181\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 110 summary:\ttrain_loss: 0.0081257\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 111 summary:\ttrain_loss: 0.0212862\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 112 summary:\ttrain_loss: 0.0094037\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 113 summary:\ttrain_loss: 0.0114540\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 114 summary:\ttrain_loss: 0.0192973\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 115 summary:\ttrain_loss: 0.0076010\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep116\n","DEEPTB INFO Epoch 116 summary:\ttrain_loss: 0.0082861\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 117 summary:\ttrain_loss: 0.0198563\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 118 summary:\ttrain_loss: 0.0115310\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 119 summary:\ttrain_loss: 0.0097432\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 120 summary:\ttrain_loss: 0.0224280\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 121 summary:\ttrain_loss: 0.0112577\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 122 summary:\ttrain_loss: 0.0271998\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 123 summary:\ttrain_loss: 0.0127611\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 124 summary:\ttrain_loss: 0.0223730\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 125 summary:\ttrain_loss: 0.0108581\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 126 summary:\ttrain_loss: 0.0299450\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 127 summary:\ttrain_loss: 0.0150941\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 128 summary:\ttrain_loss: 0.0246779\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 129 summary:\ttrain_loss: 0.0207327\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 130 summary:\ttrain_loss: 0.0122492\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 131 summary:\ttrain_loss: 0.0084104\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 132 summary:\ttrain_loss: 0.0143126\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 133 summary:\ttrain_loss: 0.0122275\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 134 summary:\ttrain_loss: 0.0086079\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 135 summary:\ttrain_loss: 0.0101542\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 136 summary:\ttrain_loss: 0.0183182\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 137 summary:\ttrain_loss: 0.0322727\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 138 summary:\ttrain_loss: 0.0079315\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 139 summary:\ttrain_loss: 0.0077757\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 140 summary:\ttrain_loss: 0.0085633\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 141 summary:\ttrain_loss: 0.0204164\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 142 summary:\ttrain_loss: 0.0121162\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 143 summary:\ttrain_loss: 0.0152685\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 144 summary:\ttrain_loss: 0.0193064\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 145 summary:\ttrain_loss: 0.0077120\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 146 summary:\ttrain_loss: 0.0096714\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 147 summary:\ttrain_loss: 0.0180395\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 148 summary:\ttrain_loss: 0.0109868\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 149 summary:\ttrain_loss: 0.0090139\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 150 summary:\ttrain_loss: 0.0220328\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 151 summary:\ttrain_loss: 0.0176792\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 152 summary:\ttrain_loss: 0.0112758\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 153 summary:\ttrain_loss: 0.0110014\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 154 summary:\ttrain_loss: 0.0316361\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 155 summary:\ttrain_loss: 0.0269955\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 156 summary:\ttrain_loss: 0.0176665\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 157 summary:\ttrain_loss: 0.0145178\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 158 summary:\ttrain_loss: 0.0076487\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 159 summary:\ttrain_loss: 0.0159182\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 160 summary:\ttrain_loss: 0.0102324\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 161 summary:\ttrain_loss: 0.0101163\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 162 summary:\ttrain_loss: 0.0119546\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 163 summary:\ttrain_loss: 0.0138677\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 164 summary:\ttrain_loss: 0.0089479\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 165 summary:\ttrain_loss: 0.0116245\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 166 summary:\ttrain_loss: 0.0068384\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep167\n","DEEPTB INFO Epoch 167 summary:\ttrain_loss: 0.0216538\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 168 summary:\ttrain_loss: 0.0279383\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 169 summary:\ttrain_loss: 0.0096311\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 170 summary:\ttrain_loss: 0.0083173\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 171 summary:\ttrain_loss: 0.0349926\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 172 summary:\ttrain_loss: 0.0167491\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 173 summary:\ttrain_loss: 0.0111856\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 174 summary:\ttrain_loss: 0.0122192\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 175 summary:\ttrain_loss: 0.0169181\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 176 summary:\ttrain_loss: 0.0101551\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 177 summary:\ttrain_loss: 0.0140398\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 178 summary:\ttrain_loss: 0.0094334\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 179 summary:\ttrain_loss: 0.0069088\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 180 summary:\ttrain_loss: 0.0080574\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 181 summary:\ttrain_loss: 0.0074385\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 182 summary:\ttrain_loss: 0.0140654\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 183 summary:\ttrain_loss: 0.0173577\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 184 summary:\ttrain_loss: 0.0158197\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 185 summary:\ttrain_loss: 0.0203243\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 186 summary:\ttrain_loss: 0.0127031\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 187 summary:\ttrain_loss: 0.0070873\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 188 summary:\ttrain_loss: 0.0217842\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 189 summary:\ttrain_loss: 0.0116977\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 190 summary:\ttrain_loss: 0.0139904\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 191 summary:\ttrain_loss: 0.0159702\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 192 summary:\ttrain_loss: 0.0078819\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 193 summary:\ttrain_loss: 0.0103316\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 194 summary:\ttrain_loss: 0.0372660\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 195 summary:\ttrain_loss: 0.0123927\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 196 summary:\ttrain_loss: 0.0078018\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 197 summary:\ttrain_loss: 0.0068487\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 198 summary:\ttrain_loss: 0.0107162\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 199 summary:\ttrain_loss: 0.0067360\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep200\n","DEEPTB INFO iteration:200\ttrain_loss: 0.0067211 (0.0091971)\tlr: 0.0008195\n","DEEPTB INFO Epoch 200 summary:\ttrain_loss: 0.0067211\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep201\n","DEEPTB INFO Epoch 201 summary:\ttrain_loss: 0.0213631\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 202 summary:\ttrain_loss: 0.0105389\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 203 summary:\ttrain_loss: 0.0108137\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 204 summary:\ttrain_loss: 0.0070946\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 205 summary:\ttrain_loss: 0.0131412\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 206 summary:\ttrain_loss: 0.0079140\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 207 summary:\ttrain_loss: 0.0138014\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 208 summary:\ttrain_loss: 0.0067954\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 209 summary:\ttrain_loss: 0.0122245\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 210 summary:\ttrain_loss: 0.0069617\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 211 summary:\ttrain_loss: 0.0100835\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 212 summary:\ttrain_loss: 0.0234253\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 213 summary:\ttrain_loss: 0.0078528\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 214 summary:\ttrain_loss: 0.0133773\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 215 summary:\ttrain_loss: 0.0073299\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 216 summary:\ttrain_loss: 0.0149911\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 217 summary:\ttrain_loss: 0.0081865\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 218 summary:\ttrain_loss: 0.0108787\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 219 summary:\ttrain_loss: 0.0106797\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 220 summary:\ttrain_loss: 0.0137815\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 221 summary:\ttrain_loss: 0.0069174\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 222 summary:\ttrain_loss: 0.0172746\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 223 summary:\ttrain_loss: 0.0141019\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 224 summary:\ttrain_loss: 0.0428828\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 225 summary:\ttrain_loss: 0.0450647\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 226 summary:\ttrain_loss: 0.0150504\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 227 summary:\ttrain_loss: 0.0089851\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 228 summary:\ttrain_loss: 0.0112757\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 229 summary:\ttrain_loss: 0.0433387\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 230 summary:\ttrain_loss: 0.0113246\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 231 summary:\ttrain_loss: 0.0097996\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 232 summary:\ttrain_loss: 0.0154117\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 233 summary:\ttrain_loss: 0.0121309\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 234 summary:\ttrain_loss: 0.0377882\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 235 summary:\ttrain_loss: 0.0268060\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 236 summary:\ttrain_loss: 0.0088418\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 237 summary:\ttrain_loss: 0.0075012\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 238 summary:\ttrain_loss: 0.0068478\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 239 summary:\ttrain_loss: 0.0143125\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 240 summary:\ttrain_loss: 0.0112732\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 241 summary:\ttrain_loss: 0.0200001\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 242 summary:\ttrain_loss: 0.0188235\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 243 summary:\ttrain_loss: 0.0081651\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 244 summary:\ttrain_loss: 0.0111925\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 245 summary:\ttrain_loss: 0.0072916\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 246 summary:\ttrain_loss: 0.0097378\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 247 summary:\ttrain_loss: 0.0076899\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 248 summary:\ttrain_loss: 0.0085971\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 249 summary:\ttrain_loss: 0.0068870\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 250 summary:\ttrain_loss: 0.0125859\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 251 summary:\ttrain_loss: 0.0067078\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep252\n","DEEPTB INFO Epoch 252 summary:\ttrain_loss: 0.0142398\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 253 summary:\ttrain_loss: 0.0083029\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 254 summary:\ttrain_loss: 0.0062373\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep255\n","DEEPTB INFO Epoch 255 summary:\ttrain_loss: 0.0061157\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep256\n","DEEPTB INFO Epoch 256 summary:\ttrain_loss: 0.0066545\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 257 summary:\ttrain_loss: 0.0064632\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 258 summary:\ttrain_loss: 0.0107164\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 259 summary:\ttrain_loss: 0.0340884\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 260 summary:\ttrain_loss: 0.0180053\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 261 summary:\ttrain_loss: 0.0099782\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 262 summary:\ttrain_loss: 0.0068412\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 263 summary:\ttrain_loss: 0.0113429\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 264 summary:\ttrain_loss: 0.0072600\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 265 summary:\ttrain_loss: 0.0237619\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 266 summary:\ttrain_loss: 0.0169278\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 267 summary:\ttrain_loss: 0.0072569\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 268 summary:\ttrain_loss: 0.0404531\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 269 summary:\ttrain_loss: 0.0074478\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 270 summary:\ttrain_loss: 0.0063482\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 271 summary:\ttrain_loss: 0.0176795\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 272 summary:\ttrain_loss: 0.0120663\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 273 summary:\ttrain_loss: 0.0099948\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 274 summary:\ttrain_loss: 0.0155310\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 275 summary:\ttrain_loss: 0.0068384\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 276 summary:\ttrain_loss: 0.0113602\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 277 summary:\ttrain_loss: 0.0142132\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 278 summary:\ttrain_loss: 0.0083647\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 279 summary:\ttrain_loss: 0.0090439\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 280 summary:\ttrain_loss: 0.0381804\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 281 summary:\ttrain_loss: 0.0202363\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 282 summary:\ttrain_loss: 0.0298236\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 283 summary:\ttrain_loss: 0.0143170\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 284 summary:\ttrain_loss: 0.0106502\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 285 summary:\ttrain_loss: 0.0372771\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 286 summary:\ttrain_loss: 0.0222440\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 287 summary:\ttrain_loss: 0.0093176\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 288 summary:\ttrain_loss: 0.0090339\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 289 summary:\ttrain_loss: 0.0096342\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 290 summary:\ttrain_loss: 0.0090718\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 291 summary:\ttrain_loss: 0.0062353\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 292 summary:\ttrain_loss: 0.0072689\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 293 summary:\ttrain_loss: 0.0084109\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 294 summary:\ttrain_loss: 0.0063867\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 295 summary:\ttrain_loss: 0.0124319\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 296 summary:\ttrain_loss: 0.0075172\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 297 summary:\ttrain_loss: 0.0140135\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 298 summary:\ttrain_loss: 0.0076549\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 299 summary:\ttrain_loss: 0.0091580\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:300\ttrain_loss: 0.0067508 (0.0086725)\tlr: 0.0007414\n","DEEPTB INFO Epoch 300 summary:\ttrain_loss: 0.0067508\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 301 summary:\ttrain_loss: 0.0114993\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 302 summary:\ttrain_loss: 0.0177249\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 303 summary:\ttrain_loss: 0.0077253\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 304 summary:\ttrain_loss: 0.0082951\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 305 summary:\ttrain_loss: 0.0064715\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 306 summary:\ttrain_loss: 0.0093064\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 307 summary:\ttrain_loss: 0.0204705\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 308 summary:\ttrain_loss: 0.0063579\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 309 summary:\ttrain_loss: 0.0166520\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 310 summary:\ttrain_loss: 0.0131803\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 311 summary:\ttrain_loss: 0.0105110\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 312 summary:\ttrain_loss: 0.0082230\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 313 summary:\ttrain_loss: 0.0066930\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 314 summary:\ttrain_loss: 0.0105816\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 315 summary:\ttrain_loss: 0.0109187\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 316 summary:\ttrain_loss: 0.0068951\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 317 summary:\ttrain_loss: 0.0138171\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 318 summary:\ttrain_loss: 0.0064494\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 319 summary:\ttrain_loss: 0.0109249\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 320 summary:\ttrain_loss: 0.0079648\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 321 summary:\ttrain_loss: 0.0142088\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 322 summary:\ttrain_loss: 0.0083671\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 323 summary:\ttrain_loss: 0.0083231\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 324 summary:\ttrain_loss: 0.0087336\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 325 summary:\ttrain_loss: 0.0076932\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 326 summary:\ttrain_loss: 0.0146487\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 327 summary:\ttrain_loss: 0.0071326\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 328 summary:\ttrain_loss: 0.0085514\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 329 summary:\ttrain_loss: 0.0081364\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 330 summary:\ttrain_loss: 0.0132720\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 331 summary:\ttrain_loss: 0.0067425\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 332 summary:\ttrain_loss: 0.0131376\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 333 summary:\ttrain_loss: 0.0100938\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 334 summary:\ttrain_loss: 0.0061902\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 335 summary:\ttrain_loss: 0.0071947\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 336 summary:\ttrain_loss: 0.0073608\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 337 summary:\ttrain_loss: 0.0094890\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 338 summary:\ttrain_loss: 0.0062942\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 339 summary:\ttrain_loss: 0.0091860\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 340 summary:\ttrain_loss: 0.0077320\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 341 summary:\ttrain_loss: 0.0126212\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 342 summary:\ttrain_loss: 0.0118749\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 343 summary:\ttrain_loss: 0.0076734\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 344 summary:\ttrain_loss: 0.0105199\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 345 summary:\ttrain_loss: 0.0091833\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 346 summary:\ttrain_loss: 0.0113622\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 347 summary:\ttrain_loss: 0.0098339\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 348 summary:\ttrain_loss: 0.0090837\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 349 summary:\ttrain_loss: 0.0087824\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 350 summary:\ttrain_loss: 0.0083175\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 351 summary:\ttrain_loss: 0.0078673\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 352 summary:\ttrain_loss: 0.0068999\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 353 summary:\ttrain_loss: 0.0065792\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 354 summary:\ttrain_loss: 0.0070759\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 355 summary:\ttrain_loss: 0.0068799\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 356 summary:\ttrain_loss: 0.0120279\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 357 summary:\ttrain_loss: 0.0068636\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 358 summary:\ttrain_loss: 0.0073059\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 359 summary:\ttrain_loss: 0.0075385\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 360 summary:\ttrain_loss: 0.0110867\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 361 summary:\ttrain_loss: 0.0136488\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 362 summary:\ttrain_loss: 0.0088823\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 363 summary:\ttrain_loss: 0.0072654\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 364 summary:\ttrain_loss: 0.0070799\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 365 summary:\ttrain_loss: 0.0210966\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 366 summary:\ttrain_loss: 0.0412712\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 367 summary:\ttrain_loss: 0.0068742\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 368 summary:\ttrain_loss: 0.0163278\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 369 summary:\ttrain_loss: 0.0122362\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 370 summary:\ttrain_loss: 0.0114812\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 371 summary:\ttrain_loss: 0.0220385\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 372 summary:\ttrain_loss: 0.0072702\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 373 summary:\ttrain_loss: 0.0079547\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 374 summary:\ttrain_loss: 0.0066894\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 375 summary:\ttrain_loss: 0.0108738\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 376 summary:\ttrain_loss: 0.0062994\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 377 summary:\ttrain_loss: 0.0096607\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 378 summary:\ttrain_loss: 0.0066732\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 379 summary:\ttrain_loss: 0.0098422\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 380 summary:\ttrain_loss: 0.0081173\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 381 summary:\ttrain_loss: 0.0097275\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 382 summary:\ttrain_loss: 0.0092418\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 383 summary:\ttrain_loss: 0.0062088\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 384 summary:\ttrain_loss: 0.0065513\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 385 summary:\ttrain_loss: 0.0065407\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 386 summary:\ttrain_loss: 0.0069716\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 387 summary:\ttrain_loss: 0.0073724\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 388 summary:\ttrain_loss: 0.0160790\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 389 summary:\ttrain_loss: 0.0078209\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 390 summary:\ttrain_loss: 0.0061621\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 391 summary:\ttrain_loss: 0.0086634\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 392 summary:\ttrain_loss: 0.0157489\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 393 summary:\ttrain_loss: 0.0130381\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 394 summary:\ttrain_loss: 0.0063148\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 395 summary:\ttrain_loss: 0.0073538\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 396 summary:\ttrain_loss: 0.0062084\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 397 summary:\ttrain_loss: 0.0060541\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep398\n","DEEPTB INFO Epoch 398 summary:\ttrain_loss: 0.0459412\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 399 summary:\ttrain_loss: 0.0121466\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:400\ttrain_loss: 0.0067177 (0.0139186)\tlr: 0.0006709\n","DEEPTB INFO Epoch 400 summary:\ttrain_loss: 0.0067177\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 401 summary:\ttrain_loss: 0.0062212\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 402 summary:\ttrain_loss: 0.0078349\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 403 summary:\ttrain_loss: 0.0064210\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 404 summary:\ttrain_loss: 0.0065163\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 405 summary:\ttrain_loss: 0.0090513\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 406 summary:\ttrain_loss: 0.0146048\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 407 summary:\ttrain_loss: 0.0070789\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 408 summary:\ttrain_loss: 0.0076581\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 409 summary:\ttrain_loss: 0.0083396\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 410 summary:\ttrain_loss: 0.0071191\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 411 summary:\ttrain_loss: 0.0072351\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 412 summary:\ttrain_loss: 0.0078255\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 413 summary:\ttrain_loss: 0.0076582\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 414 summary:\ttrain_loss: 0.0103288\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 415 summary:\ttrain_loss: 0.0249143\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 416 summary:\ttrain_loss: 0.0089132\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 417 summary:\ttrain_loss: 0.0095684\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 418 summary:\ttrain_loss: 0.0078217\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 419 summary:\ttrain_loss: 0.0091673\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 420 summary:\ttrain_loss: 0.0066344\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 421 summary:\ttrain_loss: 0.0093711\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 422 summary:\ttrain_loss: 0.0084532\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 423 summary:\ttrain_loss: 0.0064706\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 424 summary:\ttrain_loss: 0.0060207\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep425\n","DEEPTB INFO Epoch 425 summary:\ttrain_loss: 0.0060064\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep426\n","DEEPTB INFO Epoch 426 summary:\ttrain_loss: 0.0056947\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep427\n","DEEPTB INFO Epoch 427 summary:\ttrain_loss: 0.0074260\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 428 summary:\ttrain_loss: 0.0077240\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 429 summary:\ttrain_loss: 0.0112137\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 430 summary:\ttrain_loss: 0.0072124\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 431 summary:\ttrain_loss: 0.0063218\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 432 summary:\ttrain_loss: 0.0069187\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 433 summary:\ttrain_loss: 0.0083153\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 434 summary:\ttrain_loss: 0.0085847\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 435 summary:\ttrain_loss: 0.0128471\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 436 summary:\ttrain_loss: 0.0073144\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 437 summary:\ttrain_loss: 0.0087208\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 438 summary:\ttrain_loss: 0.0159611\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 439 summary:\ttrain_loss: 0.0070791\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 440 summary:\ttrain_loss: 0.0089925\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 441 summary:\ttrain_loss: 0.0075209\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 442 summary:\ttrain_loss: 0.0067874\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 443 summary:\ttrain_loss: 0.0081187\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 444 summary:\ttrain_loss: 0.0087723\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 445 summary:\ttrain_loss: 0.0059447\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 446 summary:\ttrain_loss: 0.0110154\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 447 summary:\ttrain_loss: 0.0063597\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 448 summary:\ttrain_loss: 0.0061745\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 449 summary:\ttrain_loss: 0.0099166\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 450 summary:\ttrain_loss: 0.0072814\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 451 summary:\ttrain_loss: 0.0079801\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 452 summary:\ttrain_loss: 0.0111940\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 453 summary:\ttrain_loss: 0.0074960\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 454 summary:\ttrain_loss: 0.0063789\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 455 summary:\ttrain_loss: 0.0094053\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 456 summary:\ttrain_loss: 0.0082261\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 457 summary:\ttrain_loss: 0.0087091\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 458 summary:\ttrain_loss: 0.0080928\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 459 summary:\ttrain_loss: 0.0094098\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 460 summary:\ttrain_loss: 0.0067804\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 461 summary:\ttrain_loss: 0.0095018\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 462 summary:\ttrain_loss: 0.0072147\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 463 summary:\ttrain_loss: 0.0064607\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 464 summary:\ttrain_loss: 0.0076321\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 465 summary:\ttrain_loss: 0.0072718\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 466 summary:\ttrain_loss: 0.0062350\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 467 summary:\ttrain_loss: 0.0075169\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 468 summary:\ttrain_loss: 0.0072445\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 469 summary:\ttrain_loss: 0.0068806\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 470 summary:\ttrain_loss: 0.0070495\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 471 summary:\ttrain_loss: 0.0058486\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 472 summary:\ttrain_loss: 0.0058227\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 473 summary:\ttrain_loss: 0.0065182\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 474 summary:\ttrain_loss: 0.0194339\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 475 summary:\ttrain_loss: 0.0098585\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 476 summary:\ttrain_loss: 0.0065810\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 477 summary:\ttrain_loss: 0.0057770\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 478 summary:\ttrain_loss: 0.0061385\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 479 summary:\ttrain_loss: 0.0059138\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 480 summary:\ttrain_loss: 0.0059782\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 481 summary:\ttrain_loss: 0.0064940\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 482 summary:\ttrain_loss: 0.0087696\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 483 summary:\ttrain_loss: 0.0074074\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 484 summary:\ttrain_loss: 0.0071272\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 485 summary:\ttrain_loss: 0.0070189\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 486 summary:\ttrain_loss: 0.0058442\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 487 summary:\ttrain_loss: 0.0073466\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 488 summary:\ttrain_loss: 0.0104082\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 489 summary:\ttrain_loss: 0.0059656\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 490 summary:\ttrain_loss: 0.0074894\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 491 summary:\ttrain_loss: 0.0071062\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 492 summary:\ttrain_loss: 0.0060257\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 493 summary:\ttrain_loss: 0.0067227\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 494 summary:\ttrain_loss: 0.0072884\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 495 summary:\ttrain_loss: 0.0063231\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 496 summary:\ttrain_loss: 0.0064697\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 497 summary:\ttrain_loss: 0.0070893\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 498 summary:\ttrain_loss: 0.0433641\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 499 summary:\ttrain_loss: 0.0066033\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:500\ttrain_loss: 0.0060518 (0.0119141)\tlr: 0.000607 \n","DEEPTB INFO checkpoint saved as mix.iter501\n","DEEPTB INFO Epoch 500 summary:\ttrain_loss: 0.0060518\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 501 summary:\ttrain_loss: 0.0078879\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 502 summary:\ttrain_loss: 0.0061019\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 503 summary:\ttrain_loss: 0.0103218\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 504 summary:\ttrain_loss: 0.0114155\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 505 summary:\ttrain_loss: 0.0065761\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 506 summary:\ttrain_loss: 0.0079312\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 507 summary:\ttrain_loss: 0.0078192\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 508 summary:\ttrain_loss: 0.0071655\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 509 summary:\ttrain_loss: 0.0066741\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 510 summary:\ttrain_loss: 0.0077776\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 511 summary:\ttrain_loss: 0.0086741\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 512 summary:\ttrain_loss: 0.0089741\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 513 summary:\ttrain_loss: 0.0069257\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 514 summary:\ttrain_loss: 0.0061374\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 515 summary:\ttrain_loss: 0.0084453\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 516 summary:\ttrain_loss: 0.0061899\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 517 summary:\ttrain_loss: 0.0068565\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 518 summary:\ttrain_loss: 0.0062088\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 519 summary:\ttrain_loss: 0.0075462\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 520 summary:\ttrain_loss: 0.0061394\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 521 summary:\ttrain_loss: 0.0073795\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 522 summary:\ttrain_loss: 0.0059565\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 523 summary:\ttrain_loss: 0.0077735\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 524 summary:\ttrain_loss: 0.0059461\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 525 summary:\ttrain_loss: 0.0086896\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 526 summary:\ttrain_loss: 0.0057491\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 527 summary:\ttrain_loss: 0.0059141\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 528 summary:\ttrain_loss: 0.0093565\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 529 summary:\ttrain_loss: 0.0072171\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 530 summary:\ttrain_loss: 0.0088078\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 531 summary:\ttrain_loss: 0.0079936\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 532 summary:\ttrain_loss: 0.0067653\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 533 summary:\ttrain_loss: 0.0088615\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 534 summary:\ttrain_loss: 0.0075471\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 535 summary:\ttrain_loss: 0.0060347\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 536 summary:\ttrain_loss: 0.0056178\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep537\n","DEEPTB INFO Epoch 537 summary:\ttrain_loss: 0.0070419\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 538 summary:\ttrain_loss: 0.0102256\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 539 summary:\ttrain_loss: 0.0066539\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 540 summary:\ttrain_loss: 0.0059567\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 541 summary:\ttrain_loss: 0.0100594\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 542 summary:\ttrain_loss: 0.0108267\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 543 summary:\ttrain_loss: 0.0094945\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 544 summary:\ttrain_loss: 0.0135809\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 545 summary:\ttrain_loss: 0.0121340\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 546 summary:\ttrain_loss: 0.0069833\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 547 summary:\ttrain_loss: 0.0065377\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 548 summary:\ttrain_loss: 0.0059814\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 549 summary:\ttrain_loss: 0.0058809\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 550 summary:\ttrain_loss: 0.0125402\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 551 summary:\ttrain_loss: 0.0063419\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 552 summary:\ttrain_loss: 0.0068739\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 553 summary:\ttrain_loss: 0.0070176\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 554 summary:\ttrain_loss: 0.0059769\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 555 summary:\ttrain_loss: 0.0069360\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 556 summary:\ttrain_loss: 0.0065591\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 557 summary:\ttrain_loss: 0.0063631\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 558 summary:\ttrain_loss: 0.0063604\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 559 summary:\ttrain_loss: 0.0064855\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 560 summary:\ttrain_loss: 0.0057289\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 561 summary:\ttrain_loss: 0.0068827\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 562 summary:\ttrain_loss: 0.0057210\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 563 summary:\ttrain_loss: 0.0069905\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 564 summary:\ttrain_loss: 0.0075004\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 565 summary:\ttrain_loss: 0.0057978\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 566 summary:\ttrain_loss: 0.0065396\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 567 summary:\ttrain_loss: 0.0077746\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 568 summary:\ttrain_loss: 0.0060412\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 569 summary:\ttrain_loss: 0.0067584\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 570 summary:\ttrain_loss: 0.0062039\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 571 summary:\ttrain_loss: 0.0059491\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 572 summary:\ttrain_loss: 0.0059210\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 573 summary:\ttrain_loss: 0.0108836\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 574 summary:\ttrain_loss: 0.0064180\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 575 summary:\ttrain_loss: 0.0062296\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 576 summary:\ttrain_loss: 0.0057726\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 577 summary:\ttrain_loss: 0.0067250\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 578 summary:\ttrain_loss: 0.0063003\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 579 summary:\ttrain_loss: 0.0057849\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 580 summary:\ttrain_loss: 0.0057517\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 581 summary:\ttrain_loss: 0.0069992\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 582 summary:\ttrain_loss: 0.0098423\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 583 summary:\ttrain_loss: 0.0105559\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 584 summary:\ttrain_loss: 0.0056591\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 585 summary:\ttrain_loss: 0.0075782\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 586 summary:\ttrain_loss: 0.0062100\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 587 summary:\ttrain_loss: 0.0077781\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 588 summary:\ttrain_loss: 0.0060594\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 589 summary:\ttrain_loss: 0.0165521\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 590 summary:\ttrain_loss: 0.0066742\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 591 summary:\ttrain_loss: 0.0153725\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 592 summary:\ttrain_loss: 0.0057373\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 593 summary:\ttrain_loss: 0.0065591\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 594 summary:\ttrain_loss: 0.0063220\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 595 summary:\ttrain_loss: 0.0056911\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 596 summary:\ttrain_loss: 0.0064806\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 597 summary:\ttrain_loss: 0.0075474\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 598 summary:\ttrain_loss: 0.0073284\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 599 summary:\ttrain_loss: 0.0076855\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:600\ttrain_loss: 0.0106665 (0.0083431)\tlr: 0.0005492\n","DEEPTB INFO Epoch 600 summary:\ttrain_loss: 0.0106665\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 601 summary:\ttrain_loss: 0.0059131\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 602 summary:\ttrain_loss: 0.0068783\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 603 summary:\ttrain_loss: 0.0094582\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 604 summary:\ttrain_loss: 0.0059862\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 605 summary:\ttrain_loss: 0.0063826\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 606 summary:\ttrain_loss: 0.0059348\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 607 summary:\ttrain_loss: 0.0056138\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep608\n","DEEPTB INFO Epoch 608 summary:\ttrain_loss: 0.0067932\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 609 summary:\ttrain_loss: 0.0058897\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 610 summary:\ttrain_loss: 0.0063825\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 611 summary:\ttrain_loss: 0.0104419\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 612 summary:\ttrain_loss: 0.0110277\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 613 summary:\ttrain_loss: 0.0058746\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 614 summary:\ttrain_loss: 0.0080972\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 615 summary:\ttrain_loss: 0.0063772\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 616 summary:\ttrain_loss: 0.0057423\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 617 summary:\ttrain_loss: 0.0087227\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 618 summary:\ttrain_loss: 0.0056310\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 619 summary:\ttrain_loss: 0.0061072\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 620 summary:\ttrain_loss: 0.0068095\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 621 summary:\ttrain_loss: 0.0063429\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 622 summary:\ttrain_loss: 0.0096137\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 623 summary:\ttrain_loss: 0.0068773\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 624 summary:\ttrain_loss: 0.0059554\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 625 summary:\ttrain_loss: 0.0078155\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 626 summary:\ttrain_loss: 0.0062743\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 627 summary:\ttrain_loss: 0.0094959\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 628 summary:\ttrain_loss: 0.0063589\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 629 summary:\ttrain_loss: 0.0057060\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 630 summary:\ttrain_loss: 0.0062402\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 631 summary:\ttrain_loss: 0.0206490\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 632 summary:\ttrain_loss: 0.0062820\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 633 summary:\ttrain_loss: 0.0061787\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 634 summary:\ttrain_loss: 0.0063899\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 635 summary:\ttrain_loss: 0.0061627\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 636 summary:\ttrain_loss: 0.0068896\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 637 summary:\ttrain_loss: 0.0082702\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 638 summary:\ttrain_loss: 0.0059030\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 639 summary:\ttrain_loss: 0.0077891\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 640 summary:\ttrain_loss: 0.0055521\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep641\n","DEEPTB INFO Epoch 641 summary:\ttrain_loss: 0.0083035\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 642 summary:\ttrain_loss: 0.0089073\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 643 summary:\ttrain_loss: 0.0096463\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 644 summary:\ttrain_loss: 0.0095384\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 645 summary:\ttrain_loss: 0.0057814\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 646 summary:\ttrain_loss: 0.0064119\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 647 summary:\ttrain_loss: 0.0131472\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 648 summary:\ttrain_loss: 0.0088354\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 649 summary:\ttrain_loss: 0.0132246\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 650 summary:\ttrain_loss: 0.0057066\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 651 summary:\ttrain_loss: 0.0058165\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 652 summary:\ttrain_loss: 0.0056673\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 653 summary:\ttrain_loss: 0.0073376\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 654 summary:\ttrain_loss: 0.0064463\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 655 summary:\ttrain_loss: 0.0083720\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 656 summary:\ttrain_loss: 0.0056371\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 657 summary:\ttrain_loss: 0.0067017\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 658 summary:\ttrain_loss: 0.0088888\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 659 summary:\ttrain_loss: 0.0059198\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 660 summary:\ttrain_loss: 0.0055362\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep661\n","DEEPTB INFO Epoch 661 summary:\ttrain_loss: 0.0055961\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 662 summary:\ttrain_loss: 0.0082961\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 663 summary:\ttrain_loss: 0.0064183\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 664 summary:\ttrain_loss: 0.0063000\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 665 summary:\ttrain_loss: 0.0062649\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 666 summary:\ttrain_loss: 0.0064487\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 667 summary:\ttrain_loss: 0.0054231\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep668\n","DEEPTB INFO Epoch 668 summary:\ttrain_loss: 0.0054404\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 669 summary:\ttrain_loss: 0.0060829\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 670 summary:\ttrain_loss: 0.0071698\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 671 summary:\ttrain_loss: 0.0058290\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 672 summary:\ttrain_loss: 0.0061259\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 673 summary:\ttrain_loss: 0.0064515\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 674 summary:\ttrain_loss: 0.0062452\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 675 summary:\ttrain_loss: 0.0103682\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 676 summary:\ttrain_loss: 0.0064781\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 677 summary:\ttrain_loss: 0.0071768\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 678 summary:\ttrain_loss: 0.0065697\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 679 summary:\ttrain_loss: 0.0058660\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 680 summary:\ttrain_loss: 0.0060160\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 681 summary:\ttrain_loss: 0.0056654\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 682 summary:\ttrain_loss: 0.0060967\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 683 summary:\ttrain_loss: 0.0079204\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 684 summary:\ttrain_loss: 0.0058617\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 685 summary:\ttrain_loss: 0.0078986\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 686 summary:\ttrain_loss: 0.0079207\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 687 summary:\ttrain_loss: 0.0059199\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 688 summary:\ttrain_loss: 0.0147090\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 689 summary:\ttrain_loss: 0.0055943\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 690 summary:\ttrain_loss: 0.0073287\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 691 summary:\ttrain_loss: 0.0065963\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 692 summary:\ttrain_loss: 0.0056998\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 693 summary:\ttrain_loss: 0.0087086\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 694 summary:\ttrain_loss: 0.0059772\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 695 summary:\ttrain_loss: 0.0055052\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 696 summary:\ttrain_loss: 0.0055731\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 697 summary:\ttrain_loss: 0.0074027\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 698 summary:\ttrain_loss: 0.0058370\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 699 summary:\ttrain_loss: 0.0058657\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:700\ttrain_loss: 0.0060243 (0.0061648)\tlr: 0.0004969\n","DEEPTB INFO Epoch 700 summary:\ttrain_loss: 0.0060243\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 701 summary:\ttrain_loss: 0.0077800\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 702 summary:\ttrain_loss: 0.0078819\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 703 summary:\ttrain_loss: 0.0061068\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 704 summary:\ttrain_loss: 0.0055773\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 705 summary:\ttrain_loss: 0.0061718\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 706 summary:\ttrain_loss: 0.0062614\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 707 summary:\ttrain_loss: 0.0171949\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 708 summary:\ttrain_loss: 0.0062295\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 709 summary:\ttrain_loss: 0.0059106\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 710 summary:\ttrain_loss: 0.0059008\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 711 summary:\ttrain_loss: 0.0071274\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 712 summary:\ttrain_loss: 0.0061384\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 713 summary:\ttrain_loss: 0.0099571\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 714 summary:\ttrain_loss: 0.0058318\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 715 summary:\ttrain_loss: 0.0058917\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 716 summary:\ttrain_loss: 0.0071349\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 717 summary:\ttrain_loss: 0.0096616\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 718 summary:\ttrain_loss: 0.0081418\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 719 summary:\ttrain_loss: 0.0071560\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 720 summary:\ttrain_loss: 0.0124844\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 721 summary:\ttrain_loss: 0.0072077\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 722 summary:\ttrain_loss: 0.0086338\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 723 summary:\ttrain_loss: 0.0062726\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 724 summary:\ttrain_loss: 0.0103744\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 725 summary:\ttrain_loss: 0.0073872\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 726 summary:\ttrain_loss: 0.0062863\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 727 summary:\ttrain_loss: 0.0083794\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 728 summary:\ttrain_loss: 0.0054985\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 729 summary:\ttrain_loss: 0.0058862\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 730 summary:\ttrain_loss: 0.0054707\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 731 summary:\ttrain_loss: 0.0053527\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep732\n","DEEPTB INFO Epoch 732 summary:\ttrain_loss: 0.0099440\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 733 summary:\ttrain_loss: 0.0066256\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 734 summary:\ttrain_loss: 0.0060014\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 735 summary:\ttrain_loss: 0.0090568\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 736 summary:\ttrain_loss: 0.0082161\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 737 summary:\ttrain_loss: 0.0065723\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 738 summary:\ttrain_loss: 0.0075912\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 739 summary:\ttrain_loss: 0.0065658\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 740 summary:\ttrain_loss: 0.0060599\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 741 summary:\ttrain_loss: 0.0053902\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 742 summary:\ttrain_loss: 0.0066096\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 743 summary:\ttrain_loss: 0.0056671\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 744 summary:\ttrain_loss: 0.0054008\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 745 summary:\ttrain_loss: 0.0069758\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 746 summary:\ttrain_loss: 0.0078425\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 747 summary:\ttrain_loss: 0.0058562\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 748 summary:\ttrain_loss: 0.0054180\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 749 summary:\ttrain_loss: 0.0057779\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 750 summary:\ttrain_loss: 0.0062122\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 751 summary:\ttrain_loss: 0.0061437\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 752 summary:\ttrain_loss: 0.0061843\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 753 summary:\ttrain_loss: 0.0078020\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 754 summary:\ttrain_loss: 0.0076677\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 755 summary:\ttrain_loss: 0.0060411\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 756 summary:\ttrain_loss: 0.0072830\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 757 summary:\ttrain_loss: 0.0062953\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 758 summary:\ttrain_loss: 0.0055218\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 759 summary:\ttrain_loss: 0.0061409\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 760 summary:\ttrain_loss: 0.0061171\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 761 summary:\ttrain_loss: 0.0060926\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 762 summary:\ttrain_loss: 0.0054476\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 763 summary:\ttrain_loss: 0.0058603\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 764 summary:\ttrain_loss: 0.0065810\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 765 summary:\ttrain_loss: 0.0087457\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 766 summary:\ttrain_loss: 0.0070348\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 767 summary:\ttrain_loss: 0.0062430\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 768 summary:\ttrain_loss: 0.0076001\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 769 summary:\ttrain_loss: 0.0063232\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 770 summary:\ttrain_loss: 0.0054810\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 771 summary:\ttrain_loss: 0.0060714\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 772 summary:\ttrain_loss: 0.0067872\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 773 summary:\ttrain_loss: 0.0061820\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 774 summary:\ttrain_loss: 0.0058409\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 775 summary:\ttrain_loss: 0.0055722\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 776 summary:\ttrain_loss: 0.0106807\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 777 summary:\ttrain_loss: 0.0058532\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 778 summary:\ttrain_loss: 0.0058239\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 779 summary:\ttrain_loss: 0.0056104\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 780 summary:\ttrain_loss: 0.0076740\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 781 summary:\ttrain_loss: 0.0085132\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 782 summary:\ttrain_loss: 0.0088132\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 783 summary:\ttrain_loss: 0.0059906\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 784 summary:\ttrain_loss: 0.0060597\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 785 summary:\ttrain_loss: 0.0057328\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 786 summary:\ttrain_loss: 0.0065071\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 787 summary:\ttrain_loss: 0.0077669\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 788 summary:\ttrain_loss: 0.0073362\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 789 summary:\ttrain_loss: 0.0057877\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 790 summary:\ttrain_loss: 0.0068152\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 791 summary:\ttrain_loss: 0.0064678\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 792 summary:\ttrain_loss: 0.0054464\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 793 summary:\ttrain_loss: 0.0072295\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 794 summary:\ttrain_loss: 0.0060815\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 795 summary:\ttrain_loss: 0.0054031\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 796 summary:\ttrain_loss: 0.0054732\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 797 summary:\ttrain_loss: 0.0059386\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 798 summary:\ttrain_loss: 0.0077919\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 799 summary:\ttrain_loss: 0.0079516\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:800\ttrain_loss: 0.0071601 (0.0069961)\tlr: 0.0004496\n","DEEPTB INFO Epoch 800 summary:\ttrain_loss: 0.0071601\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 801 summary:\ttrain_loss: 0.0059598\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 802 summary:\ttrain_loss: 0.0092840\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 803 summary:\ttrain_loss: 0.0055857\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 804 summary:\ttrain_loss: 0.0063649\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 805 summary:\ttrain_loss: 0.0080834\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 806 summary:\ttrain_loss: 0.0055790\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 807 summary:\ttrain_loss: 0.0072757\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 808 summary:\ttrain_loss: 0.0073868\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 809 summary:\ttrain_loss: 0.0054115\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 810 summary:\ttrain_loss: 0.0064928\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 811 summary:\ttrain_loss: 0.0056723\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 812 summary:\ttrain_loss: 0.0073229\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 813 summary:\ttrain_loss: 0.0077237\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 814 summary:\ttrain_loss: 0.0071520\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 815 summary:\ttrain_loss: 0.0072289\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 816 summary:\ttrain_loss: 0.0068487\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 817 summary:\ttrain_loss: 0.0059937\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 818 summary:\ttrain_loss: 0.0060973\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 819 summary:\ttrain_loss: 0.0064206\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 820 summary:\ttrain_loss: 0.0075479\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 821 summary:\ttrain_loss: 0.0062614\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 822 summary:\ttrain_loss: 0.0059484\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 823 summary:\ttrain_loss: 0.0100037\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 824 summary:\ttrain_loss: 0.0058665\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 825 summary:\ttrain_loss: 0.0054707\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 826 summary:\ttrain_loss: 0.0057935\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 827 summary:\ttrain_loss: 0.0069084\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 828 summary:\ttrain_loss: 0.0059223\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 829 summary:\ttrain_loss: 0.0056523\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 830 summary:\ttrain_loss: 0.0059167\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 831 summary:\ttrain_loss: 0.0058727\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 832 summary:\ttrain_loss: 0.0066691\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 833 summary:\ttrain_loss: 0.0057850\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 834 summary:\ttrain_loss: 0.0054902\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 835 summary:\ttrain_loss: 0.0054116\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 836 summary:\ttrain_loss: 0.0066773\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 837 summary:\ttrain_loss: 0.0068179\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 838 summary:\ttrain_loss: 0.0079137\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 839 summary:\ttrain_loss: 0.0056664\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 840 summary:\ttrain_loss: 0.0062720\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 841 summary:\ttrain_loss: 0.0065824\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 842 summary:\ttrain_loss: 0.0061266\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 843 summary:\ttrain_loss: 0.0064240\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 844 summary:\ttrain_loss: 0.0070732\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 845 summary:\ttrain_loss: 0.0082583\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 846 summary:\ttrain_loss: 0.0058656\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 847 summary:\ttrain_loss: 0.0057647\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 848 summary:\ttrain_loss: 0.0053512\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep849\n","DEEPTB INFO Epoch 849 summary:\ttrain_loss: 0.0089223\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 850 summary:\ttrain_loss: 0.0056481\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 851 summary:\ttrain_loss: 0.0059242\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 852 summary:\ttrain_loss: 0.0062971\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 853 summary:\ttrain_loss: 0.0060835\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 854 summary:\ttrain_loss: 0.0057370\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 855 summary:\ttrain_loss: 0.0074286\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 856 summary:\ttrain_loss: 0.0063000\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 857 summary:\ttrain_loss: 0.0053647\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 858 summary:\ttrain_loss: 0.0060209\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 859 summary:\ttrain_loss: 0.0056063\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 860 summary:\ttrain_loss: 0.0056407\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 861 summary:\ttrain_loss: 0.0064100\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 862 summary:\ttrain_loss: 0.0061666\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 863 summary:\ttrain_loss: 0.0066840\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 864 summary:\ttrain_loss: 0.0054611\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 865 summary:\ttrain_loss: 0.0053156\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep866\n","DEEPTB INFO Epoch 866 summary:\ttrain_loss: 0.0061378\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 867 summary:\ttrain_loss: 0.0078753\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 868 summary:\ttrain_loss: 0.0059693\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 869 summary:\ttrain_loss: 0.0080732\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 870 summary:\ttrain_loss: 0.0060060\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 871 summary:\ttrain_loss: 0.0060315\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 872 summary:\ttrain_loss: 0.0053792\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 873 summary:\ttrain_loss: 0.0058457\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 874 summary:\ttrain_loss: 0.0063498\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 875 summary:\ttrain_loss: 0.0055160\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 876 summary:\ttrain_loss: 0.0099792\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 877 summary:\ttrain_loss: 0.0057460\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 878 summary:\ttrain_loss: 0.0065733\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 879 summary:\ttrain_loss: 0.0067557\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 880 summary:\ttrain_loss: 0.0055708\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 881 summary:\ttrain_loss: 0.0053271\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 882 summary:\ttrain_loss: 0.0056093\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 883 summary:\ttrain_loss: 0.0074322\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 884 summary:\ttrain_loss: 0.0070434\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 885 summary:\ttrain_loss: 0.0063035\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 886 summary:\ttrain_loss: 0.0053387\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 887 summary:\ttrain_loss: 0.0062050\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 888 summary:\ttrain_loss: 0.0063324\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 889 summary:\ttrain_loss: 0.0055942\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 890 summary:\ttrain_loss: 0.0133697\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 891 summary:\ttrain_loss: 0.0062485\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 892 summary:\ttrain_loss: 0.0094067\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 893 summary:\ttrain_loss: 0.0056635\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 894 summary:\ttrain_loss: 0.0056875\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 895 summary:\ttrain_loss: 0.0072948\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 896 summary:\ttrain_loss: 0.0054898\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 897 summary:\ttrain_loss: 0.0095015\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 898 summary:\ttrain_loss: 0.0074231\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 899 summary:\ttrain_loss: 0.0065467\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:900\ttrain_loss: 0.0058591 (0.0067762)\tlr: 0.0004068\n","DEEPTB INFO Epoch 900 summary:\ttrain_loss: 0.0058591\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 901 summary:\ttrain_loss: 0.0054143\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 902 summary:\ttrain_loss: 0.0059239\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 903 summary:\ttrain_loss: 0.0058830\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 904 summary:\ttrain_loss: 0.0060142\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 905 summary:\ttrain_loss: 0.0067140\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 906 summary:\ttrain_loss: 0.0064028\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 907 summary:\ttrain_loss: 0.0066892\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 908 summary:\ttrain_loss: 0.0060490\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 909 summary:\ttrain_loss: 0.0057022\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 910 summary:\ttrain_loss: 0.0068057\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 911 summary:\ttrain_loss: 0.0092736\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 912 summary:\ttrain_loss: 0.0066048\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 913 summary:\ttrain_loss: 0.0065379\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 914 summary:\ttrain_loss: 0.0054010\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 915 summary:\ttrain_loss: 0.0054454\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 916 summary:\ttrain_loss: 0.0059863\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 917 summary:\ttrain_loss: 0.0053929\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 918 summary:\ttrain_loss: 0.0060291\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 919 summary:\ttrain_loss: 0.0055383\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 920 summary:\ttrain_loss: 0.0084413\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 921 summary:\ttrain_loss: 0.0072283\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 922 summary:\ttrain_loss: 0.0077651\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 923 summary:\ttrain_loss: 0.0058116\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 924 summary:\ttrain_loss: 0.0061102\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 925 summary:\ttrain_loss: 0.0069185\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 926 summary:\ttrain_loss: 0.0067873\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 927 summary:\ttrain_loss: 0.0080293\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 928 summary:\ttrain_loss: 0.0058485\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 929 summary:\ttrain_loss: 0.0055564\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 930 summary:\ttrain_loss: 0.0053451\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 931 summary:\ttrain_loss: 0.0053524\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 932 summary:\ttrain_loss: 0.0081328\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 933 summary:\ttrain_loss: 0.0078426\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 934 summary:\ttrain_loss: 0.0073913\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 935 summary:\ttrain_loss: 0.0060157\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 936 summary:\ttrain_loss: 0.0100616\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 937 summary:\ttrain_loss: 0.0065172\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 938 summary:\ttrain_loss: 0.0055696\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 939 summary:\ttrain_loss: 0.0057769\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 940 summary:\ttrain_loss: 0.0055377\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 941 summary:\ttrain_loss: 0.0062949\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 942 summary:\ttrain_loss: 0.0055329\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 943 summary:\ttrain_loss: 0.0054260\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 944 summary:\ttrain_loss: 0.0066362\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 945 summary:\ttrain_loss: 0.0053960\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 946 summary:\ttrain_loss: 0.0061422\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 947 summary:\ttrain_loss: 0.0072226\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 948 summary:\ttrain_loss: 0.0066041\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 949 summary:\ttrain_loss: 0.0059562\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 950 summary:\ttrain_loss: 0.0088441\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 951 summary:\ttrain_loss: 0.0056583\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 952 summary:\ttrain_loss: 0.0057434\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 953 summary:\ttrain_loss: 0.0057287\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 954 summary:\ttrain_loss: 0.0055480\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 955 summary:\ttrain_loss: 0.0057959\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 956 summary:\ttrain_loss: 0.0056096\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 957 summary:\ttrain_loss: 0.0057384\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 958 summary:\ttrain_loss: 0.0062150\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 959 summary:\ttrain_loss: 0.0054304\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 960 summary:\ttrain_loss: 0.0066024\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 961 summary:\ttrain_loss: 0.0063604\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 962 summary:\ttrain_loss: 0.0057118\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 963 summary:\ttrain_loss: 0.0053135\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep964\n","DEEPTB INFO Epoch 964 summary:\ttrain_loss: 0.0062770\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 965 summary:\ttrain_loss: 0.0059309\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 966 summary:\ttrain_loss: 0.0055940\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 967 summary:\ttrain_loss: 0.0056270\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 968 summary:\ttrain_loss: 0.0060183\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 969 summary:\ttrain_loss: 0.0091241\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 970 summary:\ttrain_loss: 0.0088924\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 971 summary:\ttrain_loss: 0.0059921\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 972 summary:\ttrain_loss: 0.0061063\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 973 summary:\ttrain_loss: 0.0068961\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 974 summary:\ttrain_loss: 0.0058284\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 975 summary:\ttrain_loss: 0.0054308\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 976 summary:\ttrain_loss: 0.0056638\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 977 summary:\ttrain_loss: 0.0065275\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 978 summary:\ttrain_loss: 0.0069142\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 979 summary:\ttrain_loss: 0.0053008\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep980\n","DEEPTB INFO Epoch 980 summary:\ttrain_loss: 0.0064903\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 981 summary:\ttrain_loss: 0.0063992\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 982 summary:\ttrain_loss: 0.0055435\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 983 summary:\ttrain_loss: 0.0068137\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 984 summary:\ttrain_loss: 0.0060596\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 985 summary:\ttrain_loss: 0.0055598\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 986 summary:\ttrain_loss: 0.0057944\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 987 summary:\ttrain_loss: 0.0052693\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep988\n","DEEPTB INFO Epoch 988 summary:\ttrain_loss: 0.0053490\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 989 summary:\ttrain_loss: 0.0059438\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 990 summary:\ttrain_loss: 0.0061988\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 991 summary:\ttrain_loss: 0.0055622\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 992 summary:\ttrain_loss: 0.0057209\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 993 summary:\ttrain_loss: 0.0080689\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 994 summary:\ttrain_loss: 0.0053355\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 995 summary:\ttrain_loss: 0.0104747\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 996 summary:\ttrain_loss: 0.0061857\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 997 summary:\ttrain_loss: 0.0053414\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 998 summary:\ttrain_loss: 0.0066198\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 999 summary:\ttrain_loss: 0.0055769\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1000\ttrain_loss: 0.0052507 (0.0059624)\tlr: 0.0003681\n","DEEPTB INFO checkpoint saved as mix.iter1001\n","DEEPTB INFO Epoch 1000 summary:\ttrain_loss: 0.0052507\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep1001\n","DEEPTB INFO Epoch 1001 summary:\ttrain_loss: 0.0052000\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep1002\n","DEEPTB INFO Epoch 1002 summary:\ttrain_loss: 0.0061953\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1003 summary:\ttrain_loss: 0.0067227\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1004 summary:\ttrain_loss: 0.0053401\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1005 summary:\ttrain_loss: 0.0072280\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1006 summary:\ttrain_loss: 0.0056338\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1007 summary:\ttrain_loss: 0.0059104\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1008 summary:\ttrain_loss: 0.0053881\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1009 summary:\ttrain_loss: 0.0075306\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1010 summary:\ttrain_loss: 0.0054173\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1011 summary:\ttrain_loss: 0.0058108\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1012 summary:\ttrain_loss: 0.0054738\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1013 summary:\ttrain_loss: 0.0058115\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1014 summary:\ttrain_loss: 0.0054648\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1015 summary:\ttrain_loss: 0.0083552\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1016 summary:\ttrain_loss: 0.0061857\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1017 summary:\ttrain_loss: 0.0067100\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1018 summary:\ttrain_loss: 0.0054711\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1019 summary:\ttrain_loss: 0.0056995\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1020 summary:\ttrain_loss: 0.0053454\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1021 summary:\ttrain_loss: 0.0060628\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1022 summary:\ttrain_loss: 0.0060688\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1023 summary:\ttrain_loss: 0.0056007\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1024 summary:\ttrain_loss: 0.0064151\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1025 summary:\ttrain_loss: 0.0056014\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1026 summary:\ttrain_loss: 0.0062553\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1027 summary:\ttrain_loss: 0.0052494\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1028 summary:\ttrain_loss: 0.0104704\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1029 summary:\ttrain_loss: 0.0055909\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1030 summary:\ttrain_loss: 0.0052201\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1031 summary:\ttrain_loss: 0.0100958\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1032 summary:\ttrain_loss: 0.0053273\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1033 summary:\ttrain_loss: 0.0064676\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1034 summary:\ttrain_loss: 0.0057084\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1035 summary:\ttrain_loss: 0.0053973\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1036 summary:\ttrain_loss: 0.0065398\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1037 summary:\ttrain_loss: 0.0052187\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1038 summary:\ttrain_loss: 0.0056257\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1039 summary:\ttrain_loss: 0.0061125\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1040 summary:\ttrain_loss: 0.0052564\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1041 summary:\ttrain_loss: 0.0055037\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1042 summary:\ttrain_loss: 0.0053182\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1043 summary:\ttrain_loss: 0.0055792\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1044 summary:\ttrain_loss: 0.0064382\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1045 summary:\ttrain_loss: 0.0052414\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1046 summary:\ttrain_loss: 0.0057154\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1047 summary:\ttrain_loss: 0.0066999\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1048 summary:\ttrain_loss: 0.0055858\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1049 summary:\ttrain_loss: 0.0055238\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1050 summary:\ttrain_loss: 0.0065021\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1051 summary:\ttrain_loss: 0.0053083\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1052 summary:\ttrain_loss: 0.0057165\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1053 summary:\ttrain_loss: 0.0053652\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1054 summary:\ttrain_loss: 0.0072829\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1055 summary:\ttrain_loss: 0.0065893\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1056 summary:\ttrain_loss: 0.0068755\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1057 summary:\ttrain_loss: 0.0132993\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1058 summary:\ttrain_loss: 0.0052894\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1059 summary:\ttrain_loss: 0.0058530\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1060 summary:\ttrain_loss: 0.0072314\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1061 summary:\ttrain_loss: 0.0053666\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1062 summary:\ttrain_loss: 0.0063853\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1063 summary:\ttrain_loss: 0.0077688\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1064 summary:\ttrain_loss: 0.0059227\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1065 summary:\ttrain_loss: 0.0057263\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1066 summary:\ttrain_loss: 0.0055057\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1067 summary:\ttrain_loss: 0.0055095\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1068 summary:\ttrain_loss: 0.0055170\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1069 summary:\ttrain_loss: 0.0069862\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1070 summary:\ttrain_loss: 0.0073620\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1071 summary:\ttrain_loss: 0.0057852\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1072 summary:\ttrain_loss: 0.0054253\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1073 summary:\ttrain_loss: 0.0056494\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1074 summary:\ttrain_loss: 0.0053529\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1075 summary:\ttrain_loss: 0.0051501\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep1076\n","DEEPTB INFO Epoch 1076 summary:\ttrain_loss: 0.0051497\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep1077\n","DEEPTB INFO Epoch 1077 summary:\ttrain_loss: 0.0055027\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1078 summary:\ttrain_loss: 0.0061235\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1079 summary:\ttrain_loss: 0.0096302\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1080 summary:\ttrain_loss: 0.0053682\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1081 summary:\ttrain_loss: 0.0059443\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1082 summary:\ttrain_loss: 0.0056158\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1083 summary:\ttrain_loss: 0.0059324\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1084 summary:\ttrain_loss: 0.0055803\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1085 summary:\ttrain_loss: 0.0051903\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1086 summary:\ttrain_loss: 0.0055077\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1087 summary:\ttrain_loss: 0.0073120\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1088 summary:\ttrain_loss: 0.0062312\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1089 summary:\ttrain_loss: 0.0060353\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1090 summary:\ttrain_loss: 0.0062307\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1091 summary:\ttrain_loss: 0.0076079\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1092 summary:\ttrain_loss: 0.0052510\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1093 summary:\ttrain_loss: 0.0052321\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1094 summary:\ttrain_loss: 0.0055762\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1095 summary:\ttrain_loss: 0.0053694\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1096 summary:\ttrain_loss: 0.0057699\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1097 summary:\ttrain_loss: 0.0081940\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1098 summary:\ttrain_loss: 0.0058057\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1099 summary:\ttrain_loss: 0.0072170\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1100\ttrain_loss: 0.0060482 (0.0063959)\tlr: 0.000333 \n","DEEPTB INFO Epoch 1100 summary:\ttrain_loss: 0.0060482\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1101 summary:\ttrain_loss: 0.0056927\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1102 summary:\ttrain_loss: 0.0063597\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1103 summary:\ttrain_loss: 0.0052348\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1104 summary:\ttrain_loss: 0.0053142\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1105 summary:\ttrain_loss: 0.0053706\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1106 summary:\ttrain_loss: 0.0052740\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1107 summary:\ttrain_loss: 0.0072173\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1108 summary:\ttrain_loss: 0.0054392\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1109 summary:\ttrain_loss: 0.0062305\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1110 summary:\ttrain_loss: 0.0052414\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1111 summary:\ttrain_loss: 0.0052971\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1112 summary:\ttrain_loss: 0.0053157\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1113 summary:\ttrain_loss: 0.0068404\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1114 summary:\ttrain_loss: 0.0052680\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1115 summary:\ttrain_loss: 0.0058912\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1116 summary:\ttrain_loss: 0.0057785\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1117 summary:\ttrain_loss: 0.0053218\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1118 summary:\ttrain_loss: 0.0052311\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1119 summary:\ttrain_loss: 0.0066487\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1120 summary:\ttrain_loss: 0.0053927\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1121 summary:\ttrain_loss: 0.0051824\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1122 summary:\ttrain_loss: 0.0052310\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1123 summary:\ttrain_loss: 0.0054282\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1124 summary:\ttrain_loss: 0.0051966\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1125 summary:\ttrain_loss: 0.0056313\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1126 summary:\ttrain_loss: 0.0055411\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1127 summary:\ttrain_loss: 0.0062618\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1128 summary:\ttrain_loss: 0.0057497\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1129 summary:\ttrain_loss: 0.0051698\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1130 summary:\ttrain_loss: 0.0059075\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1131 summary:\ttrain_loss: 0.0056762\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1132 summary:\ttrain_loss: 0.0054789\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1133 summary:\ttrain_loss: 0.0054811\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1134 summary:\ttrain_loss: 0.0052249\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1135 summary:\ttrain_loss: 0.0062000\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1136 summary:\ttrain_loss: 0.0052160\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1137 summary:\ttrain_loss: 0.0138466\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1138 summary:\ttrain_loss: 0.0051944\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1139 summary:\ttrain_loss: 0.0054466\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1140 summary:\ttrain_loss: 0.0054511\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1141 summary:\ttrain_loss: 0.0091182\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1142 summary:\ttrain_loss: 0.0055523\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1143 summary:\ttrain_loss: 0.0056050\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1144 summary:\ttrain_loss: 0.0060055\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1145 summary:\ttrain_loss: 0.0053058\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1146 summary:\ttrain_loss: 0.0051326\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep1147\n","DEEPTB INFO Epoch 1147 summary:\ttrain_loss: 0.0053173\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1148 summary:\ttrain_loss: 0.0059668\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1149 summary:\ttrain_loss: 0.0053909\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1150 summary:\ttrain_loss: 0.0058289\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1151 summary:\ttrain_loss: 0.0056631\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1152 summary:\ttrain_loss: 0.0056079\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1153 summary:\ttrain_loss: 0.0071082\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1154 summary:\ttrain_loss: 0.0057221\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1155 summary:\ttrain_loss: 0.0057056\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1156 summary:\ttrain_loss: 0.0056599\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1157 summary:\ttrain_loss: 0.0053526\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1158 summary:\ttrain_loss: 0.0052996\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1159 summary:\ttrain_loss: 0.0052502\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1160 summary:\ttrain_loss: 0.0079770\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1161 summary:\ttrain_loss: 0.0057324\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1162 summary:\ttrain_loss: 0.0078222\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1163 summary:\ttrain_loss: 0.0072791\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1164 summary:\ttrain_loss: 0.0052136\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1165 summary:\ttrain_loss: 0.0065942\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1166 summary:\ttrain_loss: 0.0053377\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1167 summary:\ttrain_loss: 0.0053067\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1168 summary:\ttrain_loss: 0.0054429\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1169 summary:\ttrain_loss: 0.0060974\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1170 summary:\ttrain_loss: 0.0064968\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1171 summary:\ttrain_loss: 0.0054969\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1172 summary:\ttrain_loss: 0.0067081\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1173 summary:\ttrain_loss: 0.0050835\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep1174\n","DEEPTB INFO Epoch 1174 summary:\ttrain_loss: 0.0067592\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1175 summary:\ttrain_loss: 0.0064371\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1176 summary:\ttrain_loss: 0.0054103\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1177 summary:\ttrain_loss: 0.0061433\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1178 summary:\ttrain_loss: 0.0073816\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1179 summary:\ttrain_loss: 0.0095395\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1180 summary:\ttrain_loss: 0.0058820\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1181 summary:\ttrain_loss: 0.0052723\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1182 summary:\ttrain_loss: 0.0055143\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1183 summary:\ttrain_loss: 0.0058248\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1184 summary:\ttrain_loss: 0.0092817\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1185 summary:\ttrain_loss: 0.0058066\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1186 summary:\ttrain_loss: 0.0075954\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1187 summary:\ttrain_loss: 0.0058896\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1188 summary:\ttrain_loss: 0.0068166\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1189 summary:\ttrain_loss: 0.0054553\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1190 summary:\ttrain_loss: 0.0059004\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1191 summary:\ttrain_loss: 0.0057437\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1192 summary:\ttrain_loss: 0.0065085\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1193 summary:\ttrain_loss: 0.0051309\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1194 summary:\ttrain_loss: 0.0057310\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1195 summary:\ttrain_loss: 0.0054452\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1196 summary:\ttrain_loss: 0.0053501\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1197 summary:\ttrain_loss: 0.0060329\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1198 summary:\ttrain_loss: 0.0052855\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1199 summary:\ttrain_loss: 0.0054269\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1200\ttrain_loss: 0.0051484 (0.0054278)\tlr: 0.0003013\n","DEEPTB INFO Epoch 1200 summary:\ttrain_loss: 0.0051484\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1201 summary:\ttrain_loss: 0.0052499\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1202 summary:\ttrain_loss: 0.0054538\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1203 summary:\ttrain_loss: 0.0052296\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1204 summary:\ttrain_loss: 0.0068760\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1205 summary:\ttrain_loss: 0.0053512\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1206 summary:\ttrain_loss: 0.0055712\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1207 summary:\ttrain_loss: 0.0056264\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1208 summary:\ttrain_loss: 0.0052496\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1209 summary:\ttrain_loss: 0.0055328\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1210 summary:\ttrain_loss: 0.0058775\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1211 summary:\ttrain_loss: 0.0077181\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1212 summary:\ttrain_loss: 0.0056952\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1213 summary:\ttrain_loss: 0.0053131\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1214 summary:\ttrain_loss: 0.0051250\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1215 summary:\ttrain_loss: 0.0051256\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1216 summary:\ttrain_loss: 0.0061228\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1217 summary:\ttrain_loss: 0.0056929\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1218 summary:\ttrain_loss: 0.0058642\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1219 summary:\ttrain_loss: 0.0054505\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1220 summary:\ttrain_loss: 0.0056141\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1221 summary:\ttrain_loss: 0.0056711\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1222 summary:\ttrain_loss: 0.0050073\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep1223\n","DEEPTB INFO Epoch 1223 summary:\ttrain_loss: 0.0053995\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1224 summary:\ttrain_loss: 0.0071635\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1225 summary:\ttrain_loss: 0.0050840\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1226 summary:\ttrain_loss: 0.0051066\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1227 summary:\ttrain_loss: 0.0050337\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1228 summary:\ttrain_loss: 0.0059777\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1229 summary:\ttrain_loss: 0.0054330\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1230 summary:\ttrain_loss: 0.0056229\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1231 summary:\ttrain_loss: 0.0055796\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1232 summary:\ttrain_loss: 0.0053636\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1233 summary:\ttrain_loss: 0.0062688\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1234 summary:\ttrain_loss: 0.0057576\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1235 summary:\ttrain_loss: 0.0052369\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1236 summary:\ttrain_loss: 0.0053938\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1237 summary:\ttrain_loss: 0.0057670\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1238 summary:\ttrain_loss: 0.0055236\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1239 summary:\ttrain_loss: 0.0058538\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1240 summary:\ttrain_loss: 0.0052096\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1241 summary:\ttrain_loss: 0.0052447\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1242 summary:\ttrain_loss: 0.0054050\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1243 summary:\ttrain_loss: 0.0057414\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1244 summary:\ttrain_loss: 0.0051106\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1245 summary:\ttrain_loss: 0.0055495\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1246 summary:\ttrain_loss: 0.0053660\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1247 summary:\ttrain_loss: 0.0051936\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1248 summary:\ttrain_loss: 0.0063523\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1249 summary:\ttrain_loss: 0.0061450\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1250 summary:\ttrain_loss: 0.0050540\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1251 summary:\ttrain_loss: 0.0053121\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1252 summary:\ttrain_loss: 0.0071443\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1253 summary:\ttrain_loss: 0.0057440\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1254 summary:\ttrain_loss: 0.0051161\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1255 summary:\ttrain_loss: 0.0052883\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1256 summary:\ttrain_loss: 0.0055659\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1257 summary:\ttrain_loss: 0.0053899\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1258 summary:\ttrain_loss: 0.0054168\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1259 summary:\ttrain_loss: 0.0055544\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1260 summary:\ttrain_loss: 0.0051570\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1261 summary:\ttrain_loss: 0.0055986\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1262 summary:\ttrain_loss: 0.0058931\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1263 summary:\ttrain_loss: 0.0074027\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1264 summary:\ttrain_loss: 0.0058947\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1265 summary:\ttrain_loss: 0.0058658\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1266 summary:\ttrain_loss: 0.0054415\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1267 summary:\ttrain_loss: 0.0053278\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1268 summary:\ttrain_loss: 0.0063724\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1269 summary:\ttrain_loss: 0.0055417\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1270 summary:\ttrain_loss: 0.0050621\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1271 summary:\ttrain_loss: 0.0059281\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1272 summary:\ttrain_loss: 0.0058329\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1273 summary:\ttrain_loss: 0.0060620\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1274 summary:\ttrain_loss: 0.0053779\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1275 summary:\ttrain_loss: 0.0055544\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1276 summary:\ttrain_loss: 0.0050336\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1277 summary:\ttrain_loss: 0.0053129\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1278 summary:\ttrain_loss: 0.0054214\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1279 summary:\ttrain_loss: 0.0065911\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1280 summary:\ttrain_loss: 0.0051644\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1281 summary:\ttrain_loss: 0.0054179\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1282 summary:\ttrain_loss: 0.0051006\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1283 summary:\ttrain_loss: 0.0053134\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1284 summary:\ttrain_loss: 0.0051732\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1285 summary:\ttrain_loss: 0.0052240\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1286 summary:\ttrain_loss: 0.0051410\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1287 summary:\ttrain_loss: 0.0070008\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1288 summary:\ttrain_loss: 0.0055981\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1289 summary:\ttrain_loss: 0.0055210\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1290 summary:\ttrain_loss: 0.0069080\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1291 summary:\ttrain_loss: 0.0050718\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1292 summary:\ttrain_loss: 0.0051098\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1293 summary:\ttrain_loss: 0.0057757\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1294 summary:\ttrain_loss: 0.0057237\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1295 summary:\ttrain_loss: 0.0052877\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1296 summary:\ttrain_loss: 0.0054645\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1297 summary:\ttrain_loss: 0.0095710\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1298 summary:\ttrain_loss: 0.0063165\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1299 summary:\ttrain_loss: 0.0064909\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1300\ttrain_loss: 0.0055861 (0.0062775)\tlr: 0.0002726\n","DEEPTB INFO Epoch 1300 summary:\ttrain_loss: 0.0055861\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1301 summary:\ttrain_loss: 0.0057257\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1302 summary:\ttrain_loss: 0.0053646\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1303 summary:\ttrain_loss: 0.0050336\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1304 summary:\ttrain_loss: 0.0052596\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1305 summary:\ttrain_loss: 0.0052718\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1306 summary:\ttrain_loss: 0.0063665\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1307 summary:\ttrain_loss: 0.0054594\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1308 summary:\ttrain_loss: 0.0054637\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1309 summary:\ttrain_loss: 0.0063103\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1310 summary:\ttrain_loss: 0.0062286\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1311 summary:\ttrain_loss: 0.0050746\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1312 summary:\ttrain_loss: 0.0052333\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1313 summary:\ttrain_loss: 0.0054919\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1314 summary:\ttrain_loss: 0.0052792\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1315 summary:\ttrain_loss: 0.0060820\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1316 summary:\ttrain_loss: 0.0055611\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1317 summary:\ttrain_loss: 0.0073684\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1318 summary:\ttrain_loss: 0.0052219\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1319 summary:\ttrain_loss: 0.0050469\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1320 summary:\ttrain_loss: 0.0050332\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1321 summary:\ttrain_loss: 0.0054592\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1322 summary:\ttrain_loss: 0.0058176\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1323 summary:\ttrain_loss: 0.0054855\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1324 summary:\ttrain_loss: 0.0061716\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1325 summary:\ttrain_loss: 0.0052390\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1326 summary:\ttrain_loss: 0.0050297\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1327 summary:\ttrain_loss: 0.0056012\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1328 summary:\ttrain_loss: 0.0053079\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1329 summary:\ttrain_loss: 0.0067017\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1330 summary:\ttrain_loss: 0.0055094\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1331 summary:\ttrain_loss: 0.0054324\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1332 summary:\ttrain_loss: 0.0051069\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1333 summary:\ttrain_loss: 0.0054831\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1334 summary:\ttrain_loss: 0.0054801\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1335 summary:\ttrain_loss: 0.0050046\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep1336\n","DEEPTB INFO Epoch 1336 summary:\ttrain_loss: 0.0052345\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1337 summary:\ttrain_loss: 0.0069313\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1338 summary:\ttrain_loss: 0.0057619\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1339 summary:\ttrain_loss: 0.0060676\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1340 summary:\ttrain_loss: 0.0061555\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1341 summary:\ttrain_loss: 0.0052555\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1342 summary:\ttrain_loss: 0.0055313\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1343 summary:\ttrain_loss: 0.0050541\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1344 summary:\ttrain_loss: 0.0101449\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1345 summary:\ttrain_loss: 0.0050388\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1346 summary:\ttrain_loss: 0.0052449\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1347 summary:\ttrain_loss: 0.0051098\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1348 summary:\ttrain_loss: 0.0050053\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1349 summary:\ttrain_loss: 0.0053199\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1350 summary:\ttrain_loss: 0.0055872\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1351 summary:\ttrain_loss: 0.0057244\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1352 summary:\ttrain_loss: 0.0054817\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1353 summary:\ttrain_loss: 0.0051227\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1354 summary:\ttrain_loss: 0.0051751\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1355 summary:\ttrain_loss: 0.0049847\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep1356\n","DEEPTB INFO Epoch 1356 summary:\ttrain_loss: 0.0050359\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1357 summary:\ttrain_loss: 0.0051508\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1358 summary:\ttrain_loss: 0.0062633\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1359 summary:\ttrain_loss: 0.0052888\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1360 summary:\ttrain_loss: 0.0049867\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1361 summary:\ttrain_loss: 0.0061927\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1362 summary:\ttrain_loss: 0.0058391\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1363 summary:\ttrain_loss: 0.0058300\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1364 summary:\ttrain_loss: 0.0051351\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1365 summary:\ttrain_loss: 0.0052073\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1366 summary:\ttrain_loss: 0.0060672\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1367 summary:\ttrain_loss: 0.0070139\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1368 summary:\ttrain_loss: 0.0051548\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1369 summary:\ttrain_loss: 0.0053753\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1370 summary:\ttrain_loss: 0.0051850\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1371 summary:\ttrain_loss: 0.0065617\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1372 summary:\ttrain_loss: 0.0053540\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1373 summary:\ttrain_loss: 0.0057758\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1374 summary:\ttrain_loss: 0.0056163\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1375 summary:\ttrain_loss: 0.0053414\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1376 summary:\ttrain_loss: 0.0082406\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1377 summary:\ttrain_loss: 0.0051041\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1378 summary:\ttrain_loss: 0.0054329\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1379 summary:\ttrain_loss: 0.0053423\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1380 summary:\ttrain_loss: 0.0053608\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1381 summary:\ttrain_loss: 0.0053434\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1382 summary:\ttrain_loss: 0.0055676\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1383 summary:\ttrain_loss: 0.0069578\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1384 summary:\ttrain_loss: 0.0052560\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1385 summary:\ttrain_loss: 0.0062419\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1386 summary:\ttrain_loss: 0.0061484\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1387 summary:\ttrain_loss: 0.0051735\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1388 summary:\ttrain_loss: 0.0071926\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1389 summary:\ttrain_loss: 0.0051018\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1390 summary:\ttrain_loss: 0.0055544\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1391 summary:\ttrain_loss: 0.0052864\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1392 summary:\ttrain_loss: 0.0054445\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1393 summary:\ttrain_loss: 0.0060665\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1394 summary:\ttrain_loss: 0.0053883\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1395 summary:\ttrain_loss: 0.0053555\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1396 summary:\ttrain_loss: 0.0052616\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1397 summary:\ttrain_loss: 0.0050462\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1398 summary:\ttrain_loss: 0.0054244\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1399 summary:\ttrain_loss: 0.0051539\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1400\ttrain_loss: 0.0058456 (0.0054626)\tlr: 0.0002467\n","DEEPTB INFO Epoch 1400 summary:\ttrain_loss: 0.0058456\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1401 summary:\ttrain_loss: 0.0058438\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1402 summary:\ttrain_loss: 0.0051626\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1403 summary:\ttrain_loss: 0.0054239\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1404 summary:\ttrain_loss: 0.0052544\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1405 summary:\ttrain_loss: 0.0051395\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1406 summary:\ttrain_loss: 0.0049627\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep1407\n","DEEPTB INFO Epoch 1407 summary:\ttrain_loss: 0.0050578\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1408 summary:\ttrain_loss: 0.0050826\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1409 summary:\ttrain_loss: 0.0051426\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1410 summary:\ttrain_loss: 0.0054377\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1411 summary:\ttrain_loss: 0.0053234\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1412 summary:\ttrain_loss: 0.0057469\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1413 summary:\ttrain_loss: 0.0053536\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1414 summary:\ttrain_loss: 0.0060554\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1415 summary:\ttrain_loss: 0.0059969\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1416 summary:\ttrain_loss: 0.0056496\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1417 summary:\ttrain_loss: 0.0054808\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1418 summary:\ttrain_loss: 0.0053938\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1419 summary:\ttrain_loss: 0.0059499\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1420 summary:\ttrain_loss: 0.0063928\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1421 summary:\ttrain_loss: 0.0052500\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1422 summary:\ttrain_loss: 0.0060109\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1423 summary:\ttrain_loss: 0.0061747\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1424 summary:\ttrain_loss: 0.0051654\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1425 summary:\ttrain_loss: 0.0052830\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1426 summary:\ttrain_loss: 0.0060712\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1427 summary:\ttrain_loss: 0.0051476\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1428 summary:\ttrain_loss: 0.0056614\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1429 summary:\ttrain_loss: 0.0051952\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1430 summary:\ttrain_loss: 0.0056901\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1431 summary:\ttrain_loss: 0.0052615\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1432 summary:\ttrain_loss: 0.0058620\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1433 summary:\ttrain_loss: 0.0056934\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1434 summary:\ttrain_loss: 0.0051066\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1435 summary:\ttrain_loss: 0.0051110\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1436 summary:\ttrain_loss: 0.0065307\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1437 summary:\ttrain_loss: 0.0051946\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1438 summary:\ttrain_loss: 0.0049817\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1439 summary:\ttrain_loss: 0.0054401\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1440 summary:\ttrain_loss: 0.0055372\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1441 summary:\ttrain_loss: 0.0060161\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1442 summary:\ttrain_loss: 0.0051757\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1443 summary:\ttrain_loss: 0.0057474\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1444 summary:\ttrain_loss: 0.0056190\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1445 summary:\ttrain_loss: 0.0055101\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1446 summary:\ttrain_loss: 0.0051910\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1447 summary:\ttrain_loss: 0.0053097\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1448 summary:\ttrain_loss: 0.0057551\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1449 summary:\ttrain_loss: 0.0054954\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1450 summary:\ttrain_loss: 0.0055095\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1451 summary:\ttrain_loss: 0.0052175\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1452 summary:\ttrain_loss: 0.0068867\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1453 summary:\ttrain_loss: 0.0053256\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1454 summary:\ttrain_loss: 0.0054607\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1455 summary:\ttrain_loss: 0.0052888\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1456 summary:\ttrain_loss: 0.0067192\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1457 summary:\ttrain_loss: 0.0051534\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1458 summary:\ttrain_loss: 0.0051818\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1459 summary:\ttrain_loss: 0.0052249\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1460 summary:\ttrain_loss: 0.0111444\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1461 summary:\ttrain_loss: 0.0062630\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1462 summary:\ttrain_loss: 0.0053783\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1463 summary:\ttrain_loss: 0.0057649\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1464 summary:\ttrain_loss: 0.0052510\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1465 summary:\ttrain_loss: 0.0064126\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1466 summary:\ttrain_loss: 0.0065443\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1467 summary:\ttrain_loss: 0.0051790\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1468 summary:\ttrain_loss: 0.0063292\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1469 summary:\ttrain_loss: 0.0064142\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1470 summary:\ttrain_loss: 0.0080041\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1471 summary:\ttrain_loss: 0.0069892\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1472 summary:\ttrain_loss: 0.0051085\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1473 summary:\ttrain_loss: 0.0058240\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1474 summary:\ttrain_loss: 0.0052449\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1475 summary:\ttrain_loss: 0.0062662\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1476 summary:\ttrain_loss: 0.0057012\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1477 summary:\ttrain_loss: 0.0055588\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1478 summary:\ttrain_loss: 0.0066984\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1479 summary:\ttrain_loss: 0.0051811\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1480 summary:\ttrain_loss: 0.0051032\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1481 summary:\ttrain_loss: 0.0065624\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1482 summary:\ttrain_loss: 0.0049663\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1483 summary:\ttrain_loss: 0.0052212\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1484 summary:\ttrain_loss: 0.0051113\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1485 summary:\ttrain_loss: 0.0054181\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1486 summary:\ttrain_loss: 0.0056703\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1487 summary:\ttrain_loss: 0.0056930\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1488 summary:\ttrain_loss: 0.0051850\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1489 summary:\ttrain_loss: 0.0050618\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1490 summary:\ttrain_loss: 0.0056320\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1491 summary:\ttrain_loss: 0.0051445\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1492 summary:\ttrain_loss: 0.0057922\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1493 summary:\ttrain_loss: 0.0053819\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1494 summary:\ttrain_loss: 0.0052321\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1495 summary:\ttrain_loss: 0.0051979\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1496 summary:\ttrain_loss: 0.0066754\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1497 summary:\ttrain_loss: 0.0050551\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1498 summary:\ttrain_loss: 0.0058858\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1499 summary:\ttrain_loss: 0.0050210\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1500\ttrain_loss: 0.0057370 (0.0055369)\tlr: 0.0002232\n","DEEPTB INFO checkpoint saved as mix.iter1501\n","DEEPTB INFO Epoch 1500 summary:\ttrain_loss: 0.0057370\t\n","################################################################################################################################################################\n","DEEPTB INFO finished training\n","DEEPTB INFO wall time: 150.509 s\n"]}],"source":["!dptb train ./inputs/2-4_input.json -i ./nnsk_md25/checkpoint/nnsk.ep99.pth -o ./dptb"]},{"cell_type":"code","execution_count":9,"metadata":{},"outputs":[{"data":{"image/png":"iVBORw0KGgoAAAANSUhEUgAAAcEAAAGPCAYAAAAk6Wv0AAAAOXRFWHRTb2Z0d2FyZQBNYXRwbG90bGliIHZlcnNpb24zLjcuMSwgaHR0cHM6Ly9tYXRwbG90bGliLm9yZy/bCgiHAAAACXBIWXMAAA9hAAAPYQGoP6dpAAEAAElEQVR4nOydd3hUVdrAf/dOb5lJL5AGhFCkKgIqIEXl07W7Nnatu/a2uvauq2vbdV372l3FVXet2GnSkd4NJIH0nul95t7vj0ligCRMesD5PU8eJblzzzn33Dnvec/bBIfDIRMjRowYMWL8ChH7uwMxYsSIESNGfxETgjFixIgR41dLTAjGiBEjRoxfLTEhGCNGjBgxfrXEhGCMGDFixPjVEhOCMWLEiBHjV0tMCMaIESNGjF8tMSEYI0aMGDF+tcSEYIwYMWLE+NUSE4IxYsSIEeNXyxEhBF0uF4899hhnn302WVlZxMXF8f7777d5bUFBAWeffTbp6elkZWXxxz/+kfr6+j7ucYwYMWLEGAgcEUKwoaGBJ598kt27dzNmzJh2r6uoqGDu3LkUFxfzwAMPcNNNN/Hdd99x5plnEggE+rDHMWLEiBFjIKDs7w70BGlpaezZs4fU1FQ2btzIiSee2OZ1zzzzDB6Ph2XLlpGZmQnA0UcfzZlnnsn777/P5Zdf3oe9jhEjRowY/c0RoQlqNBpSU1MPed0XX3zB3LlzWwQgwMyZMxk2bBiffvppb3YxRowYMWIMQI4ITTAaKisrqaurY8KECQf97eijj+b7779v97Nut7vDexsMhm73L0aMGDFi9D2/GiFYXV0N0KbGmJaWhtVqxe/3o9FoDvp7enp6h/d2OBw908kYMWLEiNGn/GqEoM/nA2hTyDX/zuv1tvn3Q1FTU7Pfv0OhEHa7HbPZjFLZvUf88ccfU1paislkQhAEZFnG6XSSnZ3Neeed16179warVq3ipzVrOH/1Gix+P4JSiXLQIIScHMQzTkf693vgcIBGg3jxRYjjxuF0OtmxYwejR4/GZDIhyzLSV18jvfceBIOg0aC49U+IxxxzUHuy203hzbeg97hxmM2sHjcORXkFU4uL0YZCeNVqFg/JpV6lQhRF4uLiMBgMeDweTjvtNHJzc9m7dy/r16+nsbGRhIQEjjnmGHJzc6Mec/ijj5BXrUY45mgUv/tdpF/hMNKXXyIv/REAYcIExIsvQlCpeuZB9xMHztVA4tlnn8XpdKJQKBBFEUmSCIfDxMXFccsttwDw6quv4vf70el0LZ9r/t5fffXVUbfVnefw5JNPEggEUCgULd/pcDiMWq3mzjvv7NS92kL2+ZC++AJ51erIL1KSke12BH8A8awzEdvxmYCen99o5gRA2rqN8OOPR77vFguKRx9BzMho+XtX1tRoTGTwKxKCWq0WAL/ff9Dfmn/X+ovRmtLS0g7vfeBxaDAYBCA+Ph5VO4ve7t27WbVqFbW1taSkpHDccccxfPjwg66bOXMmH374IW63G5VKRTAYRKvVMnPmTBISEjrsV3/wm9/8huk7d+KVJVCpEFNTELVaNKNH4f/XayhkCUVWFqbrr0eRngZENihFRUWMHz/+lzFd8nsCk47BftfdSE4H0tPPYPjzbehOOWX/BhMS+GHWTPK++YZ4p4uJu3fzTVISXw4bytyyMhKDIeYWFbNw8CDqzGaMRiNqtRqv18u2bdswmUx8/fXXBAIBVCoV5eXl1NbWcsEFF7Q5Hwci+/1Yt2xFViqIO/lkVK3n5Ior8A3Lw/3uu7BtK8rXXJhuugkxLq6nHndURPuuRUObczVAmDlzJgsWLCAcDiNJErIsI4rift+V9PR0ioqKDhJA6enpnRpPd56DIAjt/r67zzS4cyeut9+G+npQKtCedDKCTof3i88R01KxnH56hxuxnp5fr9eLIAiIYsT9pFkQejyelvuHyspofPppCAURk5JIePklFElJ+48rijW1q/xqhGBaWmTBPVBrg8hRaXx8fLtaoMVi6XR7SqUSlUrV5oQVFBTw0Ucf4ff7UavVFBUVUV5ezsUXX0x+fv5+144ePZp58+axYsUKampqyMnJYdq0aV1exHob76rV+L77HkEGITERhVaHYDAQWLQIAdAedxxxl1+O0LQpAVp2ds3PrBnV2LFo33mbuuuuJ1xdjfOZvyF4PJjOP3+/No899VS+KynhuG3bSamuYXwwyPqUFFZPmMBxe/Zgqq1jTkkpK/PyCDUtQEqlkrq6OlavXk0gEMBisbQsijabjTVr1jB69OhDj/ennyDgR5mSim70aARxf18z1exZaAZlYH/uOcJ79+J66mksd9yOIjGxq4+4U3TmXYuG9uaqL1i4cCFLlizB5XJhNBqZOXMmc+bMafn7KaecgkKh2O+aWbNmMXv27JZrpk+fTnl5OXa7HbVaTSAQQKPRMGPGjE6NpzvPYfDgwRQVFSFJUss7B5CZmdnlZyp5vbj+8x+8S5bg8/lpkMKsy81F7XIy64fv0QoCpvN+i1qv77VxtYXRaMRms7VsSJo3J0ajEZVKheT1Un/7HeD1IhpNpLz8Esp2zE8drand4VcjBDMyMkhKSmLTpk0H/W3Dhg2MHTu2R9pZuHAhixcvxu12YzAYmDVr1n5fVIDly5fj9/tbFl69Xo/NZmPFihVtLkz5+fldWrD6Gsnjwfb44yDLCHFxoFAQrqtDFEBUqTHOuxjd7NkH7YT1ej2jRo1C38YXVJGcTPLrr1F/3XWESstwvPgSst9P3O9/33JNfn4+XHstP78/n+zVq5lod+AzW9gXDvPj8OGM8/kZ7LBz4t69/JSYgDM+Hr/fz6BBg6ipqUGtVrf0SRAE1Gp1m5ultvD9uAwA3fRpBwnAZtQjRhD/wAPYnnyKUFUl1r/8Bcudd6Js2pj1Jp1916BjYdN6rg4llHqShQsX8vnnn7cIDpvNxueffw6wX5tz5szpsA/5+flcfPHFLZvK7OzsLm0qO3pnD8Wpp57K22+/jcfjaREOer2eU089tdP3AvBv3ozz7XcINzbg8/lZr1azKT0NUacjb/VqGiuriB81kpSpUw55r+6Mqy1mzpzJ559/TigUahH4oigya9YsZFmm4Y47kWprQakk4fHH2xWAvcmvRggCnHnmmcyfP5/y8nIGDx4MwNKlSyksLOT666/v9v0P/KLa7fY2v6i1tbXdWngHKtZHH0Wy20EUkcNhqKtDkZaGavBg4q65FlVOdpufMxqNTJgwAaPR2ObfFWYzSa++Sv31NxAqLsb55lsIMhh//7uWZ5ifn0/+Iw/j+u9/cX/xBbMaG/lCr6MMWDs8D0VRMYPtdqb8tI6lQ3JRpKczbdo0li1bRmFhIXq9vuVLGggEyM5uu68FBQUsX76c2tpaMvV6pm/ejFarRXvCCR0+G2V6OvH33Yv1yacI11Rj/ctjWG7/M6p22ukpOvuuHUrYNM/VTz/9xIIFCw4plKIVlIe6bsmSJUiShFKpbNEoQqEQS5Ys6bTg7c6mUgqFCGzdhqK6mnF2G8qNGwkMzkSRnIRoMkVl883Pz+eyyy5rEcSpqaldEsThujqc772Pf9NGABTJKaxNSmSj3Y7FYkEZDjOyoRFZltmcmEROO5u01hzqu9hZmuemLe3c+d57BDZvBiDuuuvQThjfI212liNGCL766qvY7XaqqqoA+Oabb6ioqADg6quvxmw2c9ttt/Hpp59y2mmnce211+J2u3nuuecYPXo0v2tyaOgOrb+ozQtqW1/UlJQUCgoKcLvdhMPhFqNxewtvZ2i9SKekpDBt2rQ+0SK9y5bjW7ESWZJAoUDweBDMZgxnnIHxgvMR1Op2PxsIBKipqWk5ImkLhdFI8j+fo+76GwiVlOB85x1kWcZ0ye/30ywN55xD3ZatuFetYqrbhX/8eJzAyiG5zN69G4M/wBBJQj1kCMOHD0eWZcrKyrDZbPsdj02bNu2gPhQUFDB//vyWo0Vh504aGxqwTJ4c1fGmIimJhPvuxfr004RKS7E98QSW229HNWTIoR9wF0lJSemUkD+UsGmeq2XLlh1SKEWrvUVzncvlOsi2JAgCLper155dM5Ik4f32W9z/+4RgcTGEQgSUCqxmC/F2G+pQGFQqBI0GZUYGqmFDUaRnoMrNRZU3DEV6+kGnH90SxF4vnm++xbNgAXIoCKIC/SmnYDz7LAr//veWTU9WRQWqUBCHXs9OlZKzorh3NN/FztKWdh4sKcHx5lsAaKZOxfTb/nPyO2KE4PPPP7+fA8sXX3zBF198AcAFF1yA2Wxm8ODBfPPNN9x999089NBDqNVqTj75ZB5//PEueYUeSPMXtfWuu60vak5ODlu2bGn50geDwR4Rggcu0oWFhZSVlXXZ/hMtkteL9YknkINBEASEcBhBryf+3nvQTZ16yM/bbDYWLlxIYmJihzGXotlM4jNPU3/LnwhXVOB6/32QZUyXXvLLMxdFlmakk6PVkhAIcEJhET+OGkmty8V32dnMsdkpGj2aYUuXsnvECPKnTIn6eGy/o0Ugz2ZHlmW2qNVE60sqms3E3303tr/9nWDhHqxPPInl9j+jzsuL8g6dY9q0aVELeTi0sGmeq0AgcEihFK32Fs11zbYlSZIOsi31Jr71G7A98QTh1pqzQoE7KZmlU6dw0spVJDTUQzCIHAwS3L2bYFERotmMaDKBKCAaDKhGjUIzfjyasWMRzeYu9UX2+/EsXIhnwVdI7shzVo8YiemSS1AOHgT8sukxajTklpSCDDtSU0mN8ug92u9id5AliYZ77oFgENFiIeHhh3qlnWg5YoTg9u3bo7pu5MiRfPbZZ73Sh9ZG4OZdd1tf1H379rUI3VAo1GKMLikp6Vb7XbH/dBfJ6aTu+uuR6utBECJaoDmO+PvuQzfl0DaIzqJMSyPx8cdouPMuwtXVuD78EEGrjWibTYKwymqldtQoZu/YgcVhZ+SuXdSmpBBSKtk+aiQKQBkK4fz735HeeCPqXXnro8Xk+nq0AT8+lYqflYpOjUE0GLDccTv2v/2dQMHP2J56Csutt6IeObIrj6RD8vPzmTZtGkuWLMFut2M0Gjs8eotW2Gi1WjweT4fXRau9RXNdR7al3kAKhbA98STe778HWQZBQD12DIZzzokcfdfVwYcfkvDP50iPiyNQWIh/7U/4Vq9CcjiRgwHCjY2Iej2SDP516/CvWwcIqIYORTN+HOpx41FmZ7XrLdpMuL4e75KleJcuRXJGYpKVaekYzj0XzbGT9vt886bHUlSE0ufDqVJRnZHOxe1sevoDx2uvES4tA1Ek/sEHENvxyu8rjhghOBCI9otaW1uLXq/fb6fldru7bRPsS1ujHAjgXbwY54cfEizYHWnPYECRkox+9uxeEYDNqIYMIf6++2h86CGk+npc772HqNdhOOMMoGk37HCw6ajRTNq8hdy6emqVSvYNHoykUKAAgio1ippabM/+g/i774rKltP6aHFwRSXIsDcpgeQuGPNFrRbLn2/D9o/nCOzYju3pZzD/6RY0HSSA7wrNx+PhcBiz2UwgEGD58uVkZma2KfijfYePPvpoFi1a1OF10QrUaK7ryLbU1ni7Yw4I1dRQf/0NLdqfMiuL+IcfQj1sWJvXiyYT2gkT0E6YQNyVV+BbtRr3558Trq9DlmUUaamoR44kWLyXUGkJwaJCgkWF8L//IVri0Yw5CmV2DspBGRGvaUFg38aNFK9ahXbfPpK8PowmE1qtBkVSMoazzkJ7/HEIioM3X/n5+Vx84YU4H3oIQRRxjB/Hxb///YDxJg9WVuL68CMAdLNno20j9reviQnBHqT5i9raO3T27NkHfVE7a6eJlt66b2tknw/vsuW4FyxAslojNhJAMBoRM9JRJCRivOiiHmuvPTTjxmK55RZsf/8bUqMVx5tvIajV6OfObdkNF/n9qLMyGV1YxKSqakhNpVm32JmWSm5jI8HCPex95hkWJyVRW1fX4cLZfF9fbS1JtbWEJYnyQYM4o4u7bEGjwXLrn7D/83n8WzZjf/ZZzDfeiKaN1H5dpbOnA9EKm0mTJmE0Gju8LlqBGu11h/L87AlzQKC4mIabbo44eCmVGH/7W0zXXN2ipR4KQaVCN2M62uOPw/vDQlyf/I9wTQ0+qw3TpZegHj2awOYt+LdsJrBjJ5LNinf5cli+vOUePp8fV0MDyU0nSj5ZplKnI+esCxh25pltCr/W5ASC2DQahNwcxj74YL9rWq2xPvRw0zGoGcsdt/d3d4CYEOxx5syZw4wZM1qyj7RlXO6snSba3W1n79sZwjYb3oUL8S5ahNSUS1VyOiJHRSoVYmJCJCPLlVcidtJOI4oiOp0u6oWmGd2M6YQb6nG+9TZSQwOO199A0OnJnzG9xc5XYTKRLkkk7Svh6J07+dFoRI6PJ6jTob/qKnzvvot94SLEzMH4srI6XDibjxYr33sPKRTCajYz/pRTurXLFlQqzDffhP2ll/CvX4/tuX9ivv46tJMmdfmerenK6UBHwqb1XB1KKEUrUKO97lB01xzg37qNhttvR/Z4QKsl8fHH0U5qW1M51DsrKJXo/28umknH4Hj9DQI7d+B47TV006ZjuvwydLNmIgeDBHbtIrh7N6GyMsLVNciBAI0lJdQZDIQsZhrj46lNTKTW4yHPaiXvEAIQwPPttwDoZszotADs6ncxGtzffENw1y4AzH/6E2KrWOH+RHA4HHJ/d+JIIxgMdigEISLYonGRPnB32yzY2tvdRnvfaJAlicD27XiXLsW/cRNIYSDiiq055mjsr/4LIRRCTEhAtJjRzZxJXBfKUUXzvNrtoyzjeO013F98gexwosjIIP7uu9GM+yXuUw4G2Xn9DfiLCmlUqVk8ehTT5szh//7v//jqrrtI/2kdolLJhvHjqEtIwGazkZeXx5VXXrlfWwUFBcx//31mr1uPKRBgbU4OVYMH9YjjkRwO43j1VXxr1oAgYr76arTHte9UFO3G6PXXX6ewsPCgZABtjS8aujNXvc3jjz+Oz+c7yMyg1Wq55557Ovysd+UqGh94AAIBBKOBpGefRT1iRLvXd+Y5yJKE58svcX3yKcgS6vwRmG++qd3N4uOPP47T6SQYDLb4DKhUKkwm0yHHESqvoOGeu0EQSXrmaRTJyR1e351xdQYpEKDm3POQbDbU48aR/MLzA6JfENMEo6I5Zc+BdGcyonXG6OvAelmWCRUX41v7E/6ffiLc2NDyN9WwvMju9uijqfvDHxHCYVCrIc6EIim5T45BD0QQBOKuuIJwoxXfj0sJV1dje/ZZEh56EFVODgC7i4v5IiGe6SUqEoNBphQVs1q/iiFDhrDFZCKYmkpuQz3jt21n5bGT8LSjKS1fvhxzXT3mUIiQWo1zSC5+p7NHHI8EhYK4a65BUKnxLl+G/ZVXkINBdDOmH3RtZ479evN0YKDRVXOA++uvsT31NITDiPHxJL/4AspW5da6iyCKGM48E2VOLvYXXyBQ8DONDz9C/F13thlao9PpqKysBCKamc/nw+fzRZUL0/NdRAvUHD2x0wKwu3QU6+l4+RUkmw1USuLvubtP+3UoYkIwCp5/vu1dy6233trrbfeFs4vkchHYsZPA9m0Etm8n3PCL4BP1BrTHH4d2xgxUWVkAuL/8kuCePciShMIchygqiLvqj10+3qivr+ezzz7jrLPOOmTFjrYQlEosN99Eo91OYP36SAzek0+S8MgjKJKTWb58OXZg68QJ5JZXUDh+HFlFRaxYsYKU1FR+stuxBIPEO+xM2LaNb4YNI7WNhbO2tpYxjY0gQGVaGpJS2aNzIYgipiuvAJUK7+JFON54HTkYQN+NjEM9lSGlme7OVW/SFYHvmP8BzldfBUlCkZpK0r9eRRlFzsyuPAfNuLEkPPAAtr/9LZIw4bHHib/7rnaFVevvfHNqtY6QHA58K1cBoD9lblR9OpCuzm9HsZ4zx43D3RSupv+/U1G2Sow9EIgJwQFOTzu7yJJEuKaG0N59BPcWR+Ka9u4DfvmSCRoNmvET0Ew+Fs3YsSxatowlr76Ky+XCotVy2br1qGUZQa9DNJnQn3Jyh0dHh0KSJLxeL5Ikdfkeok5H/O1/pvGBBwns2klwTyHWp54i4cEHWzYSDoOBUgBBYJDDSe2WLUy5/nrKysr4MSuTU3a6MNjsTC4vZ2QbR4UZZjPp9fUgipQNyugVxyNBFCNxjyolnu++w/nuu4Tr6iMhIE12ms5ujHoy7V5PzFVv0VmBb3/pZVwffACAMjeX5FdeRowyXVhXn4Ny8GDi770X65NPEq6piWQOuvuu/VLoeb1eTCYToVCIYDCISqVCqVTi8Xg6vLd38WLkUBBVTi6q4V2LO+3quDqK9Rz/7XeRY2aTCfNNN3apX71JTAhGwY039t/EdWV3K8systtNuKGBcE0N4ZrayH+rqwmWliA3lZVqjXLQINRHHYX6qDGoR+QjNMUxHrjDO3br1si9RRFVcjLKtHSMv/1tr42/MygSEoi/8w4aHniQ0N69BLZtx/7CC6QmJbGnuBi9Xo/VYkEFyMhMLN7LEIWiZeHcolBwwo6djA+FSamshAOPFtVqHECdVkO1KBKw2Q45F51x2d/v2uRkZk6dinH1ajzffE2otBTzNVcjms194gV8uBKtwG987HG8TQ4k6tGjSfznc4gdZDXqSRRJScTfcw+2J58kVFmJ9S+PEX/fvS2CMCUlBYfDQWJi4n523I6OQ+VgEM+iRQDoTjnlkLGHPU17sZ7Gqir8hUUAxF15BWIPJCXpaWJCMAo6Y/sLlZfj+uprwqEQ7oR41EnJCPomDy1ZjvxARPFqOeKQ9/97q5OPTGR+P2wYP+/6GXtDA+Y4MyMzM0nduhXnunXIXh+y34/s9SA5nEh2O5LDgRwOtdtHQalCmZODKjcH5ZAhqEeORNHOEVDrHV6q282IRiuiLOMRReLVGuKuubrDlGh9jTIzk/g//xnrY48RKi/Ht2IlM2eeSKlGg81mQ6/Xo1KpsJlMjA4Esf3jOYY9/BD5TZqf+8sFuD7+COe//40yO7slpZkcCmHevgNlYiJlI/LRarWH1DQ6Y7s76NqiIso0Gn5/xhnEffMtgR3babj3PkyXXsK0E07oEzufHAgg2e2EGxsJ1dQi1dfjddgB8C1ajCcjHWVmJsrc3D4TIN1FkiQa77ob/+pIrT3N1KkkPPHXXvGG7AhFfDzxd9+N9amnCZWVYnviSeLvvw9FYmKXNr6+tWuR7HZESzzaycf24UgitBfreVJpKcgyysGDMZxzTp/3KxpiQrCH8W/divu9f4MMLgEEBFAqEfV6BKMxIjA6uUkzAS0O804nVJTjjuJzotGEIjU18pOSgiI1FWXm4EiR2yhcrWH/Hd7JhUWIRGS0S6Eg87xzezXvZVdRjx5F3PXXYfv7s0i1teiWL+f3557Lj015EQESf/MbjKtWEyorpezhR1g8aiTVjY2kJCczOycX/b692J9/gYRHH0E0GvH/tI6wtRF9Sgqn338/Z0SxMeqM7a69a3+027n04Yexv/gioYpy7M8/T+rYscw7cSbLi4u6beeTZRnJaiVUUUG4ooJQRQWhikpCe4sJ1zcge73IgUDLhs1rjoNZs/B89CFWeyR7CYKAGBeHMjMT9dix6E6a025geX8iBQI03HQzgR07ANDNnUvCvR17W/YmotlM/B230/iXxwjXVGN78ini772n08e6siy3hEXo58xB6GYh767QVqxnns1GiscLCgXmW27uc+00WmJCsIcR4+JQpGcQDgQQw2Hw+UAAORhAtjYixplRDR2CmJRM5J0QoPnlEPjl/5slpdD095ZfCwgaDaJWi9D6R6NFjDNFchaazYhxcT1Sxbx5hzeuvIJErxdRkrCq1TQkJqLvYumXA7FYLMyZM6dLdRvbQ3f88U2xg68jNTRi/PwLfv/ww9hTkvnpp5+YeOyxWCZPpvz227Hu2EFKeRklo0ZRWFREtULB7/R6dA31OF55BfPNN+P++isA9HNmR/1cO2O76+ha5eBBJDzyMO7PP8fz1df4t27FvHUr54wahXbGDDTjxh0yNlOWJCSbjVB5OeHKSkLlFYQqKwlVVCB7m2xNcsRJSnI4IBCgqSOgEBGUKgStFrNazYmbNxOnUiPo9cheL8gykt1OwG4nsH07rvnzES0WNBMnYDj3PDRjezYLTleQ7Hbqrr+eUEkkv7DxooswX3dtl+8X7Tu7n2mivh6pri7y/3X1kYwyfj+CQoFksxOw2mh88CES/vJop+y4wYICQqWlCCo1ulkzuzymzozrQA6K9TQYOL2kFIVCgWrkSLSTJ3erX71JTAj2MLoTTkA5eXJLTIsiGCS462d8P63Fv249cihIqKoKtcWC8fe/JL4dqMycOZNv/vc/ppSXI8oyAVHErdWiuezSduvndRa1Wk1qairqHj5S059+OqG6Otwf/5dwbS3Wp55C//BD5ObmYjAYUOj1rB4xgqFl5WQ6XShKS9kyciQ2u53VeXnM3rkL/9atND7wAKGKCgSdHl0nclV2xnZ3qGsFlQrjeeehPeEE3J9+im/1GgI7dxLYuRMQUKano8jIiGx+lMrIpisQRHa5CNfXEa6ti1QcaBMBQakkbLUih4KRTZROi3rcODSTJkWOy1NTW5K9a1rFa0nhMKE9e/Bv2kRgy1YCBQVI9fVINhvexUvwLl6CIiUF3dy5mOZdHLXjSU8SLC2l/sabkBobQRQxXX01cRd3LZxHDgaR3G4Udjspfj/Cvn0EiCSRl+z2X35sNsL1DYTr6pB93kPeVzDoCVdV4d+wgdrLLsdy7z1oo8wc5PnmGwC0Jxzf6UQVB9Kd72Lr5AnuL7/EtnwFCAKWP93SrT71NrFg+V6gvcBOyW7H/c23eL//HjkURFCqMP5uHrqZMwfsUQHAjiuvxLB9B4Ik0WA04LvoIo676qoeu7/VamXt2rVMnjyZ+Pj4HrsvRILQbc/8Dc8P30MwhP2YY1g9cgSz58whJyeHxx9/HEtlJcft3oOATGVaGmuys9HodPxp+nQc//oXhCVQiJhvuqlTuQ7bS3Qwb968g462OnMtRGrJeZcvx79+A6Hysug6JIgo09JQDMpAOWgQykGDkDyeSAq8+noAxDgz+lP/D9306W0uqNHMVai6Gvcnn+Jdvpxwefkvf1Cp0EycSNyVV/RKsvC28C5bhvUvj0U0VrWa+HvvQR/lRkaWZUKlpQQ2b47k/SwpaYmbdSuVFCQmkt/QgCHUvv29GTHOjCIpEUViEmJycuT/k5IQdHpkr4dwfT2+tWvxLlwEoRCCwYDhzDOJu/yySD7RVrR2oMrS6Zi2eg1arYbEJ57odvhBT3wXpXA4Ehjf0IBm4kSSnvtHt/oEsWD5IwbRbMZ04QXoZ8/C+c47+Lduxfn22wS2byfuiiu6vYvrDXxbtmDZvQcZEFOSGXbeeV3KCtMRHo+HnTt3MmbMmB4XgoJCgfnmiBbgW7sWa0U59kEZWK1WcnJyWpJtG0aPYtyOnWRUVTPF4aR+9iy0xx6L8/35BLdvRz1xIprx4zvVdmdsO521AymSkzGecw7Gc84hbLM1pd2qRnI6ISwhqFWgUiPqtBF7cHIyYkJCi71Icjhwzv8A36qVQGSRNpx2GrpZM1s8g9simrlSpqVhvu5azNddS2DvXlzvvINv1Wpkrxf/2rXUrV2LMjsb4wUXoDvt1F5xSpEkCcfzz+P+3ycgywhGA4lPPY1mzFGH/Gy4sRHvwkX41qwhXF/XxhUCfqOJXenp5CqUmAUBQav9xRRhNqOwWBATE38RdlF4RernzME3axbWx/+KZLPhWfAloZISzDfd2CLcDtwsabZujdS0PO44Unsg/q4nvovu/3yI1NAQsQXe1vux1N0lJgT7AUVyMuZbb8X7/fe4PvwI//r1NJaUYrn9z/vFC/U3kiRhe/zxSJ1AlQrV6NGYLr64v7vVaUStFsvdd1F39dU0G1dDa9fChAktnni7APfwPCb9XECa08molauo37ET2eNGkTkYydqI/R//wHzzzZ2ytXbGttPVeD6FxYLCYoEoK1D41q3D+eabTTlgBfQnn4zhvHN7JZejOjeXhIceQgoG8Xz6Ka5PPyNcXk6opATbU0/heOUVdKecQtyll3S5zt6BBPbuxfrQw4Sakrsrc3JI/PvfUB4ig0qovAL355/j++knkCNxcoJKjXrMGNQjR6DMzkY5eDCCXk+oqgo+/BDTjTeQOKjnTBraqVOJv/cebH/7O+G6OgI7d2J99FEsd96JKieH5cuXt5Swwukku64OSZJZZzREXdOyN5GCQZzz5wOgPe64lgQbA5mYEOwnBFFEP3cuquHDsb/wIuG6WqyPPIrltltRDR3a390DwPXuu4RKyyIuzlmZxN98c1Q72oGIwmIh6W9/p7ipgGdg5Uq8I0aQf+KJ+2lgu4cN4/jycrS1tUgeN6LBgP7U03B//jn+rVvZ++w/WJwQ361SPf2FHAjgfH8+3iWLgUiJoLgrrugTD19RpcJ4/vkYzz8f/+bNON96G/+WLUgOB+6PP8b92adojplE3BWXdznxguTzYX/hRTwLFkA4kudWN3culrvv6lDblOx2XJ98gnfpjy3CT50/At2cOWjGjT3oOLK30U6ZQtwf/4jjnbcjiS2qq7H+9Qnib/9zpIpJU5zv6Lp6hLBErU7HDnc0/uK9j+vdd5EdDlCpMN/6p/7uTlTEhGA/oxoyhIQHH4hUGt+3F+tfn8B84w1oxo3r136FGhtxvv0OhMMIJhOWm25C2YM73v5AOXgQugsvhC1bIBjE+tcnUDQdITWnpfIajfj/8Acyk5KQbLaIs4lejzIri+rHHsP+3XdI2Vn4Bg/uUqme/iJUWYn9+RcIVURsdIbTTsNw7rn94k6vGT8ezXP/IFRfj/PNN/EuXoLsduNfvZq61atRZg5Ge8I0DOecvd/JSHuJB0J1dTj+9Rq+pUtbEkGISUlY7rgd3dT2k5DLsoxvyVKc//mg5XOaY47BcMaZqHL6N/GA/uSTIsL5888I19QiiPVYn34GvV5HvSShB0Y2NCAA2xMTCDUJ/f5ECgYjScKJVHhRJiX1c4+iIyYEBwCi2YzlnruxP/88gW3bsD37Dyw33Yhm4sR+65P1/gcizgSiiPGii9D2YpFcrVbL0KFD0fbBjjsuJwf9zp0YZJA9Hqpv+ROfjBmDXaDDgHbNuLHszMoitb6eSRUVyKmpWC2WTpXq6S/8GzdGEnL7fIhxZuKuuRrNUYe2jbVFT86VMimJ+DvuwHzrrbg/+QT3J59GYhXLynF98AGuDz5AjI9HmZODMyGercXFICrIUCjQbttGxYIFaEURZX3DL4knNBoMvzmNuBtuQOxAwIcbGnC88SaB7dsAUOXmYrz4YtRRzmNfvLOG886N2AZ/XIpUWwcKBdPKyvgsczCj6utRhkI0arWUmM0k9tBmpjvjcn/4YUQLVCoxX399j/SnL4h5h0ZBZ6tIdNWTSQ6FcLz6L3xr1yAolJhvvqnTzhg9gXflShpuvQ1kGdVRR5Hyr1d7VWPoy/I8Ho+Hffv2Mchux33//QTcHuoMepbMmoWsUHRYaujxxx5j7JatZNqs+NVqVk2aRGM4HFWpnv6gpYTP/z4B5EgJnxuu75btrbfnyr91G+5PPsG/YUOk6kBzu6EQclPqvmZkWUYQRVRKJaLFgv7UUzFdeskhwzD8W7fiePllJLc74qF9/m/RnXxyp0J++uqdlcNh7P/8J7716wnX1OIIh3G1yuv5Q3YWFSYTeXl53HLLLd1uL9pxHVQxYsYMRr/wIpLVinbGDBL/8mi3+9KVfnWFmCYYBX1VRUJQKom75mqQZXw/rcX+z39ivvmW/Wrj9TZSMEjjAw9GPOr0epKeebrXj8xCoRA2m424uLheF4I+n4+amhrSxo0j7oYbqH3yKZJcbo7/aR2rj51EWKFoN6A9JTWVNdlZWIJBTG4XE7Zt47shQ9qsONHfSD4fjn/9C//69UDE89B48cXdnsvenivN2DEtwfWB4mJ8y1cQ2LqF+i1bUQYDqCQJEAgpFLjVamwWC9PuuhNtFKcmsiTh+eKLpiM7GVVuLnHXXIOyC9Uw+uqdFRQKzNdfj/zcc/g3bUKzrwSVJOFXKNiWkkxVXFxnE1B1SDTjaqtiRMlrrzG8vh6FWt2tJAT9Qd8mzItxSCJ15a5Gc8wxyKEQ9ueeI9BUjbkvaLz7HmSnMxLketed7eYU7dE2Gxv56quvaGxs7PW2SktL2bRpE6WlpRjPOovqvDxkIL2mhsnr16MIBgkEAm0mK542bRoKvZ4l2dn4BBFTo5Vjy8uZdsIJvd7vzhCujThZ+devR1AoibviCkyXXNIjm5m+nCv1kCHEXXoJSX/7G+suvIB/T53KJ6edxqe/OY0v5p7C/yZOoPSUk6MTgMEgjhdfwvVJRCvWzZxJ/H33dUkAQt8+B0GtxnLrrRjPPRer0UhQqUQBuDUatDodJpPpkBUmoiWacbXOJ6xSqVAqFEyqqiYcDqOZdMyAK5V0KGKaYBT0dRUJQanEfN112J9/Hv+mTdiefZb4u+7qdS8+z6JF+FYsB0A9YQKGuV2rSXY4kXjnHVTdfgfpjY2kV9cwcc0aVo8d22ay4taxfFuUCo7fuYsJoTBJBQUHVZzoLwI7dmB/4QUktxvRbMZ8002o87pWVmcg0Z3iwJLLhe0f/yC4ezeCUonpssvRTT+8igoLCgXGc89lS20dwprVTKys4uhGK+HsbIplOaqCuz3FgRUjRtfXYwwGkeCwsgU2E9MEo0ClUrX505sISiXmG25APWo0ss+H7emnCZVX9Fp7waIirH95DCQZQacj6e9/67W2BhL5o0eT/MD9uBMTEWWZTJebeVYrQ+Li2r4+P58rr7ySq555htw/3YJWq8H13//iXbmyj3u+P7Is4/76G6xPPY3kdke8jh9++IgQgPDLBiQvLw+tVkteXl672XRaE25sxProXyICUKfHcvvth50AbM3xs2ayLyeHwvh45HCYozZvJk4QeryCSEcYjcZI4nVJAlnm2KZ1qTo+HlVOTp/1o6eICcEBjKBSYb7lZlRDhiK53ZFCnLW1Pd5OqKaGxvsfQHa7QRQx//m2fsnx2F8MnzKF4Y8+gj4nG70A2to6rA8/QqBgd4ef0590EvpTTwPA8drrLdUJ+hrZ78fxyiu4/vMByBK6adOIv/fePjnK7kuaNyD33HMPV1555aEFYH091scfJ1RViSI+gYT77++zdG29RfNmwDF7Fm6TCbNCwcVhibw+jC2eOXMmoigSCoXIrakhzu8HQJo3r8/60JPEjkMHOKJWi+XPt2F9/K+EysuwPvEk8fd1f4Fr9u4KW62cuq+EnMZGREFANXoUxtNP76HeR0fz0Upf5E9tXaWhNZqJEzGcfjrur75Cqm9A0KixPfkEcX/8I9oOYs2M5/8WqaEB39o12J57rk+OrVsTrqvD9txzhEpLQVRgmncxujlzeu1Z9uVcdYdwXR3Wvz5BuL4ORVIy8ffcjaIH49b68zk0ZxYKnXEGjQ8+iFxdhfvzLzCeczbQuULOBxLNuFpXjDh++w4EIJCTw7Tf/67bY+sPYiESvUBvuPOGbTasjz1GuKYGZUYG8ffei2gydelezd5dGr+f/9tXwiCnE30ohKxRkzF/fp+nOuqPEImcnBz0B2i7ciiE9dFHCRQVQSgcSY8mgP7kUzBeeEG7jiVyMIjt6WcI/LwLUW/AcucdqHIjSay6syAdioj970UktwvRFIf5xhu6nG0lWvpyrrpKuLER618eiwjA1DTi776rx7XigfIcvCtX4Xj1FRBEEu6/j+JwuM1E7NEmdOjMuLwrV9J4190gQNILL6AZ23te7L35vGPHoYcJCouF+DvvRBGfQKiyEttTTyO5XF2615IlS9D4/ZxaUkqC348uFCIkCOxIST0scv31Fs12WNFgBJUS5aAMkGXcX3xO4733EWrnKFpoShGlystD8rixPfUUwZKSlmTHhYWF+Hw+CgsLmT9/PgUFBd3qpxwO4/rvf7E++RSS24UqN5eERx7udQF4OCA5ndieeqpJAKZGNMAj6FhYlmU8ixdjf/ElXB//F834cZFEFrKE/ZVXWLl4SUtxZoPBgMViwe/3s2LFih7vi+O11wFQDR/eqwKwt4kJwcMIRVISljvvQDTFESzZh/WJJyIFUDuJ3NjI/+0rIS7gxxgIIAkCHpWK7wf1j2tzY2MjX3/9dZ+4m5eUlPD9999TUlLS5t8VycnEXXkFgiAQqqgEpYpwTQ2+VauouehinO+/3+bnRK0Wy+23oxqWh+R2Y3viCTZ+8UWPL0jh+nqsjz2O+4svABndjBkR+19iYpfv2Rn6cq46i+TzYXvmGUKVERtgZNPYs1VJmumv5+B8912cb7+Nb+0a3F9+QeM996I76SQUCYmEa2tJXr066kLObRHtuHwbNhAqKgIg7qqruzeofiYmBA8zlBkZxN99F2KcmVBpKY2PPBLJaB8lgYLdnF68N2LMlmWU4TAIAguzMjG04xHZ24RCIaxWK6Eo6rJ1F7/fjyRJ+JuM+W2hPfZYtFOnRsoTlZWiHDIEQaeDQADbSy+z+cyzePrBh3j99df30+qa7beqIUOQ3G7yFy4iq8mdHDq/ILVGliS8i5fQcM+9BAv3IGh1mK+7jrgrr0To4WLEHdGXc9UZ5HAYxwsvENy7F9FownLnHT1qAzyQ/ngO/k2b8C5aBIKI9oQTUKSmErY2Yn/unxjOPhsQGFJXR3J1TUsu3ObizNGGUEQ7LscrrwKgzM1Fe+ykbo2rv4kJwcMQ5eDBxN97D4qk5Ehg9MOP4Fu7tsPPyKEQ7s8+w/r44yTpdFi1WvSBILIgUG40UpSUxKxOVE0/0pEDQQS9HrQ61GPGkPrpJwTGjSUUDmOurua0JYuRV65k/vvv7y8I9Xosd96J+qgxaESRybt2kVkWKXrb2QWpmVBFBdbHH8fx9lvIPi+qocNIfOwvvZrP9XDD9f77+LduRVCpsfz5tsMuYPtQyKEQzvcipxD6//s/zFddRcKDD6LMykJy2HH992O0J5yA0WTi2NJSfLW1uN1ubDZb1PGU0eLfsYNgwc8AxP3hDz123/4i5h16mKJMT49Un3junwQL92B/8UV8q1ZhOOsslDk5LdqHHAziX78e96efEaqOaIwpp5yMb8tWdJs2ERIElo8by1mnncbs2bP7c0gDhsDOnfg3rEeRnIwgigQ2b8a3aBGLxo9HZbdzfHEx+kCQE/cUUlZbxzaNhvx77235vKjTYbn1T1glicAPPzBi5y40VhsbBmWg0enaXZAOcqIZN46MXbvwLlmKHA4haDQYf/vbiPdnLxSiPVzxfP8DnoULAYi75uo+9c7tK3xr1xKuq40UPz7rTABEo5H4O+/E+tcnCJWXESgowJibS0JBAceWlPDdoEEYTaYOizN3BcdLL4EMisGDD+uYy2ZiQvAwRjSbib/nbtyffYb7ywX4N23Cv2kTisQkFKmpyMEAobKyX8rLxJkxXnQhYmoqCR9+BGo1CRdeyD3XX9fPIxk4yLKM68MPAdDPnoUyOxvHG2/g+t8nhFJTKM3NJZySytQNG9D6/Qyy20lYupTGYAj9ySejOXYSglKJoFSSe+cdFCfE4/vsM4bW1pIVDmG5/nry2liQWlcMN8syhu07cH34EY3x8Wi1GjTjx2O65JJePeI7HPFv2dJipzVecAHaSYf30VxbyLKM99vvgEiJpdbFj0WTCcsdt2N96GHCdbW4LPE43G7SwmHGJyZSoNezfPlyMjMzu+yV3DpZdqYs89vNW1CKIqbLL+uJ4fU7MSEYBZ2tItGXCEolxvPOQ3vccbg/+wz/+g2EG+oJN9S3XKNISEQ7fTr6/5uLqNNRc+llEA4jJidjuqb/jdpxcXGccMIJxPWBTTItLY2cnBzSWtWpa01w926Ce/ciKFUYzjoLwWQisOtnfKtWMrmwiE9zc6hNTmbt0ROZsHUbaq8XQyhMsKgI+ysvI37wAdrjj0czfhyqvDyGXnUV/ilTcPzrNSSHHeGtt/F4POhOOmk/bW7lkiWkVlaS73CQZLWBLBMOh6nSqJl4990HBXn3ZuhFR/TlXB2KUHkF9hdfjCQImD4D/amn9lnbffkcggUFBEv2IShV6GbOPOjvCosF861/wvqXv+DZswenSkU8MK60DGdaGpVNzljRvB8HjuvAZNlH/1xAOBQilJiI/qSTenqo/UJMCEZBX1WR6A7KjAzM112H7PMRKCxEdjhBiNgPFYMGtSy4rv/+j1BxMUDE01Sh6M9uA5EaZtnZ2X1TTzAujhEjRrS7eHmadtzaE45HbLrGdNmlBIuKSPCVMHnvPr4PBqkE7GlpTKuoIDE+HtXQIYQbGpDsNjxff4Xn668QDQZUI0aizMpCf8YZ+JYsIVhUhOONN3F//TXaYycDMsG9e5mwbHlkY6KIzFNjfDw7U1Owp6UxpQ0B2DoWrC+L+/blXHWE5PVie+45ZJ8P9ciRmC67tE8D1/vyOXi++TbS5rQT2o0NVmVlYb7+eipvvx1zKExQq0UVCjJu5y4aRo6I2hnrwHG1Tpad4POR5XQCsDI5iaEDPGFCtMSE4BGGoNW2WzBVcjpxvPYaAJopU9BNntyXXWsXj8fDrl27mDBhAuZu1LqLhoaGBjZs2IDJZGoJlm/WqpwlJZy8YSNGo5HEk09p+Yyo1WK+4Xrcd99Nen09I7UadiYlUZwQj1GpYI7bQ7C4GNMllyDGxeHfuInAls1Ibjf+Devxb4iUM5JlGTkQQLJaCVdVEdi0GUGvRzSbUSsUNCgU1GZmUpmRjkerjdQ1bENjXb58eUvohSAI6PX6Pivu25dz1R6yLON47TXCNdUoEhIx33BDr5f7OpDefg7N76Rr3z5O2rgp8k6eckqHn9GMG0f5xKPJ+Okn1H4/ggAWu50hJSWEZszY777tnSAcOK7WybKnlZQgAk6Vig1mM5f0+Kj7h5gQjIK+riLRW1j/+ldkjwdBp8Ny78ApAutyudi4cSN5eXl9IgTr6upoaGggMzNzP61qQmUlfp+Pcr0en9tFa3Giys5ma04Og6prmNzQADm52OJM7NHpyAwEGFdfj/Pf72G+6UbM11yNLEkECwsJFRUTLCtFqm9AcjqQ/QFkKUy4phbJYQdADvjRjxrJwnCYKq0WtSQR6MCrr7a2tluxYN2ht+aqM8e73m+/aykTZb7hhi5nTuoOvfnOtn4njymvwO/zUabX43M6OdQWJ+/yy9heXk5uZSXKsASEGFNZhWno0KhOEA4cl9FoxGazofd4yLZF3tf1qSkY++GZ9xYxIRgFA8H21138mzbhWxGpdGC67FKUFkv/dmiA0KxVxcfFMWTbdhQKBbsTEyhvQ6vaZjAgJCWRabMyfvt2Vh47CbVazXqTiSmjR+P98UccL76EeMftqEeMQD18OOp2vPJkWSa0bx+eb7/Dt2YN+ro6zvL5qVKr2ZGcBKNHM2369Da9+lJSUigsLESv1yMIQkvoRfYALO4bDZ053g38/DPO//wHAOO8i1EN67vE0X1F8zuZZDAwpL4ehULBzuRkKqLQ9PPz8+Hee6h/6mkMZWXow2G0cXEYvv2Wz3JzO32CMHPmTD7//HOmlZQgyDIepZJNaWmcdQSFU8X8rH8FSOFwpEySLKPMzsZ40UX93aUBQ7NWlVrfgDoYwK9RU5+c3G5l+bVZmXi1WnQ+L0ft+pmA309qWhqmyy5DM2ECciiI7dl/EGqKDWwPQRBQ5eZivvYaEp96Et2MGeiMBnJFgd80NHBmwW4yyyuQA4GDPjtt2jQ0Gg02m63XYsH6ktbHux1l1pHs9hZHGO3U49AdoSE9ze9kVlUVCimM02jElpQYtaafP3IkU19+icwpk4nLSEfpdhMqKydhzdpOnyDMmTOHc2bPZpjdgQDszMrirHPOOaLCqWJC8FeA8+VXIiWYFAriH7h/wFcA6EtSUlIIBAJkVkRqopWnp+MPhdqtLC8aDCzLyiIsySRXVTHCamXatGkICgXm669HNXw4steD9elnCNfXH3SPtlCmphJ35ZUk/v3vGH5zOqLeQLimGsfbb1F/2214lyxBlqSW67taW2+gEs3xrixJOF57DcluRzloEHGXX3bEvscpKSkEfT6ymzZS+zIHEwgGO5VkQdRqsdx6K4rEJASTkXBtLcOrq7HU13c6m8y4HTvQKZVoEhM59913jigBCDEheMQTKi/H9cknAOhPOaXd47n+RKPRMGjQIDQaTa+3pdfrUavVLU4x06ZNwwJY6uqQwhI7DMZ2tapm4ZM4YQIFecPQaDXMdLnJbeq3oFZjueUWlIMGIdmskSTnTd500aCwWDCe/1sS//EspnnzUCQmIdntON56i8Z778O/det+felMbb2eojfmqnkj0tHi7P3++0hGGKUK8/U3IPSzd2pvvrPTpk0j1+VC5fbgFRXs1Gq7pOkrEhIigjA+HlRKTKEQU/aV4K6vb/cE4cBxhZ1OfIuXAGA48wzEI8A0dCCxUkq9wEApswJQ+8erCP78M6LFQup/P0bsA0HTWfq7lFLRv/6F77PPqDEY2Dt3blQZNmRZxv7ss/g3b0aRmkbCo4+0BDFHqpk/SrihAdWQIcTfdVeXFm05FMK7aBHuzz5DcrsB0B53PKZLft9vRY97Y64OtAk2l/9p1m6DJSVYH34YORTCdMkl6Jvq2fUnvfnOyrLMvltvw1PwMzsHDcYxZXK3sr74N23C+vdnCZeX41cp2Rofz5K0NIxGIzNnzmypDwgHj8v6zDN4Pv8CQa8n7YvP+2396M3nHXOMOYJxf/EFwZ8jOf4sf75tQApAgHA4jM/nIxwO97oQDAaDuFyulgQIsixjKSwilJTEkCv/wKwZ06O6jyAIxF11FY333ke4phrn2+8Qd/VVCIIQ2YHffjvWRx8lWFyM/YUXMN9yS6fd+AWlEv0pp6A9/njcn3+O5/sf8K1aSXD3bsw334SqHxxhemOumjXsFStWUFNTQ3Z2dsuiLwcCOF55BTkUQjNhwoCxA/bmOxssLETfUI8hLZ1zn3kasZvep5oJE4i75PfUvfgSQlUVw3x+qpOS2BcO75dNZuHChSxevBiv14tOp2P28ccz8rvvAdCf+n8Ddv3oLrHj0COMhQsXcu+99/Ln66+n/MmnCIfDaI6eiK4pTmgg0tDQwP/+9z8aGhp6va29e/eyYsUK9u7dC0CoqJhQdRWCSo1m8rGdupdoNBJ33XUgiPhWrcS3/BdHDmVGBpbbbsMXClOxaDFfX3Y5r7/2WpdqCYpGI6Z584i/714UySmE6+uwPvIovnXrOn2v7tJbc9Xe8a7zgw8IVVQgms2RihkDxA7Ym++s59um4PipU7stAJvRn3QSe7Iy8alUGAIBpu7ZQ6pO1+KA1JwZxuv1kpmZidfrxfrqvwi53QhaLXFXXtkj/RiIxITgEUTzi2yz2Ti5sAhVKIRPltk6gAVgf+Nt8kDUHHPMfjkZo0WdPxzjuecAkVpvofKKlr8Vh8N8lZiIL+Ano6oKw5Kl3Sqqq87LI+Hhh9CMHYscDGB//gW8TfaaIxH/li2R0kFA3NVXt2TwOZIJ19XhX78BAP3/ze3Re/+UmkphRgaSKBLndHH01m2oVSpqamr2ywwDoBIEjqqrIxwOo5szB9Fo7NG+DCRiQvAIovlFHuJyM8xmQwBWp6exaP36/u7agEQOBvGvXQNEUlJ1Ff1vfoN69FHIAT+2555D8nqBiOt/qUHPzqOOQlSIjKqrY0iTJtpVRKMR8623NuWQlHG8/RaeJkFxJCG5XDjeeBOIOHS1lwXpSMPz/fcgS6hHH4Vy8OAevXdKaiqrc7KpTE0FWWZwZSV5e/eRmprakhmmmaPq6lFLEiFBIO7aa3q0HwONmBA8gnC5XAiyzMnFxQhAg07HuvR0XC5Xf3dtQOLfHEltpohPQD1qVJfvI4gi5muvQRGfEAlteO01ZFlucf2vzMjg57w8EGBsRSX6dd3blAiiiOmyy9CfehoAznfewbtsebfuOdBwvj8fyWZFkZqG8bzz+rs7fYLkduP98UcA9HN7VguEiNepSqfj+6FDaDAZESSJqcXFTE9JxWg0tnjnAgxvjBzz7ktNRXGEa+AxIRgFwWCwzZ+BhtFoZHZJKcZAgLAg8PWwYchNv49xML4mjUx73NRu1+cT4+Iw33gjgkKJf/16PN98s5/r/76sLPbk5iLLMmNLS/D88EO32hMEAeMF56NvynHqePNNArt2tXltQUEBr7/+Oo8//jivv/56l49j+wr/xo34Vq4AQSTuqj8iHKEOGQfiXboU2edDOWgw6rFjevz+zQ5IOSNH8uPUqQQNBjSCgOGFF5g7fDiiKLZUlFeHw0iCgOoIKZfUETHv0Cg4HKpIAMzNyyNj4SJkYEtyEjUaNaIoDviK8UlJSZx//vkk9UGtvCFDhiBJEjlJSfi3ROLutCd0/Si0NaphQzHOuxjnu+/i+vAjZlx0EWVlZdhstkh6NYuFUFYmUz1enP/+N4Ja3S2HJUEQMM67GMlux7d2DfZ//pP4hx5C2Sq+rqcrTvT2XEkuF4633gIiFdTVeXm90k536ennIIdCeL+PbIz0c+f2mgNQfn5+y7wHi4upu/56ZJebYf/9H7+94AK+27aVOZ99jjEQwDt2LCeedVav9GMgEdMEjxAkSSLvm29QKRS4dFqW5eRgsVg466yzBnyGB1EUUalUiH1QLV2pVKLVapE3bgIpjCo3F+WgQT12f93s2WiPOx5kCcuCBZw4YQIKhQK73Y5CqSRp3jwSzjwDAMcbb+Jduapb7QmCQNwf/4AqNxfJ7cb+7LMtNkmIPiVZtPT2XDn//e9IVpiMjBaHo4FITz8H39q1hK2NiGYz2uOm9sg9D4VqyBASn3wStFokm428//2Pm/1+EiQJjV7PiL8+3if96G9immAUHA5VJJwvv0y4sgqFSkX+Cy/w3GHkSGCz2Vi8eDFz5swhOTm5V9sqKytj0aJFTKurI52e0wKbEQSBuMsvI1RaiquwEOmdd5HzhmE2mwkEAixfsYLMiy4iPRjCu3gRjn/9C5DRHX9819tUqzHfcguNDz5EqLISx4svYb71Twii2OMVJ3pzrvwbN+JbvbrpGPQqhAGcnaQnn4Msy3i++QaIhDL05bg1Y8cSf9tt2P72N6T6emxeDxuPP46pRhOKxMQ+60d/EtMEo0ClUrX501ccyqYTKN6L67//AyJHSIebJ10gEKCqqopAG8miexqv10swGMRrtSIolGin9vyuW9BoMN90I3afj3i7neNrajDo9b9oYStXYrrk95GjUFnC8eq/8P64rFttKuLjsdxyM4JShX/rlpZYs2hSknWG3poryevF+c67QOQdVg0Z0qP372l68jkEd+4kVFqKoNag6wfThX7uKZhvuRnBYiGkVFGTmor697/r8370FzFNcIBzKJuOJElYH3gAQiHEpETMf76tv7t82KAeP77X4p+UaWmszRvG0Vu2MriqCqfRRElWZosWJogipssvB4UyohG+8TpyOIS+G4ugasgQTL/7HY6338L98X9RjxzJtGnT9rNLNqckG2gVJ1wffUTY2ogiJQXjOWf3d3d6ndb1E2fs3s1gn5+EforHk0MhBJUK9ahRKJs2SwNZC+9pYprgAOdQNh3X2+8QKikBQSD+3nsR+7jC9uFGazdwXQ8fhR6IMHIkmwcNAhlG7NlDYn3DflqYIIqYLr2kxcPT+fbbkTixbqCdeSKaY45BDoewv/QyednZA77iRGD3bryLFgMQd/kVCGp1P/eod2ne2BYWFqKrq0NXWkZDYyNV/eAEFLZasT7xBM5/v4fzp5/wbd0CwIfPPMPChQv7vD/9QWzFHOB0ZNMJlZXhfO89ALQzZ6I95pj+7OphgdRUMgmNFvW4sb3a1rRp05hfWorZ62VIQwNjNm/GOmH8flpYs4cnSiWer7/C+d57yMEghtNO61KbgiAQd8UVNBYVE66pxvXvf5P/xz92yRO0JzhUxXg5GMT55puAjG7adNSjux6vebjQemN71NatKBQKiuItWHfuZHgvHM+3pvV8DBMEJu/egzYUwlNdhTsQINiUNWns3r18/vnnAPsl2D4SiWmCA5x2bTopKTTcdz8Eg4gWC/F33dnPPe06JpOJY445BpPJ1OttmXfvYVB9PSl5eZ1OaN1Z8vPzuXjePOxzZmO3WDCqlPzW6WJYRsZ+1zXH/LmmTKG+rp49/3iOH26+hYKm5OedRTQam7J8CHiXL+/RHKOdmavWGo/P56OwsPCgtHHuLxcQqqxEjDNjvOjCHutnb9Odd7Z5YxvncpFSXw+CQGF2dpedlaKlZT727CGrsJChCxfSWFqKLxDAHgrhUanYbTIydsNGBjVaybRaWbLkyE3L10xMCA5w2qsiPrPRSqi4GAQByz13I+p0/d3VLqPT6cjPz0fXy2OQPB4MGzcwZU8hKX1kE8vPz+eKq65i+ptvkDo8H53bhf2FF5GbgpKb2b17N+/W1PBTSjKyJJG4bRu7HnmEgnYC4A+FesQIDL9pzijzLlIPZQ3qzFwd6ig/VF6B58svATD9bt5hlZ+yO+9s88Z2aFMS96qUZBoVii47K0XL8uXLkdxuZpeWMaa8HKWooFGnw+WwE5JhTUY66zMyiKusROv3c2J5xa8i29SvSgguX76cuLi4Nn9++umn/u5em7RZRfzEE9E0ef/pTpyBrpePUHobn8/H3r178fl8vdZGQUEBC++5l712B2sGZbDDbuu1ttpCNJsx/+kWBI2GwM4dON54cz/7ZLPAqBk5kh1HjUZUKsmqrqHumWeQu+iBaDj7bJTpGUgOO8735/fIODozVx0d5cuShOPNN5HDITTjx6OZPLlH+tdXdOednTZtGqnBIMlV1YQliY0JCX3irBTcvZu5u3aR0lCPJIjsy8rE4vMSDIUpHDyYgvh4BEFg2bix+NVqkrxeRvTid3Kg8Ku0CV5zzTVMnDhxv98NHTq0n3pzaFpneZAkibrf/Y5QMIiYkIDl3nv3u/ZQNpiBiMPhYNWqVWRmZvbKkWjzMdDJP+/CnpRMRVYWuxcuJD4hoU+fjSo7G/MNN2L7+9/xrVyBIiEB428jeTFbC4yKjAyCKhVjtmzFWFqG7amnMf/pFkSDoVPtCSoVpj9cifXRv+BbuQLtlMloxo3r1hg6M1cpKSkUFhai1+sRBKHlKD87OxvvkiUEC/cgaLWYLr10wJRIipbuvLP5+fmoVWo8Wg37EhJJHTeuW0VzD4UcCuH+5BOmb9+Bz+vFplazPj2NqaWlEJZwDs0h6fzzEZu0cjEri/K9+xhSXc2cmtpe6dNA4lcpBI877jjOOozSAS1cuJAlS5bgcrmYU1HJuMpKFCoV8Q/cv1+hy55OkXWksHz5clR2O8awhFMROfwIBoOsWLGiz5+LZtxY4q64Ascbr+P+8gsUiYnoZs08SGDUJCXRmJfHSeXlBHYXYP3LX7DcdhuKTqbpUufloT/lZDzffYfzzbdQ/fXxPqtK3254xrhxuP71GgDG8377qwnKbsa/fTv6ygoMaWmMePJJFL2YICJYXIzjzTcJlZaiVqvZplGzISmJuSWlqAJB6vR6VOeey5yTTwZR5MemBN47s7MZXleHpqEB79q16A4zTb0z/KqOQ1vjdDpbksX2B9EmNW5dIzDZbmdkeRmhcJjGsWPRHn30ftcuX7YMv8/XYymyjhRqa2sZZrWBAI4mbUqpVPa6I0J76GZMx3BWJBbO8c47+Nb+1Kbt15GchO62WxHNFkIVFTQ+9DDB4uJOt2c87zwUKSmErY24Pvywp4fTLm0e5c+bR8rq1cg+L6ohQ9DNGdgp/XoaWZJwf/gRALpZs3tFABYUFPDWyy/z2eWXU3DDjbh270E0GNk2YTybcnOZVV2DORDAq9WyYnge+yorgYgX6DXXRMomnXvnHWibNojOV17t8T4OJH6VQvC6665j0KBBJCcnc9ppp7Fx48YOr3e73R3+dJZovOaaaa4RqBZFziwqRiGDQ63mP0YDksuF++tvsP71r9RedRXHfPQx523cxJSNG8kuK0MpSd1KkXWkkJKczOCaGpDBarYAEAqFet0RoSMMZ58VqQkoS9hffpkcr5dp06b9kmdUoWDatGnkzZhBwkMPohycieSwY33scXwbNnSqLUGjIe4PfwDAu2QJgR07emNIbXJgxfhstxv/unUgRJIFdLd6x+GGb+mPBEv2IWi1GM44vcfvX7BrF8v/8Q+Gf/452aVlBHw+tihEGv9wJQUKBSeWlpHh9yHodGw7dhKi2dzu+tBcRzBYWIjvCK5J+qs6DlWr1Zx55pmcfPLJJCYm8vPPP/PPf/6TuXPn8sMPPzCuHXtJenp6h/dtaGjY79/BYJBQKNRuuaVly5bh9/sxm80IgoBOp8Nut7Ns2TKGHJAuqrnY5dzCopYSSV/l5pBXVETdjTchh35pQ6VUIvn9xFttxFttDC3ey9rBg9BMmjQgSz81IwgCiYmJCILQK/08IS0NbzCIVxSpUavQSxIKhYKpU6f263PRXnwxYbcH/9o1VD35JLuSUwjrdcTFxREMBlm2bBnp6ekMHz4c01134nz5FYLbt2H7x3PoL7wA7UknRW1LE4YORXPiTHxLFmN7/XUsjz7apRJF3Zkr2efD/vY7yLKM7pSTISNjQL+XHdGV5yA5HDg+/A+yLKM/62zCOh3hHhx/cNcu7H/9KxNralEoFHgMBrbnD6dIoaBmwwamlpYR19hIWKVi/bixOPR6AnY7mZmZLWNoPS7FhAkocnMJFBay7a67eW/0KAwGAzNmzOjzyjSHWlPbItrUlr8qITh58mQmtzrbPvXUUznzzDM57rjjeOihh/j000+7dN/Gxsb9/h0KhbDb7UDk2O1AqqqqUCgUhMPhlt8pFAqqqqoOupdOp2PQvn3kNf1+V2IiJ1RWYZIkQgolDMpAnDIFYdgwXI2NLF2wgITGRvLr6jB4vRxXVIwmYxANdXUICkWXxtfbyLLMpEmTkGX5oPH3BHEFu1GbzRQmJyMJAuFwmJkzZ5KYmNgr7XUG+Zyzkex2nMuXc2xdPevHj8NqNKJWq3E6nSxdurSlXI/8+98h/e8T5FWrcL73Pq59+xDPPjvqeZVnzyK8fh3h6hrq33sfxdlndb6/3Zir8GefIdfWQkIC3mkn4OvnZ98donkOe/fuZf369TQ2NpKQkMCsmhrMDicMGoR7/Dg8PTR+uXgv0nffIRcUoK6rJ6BUUJCTw95Bg5AUChQeD4krVpLlcmEVBZZlZ1GvUBC0WlGr1YwZM6ZlDAeOa8fYMeQWFJDodJJutVIWCrFgwQI8Hg/HHXdcj/Q/Gg61prZFtCc9vyoh2BZDhw7l1FNP5csvvyQcDqNoY0EpLS3t8B6GA7z2mncr8fHxbe5G0tPTKSoqQqFQtHjNhcNh0tPTSUhI2O/akyZOZHBTcmWXSkWa0wmiiDY7G8v116MaP65FG0gEjKmprFq1ihXV1UxsbGRkRSWaokJU772P6frrBmRKqkM9r+4ge71Yd+5Eb9Az7dY/MTktjdLSUrKystD3kYPIoZD/dAs7t2wmsaGRqdt3sGHsGBqa3OZtNtt+74R89VX4cnPwfPgRrFmDyuXGeM3VUTu7BP7wB5zPPgurVhE380SUbSSq3r17N6tWrWrxMD7uuONaPBe7OlehfSXYV64CpQLTlVegPsTpSldZvHgxP/74I263u1e1lkM9h927d/P1118TCARQqVSEt23HX1hIMDGB1D/+AWUPVJ4I7dqF96uvCe7aGbFrqdXU5+ezRKnAp1QStlpRiCITKyrJdzjQJyUS/O15GF0uPE1ze/zxx5PXKl3bgeNa1NjI2VotST4fM8or+M+YowiFQqxbt47f/OY33RpDZ+jNNeJXLwQBBg8eTCAQwO12ExcXd9DfLRZLp++pVCrbrTYxffp0ysvLsdvt+3nNzZgxY7/rJUniqAVf4QfCQEAUUaiUCFOPY+T997V5nDV69GhGjx7d8m//xo3YX3yJ0PZteF5+JZItfoDlF62treXDDz/kggsuYFAP1vYD8K5aBaEgqkGD0A4fTsGWLSxevJhZs2Yxfvz4Hm2ry6hUlMyejf/b7xjscnHMlq1sHDMGm1JBTk7OQe+Q+je/oSYYxPfGm4QXLiS0YT1xN9/M8CjKMakmTiR0/An4Vq3E8/Y7JDz6yH7vQ0FBAR999FGLh3FRURHl5eUtHsZdmSs5HI4UEUZGO2UqhgPCk6KltZe00Whk5syZ+6X0WrhwIQsWLECSJARBwG63s2DBAhQKRY+n/jrUc1i9ejWBQACLxYLW7+f4sjJkWaYwLZ2cbngky34/vpWr8PzwPaGmFICiUoV2+jQMv/kNbNmC4/PPkXw+BGB8VTXDGxtRWyyYL7+CtFkz6aj1A8fldrtZMWgQZxUVkep2k+FyUabT4Xa7+7SSDnS8pnbrvj16t8OUffv2odVqMfZRxopmr7kVK1ZQU1NDdnZ2m3FCjn88R7CoCFGSUGWkk5WWTtwf/4CmE4uIZuJELHfcju2pp/Fv3YLjtdeJu+bqwy4uq6t4ly8HQDtt2oAe8wknnsh/ysuRdu5ksM3OuE2bCI3IbzOAuqCggPmbN6PPzWFaURHa+gZsjzzKnhuuJ+/0QztbmOZdTGDrVkIV5XgWLMDQKlyodZYXQRDQ6/XYbLY2w0mijUn1/vADwX17EfWGSJ7ULtDsJd0s4Gw220G5LZudyJRKJaIoIkkSoVCIJUuWHCQsOxKmPUFz3KcIjN++A1UoSKPJxPqUZLrSUqi8HO+y5fiWL0NqcsYTNBp006ahP/XUltCZffv2odFoQJYZV1rGKKsVBIGfR48ib9bMTrdrNBopDIVo1GpJ8PmYtq+E90fk99la2Rf8qoRgfX19i32lmW3btvH1119z0kkn9UiV6IKCApYtW0ZVVRXp6elMnz69zYWhdQB8W3hXrMD1yScQDCJYzKhHjMBy661dcqlW5+djvvkmbH9/Ft/qVSizMrucoPlwoaCggHXffMNRPy5DqVJhS0npcAfc3+Tn53Ph737HymXLUC5dSpbVytz6epKLi+GAzVGzoNINGsTalBQmbN1KXEMjgZdfwS2K6E89tUOBL5pMmH7/O+wvv4z7iy/QTJqEskmbibYIb2lpKd9+++0hY1LD9fW4/hepdWk8/3wUXThVgTYEXCiEye2h4r33cFRXI7s9TNi+A49CJKDRYtdpqTYYCAvCfqm/ohGmzddFIyhfeeUVHA7HQdekpKRQuGcPo/eVEG+3EVIoWJGbQ0YnjoElhwPf6tX4VqwkWLKv5fderY4d8fHsMOhJCASY1tBAftO6Vltbi0Gn49iyMgbbbaBSsiEnh2qDga74os6cOZPPP/+c5RnpnFG8lzSXi3S3h6nnnNOFuw1MflVC8LLLLkOr1TJ58mSSk5P5+eefefvtt9Hr9Tz88MPdvn/rYHWFQnHQUVK0BGtrabz/AQgEQK1GO2s28Tfd2K0gZ83YsZh+Nw/nu+/i+uhjlJmZaMb2bhWF/qJ5HvKKipAliRKNhp8WLODiNo66BxLNGyP5yitx/vvfeBctwjl/PuGGBowXXdQSTtBaUAXUan6aOJFh27czpLYO14cfEiopIe7KKzv0/tRMmYJm1Wr8WzbjeONN4u+7F0EUO8zy0potW7YcUmOUZRnnv/+N7PejystDe+KMLj8bl8tFmsfDmIZGsux2TH4/CllGAJxFkdjJowMBZKBZ/MuAX6HAaTBg++fzaI87jiWLFh1SW4xGUK5rSkrucrkIh8MHXTPthBOw/Pgj6RWVhEWRlblZhMzmQ6ZGCzc24t+wAf+GDQR2/QyyFPmDqEAzfjx1uTm8uXo1Hq8X2euhoqGBoqIiLrvsMvLz80lNTCT5+x8Y7HAgCwLbR+SzW68nr4vhQK21bHtlJRafn9/6fOTPPnLiO39VQvC0007jo48+4oUXXsDpdJKUlMTpp5/OXXfd1SNp05p36GazucXJxm63dyozieT3U3fZ5chuN4gixgsuwHzdtT3i2ambPZvQvhK8y37E8dLLxD/0EMq0/ouV6y2WL1+O3+cjz2ZHVIjU52S3JA04+oAEAwMRQRQxXXIJiqQkXB9+iOe77wjX1hF3zdWIOh0pKSkUFBTgdrtb3rO6jAzUOTmkV1TiW7OGUGUVlltubjfDjCAImC67lMDdPxMs3IN30SL0J50UdRHexsbGQ2qM/tVr8G/ahKBQRuoEdnDS0p7mJTkcON+fzx83bUbv99Nav5WBgFKJNiUZQa0h7HbjtlpRSmE0YQlRltGEwxjcbtwff4z744+5PBikUaul0mxmd2ICVSYTwgHaYjTHqhs2bCA+Pr7FU7H1NbNnziTjp58QnS6cAizLSKcuKYmZbZg85FCIYHExge07CGzZTLApqXYzqtxctCecgHbKFESTibeefRZnU19FUSQcDuN0Ovn666/Jy8piVvFebDYbQWD9iHz26fXdzks6Z84c5syZg2fhQqwPP4K6spLAzwWoRwzks5Xo+VUJwWuvvZZrr7221+4f7VFSe8h+P7WXXY7UVF7FcMEFmG+4vsdsWYIgYLr0EkIVFQSLCrE//zwJDz3Y71WkExISOOOMMw7yjO0qtbW1ZLo9aAN+gkoVtSkpqL1eampqyMrK4phjjiErK6tH2uotBEHAcNppKBIScLz2Gv5NG2l84EEsN99MTk4OW7ZsadFUgsEgoiiiPeUU4gcPxv7P5wmVltB4//3EXXMtmnbqJioSEzGef37kdODDj1CPGXNIe3XzXC1evJji4uJ2NcawzYbz3+8CYDjzDJSD23eiaUvzWvThR6T/50MsRUUQChEXDhMC7Go1ZSYTeyxmKsxmTj3vPGa30kpahKnDwSBRZGZqKkM8HoK7dxOuqUUhyyR5vSR7vYyrriYoitRrtdSmJBMoLkY9ZEhLbG6zeUQUxYMEpcPhwOl0tsxV8zVyYyO2vz6BY+tWXE4nG7KyacwcTDgQYPny5WSmpZGrVlO6YgXVK1aiq6xEKwgYTSa0Wg0goBo2DOugDFY7nZR6PKSUlDAtK4v8/HzKy8uBiJNIc7uhUAhbcTHWRx5BX1WJmJ7OT6NH0yhL5KWmdiovaUffRd3s2Thee51wZSX2F14g+YXno7rnQOdXJQR7m+ajpObyKu0dJbWFZLdTd/MthIqKANCeOIP4P93S430UVCrMN91I4333EyorxfXhR5h+N6/H2+kMSqUSk8kUdfzPoUhJSSF1wwaQoSI9jbAgtMyDVqslKSkJbVPx0IGOdupUFCkp2J9/gXBNNY0PP4QzY1DE+YFI/FTzcyspKUE9Zw4JjzyM/fnnCe7di+1vz2A44wwM55zTpiammzUL/7p1BHbtwvHyy8Tff3+H9urmuTr++OOpqKhoU2OUZRnnW28jud2osnPQH8KVvrXmpQ+FmFVUTK7NikIG1GoEgwHj8cezddgwfti+rUVbPHXWrP0EIPyitbSF5PPx08sv0/j9D6S7XMQFAigliTSPh8Fl5dRdehmC0cgFskypWk212UyVxYxPFJFleT9nEIPBgN1ubxFGeq+XYXV1jLE7CLjd2L1e1mVnISQlMaqxEYPLja6hnuD6DVQZDDgbGtDLMoIg4FAo2CsIjDjlFHJPO43Cmpp2cwC3RYrbw5zyckLpaYiWeDJuvZXf5hx6zWmLjr6LgiAQd/llWB97nMDWrQQKi1APG7iFB6JFcDgc8qEvixENB9oEw+EwGo2GefPmdbgTC1VW0nDPvQSbascpR4wg9e23etWb0b95M7a//x0Ay21/bldb6Avq6+tZtmwZ06dPP8hxqSsUrF+P+667QZJYNHECDUplyzyIosj333/PySefzLBhw3qg932D5HBgf+klAjt3UlVVzd54Cz9lZODlF9dxk8nEPffcAzRVbJ8/H++iRQCoR43CfO21iGbzQfcONzTQeO99SB43hjPOwHjeee32o/VcNTQ0tGiMqa00Du/KlThefRVBoSThkYdRZmZ2OLabb76ZcDDIiVVVjKuuQSlJyIBXpSTzqqsxXnwRYg+G9TRriwGbjTFuN8eICuIbG5GaMj+Fw2FCrRJZ+BUKvEolhvR0knKyQa2m0Gplm05Hxu7dpNjs6INBRECrVqOxmKl2e0CSEBW/bDyksBTZiBgNlIkinpQUGhITcRgM2Ox28vLyuPLKK3n99dcpLCxssbfKsozNZiMvLw+Hw0FRURGCICAIAkMaG5laUYFOrWHwscdi/tMtKLpxonKo76Isy9ScfwHh6mrUE8aT/M9/drmtzhAMBluSDsRCJAYwzUdJrb1DZ8yY0aYAbP4i6qurmbuvhBSXCwFQDB5Myr9e7XV3fs348eibzvkdr71G4mN/aXOB7Av8fj/79u3bL5tPdxhcWUV9QgJVajXBhIT9joQ2b96Mz+cbkMVCOwo5EOPisNx+O+5PPkV8/XUG19aS0GhlZWYmlQY9Pp9vvwwZgkpF3KWXoh4+nNK//x3XDz/gXrSI9SNGMObMM/fTlhSJiZguvwz7iy/i/nIB6rFjUbezaWs9V21pjKGqKpzvvAOA4awzDykAAcY7nEzavRtDU0J7v0LBmrQ09uQP57FLft+5hxgF7WmLobo6vAsX4V+/Dvuun5GtVhSShDYcxgAoKivxNSWb1pvjcMyaxdHbtmFpqrkn6HRokhIRdDrU/gC+gB+vTo/bYMCp11MlCMSNOYoypxOf39+SZEOA/cwmtbW1CIJAfX19i6avUqmoqanh3HPP5e2338bvcjGpvJy8RiuiKGKaOpX4u+5E6OYJx6G+i4IgYLr8Mhr+8hjOn9bxypVX4ktL65Uwk74iJgR7mPz8fIYMGdLhrqXZBjKkoZFpFRUker1IsoxkMpH2ysv7lUfqLQoKCljh9ZLvcBJfV4/rqafJ+cujAzqWLhpkScK77Ee0Wg3j/vBHpkzvmwry3SWaMliCQoHxt+exfttWctaswRQIcvLevRRbzKxrx/tvhdvNUouFGQ4HFr+f47dtZ1NdHUhSpHxOE9rJk/Fv2oxv1Uocr7xKwiMPd7rSu+z3Y//n88g+H+oRIw95DOrfsQPbk08xu7CQUDhMWBDYmZjAosGDkdRqzurjRVWZnIzpogsxXXQhSUScXcLl5QS2bCFUXkG4rhbJbkcOBFAKEQ1PO3Ys5jgzqpwcxHgLosWCwhKPw2bl42+/xRcM7ndcfNLcufiXLevQA1en01HZJGxFUcTn87VscvLz87n89DOwP/88KqcLlV6P9owzyLnqj32WjHy1SkWSQkFcOMyJ+0r4j1bbZpjJ4UJMCEZBe0lbu6qW/7hoEVPLyhlhtZLg9SLIMgFR5MtRo7i1F2uLNdN6wW0cOpQTt2wmsGYNRe/+m2GXXtLr7fcmwV0/E66tRdDq0B47qb+7EzWdCVKv1mrZO348o0tKGFZby1C7gxy3hyJBRA4G93N0WrJkCTa1mgVDhnBcVRVDrDYmVlXT+PLLhI8+er9afqZLL4k4kNTXYX/hRSy3/7lTXsnOd98lVFGOGGcmrsmjuS2vzxPHj48kb1izBmQ5kuw5N4dPU1KoliSMRiOz2rD39TWiKCJmZaFqw4kqUFEBH35I3M03k9BGxpjhwEVJSW06GMmyHJUHbmsHO1mOWK1869ZhefttzCol4vDhmK+7FnWrDFF9wZKlS0nLyOA3+/YxyOVisNdLuU53UFKCw4WYEIyC559v2wvq1ltv7fS9QpWVTNu8mUS3h4SmY5SAKPLp8DwqFH2zk2u94EqCQGH+CPJ37cL78ceEZs9COXhwn/SjN/AuXQpEHEq6ezTUl3TGszglJYVCh4N9EyZgdToZ9XMBJquVsaUlNNx+B/ozTkc3fTqCUtniwRgSRZZlZFCl1zO5qppEq43Ge+/DdOklaKZMiXga6nSYb7kZ66OPEti5A+c772C67LKoNAz3199EsvMIIubrrkVhsRzk9elobMT53HNU2B0omxZ1xaBBWP78ZwYdczR39+DzHAi052B0KA9cr9eLyWRqqZqgUqnQCgJDN27E3lT2TZWXh/n667tl/+sqLpeLgqRETqiuxuLzMbOkhPdGjhyQJoZoiAnBPkIOBPB8+y3uzz4nxefH3CQAQ6LIl8PzKDGZsPRRKqIDF9zSzMFYampIt9uxv/QyCQ8/1KdhEwaDgTFjxhyUiLwzFBQUsHrhIsZ9/jlqhQJVTjZthcbHx8e3/Awkog1Sh/0rtnvUakqGDWW43c7sYIhwYwPOt9/G8+WX6E85Ba0k0VzxUhBF9sTHU6PXc2JlFZkeN/aXX0azZg2m3/8eRVISqqws7KeeRuC11wh+8B8a169n0I03kj9yJND2XHm+/wHXfz4AwHjB+ahHjQJaeX2KIkfX1DKpvBxNOIwECImJxF1xBfpzzu6RTE19TXff2Y48cFNSUnA4HC0ljcxWK6O3bCVBAJKS0Z96Ksbzzu2VHMDRjMtoNGKz2ViWlcnpu/eQ4nKTZbNhj8ILfiASE4JRcOONN3b5s5LLhW/5CjzffkvY2ojs8xHv9xMGwqLIl0OHUGQyIYpin9XoOmjBBdZkZ3F2UTGh8jJcH3+MqR137N7AYDAwduzYLi8ozce72SUlEA5TrVazbOlSLs7IOGihSU5ObskYNJCINkgd2tYkTpg2jazcXLxLluL+8kvCDQ0458/nt5VV7DEa2B0fT51OB4KAQ6PhxzFHcfzkKXi+/BL/pk0Edu7EeO65lGVn8/qqlaQnxHNCeQWmnTspueMOhD//meEzZuw3Vx+/+RbSggUMaWhAEATckyYx49RTW/rpcjgYV1vLlOpqjIGISSEsCGxLSeGs/36MOAArmkRLd9/Zjmh+FxyNjYytqSGvvBwRAePQocTf+ifUI0b0eJvNRDOu5lRqu+PiqNfpSPJ6mVlegePyy3utX71JTAhGQWdsf5+88gqeRYtQ+QNYQiGyRJGEhIjWIfv8hKqqUYgisk7HdyPy2afVYuljG0ibC67RiPGKy+G//8Xz7bdoxo3rM1tDIBCgsrISo9HYJTtrc4aYEVYrokKkOjenJUPMgULQ5XJRWFhIUlJSn5RSijbJ9PDcXObNmcP2pUtx19SQpDeQn5JC8vr1OJuregsigkaDoFGTqdVycX4+wrhxiDodglJJuKEB7eRj0R43Fd9PP+FdtBh9XT3D7XbybHY8SiUlZjMVCfGkDh2K8Zyz0R57LI633iS4Zw/O+fNpsNlIN5koMpsJZQqcUFFJvMOJ5y+P0fDd9wTTUqkIhyncsZPMokIUkgwCrE9JYZvbReUHH3DBmWfi+uA//HHzFvSBABDJ7lJksfBDViZiQgLnHMYCELr/znb0XuTn5zNvzhzsL72Mqr4elUaDbtp0Mm+5GbEpBrm3iGZcrVOpLc3J5rc//0xqIEDfWiZ7jpgQ7EE++OADClevYW5tXcvvXEBQpyUlLBFqcn0Wk5NJ+dszXNtGLbe+oD2bxLDhw3E0WvEuXoT91X+R+PhjnfYQ7Ao2m40lS5aQkpLSpZ11bW0tgz0eDF4vIYWSqrQ01H5/m/a0yspKCgsLycrKIiUlpSe63y7tenxedBFDjUYCBQUECwoIFhYRrq/DDLQUQ3I4oLoKTxfbFhRK0GgwJCURLi9HEwxgDgZJ83qRa2rQV1ZRt2kziszBKAZnIprN+DdsRGezM8NmZ3xtHduSk/gyN4eja+vIcjoJlZfRWF/HjyNGMKGuDqMkU6/TsT49jWqtlhGNVtLeepuq19+AQABDMIgElMTFsTgzE6suYqMd1E+hOD1Jd97ZjjyBh+fl4f3+eywffRxxfhk2DNMVl6Od1DdOXtGOq3WYSd011xLYsQPHq6+imzXrsPMwjwnBHmTt2rXoFSKVBgMCoA0FSfD5MZaWEW6ywWmmTiXhkYfZU1LC8tdfP6SG0Fu0Z5MwXXQhwV27CFVV4njzTcw33jjgX+qUlBTS1kcyxJRnpBNSKKLO1NOb7OfxCaSFwlgKC3Hfdz8N+oN39IJWhzItDTHegqDTI+p1oNbQ/PhlSUb2+5t+fJH/en3IXi+y14vU9F+QkcMh8ITQCSAkJ+NyOpB9frRSGI0kIzocBLZvh+3bW9qXBYG4psTUiT4fQ+x2JEHArVRi02pQZmej0EQEmU2lJKhRE+/zcu7u3eiCIUQiGp+sVCLodJQmJ7EsPZ26psQRCoWiJdPNgUSrMR8JtOcJvPaHH0j57HMCOyJzohk7DtMfruxy5Y2+wnzrn6j7wx8JV1Xj/uRTjOceXhUmYkKwBwkGg4yvq2NCXd3Bf1Sr0U6fhn7adArXrWP+Dz/gDwQ6LEPTHwgaDXHXXkPjQw/jX78e37Ll6GZM79c+HYrpo0fj/s+HhCWJnxMSsNls3U4a3BPU1taiVSjJrKwku6wck9vVkjVEMJtR5eWhGj4cdf5wlJmZCE3JnLuDLElNwtGL7PEieT3InkjFgWZBKbndhKtrCFdUEK6tJWy1IrlcCOEwBAJIsowIiLKMKMuYAwHMgQDe774nEB8Pp5zMEIeTeKvtoPbDohgR4vHxJFptTC4rx5maSmNiAta4OBodjv2C+iG6GMkjibY8gbNcLkZ+/TWBpCQEtQbTxRejnXnigN+AAqiHD0dz7LF4Vq2i7Nln+deSxejN5sMmgD4mBHsQlUqFp+kcXSaysw4KAh6VirRBGYSKinAUFRGsq+cUKYw9JYWalBRqExJodDo7VW2iN1Hl5GA891xcH3+E8/33UI3IR9nFUix9Qfq+EhoTEig36AnHx3c6aXBvILlcHF1Xh3nHDnRN9X0kQaTMEkd47BjG3XVXh6WOuoogigg6Heh00AnveTkQIFRVxfoFC9j24zL0gQCmgB+LP4DZ78eiUCCGQtDkySmLIgFRxKdU4lCrqdNpsWm0DMvKZFRyCsGyMkyBIMkNDSQVFTGkuJiQIFCXkMDwY45B8vkQm0JYOhMjeSTQ2jFNIUmM2LOHQSWlaLQalFnZmK+/DmUn6g4OBLZPPpbBK1agCYc5vrSUJZmZh00AfUwI9iCTJ09mhd8fyd4hCIiyjFqSmDFmDMMnTCBcWUWwcA/+mh/RhcIYamrIqKkhLCoot5iplCTkpqS6/Y3+tFMjSXILfsbxyquRenM9UM6pLRQKBUajEUUX7i/7/fiaMsQcc9NNHD9hQofXq1QqBEHo8fyDzUgeD55vv8Pz7beMsNloDEs41Gr2ZmSwJ96CaDAw76KLekUAdgdBrUaVnc3U66/HnZ+/X4D7rFmzGN/ktKWsrsb4xRekvf0WS5YsYe3atS2xbFOmTOH4Cy8EIjkmpbo6ggsXUfHjUnTl5RhkmdGA9osvqP/6G9TjxqE94Xjqqqu7VX2lP+jOO9vsmBasqWFKURFxLjeCIKCbO5eEa6/t16ouXR3XD5s3c2xiAmPrGxhXV8+GQYNwwGERQB9LoN3DfPDBBwctDBc2LQzNvPHqq9i2bGWo30d6bR1any+SbFurIe2oMehmz0I3Y0a/B3uH6+tpuPc+ZK8Hw+lnYPxt+4mVu0N3kuN6f1yG443XUSQlk/jM04cM7PZ4POzbt4+cnJwe9Q6VQyG8i5fg/vQTJHckMk+ZmUXj0RNZ1thITW3tfkmmD1e6OleyLBMqLcX/0zp8P/1EuKa65W9VTic79Xrqhw7FazDslzD6yiuvbLluINkNu5vQec+33+F55ZVI3VCjEeMf/8CwVuEl/UVXx3XzzTdDIMA1W7ehDYXYGx/PJ8OGolAoeO655/qtX9EQ0wR7mIsuuojzzjuvwwk74cQTmV9ZyRq/H3VGBkarlTyrlYmCQKi6Cuf77+P+7HN0J5+M/qQ5feKh2RaKpCTiLr8M+0sv4f7yS1Qj8tGMGdMvfTmQgoICli9bRv7XX5Pg86OdPoOkPgi6bmshzvH5cX0wn1BTvkdlegaGc85GM2kSiaJIXq/3auAjCAKq7GxU2dkYzjuXUGkpvtVr8K1YQbzPz8jqGuSqauri49mVnIwmJXk/m+7haDdsT2h7lywh7j//IS7OhGrsWMy33NwvmV96kuYA+jUZGZxYWkqO1UqK04n/MMg+dfilajgCaA5RyMvLQ6vTkThhAqMffJDM11/HdOmlKFJSkNwu3J9+Qv2tt+L84D9Idnu/9FU7ZQq6mbMAGcfLrxBubOzxNurr6/nvf/9LfX19VNc3L4iujRsxOpy4g0E+KC6ioKDgkJ8tKiri22+/paipbmNnaG63sLAQn89Hxc6dFD7wANWPPUaoshLRaMJ02WUkPP4Y2smT+yyhcV/S2blqi2aBaLrwApL+8Sypd9yOZcoUNFotqQ4HJ5WWcHl9A4PLypCbMiu1thsaDAYsFktLLGh/cKjncOC7UlhYyPz336fo1VdxvPUWSGG0k6cQf+89A0oAdnV+Z86ciSiKrE9OwtZ01D+3pJRZM2f2Rjd7lJgm2E+0F6Kgnz0b3Ykn4l+3DveXCwiVldL46afsnT+fgrRUnBOP5vhZM/t091t17CTs33+Hes8eCm++hYR77m5Jo9UTSJKE3+9HkqSorm9eEMc2NCIqRKoGZ+KSpKgcKcJNdeLCrerFRUvLQmw2k11RyfCiQgR/AKdOR8KZZ2A46yzEXsggMpDo7FwdCkGpRHvMMeQecwzhujo8P/yAd+mPyC4nznfewf3xf9GeeCKO0tIBZTc81HM4yNlHpyNr+3Z869djTErCcNZZGM4+e0DY/1vT1fltHUC/ODeHcwoKSAsEGO3x9kY3e5SYEIyCnq4icSgEhQLtlCloJk+mcMECyt94A7PbzbDivXhLS1mzcQPccgv5fZDRpaCggPkffYQqNZVTGhrRVFSw5a9PwL339NsxVG1tLcmBAIk2KzIC+7KzUIfDvb4g1tbWkhQMMmnDRiyOiGZeHxfHzlEjuXHevF5t+9eAIjkZ08UXYzjnHHzLluP5/jvCtbV4vv6Kk+sbKNTrqRqeh8Nsbje36kCxGx4YBjF87z5yq2sIiiKmiy9GP3dun/ept9kvgP6mmwls2oT9lVfQzpmNog+yM3WVmBCMgp6sItEZBEHgx5oaCvPzyQ8GyS8qxuDxMKaoGPeDD+G76040Rx/dq7vJ5h2tLi2NnaLI+G3bGVZezs/z55P/8MO91m5HpKSkkLRxE8hQlZaKV6MhYLP1anC87PczqaaWhO3bUIoKQkolBUOHsNVgIG/o0F5r99eIqNWiP/kkdHNmE9i8Gc9332HatJnshgay1qylwWzm55RkvE2ORs0MJLth6zCI7PIKhu7dS1iWqZh0DOOPQAF4IPH33kPNxfOQnU7sTz1FwkMP9XeX2iUmBAc4tbW1qDUaahMSqEtJYXBlJbl7CtHZ7dj/+U/Uo0Zj+t28Xit/1HpHW52aSrHTRU5xMZlr1hLctw9VTk6vtNsR0486CldTcPzOlOReD473b92K8+13GF5VRSMCJXFxbB82DIfAgAjKP1IRRBHNxIloJk7EuK+E8Pvv41m1imSXiwy/D4MoklJaipyVhaDVRh1v2BfaYnMYhKmoiPy9ewlLMgXZWRx92WU92s5ARZmaivGii3C98w7OHxby79o6ilXKlpqSAylsIhYiEQWdPQ7tSXfe119/ncLCwpYvtizLOBsamBEOM95mRw4FQRDRz56F4ZxzetyT9KD2JYkxP60jx+8jdXg+CQ8/hNjNXJBut5u9e/eSm5sbVR5Gx1tvYf3mWyr0OpYOH96p0IP6+nrWr1/PMcccQ1JSUofXSnY7zvffx7dmDQCKhESsM09kWX09NTU1R0TIQ2fp7Fz1NOHGRrwLF+JdvATJEwlFEQ0GdLNm8+r2bdhleb9+ud1utFot99xzD3CwtthcraOz2mI0z2HPV1/hf+llQoEAjfn5DL7xBoYPUE/WZnpyfmVJovj0MxDq67FpNLw55ihkIsWKzzzzzE4JwliIRD/TW7a/aGiz4oNeT868eSTGx+P84AP869fjWbgQ3+rVGM49F93MmT0W2N5W+xtHjWR0o5VwYwO2Z/9B/F13diumUa1Wk5ycjLqDygLNu3dnSQknbdyIyWDkmLvv5rhOLip6vZ6srKwOYwRlScK39EdcH38UifkTRPQnn4Th3HNJ0mp/1SEP0cxVb6JISMB4/vnozzgjYjf87jvCdbW4v/yCUxoa2W3QUz1sGM527IY9pS2q1WpcLhfz58+nrq7uoGuCxcWYP/sMOTEB7aRjGXf9dYeFt3BPzq8giizIzuI39fXE+/3MqKxiRVYmoVBoQAXRx4TgAOdQVagtN91EYMdOnO+9R6iiHOe77+JdvATT7+a1FDftjfYHm0xYH3mEYHER9pdewnzzzV0WvC6Xiw0bNjB16tQ2i9223r1PLi0j4PVRoNXhAzq7r66pqWHlypXodDpyc3Nb7t+84OWq1UypqETfEHERV2ZlE3flFaiarv21c6i56ita2w39Gzbg+eZbTL7t5DY0kFO/FrvJyJ7ERILp6fsdV7eVt/NAL9NobItbt25l8eLFuFwulErlftcMNZuxPfM3ZL8f9ajRxF1z9WEhAKHn57dYpeLnxARGNTQyoaqKgqQkqjXqAVWFPiYEDwM6qkINoB49ioS/PIp3yRLq/v1vXJs2UbZuHY7sbNL+8AeGT5ncK+2bb70V21+fwL95M8533sF0+eVdctLxeDz8/PPPjBs3rs0vXvPuPV2jIbe+HkGhYEtaGmVdyC1pt9txOp3Ym+Iumxe8sMfD+KpqcqsqsSEgpqeTfMnv0c2e3Wvp4g5HDjVXfY0gimgnTUI7aRKmwkLCH/wHz9o1xHu8HB+sxhgIEL98OQFBQDVs2MEFpbuoLa5btw6tVosoigdVgkgsKkZyOVHl5GK+5eZ+TYPWWXp6fo1GI99lZZHlcGIMBjltdwFvjBqFcQCV0zo8ticxDomgUFCWmcm/Bw1iu8WMJMsYi4tx3n8/RS+/jOz393ib6rw84q6/DgQR79KluD/+L7Lc8ybm5t378L17EZCpT0zAmZjQIyERy5ctI6WykjN27SKvtgalqKAkPp4fp0xGf/LJMQF4GKEaNowh99/HqA8+YPitt5I2ZixaUcT7449YH32UhltvY6bHQ0owiM1qxe12t+lUFY222NiUNKL1NSZg6A8/EG6oR5GahuW2W1uShP9amTlzJrJKxYLcXCTA7PNzUlk5s2bN6u+utRDTBI8gli9fjkuS2DtuHA0uFyN378Zc34Dvyy9p2L0b44UXoTl2Uo+GVGiPPhrp0ktwvv027gVfgiBgOO/cHm0jJSUF6+bNZFRVgwAFQ4b0SL3AYHExQ77/nvjGSEV6t07Pzvx8SrUatA5HD/U+Rl8jmkzo/28uurmnENy9G+/SH/FvWE+4oR5jQz3n+vw0SBLlBgOhYUM56qyz9nNuikZbTEhIwOPxtCS8V/t8TNm6DQsyioRE4u+4vdsOY0cCrYPot9ltjKupZbzVSvIA0o5jQvAIovUO1mky8dPEiZhLyxhfWkpSQwP2F19AvWgkxt/NQ5WV1WPt6mfNgmAQ5/vv0/Dxx6xctZINSUmkNHlPdtf9fNoJJ1Cx4CvC4TClqamUSlKnQxNa2/20Wi3Wr76isaCAVJcbjwAlubnszckhLAi9HnMYo28QBAF1fj7q/HzkwGX4t2zBv2YtwqZNDAoFGSRLsGcPwt+fpTE3F9XQIaiGDWP6UWMoKy3d3xntgPdt3LhxrF69GpfLRYLbw6RduzAEgxiHDo2kQktO7seRDyyag+jlcJjayy4jtK+E2gcf4v2JE6gNhfo9bCImBI8gDtrBAvviTGhO/w1HJafgWbCAwM+7aLz/AXSzZmI899weC6nQn3IKlZVVON97j+T6evIGZbDB4YgqWFmn05GXl4dOt3+19WbBpdy6jYleL2GtlqLheeRlZXUqNKHZ7ie53UyqrqFy2FCErdvwKZXoTjiBL50ObIDa621zwYvxC+3N1UBHUKtbbIeyz0dg1y4C27bh37KVcF0twcI9BAv3wHffYQaukGRqwmEaRAFFSipDR44ko64Ov9uNYDAwVK+nRK9ndPFeUncXoFIqMQwfzuBHHj6sBWBvzq+gUJD4zDOUX3gRksfD3HXreXf0KGw2W7/WHozFCfYCvRnT0hHtxUDNmzeP4cOHE66vj4RUrFsHgKDTYzj9NxHbVw+4RL/++uuwciWTyitAgJqkZH4clMGQESP2K4lzIG09r+axyC4Xp+7YiToQYFdONsfceWdUmmVrzS9oszGkvJyxdRGPT0mSqDEasU07gQv//GcKCgpavF9/jbF/naG/3u3eQpZlwjVNQrCoiFBhEcGyMpA6zi0ryzLhUBiFUoEgCGgnT8F02aWHfe7YvpjfV666ipO2bEUESs1mPhmRTygcxmKx8Nhjj/V5v2Ka4BHEocIpFElJWG68kcDOnVS+/DLuwiIqn/sn8ptvYTrvPIZeeEG3XLlra2vxZWaitlgYs3MXqfV1zHa72aTveGFofsFNJlPLC97soTejphadFMYVF8eOpCR87XiEthZ6Op0u8l+fjxH1DWRWVKCUJCSlkpBKxdpx46hRKtAFAi3PbaCW4xlotDVXhzOCIKBMS0WZloruhBMAkINBwjW1hGtrCFXXEK6tRXY6kdxuZI8HyeMmEAzRqNWSlp2Nec5s1EfIpqkv5neXTocxI4PjKivJsts5uXgv32Rn9VvYREwIHmFEs6DvVSiYHx9P2qAMxlVWobXZcL7xBiUrV5J2ye/RTJrUJWHYfBxbmZqKT6tlwpatWJxOZm/din/btnZrEVqtVr755hsuuOCCliD22tpahtjtZNTWICOwdfQolApFi4deW0JPlmXUKhVScTFH19YxxONBIQqEZJl6jYZdgwfjzxuGSq1GsNlITU3t9Bh/7bQ1V0cagkqFcvAglIMHoWnnmoqKCn748EMuOPMM1IMG9Wn/epO+mF+j0cjqjHTiAwFG1dczsq6OADLrx47tlfYORUwIRkFfV5HobZYvX44/EMA+bBgrhw4lq7SM7KJC3HuLsb/4Isr0DPRnnI52ypROhQi0zi7jUaupHZ7HtOJiclQqbE8/jX7u/2E8/7cIyrZfu9LSUr755htqa2tR1tYyfvceEEWKc3OoUamwW614PB6effbZX4Rek+u6xudjXDhMTn0DGpsNGRlZEGlITGF3Wio7wmEQBJIDAVRqNSqVKmb3ixGjH5g5cyaff/45X2dnoQ0GybXbGVdXT0ppKffecw8ut7tPnWViQjAK+quKRG/R2otUEgT25WSz22JhRH09JyoUhKoqcbz6Ku5PPkV/2qnojjsuqrRoBx7HpmZnk/7HP5KwYQOehQvxfPsNga1bMM6bxz61ukWTS2gqKvr111/jcDjQ+/2cUlSMEA6xTx/HErUKqa6uJSh53759hMNhMo1GshqtmEr2kep0IQoCSpUSv0JBkcnEzynJ6IcORZZlNPX1aDQalE0C+Nhjj43Z/WLE6Adah018OSKfs4uKyW5sIH1PIf9XWcWnecOwhUItzjIAixcvxu12YzAYmDVrVo8Kx5gQ/BXSVhyUW5ZwTJlM4sUX4/1hIZ5vvyVcV4vz7bepe/sddlvM7IyLw5CT02HYQ5vHsaNHox59FI433yRUWUn1o39hTzhESVIydo0aq9VKeno6brebOJeLOaVl6AMB7BoNSwdlIDUF4OvCYXJdLvTV1aQ4nST6AyhVSkLBEBIy1XoDtmFD2WsyUW2zoVAokN1uAoEABoOBefPm4fF4WLx4cewoNEaMfqR17UFZkvjh7HMYVl3NILebP2zfwYrMTLYkxPPNN98QCASQJAlBELDb7T3uSRoTglFw44039ncXepQ2k3I3hQWIOh2GM05Hf/JJeJcupfaz/2fvvKPjqM6H/cxsL9pd9WpJli3JvVdA7hgwBIMhNtjUmJCEBMKPhCTAB4GEkF5JIIUkpJleTOgY22ABtpF7lSXbsorVpe19d74/VCLbkizJu6uVtM85OrZWs/e+996ZeW95y+u0lpWTWF3NAkGgaf9+tu/cCV/5CoUzZ55Tdk+Bh1UzZ5A4rhDH669T/89/kepxc3VzC5VGA+VpaUgpKUxuaGRydTXyYBCXTMZxg4FpjY0keH0YXS40fj9iuxN+UAoSFARaTSaqDUYOCQJOrQaj0YjX6yUuLo7U1FScTucZBkL79+8H2iLZx+g/giAgl8ujLiN6pBmu/TAY7RJEkbdyc5isVLCguga138/SkyeZU1NDudFIebwJp0aDS6nEI5eHPAB3zEUiDAwFM/K+ugU885e/YN+1m4kWM8nNLQiSRCAQQKVWkz57FsopU1BOnIg8N5eyU6f6lKbmB3fdxfSKU+TabCiCAeSBIGL7ak8AvDIRm1yBJAgggCiInatBs0aDLSmRExLUGw1oEhPxer0IgtCp9Hprj9PppKKigtzc3GFr2BFOhsK9HQmGaz8MVrseeughzGYz8f4Al584TrrVxtlquEmrZcPUKfj9fmQyGb/97W9DUndsJThC6atbQENjI+6UZHaPzkXp9ZJeV09KdTUJTie+kyfxnTyJY+NGQMDmdjMjGACDEY9ahVcmx9nQyLF//pOsiy8m2NREoLmZRcdPoPG48QsCsvZbPSgI+AUBt0KORanCoVDglMtxq9X4kxKp9PpoUcgRNBpUKhWCIJDZzUovRowYQ48OY5lWOTxfWEiS3c68+nqy7A5UPh+iJOEXRSRJQpIk9CHMmxpTgjF6pev5oVeppGJUFnvj9EzIyqJw8hS8+/fjKy8n0NqCvLWV7GAQsUvczWAgiFBVhb2qqvMzE+BGoE6npV6vozYhETE3h6a6OryShASdN7tGo0Gj0eB0OhECAQwGA9n9jBjTlZMnT/LBBx9w6aWXMnHixAvvoBFGS0sLb775JlddddWIPlcdrv0wWO3qaixjt9vxZWaiuPlm6oJB3n7tNVReL5Ig4Pf7EUUxpAG4Y0owRq/0dH44b/lyNAUFaBYuANqysG978kks5cdJkMtQe73Iff62lDTx8ahnzkCWlISYmIjV4+GlrVuxejxtlpsqFekqFZcsWUJTl6ztubm5VFRUdOv4P1B8Ph/BYLBHt5cYveP3+7FYLPj9/sEWZVAZrv0wmO3qaixzBoLA5s2bcTocGHU6li5dytKlS0NWb0wJxuiV80Wh6UA0Gpn8xS+yYcMGyroJ22bscn0+cNOYMZ1ldkTknzVrFpnDyPE4RowYF86yZctYuHBhLGxajMGjr+eHfVWYZ5dZU1PDCy+8EHK5Y8SIEeN8xJRgjJASi8MZI0aMoUTMWSrGoGM0Glm4cCHGCCQhTUtLIy8vj7S0tLDXNRyJ5FhFM8O1H4Zru3ojthIMMc899xw7duzA5/OhUCiYO3cuN95442CLFdWoVCqysrJQqXoKVxw6DAYDBQUFGAyGsNc1VOkp4AGcOVabNm3qtOYb7MSokSaS92wkGa7t6o2YEgwhzz33HMXbtkF7tAWfz0dxcTFATBH2gsPh4ODBg8ycOROTyRTWupqbm/n888+Ji4sbMc7yvSm17q7tGvCgvLz8jMTIHWPlcrl47733OsNZDXZi1EgTyXs2kgzXdvVGTAn2gb5mkdixYwfT6htYXllJUBDwiSItajWHmpoIfvGLiD1kTxjpOBwO9u3bx7hx4yKiBDt+Ro0aFda6ooHelFpBXh6BpiaCZjPBVjMBcyuV777LlNO1yAJ+5H4/iqCEwetF+uRTaoJBWrQa9i1ZwqL3P+CrVit2pRKrSkmDRsNJo5EtH344YpRgpO7ZSDJc29UbsbdyH+hrFgmfz0e8x4MAyCQJWSBAhsNBxomT1C67FO0Vl2P82tcQY1txMSLEtm3b8LrdjJLLMVos6BwOFC2t2P/fwzRotSAFz7g+qeY0pkAAQZJQBwKo/X4UwSCCJLWFsWuf+MmCQeJ8PvR+PykuF2PMFubX1uE/VkbDl+9EfdFFaK9ZydZdu0bslmmMoUFMCYYQhULBZ+lp1Om0JLg9ZDjsZDicqP1+JKcTx2uv4/pgE/q1N7IzK4stH30UeznECDmSz4evvBzvwUOMefc9plktdN2zCAaCbUmTNWoEtRqZKR4x3oRoMlH6yacIVit5FgtBQAICgF8hxzR5CqqJE8Dv55TRgNxuRxYMIokiflFE6/OhCAbxHT2K7+hRWp95BoNCwZjEBPalpIy4LdMYQ4OYEuwDfc0iMXfuXIqLizmSlNT5mRgMck1CAuN37yHY2krQZsP8l2cwqpQEx4whoNHEXg4x+s0553wzZpBts+H5vATvkSNIPi8AKQ4HHn8Av0qFxRCHTaejQQJTQQGTv/ZVRKOxM2NA0O1GtWULWRYL0Lab4ZLJcKpVlBQW8o0//RFfTQ288AKfjxvHXp2OJVVVqPwBavU6tmZkMNnr5QupaXgPHCDY0kKS38/i6hoW1Jym2mBgR2pKSDMAxIhxocSUYB/oa4SCDuOXrtah8+bNY+kNN+A7dYrWX/4K36FDYLWSFAhw++EjbMvJYX9qSsjTgwwlVCoV2dnZEbFI0+v1qFSqkAbgjTQd53w+l4vRNhuZOz/H8fwLNCQkoFa39aFoMKKcOBGV0cg7e3bTJIooVarOKD4Lr1uFrMuZj7+2Fstvf0tOczN+AZxyBUgSfrmM97Nz8LZP7DrGSqfTcdRu5wO5nMtOnCDd4WSW2Yzr8stJWr+eYDDIb2+7jal1dWTZ7CiCQXIsFrItFmwVp7A881fibrwBUacDGHKWppG8ZyPJcG1Xb8RSKYWBntKRBFpbMf/sZ9RsK24zNhBAQqDMZOK/Y/KQKRQhSw8ylIhk+pbhkErpP7/+NfKdOxljsaDw+0GCQCBAIDWVCTesQTVjBrKsrM4V3vnSZnnLyrD86lcEHQ5ONDVRptEyvrkZgM052VQbDCQkJPDYY491jlVTUxMvvvgiHo+HUXYH8w8fRhAE4r7xdcZeey3wv/Q4ClFkamMjk+vqSXC5EAClUglKJaqZMzg6fjwv7N7daWkqSRKiKLJy5cqoVYSxVEqRJZxyxVaCEUQWH0/8977Hgb034rHb0fv9qINB8s1mbjl0mLdmTB9sEQeFQCCA0+nEaDSG/cHzer2YzWa8Xu+QUoKSJOErLcX5zjtMfPsdpGAQUSbiUqupSU+n3GAkEG9i9sqV53y3tyg+nt27sfzhKSSfF0VeHpXjxzNu04eIgsCu9DQak5NRAdnZ2cD/xmrMmDFnhMhrlssoOF2LdtOHBC+9FLF9Nbdx40Z8wSC7kpIoSUwkye1mtUyG6mQFktuN57PtZH70MberVBxMSWF/Rjq+9mwB0bwzEsl7NpIM13b1RixiTIQRjUZ2z5yBW6nErlRSq9EAkOR2c+Ou3XiPHRtkCSNPc3Mzr732Gs3tq49wUlFRwfbt26moqAh7XaHCe/QorT/6Ea1PPIFnzx4UCgU1RiM7p03jo4suomz0aFplYr9T37g++hjzb3+H5POimjIV07e/zdzTp1EAdSYT1WPGIJfL0el0FBUVAWeOVWFhIevXr+fBBx9k2S9+gX5MHkGbFXt7HNhly5axcuVKTCYTMpkMk8nEgrVrmfjnP5P21psY7voaslFZSIDJ46Goqoo7Py/hymNlJDud2O32EPdk6IjkPRtJhmu7eiO2EhwE3Fotn+WPZVFpKYqgxL6UZCY1NaPyemm86+sk/PAHaObPH2wxY0SYs41dFuTlkfx5Cd5DBwEQ5ArURZegKCjg8/ffb/P9czo7z/k6FFVfcH28Detf/wpIaIoWEPel23Fs3IjGYkHIHsWBWbNQWyzk5Ob2KYWVIJcTd/vttD7+OK6PPkJ9ySUoCwt7TI8jKpXE3XgjcTfeyK+/8Q0mHSsj12ZDEQyS39LC2JYWLDodtldeQX/11QgKxZA7N4wxNIgpwUEgJSWFcquVExMmML6sjNEeL1vGFbL4ZAVKj4eWBx7E9K370H3hC4MtaowI0dWpPQ6I37sPR3MzqsRENDod6oUL0V39BWQJCRiAtUlJfcrW0R3uTz/D+swzgIR22TL0N9+Mv7ISxxv/BSD1q1/jlrlz+t0GZUEBmkWLcG3diu3vfyfh8ccR+hAgYvI117Bx40ZEr5fZDQ1MamrG4PWS6HZj/c1vsf35z7RmjWJ7IIBZpx2REWpihI9+K8FTp07x1ltvsWPHDo4ePUpzczOCIJCYmEhhYSFz585lxYoV5ObmhkHcC8fj8fCjH/2I559/HrPZzMSJE3n44YdDmqn4fHQkqt0rSWgTEshqaDMakB79PrI/PEWgrg7zz3+Bv64e45fviJhcMQaPbdu24XW5mG6zk19RgczvJyBJVCTEc8kPf4gsOfmM6/uTraPrCnOc18fMI0dQq5RoFi9Gf/PNIEnY/vFPCAZQzZyFas7sAbdDv3o1nt178J8+jfP999GtWHHe73TNKv65Ws2R8eO5cvRoCg4fwbNvH5LThfbgQdYCNpWS4wmJ7ElJpkWhiOpzwxhDgz4rwXfeeYcnn3ySzz77DEmSGD16NLm5uUyYMAFJkjCbzezfv5+NGzfy4IMPMn/+fO655x6uuOKKcMrfb7761a+yceNG7rrrLsaMGcN//vMfrr/+et566y3mR2gLsmvevSN6PRnSITIkCdOhw8T941mavv4NfOXl2P/5TwINDeyePSvmWD/McR8/zvKjpSS4XQBYjAZ2jRqFKzmZhWcpwP7QdYWZ6XSSfegwLYBx2VJSbr0VQRBwFRfjKy9DUKmIu/mmTqvSgSDq9ehXr8b6zF9wvvFfNAsWIPbBHaWnbdOA1YbjlZcpf/YfmNxuDB4v02trmVZbi02ppNJowL1nD8qpUxFFMbZlGqPf9MlFYsmSJRw8eJAVK1awatUqFi1a1GMUfqvVypYtW3j99dd5++23mTRpEh9++GHIBR8IJSUlLFmyhMcff5x77rkHALfbzdy5c0lOTmbTpk0hqae/5ry+EydoeewHIAUx3nUXylmzaPne9/Ds2EkgEOCETstLY8ciyGRDwny8v3i9XpqamkhKSmoznQ8jdrudEydOkJeXFxW+gpLPh+O116l49lm8bjdBtZqj+WOpTkvDbLGQn5/P+vXrB1z+M888Q3l5OdkyGfN270Hm91NhNNJ0+WWsv+MOgk4nzd/5LkGrBf2aNeiuvLLX8voyVlIwSMv/exh/dRXaK1YQd+MNA5a/g4ceegj56dPMaWgk12JB6/MhQae7haBWYzcZ2eP1UWY0UKfXIwlC2J6VSN6zkSRa2zXoLhILFizg+eefJyUl5bzXGgwGVq5cycqVK6mvr+fpp5++YCFDxcaNG5HJZNx2222dn6nVam655RYee+wxqqurycrKirhcirw8dCtX4nj9NWz/+AcJhYUk/eIXtP70Z5hffZVsq43bjhzl5cmTcMtkUW8+3l8EQUAmk13QCqSviKKIXC5HFAffMNp77BjWvzxDoL6OOL2eA3FxfJ6ViaTT4bVY+m3s0h0NDQ2YgkFmHziILOCnJSGePfn5KBsaAHC89hpBqwV5Wjrayy47b3l9GStBFNGvWYP5l7/A9cH7aJctPWc7t790uFu8rW07E0xyOJja2MRkAbBYkdxuFJVWZgNz6urwiyI2pZJGtZqWv/0dT2ISivHjENXqkKwWI3nPRpLh2q7e6JMSfPTRRwdUeGpq6oC/Gw7279/P2LFjz1nFzpw5E4ADBw50qwQdDkev5erao15cCLqrv4B37158FSex/fVvGL91H/Hf/Q5v79zB/Ooaklwu1u3dx0uTJtIqk0W1+Xh/aW1t5YMPPmD58uV9mmhdCJWVlWzatInly5czbty4sNbVE1IggOO113D8902QgohGI6n33Io7Lo76ARq79ESG0cTo4k9Q+nzY4vTsmjwZt93OqNRU/FVVON//AAD9zTf1yYilr2OlnDIZ5YQJWHfvYdv/e5hPc7LPm8apN7qeG9rtdnwZGRhuuomxS5cStNlwbd7CZ08/TYrdjt7nQx4MEu92Y3K7Ecxmmtp3frwKBfF+P5crFNiVCmwKBRVlZXxaeoxZyy9FTExENJnYvHlzr4oykvdsJBmu7eqNPp8JPvTQQ9xwww1Mnjw5nPKElbq6um4zind8Vltb2+330tPTey33bJ8an8+H3+/vMQVTT2i+dDu+x36Ae99e5MWfoJo3l0OFhZjlci47VUmc18vafft5qSAfd0ZGv8uPVlwuFw0NDbhcrrC3yeFw4Pf7cTgcEem/Y8eO8emnn3a6PVw8fjwpmz7Ef7wcANVFF6NtDx+WB+Tl5Z3x/QuRUfL7KaqowOrxYFMo+Cg/H5vdjlKpZP68eVj+9S+kYADlzJmI48b1qa7+jFXdzJm4P9iEoakJhV5HudVKZWUla9asGZByX7hwIQsXLjzjM5/PB2o1yhVXsHnHdiwWCxogx2oly2Ih2eEg3udHKYpIAT84HMQDCR7P//oJEP75Txqefw6AQCBIbjDILYJAQBAICgLBjz+m/Fe/Rm8ygUJOs1ZHQ/5YPr3vPpp8PvwGI/nLL6Vo5cohvYqK5LPYHwbyTu3rtmmfleDvf/97/vCHP1BQUMCaNWu4/vrrycnJ6bNA0YDL5ep2n7sjTp7L5RpQuS0tLWf87vf7sbQHIZb3J4egRkNwyWKCb7+D5V//RJaVyezZs9lss2FTKLn2+HFUgQA3lpZSPXHiOfUOVaxWa+e/arU6rHU5nc7Of8PdfydPnuTNN9/E6/WiUCjwbN+B/aWXUev1qIwGxNWr8c6YgdfjgS4v5VAReOkl1NXVkJzMvqlTCPh8jEpMZObMmcQ3NuI+cBBkMrzLl/e5L/ozVh+WlpJlMpJrsTLpdC0lE8Zjs9nYunUrSV2CzIeK2bNns3nzZlzBIKVGI0cNBkRRZOnSpcydOxeqq3nrV78i3uHE6POh93nR+Pyo/H6UwSAKBJAkgoEAIm0BxDuQAKG5GX97+31xcZA/luymJia3mnEoFHjKyjj2yqskLFqEOHMGFX4/Jbt2dZ5lzZo1i9GjR4e83aEkks9ifxjIO7WvwSP6/IbevXs3L774Iq+88go/+MEP+OEPf8icOXNYs2YN11xzDYmJiX0tatDQaDR4vd5zPve0v4A07dFbzqaysrLXcs/eDu2YrcTHx/f7EFe6/nosBw4SqD2NatOHXHXbrWi1Wj766COe06hZc+QoumCQgrfeQp2bi/aaa/pVfjTidruBtvPkhISEsNbVESpNq9WGva433ngDv99PUlwck8rKyKytIxAI0KDRMO1HP7rgc7LecH/4IY4dO0AuJ+3uu1k3fVrn36RgEMujjxGQy1Bfdhm6/Py+l9uPsbJYLLhychh94CAZTU3Eezx4VSrMZnNY+v6qq67qfFYcDgc6nY5FixaxePHitguSkjg1ejT7LRbkcnlnnFK/34/RaOTRRx9Fsjv48fe+i8rtRieBKuBHEQgi+n2oJLhs0SIkr4cTe/cCYFco0cpkqAMBZJKEp6EB8ZPitv73eZFSUvClpFBdXU1DQ8OAV8GRIpLPYn+4kHfq+eizEhwzZgwPPPAADzzwAHv37uXFF1/ktdde47777uO73/0uS5cuZfXq1axYsaJHZTLYpKWlcfr06XM+r6urA3re9hxIhmW5XI5Coej/gCkUGNd/idYf/Qjvto+RFizgsssu47J2owV/SwtNX7uLwOnT2H/3JDQ2Ybzra/2WL5romNl19Fk4kclknf+Gu67GxkZSPF7mHzmK1uVEEgRKs0dRkZ/PvIyMsNXrPXQI53PPIwgC+tWr0Z3l9+f65BOCNdWIWh2Ga65B7Ec/9GesUlNTKbfZqEtJIa2xgfyTFVSPyiI3Nzdsfd/1WemOJUuWsHHjRvx+/xnBupcuXdq2S5SgxJecTKPZ3GlAFQwG8fv9mEwmbrynLa3aZ/ffTzrw5rhCxlVXM6WuDikYpEanY8y8+TS+8w7xTicLHE5sTc0cGTuG414v27dvZ+LEiWFpeyiI5LPYXwb8Tj0PAzKRmzZtGk888QSHDx/mv//9LzfeeCPbt2/nS1/6EmPHjuXOO+8MmbtBKJk8eTLl5eWdS/4OSkpKOv8eDSgLC9G0n33Ynv07kt/f+Td5QgIp/3gWRbtRh/2552h++BGCwWC3ZQ0F4uLimDt3LnFxcWGvKzk5mYyMDJLDuAqDttXWNLOZBfv3o3U6cavU7Jw+jX1paaR0cy4dKvx1dVie/D1IQdQXXYz2LJcHyefD8fLLAOi+cFWffPi60p+xKioqQqVSsSsxgWAgSHJtLcl+/wVbvF4I3cUzveaaa1i6dGnnNYsXL0YUxc4zKL/fjyiKZwTUUCqVNDQ04PP7OZCWxmeZWYBAttOBcvx43ps1k9JRo/DL5cTZbczZu5eiEycwn2dXabCJ5LMYLYQslZLP5+ODDz7gmWee4cMPP0QURVpbW0NRdMj4/PPPWbp06Rl+gh6Ph7lz55KQkMDmzZtDUk8ofFqCdjvN3/0eQZsV26JFbA0G/5dAtaiI/Px8Wh98CPcnnwCgKCgg6be/YfP27UPOWXi4pVIKmM1Y//gnrLt309LcTJXJxL6CAhxSEJVKxbp168KyJRZ0OGh97Af462pRjBlL/IMPICgUZ0SMmWq2MKmiAl16Ook//xlCP33B+jtWHWmcMj/czChzK9q58xj9/UcG2sSIcbYbxZIlS85QlO+99x5vvvnmGemfpjc2ssjrI85o5OPCAnZZrSTrdOSfrCC7upqg349cryf/W9+iMjWFbcXFZzzTA7GaDTUjMZVSSJSg1+vl3Xff5aWXXuK9997D4/GQlpZGaWlpKGQMKbfeeiv//e9/+frXv05eXh4bNmxg165d/Pe//+Xiiy8OSR2hGjDXRx/T8Ic/0GAx8+akSW3+Y+3BkteuXUthYSHm3z3ZNrOXJDwaDf8clUWjWj1k8rJB2yH8gQMHmDx5co9BGEJFTU0N27Zto6ioiMzMzJCX79mzB+tfniFotyEoVVgXL+Ijl4v6hoZuc/mFCikQwPzLX+E9eABZQiLxj34fmcl0RsQYnShyaUkJqkCQuPXrGbv2xn7XM9Cx8ldX0/zgQ4BEwuOPo2hPzTRUsVqtvP7665SWlv5PUS5ezKzy47g//QSXXMF/0lKxBYMolUo0ZjPzKivJU7YZ4e0XRXaMykJst1Po+kwPdrsi9Sz2h0F3lu8OSZLYunUrL730Em+++SYWi4W4uDhWrVrFmjVrzjFljhb+9Kc/MWrUqDNih7744oshU4ChRF10CXV/+hMKn585TU0cTElBq9ViNpspLi6msLAQ0z13oxg7BvMvfolgsbDWZuXdMWM5mZzUeZYR7Y71NpuNHTt2kJubG/YHr7GxkdOnT9PY2DggJXh2poeOGbzk8WB7/nlc7dGR5NnZGO+6i5SMDMaGuhHdYH/uebwHDyAoVRjvvbcza/y2bdvweDyYTCYKjx9HI0GLWs1up2NAcg10rORZWajnzMG9cweO11/H1L4TM1Sx2Ww0NTVx1113nXEfSUVF+CtOojl9mi84nLyg02KxWAjExRG46y6SPF5OPv00mW43K1xO9k6ejNVkOuOZHkwi+SxGC/1WgiUlJbz00ku89tprNDQ0IJfLWbp0KWvWrGHFihVRZVbbHWq1mscff5zHH398sEU5L4IosmtUFvPr68mqraUqMwuL0YBSqaS+vr7zOt2KFShycyn/8p2o/X6uKiujxOngs5wcBEEYVo71g0nXVZVSqaS8vJyqqirWLV5M4rvv4m83utJedhn61asRwrid1FUZT3I4mFpWjlqtwvCVO1Hk/s91qaGhoW0l4vGQW1kFAhwZnYu5PWJMJNFdcw3unTvxlJTgr65BnhX6lfhgI6hUGO66i9Pf+x6BgwcZnT2KylGj8Hq9bPvkE0atXcvHkycx7cBBdC4X8z8v4cCE8Tjj4s54pmNEjj4bxjz++ONMmzaNZcuW8cc//pHc3Fx+8YtfcOzYMV544QVWrVoV9QpwKKLMz+dkYgJIMP7YMaRgEK/Xe44PjHLCBF6ZP58WtRoBmF1zmusOHETh80VFjMzhQNdVlU6nw2Q0kltRgffnv8B/+jSi0Yjp/vuJW7cu7Apww4YNlJeXo6uvJ2P7Dlqam7FffDHq2WdagqakpOD1ehl74gSiFKTFaKJSp+t3At5QIM/KRDWrLTqT4803I15/pFBkZ3MgOwdJkphRW0eSKGIymfB4PBQXF6PMz+edCeNpSExClIJMPXiI/BMnSR0hEVqijT4rwZ///OcoFAoeeugh9u/fz/vvv88dd9wRVb4kw5GioiKOjhmDGwlDayum48d7jCk5//LL+MekiZTGm5CADJuNOw4e4oqxkdiQG/50rKoEQUDldjNn7z6mVdfg93pRTZ9B4hNPoIqAhXGHMk5Xqbi4rByFKHIqPp6t7e4fXSkqKiIpECCtuppgIEhJagoqtXrQLDQ7cmS6P/uMQGPjoMgQCfbH6Wk2GZEFA0w6crQz0Hd9fT1FRUWIOh0fZo/iaFoagUCASbW1LDldi9SNH3OM8NLn7dCPP/6YqVOnhlOWGN1QWFjIdbfdxolAkPQ9e5jX3IL2nnu6Na7oGl+x6vhxFp+qJE6SMP3zX1gVCgw33RRp8fuEQqEgJSUlItZoarUauVw+oF2LlJQUysvKyLPZmFR6DIXPh0cQqJ8zm6n3fjNi4bIaGhrQiiKz9u9H4fdhMRjYW1jYGRS7K4WFhSjVGpwqFVUmEwnTp7PyAoxzLnSsFKNHo5w8Ge+BAzjeehvDbbcOqJzB5nz9kJKayo7sbFYcPUpiawuZp09zUKslJyfnjFRqx41GNDk5bdvZ5WWYf/4LjP93L2VVVd2ePQ92u4YjF2QdunPnTrZt20ZjYyN33HEHY8eOxel0cuzYMcaOHTtit+HCYckk+f00P/Aggfo6tCuuJO6GNef9jvfECZrv/w7B9pejcvJk4p/4EXKTKaryrg0VF4nSkhLKf/Zz0puaEASBZq2GPePHs/KOOyIaBeSZv/yFtHfeYZTNjkel4pPZs6h3ubpNu+QtLaX1Rz8CQSTxJz9Gfp44uOcjFGPlPXqU1ieeQJArSPzVLzuNeIYS5+uHji3rnFOnmF5VjVcU2TxzBtd96Uvd3iveI0cw//o3SG4Xrvh4Nmi1WCUJpVIZUevRkegiMSBnea/Xy7p161i+fDk/+MEP+OMf/0hNTU1bgaLINddcE1UplC4Un8/X7U8kEeRy4tatBcD1/nt92kpS5uWR+p9/o2pPFuw9cICGNTew45e/ZOPGjZjNZgKBAGazmY0bNw5agANJkggEAkhSSFxWe6XDYrY/wQUkScK1bRsJz/yVSYBSo6E8bzSVX/hCxBUgwGKXi0yLFa8UpDg/n3qXq9stckmSsD//AgCaRYsuWAF2lHmhY6UoLEQxNh/J78P57nsXLNNgcL5+6FjtSZdcgsVkRK+Qc4NCSX4PIeqU48cT/+CDiAYjjmNlXLxvP+kqVdvZc5fzxHATyWcxWhiQEnz88cd59913+fWvf82uXbvO6DC1Ws21117LW2+9FTIhB5snn3yy259Io5w6FeWEiUh+P/YXX+rTd0S1mqSf/RTTQw8iaDRITicpL77EytJjqGnb/pDL5QSDQbZs2RLeBvRAY2Mjzz//PI0ROCMqLy9n06ZNlJeXd35WWlrKM888wxNPPMEzzzxzhn9roLERyy9/ifUvfyHodBA3bhyFT/2BL/7lL3zpzjsjrgBdH29DX1JCQmIiNZdcgjs5ifz8/G4d8D0lJfiOlyMoVeiuvSYk9YdirARBQHd129mga/OHBIeg9XJf+qGwsJD1d9zBJb/9HcmpaWhPVeDZsaPH6xW5OcT/v4ewymUYPB7m79qN3m5HEIRzLMLDRSSfxWhhQErw5ZdfZv369dx+++3Ex8ef8/eCggIqKiouVLYYZyEIAvobbwAE3Du24ys/3ufv6i6/nJTnn0M5aRIAeRYLd+zdx/j6ekRRHLGuFF0tLd1uN+Xl5WzYsIHSAwewv/IKzd/9Hp79+xHkCvSrVxP//UdQDFL2FG/pMWzP/h2AxDWruebRR3nwwQdZv379OQqw60RJe8XlUbflqJw6FfmobCS3G+cH0RdiMZTIszLRthsE2f71716VvjwtjbLlyzGr1ag8Hubs3o3eauvWIjxGaBiQs3xjY2OvQWBlMtmA0xJFI3ffffdgi9CJIicHTVERrm0fY9uwgfiH/1+fDTLkCQkkP/0Um266mVnl5aj9fi49foLJdfX8d3QuQhhjWkYrXd0eBEFAq9EQd+Ikzkcfw6FrOzNUTphA3C23IA9j0OvzEWhowPLb3yL5/ahmzUJ37bW9Xu/6+GMC9XWIcQa0K1ZESMq+IwgCui9cheWpp3C9/x7aKy5HHMYuVrqrv4Dn8534a2qwbdiA8c47e7x27vLlvFRby7wDB0h0upjx+ed4Jk8e1Jirw5kBKcHMzEyOHTvW49+3b99+TnLQoUw0HRAD6K5bhXvHDnzlZXhKSs7xDTsfybfdyl9feonLj58g22Yj1eHgS4cO44wzEPR6EfsZT3Io0NW5XK1Wd24tdXV7MFitjCsrw9TcgiCKyLKz0a+9EdWsWYOaKDXodGL+1a8I2m0ockdj/MpXEMSeN3GCbjeOV18DQLdyJWKUZnVRzZmD7JVXCNTXc2LDhnPi4w529JRQIsjlxH3pS7T+8HHcxcWoL7oIVfuuzNkUFhbyxVtv5bPNm1F8sIkkt4vrmprIGIbPZTQwICX4xS9+kT/84Q9cffXVjG33Qet4STz77LO89tprPPbYY6GTMsYZyBIS0K64Asfrr2N/4QVU06cj9CN5b4cV6AdbtpBaWcnSU5XE+f1odu2i7ppr0a+9Ef3atYjtL9posiQdCF0jvXRYhO7cuZPc3FxSUlJo2L+f6eXHSW1qBAm8ArRMmcLUHz/R7wDToUYKBLD8/g/4T59GFp+A8f/uRWhPAt0TrnffJWi1IEtOQbNkcYQk7T+CKKK76ioa/vAUjS+9zInJk5Cr1Z2ReKIhlmYoUebno710Gc4PPqD2d0+yecZ06lpaulX6hYWFFBYWErzlFsw//wW+E8cx/+SnmL77HU54vYPiPjFcGZCLhNfrZfXq1Xz88ccUFhZy5MgRJk6cSGtrKzU1NSxfvpznn3++M3fbSCMSZsZBt5vm++8naLEQt3Yt2ssvH3hZfj/WJ5/E8d83od3qVUxMwLB+PZ9pNGzcuPGMaPmhDsrtdrupra0lPT09ZFGHuq78HA4HXq+XxMREJEnC6/XidDqZnpzMHIcTy7ZtSMEgiCIVCfEcGz2aVd2csw0Gtn/+E+emTQhKFfH/7yEUubm9Xh+0WGi6/34ktxvjXXehnjcvpPKEeqwkv5+9q9cgmc0cmTiB6qwsJEnCbDZ36/IRLQy0H4JuN5V330PriRMcTU3hyNix53WBCLpcbYqwvAy3BK8lJ1GnVIbFfSIcz2IoiDoXCaVSyWuvvcZTTz1Fbm4uBQUFeDweJk6cyNNPP82LL744YhVgpBDVavTXXw+AY+PGC7KwE+VyTP/3f6S+/BLqRQtBJiPY3IL5Zz8n5fHHmVxbh1wUw2ZJKpPJ0Gq1F3TPdLXw/PWvf82zzz7baexitVpxu914PB6QJJKbW1hSVs64995Hd7ychIQEHGPyKJ47h9bLLosaBej84AOcmzYBAoavffW8ChDA8cYbSG43itzRqObMCblMoRirrghyOUdTUxAEgbzKSgRJiqg15EAZaD+IajUlOdlIksT4pmbSA4HzukCIGg2m79yPoqAAe1MT8w8cJFcQwuI+EerxHQoMOIuEIAjccMMN3HDDDaGUJ0Y/UBcV4XzvffzVVTg2biRu3boLKk+ekEDiD3+Iv6oK869+jWfXLuJcbpZVVXFxXR0HU1Ioycwg0Isl6UC2Ti0WC9u2bWPRokUkJSX1SdauKz2NRkNDQwNSu3NxfX09gUCApKQkNBoNTqeToM1GZnk5WUD5uHHITtegUChQX3QxiVddSU5WFtFkduDZtx/bv/8DgH7NatQzZ573O/76elybt7R/Z02v54YDZSBjdT5cU6fiPn4CrdNFWn09p1NT8Xq95AySFW5fuJB+OCaKKFOSyWlpYfKRI3w6e/Z5lb6oVmP69rfZu+9m4ltambN3H59Pm4bZZAzphCEc4xvtDFgJxhh8BFFEf+MNmH/+c1ybPkSzdBnHLeYLPi+QjxpF0q9/hffYMXbc+39kNDej9fmYU1PDjNOnORUXx6H8c+ORbtq06Yyt0w4nfKBXRejxeKisrKSsrIzXX3+9U/bc3FwqKio6FR2Ay+U6r9KzWq0AuK02RlusTK2pIaGxAUGCpqwsvBoN1enp5Nx0E8a5c/vVN+GkQ7E7T55k0f4DGDUa4i+9tM/WnY6XX0EK+FFOnoxy4oSwyNgxVh6PJ2RlXrx4Mbt27mRcxSlyyo9zWKkc1PimfeFC+iElJYVdmZmkW23E2e2MPnWKXSbTeZW+qFZTsXQp3nffJd3hZPbevXw+dQqtELIJQzjGN9rpkxK85ppruP/++/udc+/jjz/mV7/6Fa+//vpAZIvRB1STJ6OaMgXP/v1U/vFpNkjSOal+BnpeoCwowHPf//HMiy9ySVUVY80WFMEgeVYrBXv3UXvNNajnX4Tui9ejzMtjy5YtBINB5HI5oij2ms+w64rRYDAQHx/P22+/jdVqRZIkamtr2bt3LxqNBrlczun2NEVx7SlnulN6DocDo0xGvtVKcnMzo+x2tDIZSOBHwGyIoyqjLWpK+lVXkR9lCnDDhg2INhuXHj2K3+3hmEJB9kXzMfTBMtV34gTuHdsBAf3q1eEXOIQUFhbC3ffg+f4jGF1u5uj1TFqzJiq2pMNBUVERG6qqKMlIZ97JCnLLy6mYMaNPSv/ixYt5obqa2QcPkWazMb1kF55JE6N6wtBXetpF2rRpE5s3b8bhcKDT6ViyZElIDfP6pARHjx7NypUryc3NZdWqVSxatIgpU6acExvUZrOxd+9etmzZwuuvv05VVRU333xzyISN0T36G27Ac+Agrh070efloRmV1ebzdlYC3oHQNSj3JquVOa1mZlutyFpbCTa34HzzTZxvvokYH89Cn4+jJhNVSYn4RbFHJ/yzV4x2u534+HjsdjuBQKBTgQL4/X6ATqMcv9/faYnscDgwyGTkOByYWltJd7pI9/sJBgNt1yFgV6s5GR9PXXo6V3/5yyQ6nWzevDnqHI+3bdtG0OHg0pMn0fn9OOLi2JY3mpzt2ynsxif3jOS+ycksLT+OFlBfdNGgOfNfCIXTp2Fftw7HW2+RHQgS30N4seFAZwDtbdtostnJsFn5ogQ5fcj2UlhYyJqbb+aTjz5CselD0u02VjY2kR4IREDy8NHTLlJZWRmHDx/u/NxisfRpd6k/9EkJ/vrXv+ab3/wmTz/9NM888ww/+9nPEASB+Ph4TCZTpzWX2WxGkiTi4+NZvXo1X/va18jtw2F+jAtDnpWFZkERvudfYEZNDSWjsgBCZmCwbNmyc244f1UVthdfwv3JJwQbGwm2tpLv9TK2pQXpxAnsKhWNWi11GjWtaeln+B+evWKUd3HvkMvlCIJAoP2h9vl8SJKEXJLQeb3EOxwken3obDYSPR4SpWDnilNAICiT0aLRUGcy4Rk7hjqFgtS0NK5uz5ywd+/eC+qLcNFUV8eCEyeIczjwKFV8Pn0aBIPdjt3ZyX0du3ZhLitHTE0h6frrIi98iNBefjnO997Hd+I4vsOHUfYSkGOo0+ECEbjmGpofeACpvg7Xpk1oly/v83el227D/Nvf4j1wAPMvfonpvv9DOXHimROkIeJC0dMu0qFDh9qe//b3QsdEuLvdpYHS5zPB3NxcfvrTn/KjH/2ITz/9lJ07d3Ls2DFaWloASEhIoKCggDlz5jB//vyoczAf7uiuuw7Z668Tb7WS2tBAfWpqpztAOAwM5KNGEf+t++Bb9+GvqsLx1ts0vPce1NYikyTiPB7iPB7yWkFe30Dt0mUIGg2iwcDVzc14RBGfQoFPFPGqVLQ4HKQ3NOAVRRSShNzrRRkIoPb70fv8qPx+EEAURESZeIbSs6hUNCcm4R+VRY1OhzE7m6Ie0gUlJiZ2/kQLUjDIRadOoTdb8KuUlEybikutxms2dzt2XaPciMCsunokSeJYSgo5YTZm0Ol0TJ06FZ1OF/KyRaMRzeJFOD/4AMcbb0S1EgxVP8iSktCvWYPtn//E/vwLKCdMRJ6V2afvCkolpnvvxfLb3+HZvw/zL3+F5bpVbNi5c8BHIuEc366cvfVptVoRBKHTN1kE0hwOMm024nx+NMEALRotuzMzQh7isd+GMXK5nAULFrBgwYKQCRHt9JQxIpoUvcxkQrtiBdaXXyHvyFFOarV4/P4eE/CGEvmoURi/+hWMX/0Km95/nyOvvU7G6Roy3B5SBQGZ2w2BAJLLRcDlIsXrRQK6nnRJ7Wd+EuCRy3HJZATPOgvziSJOjRarTotFq0WemUmdQkHCqFE9Kr2zSUxMZPbs2VGjBCVJwv6fDeRYrDTJRD4aPRqzKOI1m3scu65RbrJqatA7HbiVCvbEx3NpmOXV6XRMmjQpbC9J7YoVuDZvwXvkCN6yMpRRui0ayn7QLF2Kd+9ePPv3Y/nj0yQ8+mifg18ICgXGb96D5ckn8ezdi/vpPxKflYU7N2dARyLhHl/ofusTQOn3M7OujoLmFuJdLmRdEjMIQKNWy66MdCRJCmmavph1aB/oKWPEfffdF2FJemf07bdT+XkJyrpaxjU345w1q8/KIVQsW76cZWdt6QT9fvyVlfhPnsRfWcmp3bupKStHGQigDAYJyGQ4EhJIbWhA4/EgAXJJotxg4GRyEg6lEodSiUuSUKnVjB8/fsDtslqtHDt2jISEhH7nEwwHzo0bcX7wPmq1CuNXvoLRYsFdX09OTk6PbUxJSaG8vJw4pZL84ydAggPp6SRmZYVdXo/HQ3V1NTqdLiyTQFliIupLLsb10Uc4N76B8tvfCnkdoSCU/SAIAnF33IHvgQfxV1biePVVaqZO7fOWpqBQYLz7biy//z2Bt9+h6Hg5+/R6GpOT+n0kEu7xhXO3PpOtVuZVVpJtsyOelcLJr9ViDQbxiiJ1eh1+vx9RFFmyZEnI5IkpwWGEqFaTesvNWP/2N5YBiWvWIEZBYmNRLkeZl4eyPZ7s5Ntvp37TJj48yzo0fu5cKrZuJXH3buJaWhntdBLvcrEvLw+CQXxmc+cZ4UDzndXV1XHixAlyc3NJG+SA4Y633sL+6qsAxK1dS+rll3N+04g268KqqirSjpYid7sxq5RUZ2WxNgIWghaLhY8++oi0tLSwJc3WXnkVro+34dm/D19FRZ+CBESaUPeDzGQibv2XsPzudzS//Arvffopp9XqPm9pdihC28FD6E6eZMb+/eyfOKHfPpfhGN+etj6TXS6WHj9BapetTb9cTpVez8msTEavWsXSK688wzrUqNOxdOlSli5dGhLZIKYE+0Q0ZZE4H+oFC3C+9x7+mhoc/32TuBujM5hBV2ObmpoaXnjhBbJzc5n/0ENIwSBv/r+HSdu5k8TmFuZu38E7mRl4FYqQuH5EA873P8D+QlvCW/311/cr7F1hYSFrr7wS7w9+SEAUaZk3j7U33DBsXArkaamo583D/dmnON54A9M99wy2SBFBPWsW3qIFNL36KrOOWNhx0Xy8anWftzQFuZyUb93HsR/8kMyGBiYdOIDXbMbVfkY+GHS39an1erm0spIxZktnyLJWlYrDubms/fvfKDgrWs2yZctYuHBhdIVNG2koFIpuf6IRQRTR33AjAK4P3u9TBvpoQxBFCm69hY+mT8OsUKB0Ori8/DgZLjcmkymimbbDgWvzFmz//hcAuquvRnf11f0uI33fflIS4sleUMQ1Dz88bBRgB7r2/HuekhL81TWDLE3kiLv5JlpVSjR+P9MPHUJoVx593dIsnDCBgu8/QuuECYiCyPz6em7JyOgxo3246br1qRZFLq2q4s4DBxlrtiAAVqWSjXmj+fvUKaTfegviIIRri60EhyHKKZNRTpiI9/Ah7C+9hPGuuwZbpH5TWFgId9zB9g8/JOWtt0h2Orm8uoq9iYk0tW8TRXNsyZ5wFRdjffZZALSXX4Huuv67NPgqK3Ft2wZA3I03Dmqap3Ahz8pENWsWnpISHP/9L8avfXWwRYoIglpNxcJF5L/9FvGtZgrLj3Mkf2y/tjQLx4+n4Mnf4XjtNRyvvw6ffIJdq0O/bi3HysrC5j7RnbO73W5HkCRmnz7NrJrTqAKBNuM3mYx9eXl8Fm9CbzBwzZIlId3i7A8xJTgM6chA3/LwI7i3b0d72WUoxowZbLF6RC6XYzQaz/AXhP/5Q/1VJiPw3vuMstmYsX8/eyZNpLHdl/CJJ57o18OsUCgQ24OBR4KuPlsTnU6mlZWjVinRLluG/sYb+q3A2qxJ/wNIqGfPQdEHB+tQ0tNYhQPd1VfjKSnBvX07ulXXIo+iAAfh7IfZK65ga3k5s48cIbuigmpRxJWR3q8tTUEQ0K9ahajXY/v3v3F+8D5NZWW8EAzg9Pt7PFYYaLt6cnafaLFw0YmTxLVb2PtFgX1JSeyfOJEf/OQnRMNhTZ9TKX3pS1/iK1/5CnPbQ01JkkR1dTWpqakoY8kezyASqZT6guXPf8ZdXIyyoBDTQw9G7YrhfP1VWlrKc//+N9OPHCG71UxAktialUl9aioajaZf6WScTicVFRXk5uaG3Tq0q1P7uOZmphw/gSAIGC+7jNHf/taAAly7P/8cy5NPIsgVJP70J8iSk8Mgec9E+t42/+KXePbvQ7NwIYYoSqsU7n4oLS2l8umnST50GJlKhfree8lfNrCVknv7dqx//guNtbXUymUcmDULr1rdbcqqvrbr7FWf2+3G7XZ3Wnymt7ayqKKCZJcbiTbXp/J4E5uys3GrVFxzzTX9WvlFRSqlV155hVOnTnX+3tLSwuTJk/nss89CKlCM0KG//noEuQLvsVK8u/cMtjgDprCwkBtvuommyy6jNj0NUYBF1TVM9vrCkk4mVHQ4tc80m5l+6hQymYzS1BS2JMQPSAFKXi/2Dc8BoL1yRcQV4GCgXdl2Xuou/oTSnTs702U988wzlJaWDrJ04aOwsJBlv/wluZddRkpCPKZXX8U/wO1/9bx5mL73XZwCJDpdXFSyC0O7heZAjhU6Vn1ms5lAIIDZbMbtdiMIAilOJ9cfOMD1R46S1K4AfaNzeXXeXN4uLESZnNxvBRhuLmgtP1Az9RiRQZaQgPaKK3D89w1szz+PcuqUfmWgjxSNjY28/PLLXH/99WRkZHR7TWeoqPXreevW28g8fZqpR44gk4JUZ2b2+WEuLy9n06ZNLFu2jClTpoS6KWfQUF/PzJoaCtrlKs8bzeGUFNQNDQMqz/n22wSam5DFJ6C78spQitpn+jJWoUSZn49y/Hise/Zy8MknKW8f68G2EI5EPwgyGYZvfB3zj57Ad6oC889+TvxDD1Le2Njvcz1lQQGly5cz6v0PMLndzCvZxeGCfA5otWecNXbXru5WfWeHOEs0m1lYXUOW3d65smpSq9k5YTxff/pp7g9LD4WG6Hsjxggp2quuxLV1K4H6OlxbtqC9NNwxRfpPRzzAvkyqBFGkbkERzg8/pLC5hUlHjyIGAuzSaPp0RtgRmLvj33Ahud0UnTiBruY0yGQcLcjn5KhRbaHQBuD3FmhuxvHfNwHazhIHKet3f8YqVOiuXsnpj7eR3eLlVH4+PpUqJMHhL4RI9YOoVmP81n20/uCHBBobqHrwIV41GbFAvycDs6+4ghcbG5l29ChZZgvjDx1Gl5bKhPYkB5s2beKjjz4iPj6ep59+moULFwJ0G91FEAREQWBsUxMza06T4nB01mNVKvkoM4Oy9lVftBNzkRjmiBoNulXXAuB47XWCTucgS3ThFC1YwKGCAg4nJxMMBCk4fIT8qmq8Xi9ut5vy8nI2bNgwaNtlAbOZ1h//mGybHUkmozg3l0OJiZh7CYV2PuzPv4Dk86IsKEQVRSmgIoFiwngatVrkEuRVVgKhCw4/FJCZTMQ/+ACypGQcp05x0f79ZCiV/T4KKCwsZPUtt9BwxRUcGzsGlVrNdH+AhH/8k23//jcbN27sjMlpt9vZuHEj77zzTueqT6FQIJfJSHY6WXbyJF/+vIQVx8pIbVeAFrWabePH87fp06gfMybqtj17ol8rwT179qBun4HabDYEQeCzzz7DYrF0e/3VA/B/ihF6NAsX4nrvffx1tTjffAv96i8OtkgXRGFhIWvXraN42zbKd+xgzIkTzGpoINkQR1li4qCuErylpVh+/weCFjPaxETivnwH6spK1OcJhXa+MjtzBd50U9QaOIULQRBomj4Nw+Yt5FRVU5GdjVupjPrs86FElpRE/APfo+xLX8LgdDF/1y52T5na78zyHccK3HEH3kOHsf75zwTq69D+fTfT4uMpzckG2qxEvV4vbpcLo9fLmOYWsi0WMmw2NF1iKQeBeq2WnZkZTL7tNm5dtoxbw9EBYaRfSvCpp57iqaeeOuOzH//4x91e23XpHGNwEeRy9Deswfyb3+B89100S5dQ3tQ05NKtdKXrw/z8V75KYXk5Y06dQuPxcHD8eARB4PDhw/12oRgokiThfOcd7C+8CFIQeWYmxm/eS3JaKhfixi4Fg9j+1eZYr1m8CEXuyHjpn83k66+netcu4i1Wso6VUZKVGZHg8NGELDmZY8svI/P990h2e5izezelY8awN05/xmSgt1RK5/zttttI27ED6fnnmdbYwFivl12Zmaw4VkZiczNqvx+5JJ0Z7B5wKJVUpqRQnJyEmJjIkkH087tQ+qwE33rrrXDKEdUMhSwS50M5fTrKwnF4S49y6k9/YoPHE7IM9BdKfHw8V1xxBfHx8QP6vn32LD73+ZhTXU1GXR0Ku4N3UpLxq1Sd26Md7Rs1ahSTJ09m1KhRIZM/YDZj+/vf8exps8BVz78Iw+23heTczrV5M/7KSgSNFv0AHOtDzYWO1UApHDcO8ctfxvv73zOmoQHXvLnMXb580CLlDFY/zFt+KS/U1zH9yBGyzBYKjh4lPj6evJUrgXNzTXa994Hu/3bVVTS99x5ja2sxNDVheP999FYbskAAATqd21tVKk4Z4jiUksKiG27gyqVLGRzzrNDSZyV4ySWXhFOOqGaoZJHojU4H+kcfxVX8CZoxeWgyM0OWgf5CUCgUF+T/U1RUxIaqKraolFx8/ASmlha+YLOyf/JkXDodWq2WpqYm/vnPf6LRaNBqtaSmpg4ondLZGd0XGQwYt24l6HAgyOTob1qHZsmSAW1ZnjNLnzaN+BdfAkB//XWIBkO/yww1FzpWF8LYK67AvGcv3tKjjNHpMQxiqLjB6oeOzPLF27Zh2bOHqacqGSeTof7zX7CWlfF5S2tnrsmzn21Jkv73NyDD6yXlyBF8JbsYo1DQqlLhksuxiDK8CQk4lUryFy/ClZbGpj17sDsc6PX6Ib3q646wWIe6XC6amppCOtuOceEo8vJQz5+P79XXmFFzmj2Zbck7B9vIwGazsXPnTi6++GISEhL6/f3CwkLWrl1LcXEx2xMSmLJ7NwaPlwUHD1HmdHEkNQVP+8pXLpfj8/l49dVXUalU/VL6XWfZiX4/6Z+XYLNaUSQmEldYiOHOLyMf4D3f3Qw+ddMmpgQl4saPQxMlL50LHasLQRAEdNetwvvEE7g//hjdVVcOmq/kYPZD51EA4D99Gvtzz+PZtxfXhx8yqbaONL2e1tRULAYDLo2aAGA5dQqV18vYVjNpdfUkNzej9rgJBoL4RZGM+fOoz8jg/ePHUSiV+Hw+Fi9ezLz2+27xF4e2HUFv9FkJpqam8tRTT3Fd+5aMzWbjtttu47HHHmPSpElnXPvGG2/wla98ZdicCQ6lLBLnQ3/99cjffIsks5mkpmaakpPCmoG+L7hcLsrKypgxY8aAy+j6Yvjb038kYfOHjDZbKDhxnITKSopTU7C1G80oFAocDkfnyre3M5SubNu2DcFm45LmFrJqaxEkCR9wJCeby77/yAX5YHbNFi8IAtkuF5kNjdjVajJuv31AzvXhIBRjdSEox43rjIvreH0jhi/fMShyDHY/dCDPyMD0rfvwHjmC8623kDc1k2CxkGy307GXGQgEUKlVILXlC5TJZCCAXybjlMmEd/Zspt1/P5cAo9szuqxZs4bMzL5luB/q9PnJcrvdBAKBzt+9Xi+bNm2iubk5LIJFE0Mpi8T5kCUno7lsOYIgMObIYZw22wWZ7kcjFy9ZzJ7x4/kkJweXKMPgdLLiZAWXnqpE2+4iIpfLqa+v71yBlZeX9+heIUkS3rIy0j/6iKsOHGRU7WkEJOqTk9k8fRq74+MvOAhB12zxYiDAxNJjCILAsdTUqMynN5jor2+biLuKi/HXDX8Xib6gHD8e07e/jeLR73NgTB4njUasSiVu2jPLGE3oMjNoMRk5lJLMJwUFvDJ5MvvGj2dG+3niSCXmLD8CGb1+PVW796BsqKewpQXXzJkRz0AfTjpdKIqL2VZVRV5pKTn1DaSZzUgnKzg8bSopTU0Yc3LY9vHH3Z6hfPLRR4wWRbwHD+HZuRN/TTW5Tc14AgFaExMoHTuWVqOxLfZiCAI7d2SL12q1jKmoQOtyYVMoMM+dE4IeGV4oxo5FNWUqnv37cLz+OsavfmWwRYoaCufMAaOR4uJiDtfXk5qaStHFF5NdWIggCHhKSzlVXIy5vp4xqanD6rkfKDElOAIRdTpSbrkF9bN/59KgROLq1YhxcYMtVkjpuj1aWlrKxr/+lTEVp+iw18xpaWVCXT3NFgtjVUqCGg1BUUQWCCB3OtHv3kNrFwdkQaFEs6CIDxoaqVMqUCoUeEO4gu7IFh+srSXnxEkCwSAHCwtYsmTJBZc9HNGtuhbP/n24P/sM3dVfQB6BEG5Dha73fn/+NlKJjoOGGBFHvWgh8lHZBJ0O7K++OqiyaLVaxo0bF7asDoWFhaxcvx7zZcs5MGYMcq+XpNxcNCYjKlHEYHeQ2NJKcnMzCa1mdE4XSrkMMc6AauYsDOvXk/S735L3wANc8dWvkF9QgFqtJj8/n3Xr1oVkJl1YWMjaG25gSUsrMkHAOTqXJXffHXWz9HCPVV9R5OWhmj4DpCCOVyJ//0ZLP4Sa4dqu3ujXSrA7s++RFr1iuCCIInE3raP1xz/GtXkL2iVLBmzZeKHo9XpmzpyJXq8PWx0dM+CuqZQ0ajXm7dvZ+vzzCC4XSlGGJxggoNNx+bp1JM2adc79Hc6Z9KjTpzEJIOTkkPiTHyNLSgpLPRdCJMaqr+iuW4Vnzx7cn+9Ee/x4RHNmRlM/hJLh2q7e6JcS/MY3vsG99957xmerV69uszbqgt/vv2DBYoQf5fjxndm7bf/5D6bvfndQJjVer5fGxkb0en3YDY6cTieVlZWkpKSg1WopuOgipMREiouLqe84QxmEc5JAYyP2558HQL/6i1GpACGyY3U+FNnZqC+5GHdxMfbnX8D04AMRu3+jqR9CyXBtV2/0WQl2RByIMbyIu/FGvHv34T18GM/u3ahnzoy4DGazmffff581a9ag0+nCWld1dTWHDx8mLS2NpHZFM9jnJFIwiPWZZ5A8HpQFhWiWLRs0Wc5HJMeqL+ivuw7P9h14S4/i3bsX1fTpEak32vohVAzXdvVGn5Xg008/HU45YgwSsuTkzpyD9g3PoZoyBWGEzACjBdfWrXiPHEFQKIm7446o8QkcCsgSE9FethzHW29hf/FFKtRqtn3yyZCNiRsj8sSethhov3AVoimeQGMDznffG2xxRhRnb4PK0y7c3WKkob3qKkSdDvvxE3zy29/26vMZI8bZxJRgDES1Gv2a1QA43thIYJhE+ol2pGAQy5/+hOR2oygoQBOFCY+HAqJOh27lSuw2G4UVFSTGxfU7116MkUtMCfYBn8/X7c9wQj1/Poq8MUgeD/YXX4xo3aIoolKpECOwDdhhxHW2Mddg4HzzTXzHjiGo1RjvvHNIbINGcqz6g2bpUqxyOVqfn9FVVUB4Y+JGaz9cKMO1Xb0Rc5bvA8Mhi8T5aHOZuImWHzyGu7gYzaJFKCNkIZmUlMT1118fkUDEY8aMQSaTkTvIoch8J05gf/U1AOJuvhlZSsqgytNXIjlW/UFQKKibMYOcbdvIqzhFTXo6LpUqbDFxo7UfLpTh2q7eiCnBGJ0oxo5BU7QA17aPsf3jnyT84DEEmazPAaZjnEt3fVeQk4Pl6T9CMIB69hzUIzhNWSiZcOMNVO3fT4LFQt7hI3wyOndYxcSNER4Eq9UqDbYQ0U5/k+r6fD5aWloGLe/ahRC0Wmn+7ncJOhzErVtHVW7uGSl+vF4vKpUqpAl46+rqeOONN7j66qtJS0sLSZk9cejQId5//32WL1/OxIkTw1rX2emROvruVq0W3aFDyOITSPjR44hDyDE5kmM1EI5t3YrvZz/H5/NRtmQJU69bFRafz2jvh4ESre0K5zs1JBu/ra2tXHXVVezbty8UxUUdwymLxPkQDQb0X2wzkrG/8grb3/+gM8B0uIwNAoEAdrv9jCwl4cLn8yFJUkTOdLumR+rou9Sa07g++ggQMNx555BSgBDZsRoIBYsWMWr1atLT01hitZIfpigy0d4PA2W4tqs3QqIEfT4f27ZtGzb5A0c66kULUeTlIbndJO/Y3pniBwY/Ae9Qomt6JAC908nsykp8Pj+6a65BOXHCIEs4PNFffx2iToe/phrXhx8OtjgxopyRYwIUo88IokjcrbcCAjnNLZiampCktl3zjgS8qSFIHzTcSUlJwev1IkkSYiDAtAMHkPn9ODMy0F0zsnO4hRNRr++ym/EqQYtlkCWKEc3ElGCMblGMHo1m6RL0cXHMqqrC2tKCw+EYdgl4w0lRUREqlQpzayv5Bw6itVjxqpQk3XP3kHCHGMqoFy1EkZOL5HJie+GFwRYnRhQTkidRrVazdu1a0tPTQ1FcjChBf911aJOTydFoKYKQpw/qwGQysXjxYkwmU8jK7ImMjAzGjh1LRgTyzxUWFrJ27VoukcnIbWpCpVaTdM89FAxCfNZQEcmxuhDadjNuAQTcxcV4Dx0KaflDpR/6y3BtV2+ERAkaDAaefvrpqMt9djb/+c9/MBgM3f7EzrjORdTr0d+wBrVaxcyWVr57552sX78+5OOsVCrJyMhAqVSGtNzu0Ov1jB07NmKpYkZLErNP15Kenkbu1+9i7BVXRKTecBHJsbpQFGPHol22FADr3/6O5PGErOyh1A/9Ybi2qzdG5J7MQw89xJ///OczfoxG42CLFZWoL7kERUEBkteDbcOGsNThcDjYv38/DocjLOV3pbGxkR07dtDY2Bj2ugLNzVie/H2bP+DceWhXrAh7neEmkmMVCnSrVyOLTyDQ2ID9tddDVu5Q64e+Mlzb1RsjUgleeuml3HDDDWf8qNXqwRYrKhEEAcOtt4Ig4ikpwbNrd8jrcDgcHDhwICIPXmtra+dPOJE8Hiy//R1BmxV5djaGO9YPiwTUkRyrUCCq1cTddisAznfewXfiREjKHWr90FeGa7t6Y0QqQQCbzTaifGEuBPmoUehWtG3jWf/xD4JO5yBLFN1IwSCWp/+Ir+Ikok6P6ZvfRFCpBlusEYtq+nTUc+eBFMT6xz9ReuAAzzzzDE888QTPPPNMLMvECGdEKsGrrrqKzMxMUlNTWbNmDeXl5b1e73A4ev0ZCeiuvRZZSgpBcyv2F18abHGiGvtzz+HZvQtBrsD4f/ciS04ebJFGPHG33oJoNGGvqODgz34WS7cUo5MRFTtUo9Gwbt06ioqKMBgM7Nmzhz/84Q9ceumlbNu2jaysrG6/dz6r1+bm5jN+9/l8+P3+4ZVpQhDQ3nIL1p//HOeHm5DPnoUiRAYyfr+/899w91nH6j8QCISlLveHH+J4910AdF+6HWH06GF1H0RyrEKKSoX29ttpeOghRjd5aElLo1mrRaPRYLFY+Pjjj8nLy+tzcUO2H85DtLZrIO/Uvkb16rMSLCkpIS8vr0/RxSsqKvj0009Zu3ZtX4vvN8FgEK/X26drVSoVgiCwatUqVq1a1fn5VVddxbJly7j88sv5xS9+wW9+85sBydLS0nLG736/H0u7g65cPozmGampBGfOQtqxg9Y//wXZ/d8OSRZ6t9tNeno6brf7nL4MNZIkoVKpkCRpQHWdPHmSkpKSzjiGs2bNYvTo0QAE9+8n+M9/gSQhXnkljvx8HGFuT6SJ5FiFnMwMjiUnkVNTw5TDh/lo5ky8SiUymYza2tp+tWdI90MvRGu7BvJO7WtAjz6/oZctW8af//xnVq9ui8TQ0tLC+PHjeeWVV7jkrCj4O3bs4K677gqrEvzkk0+48sor+3RtSUlJj2b98+fPZ9asWWzZsqXH71dWVvZavk6nO+P3jtlKfHz8sIsxGrztVizHjhFsaUbz6ador732gsuMi4tDr9dHpL/UajUqlYrs7Gy0Wm2/vnvs2DHefvttvF4vCoWC6upqGhoaWLNmDaP9fmz/2YAgE1EVLUC3+ovDwhDmbCI5VuGgZf584t98k3ivj5mlpeycOpVAIEB6enq/0gcN9X7oiWhtVzjfqX1Wgh1hs7r+7na7B824pKCggKeffrpP155vRpCVlUVZWVmPfx+I46hcLh+egbZNJgy33Yrl97/H88676C66CHkP28h9xe/343K5IpJ1IxAI0NraSmZmZr/r+uyzz/B6vZhMJgRBQJIkzGYzB95+h+SyY+2pkWZjXP8lhChI2hsOIjlW4eCSJUv474kTLNizl4SmZrIOH8E9Jo+FCxf2qz1DvR96IprbFa536pDdq0tNTWXdunUhKauiooKkpKSQlDUSUM2ejWr6DDx7dmN95q/EP/LwBYUBa2lp4Y033mDNmjVkZmaGUNJzqayspKSkBIPB0O/EoWcHxBYEgUS/nzFbNiMlJaGcMBHj1742bBUgRHaswkFhYSHccQdHN2wg59PPmNHSwvwb1jC2n+fbQ70femK4tqs3RpR1aFNT0zmfvffee+zZs4dly5YNgkRDE0EQiLv1FgS1Bt+J47g2/S9Sf2lp6bA1P+8aEBtAZ7Nz8YEDaAFFXh7Ge78ZkjPSGOGlsLCQlY89Rt7atSQlJWJ44w185znyiDF8GbIrwYGwbNkypk6dyvTp0zEYDOzbt49//etfZGVl8e1vf3uwxRtSyBIS0K9Zje0f/8D+0ouopk+jvKXljCSy5eXlVFVVhTQB72BSVFREVVUVZrOZRL+fGQcOoPEH0I0bj+nb30aMBVwYUsTdfBOBulq8R45g+eWviH/0+8ji4wdbrBgRpl9KsLKykr179wJgtVoBOH78+Dkhx06dOhUa6ULMqlWreP/999m8eTNOp5O0tDRuvfVWHnjgAVJSUgZbvCGHZvFiPJ9tx3usFOtfnmFbclJnEllBENBqtZjNZoqLi4eFEuwIiL3r7bcZu2kTOpkM3bjxZA+x7PAx2hDkcox3303rDx/HX3sa8y9/SfwDDyCeZegWY3jTLyX4+OOP8/jjj5/x2X333XfOdZIkRaVl3COPPMIjjzwy2GIMGwRRJO7Ld9Dy0P/De/QI2mo9yqSkYZ2AN08uJ+HYMYKJicizc4j/3ndjCnAII+r1mL51Hy2P/QB/ZSXmn/4M03fuj43pCEKwWq3S+S9ry8DQX0JluDLU8Pl8nX5k0WZhFQ6cH3yA7V//oqGllY1jxyBPSzvDejI/P5/169f3+P1I9pfT6aSiooLc3Nx+u0h4Dx3C/JvfIHk8KPLy2rZAR9jLcrje277KSsw/+SlBuw15dg5N161i265dNDQ0kJKSQlFR0Rm7GeHuh9LSUrZt29Zt/b397UKJ1vENp1x9XgmOVIUW4/xoli7Fs2sXht17mH+qkg9UKpQqFV6vd9gk4HV//jnWp59G8vvbrEDv/WbsDHAYocjOJv7BB2j98U+wHztGw8OP0DAmD7fRGJaz7fMpuZ7O1oFhfe4+GIwow5gY4UEQRQx33IHvwQcZa7bgAfaq1eTk5FBUVHTe/IOtra289957XH755WE/m62srOSDDz7gsssuY9y4cUDvLyRJknC+8y72558HJFSzZrW5QUTRLDmSRHKsIo08K4v4Bx6g+p570DmdXF56jAPjx1ObmnLO2XZraysbN25EkiSam5u7XZH1dF/1puQKCwvZtm1bj2frkiSd99z9QlaKw3l8eyKmBGOEBFlSEnE33oj0978zq7GJ5ffcg7yPfkY+n4+mpqaIxCrsCPDgdruB3mfdBWPGYPvXv3C1RxPSLFlK3C03X5BP5FAnkmM1GMizMvlwymSm7D9Aqt3GtEMHSW1MZXdmxhln28ePH8dut9PS0oIoiucost7uq96UXGFhYbf+qF3P1nv72/kU7PkY7uPbHTEl2Ad6uiGiac88GlAvWoRn1y48+/dj/fOfiX/4YYQoj53a0wtp+4cfkvLa63gPHwIE4tbeiOayy6LS4CtGaDFlZbHF5WJ2Swt5pypJr69neW0t9vx8PAcOoMjPZ9++fQDo9fpzFFlBfj7FW7cSdDhIiYtDLkkICgWOlhb2btxIoLGRUW43Op8PMRhEDAZJdbpQW0pwJCczs7GJ5oZ6lDo9QbkMn0xGi9dLUkEBbo2G0lOn0Gq1nefuXq+XnJwcoOf7ebhYaIeD6H5DRQlPPvlkt593Zxk7khEEgbgvfQnfQw/hO3kSx2uvo//i9YMtVq90N+tO9nopeOddvPEmBJUK49e+hmrGjEGWNEak6PAH3ZmYyMm4OCYdP0GK3c7olhbMP/85AONcLnbPn8+cvXsxWG2IkkTQ70e+azcNH33EzNo6ZgSDiLL/7RoEA0GEo6Uo5HI8Hg8ymQwEQGoL56dSq7C//DLj3B5ampuRpLpORScIAgmtZgAmWK00azRYjAZqdDrUCQmd5+7nW0XGOJeYEowRUmQJCcTdfjuW3/8ex5tvopwyBWVhaFIuhYOUlBTKy8s7Z9YZNacZd/gQWqUSWUoKxnvuQZGdPdhixoggHf6gxcXF1NfXUz1xInk5OcRXVeHdt59ASzMqoU25KXx+FH4fSEAggELdljy5Q9EBBEQZQVHEIwbQxMWhS0mloboanyQhKeT42leKE6ZMQZOWhlahwN/cwqnj5bjMFowqJVkGI1qvl6DNShoG9HYbvho7UxRy9FYbpq1b8Xg8pCQnU378eI8rxRjnElOCfeDuu+8ebBGGFOo5c/Bccgnu4mKsf/wjCT96HLEXdwSDwcBFF12EwWAIm0wdxgJ1dXVotdrOM8GOWb+9uZnZ1dWMqm9o20aaOYuE73035jh9FpEYq2igsLCwx+3DoN1ObUkJgU2b+GRUFjK5HLffj0KtZtUXv0hyYSHm48d56eWXcXu9Z1hKr1u3jtyCAjylpZ1KNjU1laKiIkZ3MSCLA8Z0U7fk8eCvqcFXUYHv6FG8Bw8RtNtwFxfjLi5mmUaLMhDgWCCAqNGcY6F9PqOZkTK+Xemzn2CMvhOtvjaRJOhy0fLQ/yPQ1Ij6oosxfvUrPV4bCZ+rDmMBhUKBy+VCq9Wybt06CgsLObZpE/Y//QnRbEGhUKBeeTV5X/7yiDaA6YnYvd2Gz+dj165dHDhwgMbGxk5F1tUSurQbRXc+S+n+IgWD+MrKcW//DM9n2wk6HbjdHlq9Xg6np+OePo1LFi2ioKDgHKOZDgXZ1WgmWsc3KvwEY8ToD6JGg+FrX6X18R/h/vQTVNOmop43r9trXS4XpaWlTJs2LWQ3eNcZr8PhwOv1kpiYiCRJ6HQ6LBYLn3z0EZmHDmHc+AZGjQZZ1igMX/1qVG/fDjbhGKuhiMvlwuv1smbNmh5XTb2tJkOFIIooCwtQFhYgrVmD+9PPkL3zNur6etIddmRHjqCbOBEpP79PRjMjcXxjSjBG2FDm56O7+gs4Nm7E9uw/UIwdi6yblFU2m42SkhLGjBkz4G2YrkpPo9HQ0NCAJEkolcrOOLcejwe1Wo1CoSAZKHj7bRzt9annziPutltj25/nIRRjNRyIxn4Q1Go0SxajXlCEe9s27K+9TqC5Geuf/oR7WzF2u+28RjPR2K5wE9vviRFWdCtXosgbQ9DpwPJUW8SVUNOxzVNeXo7b7aaiogKbzYZarUan06FSqQgGg9hsNmTt9Y+rqiLe60U0GDF+4xsY7vpaTAHGGBYIcjmaxYtJ+sXP0V9/PYJcgffwIZbu3ceYigoIBgE6jWbOl3R8uBNbCcYIK4JcjvHrd9H8/x7GV16G49VX0a9efcbKrb/JbaHn7U5BEDpXfg6HA41GQ1xcHB63m+zaWnKbmiifMgUBAW1REYl33z3i4n/GGBkISiW6q69GNWcutmefxbB7N1NqTpNutrB7XCFmUTzDaGbTpk189NFHxMfH88c//pGFCxeybNkyNm3axJYtW7Db7ej1ehYvXgxwzmdDNSdrTAnGCDuy5GQM67/U6TZRq9Wy4fPPOw/oq6urSUhIoLKyssds1v3d7vT7/Xi9XpAksq1Wik6cwOTx0JDRVr78suWMvvnmiPVBjBiDhTwtFdN3v4O6uBj+9GeULc0k7D9A9by5TFi7loKCAjZt2sTGjRuRy+XEx8djt9vZuHEjZWVlHD58mGAwiCAImM1mXnvttTP8F81mc+e11dXV5yjG7pRoNCnMmBKMERHUc+bgXbIU1+YPcTzzV4S80ZhSUjofJo/Hw+bNm3nzzTc7H5asrCyqq6s7lZxCoUCv11NfX08gECApKQmNRoPT6cTlcp2xBepyOsmw2ph96hQmq63N2TgzC+Xll1PW3ET2nDmD3CNDE6VSSXp6OkqlcrBFGVSGWj8IgoCmqIiswkIsf/wTvvIyRp04gXrzFoKjRrFlyxaCwSCiKOJyuRBFkWAwyKFDh5AkCblc3vmZ3+/v9rODBw921tVVMZ6tRHtSmND96nLTpk1s3rwZh8OBTqdjyZIlIVWiMReJMBCtZsaDjeTz0fLoY1Tt3ElDXBx75syGdiXY2NjY6bvXoRi7QxRFJElCkiRkMhmiKCIIAj6fr03RGY2k1dUxrq6ORJ+fYDCITK1Gd/ll5N52G25BGHAqpRixe7uDodwPUiCAY+MbODZuBCmILDWV31ssNCmVyLuEOexQdoIgnNFGr9cLcMYEoOOzsxVjx7N89ucddH3Wu64uJUlCFEUmTJhwhhLt+HzlypUhU4SxlWCMiCEoFBi/fhen9+8jsbWVlP0H2JeSjEwm64yu0fGwdDxUZxNsP9SHtlBTHZ/Fud0UWqyMOXoUXTBIXJwBY0YGmkWL0F15JaLRCIDfasXtdp/xIMboO8FgEJ/Pd8Y4jESGcj8IMhn6VdeinDQR61NPE6iv56rTtXyWnER5cjKiTEYwGDxDIXWsEru2t7vPxHbf2o7JaUcZXT/voC+ry64r0Y7y/H4/W7ZsiSnBGEMTeUYG9ssuQ/7yK0w6XcNppYKm+Hjy8vKoqqrqV1l6r5dcu4Nsi4UUhwMEAblMhkuu4HBiArPvuouUadPO+M6JEyfYunUroigy7ay/xTg/TU1NvPjii6xZs6bH89uRwFDth3Mixtx6K6lbt2C02phXW0dmIEjFvLkY9uxF5naRmpFJTV0tPgS8chkeUcQrk+GVtf9fLscvCNDudtFVMZ5PiXanGHtSol3dOgRBwG63h6xPYkqwD8SySISWQ2o1huQkxjQ1s6i6hk2JiZ1/63hYukPt95PidJLqcJLucJDgdnc+HEFB4LQhDnN+PvWJiTS2tHDkpZfQvf12yLNvx4gxFOkxzdKNN5I1bjzCH/6A5HBQAUxpaSHZ5UJldzDe68Xj8RBAQhBlqLVaJEHA4XIRCAaRFHKIM9DkduOWibjlctwyGV65guTcHMpra3GJIp72z4Oytliq51tddlWiZ/9fH0KL7pgS7AOxLBKhpaGhgeqCQtIDRzDYbVxcW8v+zEzSHA5EpxMZIA8E0Pj9qP0BjF4PRo8Xrc/XOeNEkhBkMmxJiZQqFJzQ65EMBpKSknC73Xg8ns5I/eXl5Rw/fpyUlBRcLhdqtToWVT/GiKOniDGffvQRqyTQGwy426/VxulpCwUuoVIpUSkUEAwiBYPg9UIwiDoYBEkCrw+am0kMBvEHgwQBSRBQqNWoHQ4me724PB4CkoQgE5Epldh8fpwyGR5Fm2J0y+R45DLcMhkeuRyvKIIokj16NCcqThGUJFxKBS0qFaIosmTJkpD1S0wJxog4HZkbSqZOYd7u3eicTgAW1tUTZzYjBYMIoohcLsfvbzNukQBEEYdWy2mthlMaDS1JSYgGAxaLpc1atN3Z3WazEQwG0Wg06HQ6RFGkqakJp9NJYvuqc+fOneTm5sZWhzFGDN2lWYoPBBj7zru4DXEICgXqSy4BmxXdmjWY1BqkgB/J50fyeJBcTiSni6DTgeRwEnQ4CNrtBK1W8PsQA0GUwQAEgkgd/wb8qJBQyeXQ/hkuN/pAgEAggARIoohcoUASRTw+H0EAUUStVqNuNTPL7cbtdlOj07FlxnSWLl3K0qVLQ9YvMSXYB2JZJEJLR+aGepeLOq2OLIsFAI0oYFIpERBAFEEmgqhFUMjxSmD3uNH4/YxzuZgCmOvqaWpswpMQzwmgyekkGAzi8XgQRZG4uDigzWm+A5WqbX7r8/liiUZjjCjOThuW0tDAhP0H0CvkiIYsjN/4Ov64OHjhBZRz5qDt41mnFAwiOZ0E7XYku52gzdamHG3tv9ttnf8P2KwELVZkFgv4fW0ry8D/FKcyEGxTlkEJCYmgy9WmRJUKjJmZLHrssZAfQ8VcJMLAUDafjhSlpaUc+9e/GLVjJzKFgsDUqWSlp6EQZW2zSIm2h0GS2rdhJCSHnaDZQsBsBulMqzy324PN6aBRraEyTk+FPg5VZgaCIFBbW4vf70ej0ZCQkIDP58Pn86HRaHjwwQcHpf1DFbfb3ZkVQa1WD7Y4g8ZQ7IeOM0Gv28202lryq2vaVoPTpzPqoQeRxcdHrF2SJCG5XARttnZF2fYj2doVptvd9h4IBsEfIODz4k5OIemalbEsEjGGB6P9AUzVNZCehvoLV+NeUISxj5MGKRgk2NyMv7oaf00N/pMViKWlqK0WkoE8h5OWyipaTp6kMj2dRpUSP6Br3y4NBAJ4vV5yc3PD2sbhiEwmQ61Wt2VFH8EMxX4oLCxk7dVX0/K736GprUOhVqFZvpycb3wDod0/MFLtEgQBQattyzPah9ilPp8Pb0tLWGSJKcEYEcdfW4vlySchGEA9bx7eRQvZunkzS5cuJambLBNnI4gisuRkZMnJqKZPB9pmloH6erwHD6Is2QV79qC0WUmsqGC6QkGZ0cgRhQKvyYRer0cUxT4nGo3xPywWC1u3bu3zWA1XorkferqfvWVlJPzjn5gkCWF0Lob1d6Cee2bkpGhuV7iIKcEYESVot2P+1a8IOh0oxuZj+PKXOd3QQE1NTafD/EAQBAF5WhrytDS0y5ZhtNtxf/oprs2b8Z8+Tbzbw/hjZezNG03D6NHMmzev20SjnWbjXRKNxvgfHo/ngsdqOBCt/dDt/VxZyc15ecRt/QiCAeQZGRjvvht5N2d+0dqucBJTgjEihuT3Y/nt7wjU1yNLSsb0zXsQwnRmKur1aJcvR3PppfiOHMHxxn9RHz7EGKABSKipQfJ4+pRoNEaMocLZ93OcUkn+3n14SkqIS0pqy5u5/kuIQ+QcMxLElGCMiCBJEra/P4u39CiCWo3pvv/rDGUWTgRBQDlhAsoJE/CWlSG++CIA/j17aD5wAAFQxsX1mmg0RoyhQlc3CIPVyrSDB1HbHXhlMuLWrUOzfHnnvR6jjVhS3RgRwfnWW7i2fQyCiPHr30CelRVxGZT5+ShXrABA0OsJNDcz72gpM44cQd4eqzSWaDTGUCYlJQWvx0POqVPML9mF1unCoVBwbNlStJddFlOA3RBbCcYIO+7PP8fevgKLu2kdqqlTzvi7Xq9nxowZIQ2F1BNJSUkkJyeTcc016Hbtxv3yy+Q0NZFS/Al788dSqdefkWg0xplEcqyimcHsh94MuYpmzCDrvfdIaW5BEgQqTSb2Fxaw+ppr+lT2SBzfmJ9gGBjJfoJnP6ALRo/GtOE5JJ8X7bJlxN1yyznfiWR/OZ3OM1Ip+U6coOaXv8Rx8iQ+n5+m8ePJ/upXKJgwIaxyDFVG8r3dlcHqh7MNX7xeLyqVirVr15Lr82H9819w1tVhdTrZl5ONZ/p0ihYsoKCgoE/lR+v4hlOu2EowRsg4+wGtPXSIlldeQRVnwDhnNvp167r9ntvt5tSpU2i12rA/eFarlaNHj5KQkNBWX14eOb/5DfYXX8T53nukm1tRvPgSgW98HdkIMRHvD5Ecq2hmsPqhO0Mue3MzNb97EpOtLfm0Pm80GXfdxeTs7H6XPxLHN3Ym2Ac6Ioyc/RPjTLo+oEalkiUnK1B6vDTIZBi+8Q2EHhxwrVYrxcXFnRnkw0ldXR0VFRXU1dV1fiYoFMStW4fp3nsRtTp8J47T8vDDeA4cCLs8Q41IjlU0M1j9cHb8zwSzmSsOHybh2DEAtMuWkfDooygGoABhZI5vbCXYB2JZJPpGxwMqShIzDhxA73TgUKvYXpDP7CFgkq2aMYOEH/4Ayx/+gO/ECcy/+CVxa2+MWdTFiDg9nft1xP+MUyopPHGCnOpqAv4Awfh44r/7PZQTY9v4/SW2EowRMjos0yYdOUJCayt+mYyPx47FOMBZ6WAgS04m/qGH0BQVgRTE9p//YPvr35BiK/8YEaLjWKG8vBy32015eTkbNmygtLSUoksuYbTNxkXbihl1qpKAP0Blehr67z8SU4ADJLYS7AOxLBJ9o6ioCH3xJ6RV1xAQRbbl5eKKjx9ylpaCQkHcHXcgHzUK23PP4/r4I/y1pzHdcw9ldXWxEGsxwkpPARw+f/c9rvJ5ubyxCbtMxKLScXreXKZcf32fDV9inEtMCfaBkXJAfKGMqqxE7XRiV6vYMzqPuBnTWVFUdN4HVC6XEx8fj1we/ttR1Z6UsyOlUk8IgoD28suRpWdgeeopfGVlVH77fv5rMtIkk43YEGuRHKto5kL7oTc3h7PP/RR+PzNOnyZ/9x48aalo9DoSb7gB3ReuCnnEpZE4vjEXiTAQrWbG4cS9fTuWp54GJHTXrkJ/7TV9/u5gukj0BX9tLeZf/Zr6gwex+/3smzGd1oQEJEnCbDaTn5/P+vXrwyp3tDAS7+3uuJB+6M3NobCwkGeeeYby8nISDAZyqmsYU1GB6HajUqvIWLCQuNtuRZ6WFnXtCifhlCt2JhjjgvEcPIj1T38GJLTLlqG7ZuVgixRS5OnpJHz/ERp0WpTBILP37iO9ri4WYi3GgOi63anT6TCZTHg8HoqLiwEomj+fwtZW5m/bRkFpKaLbjU2vQ3XXXZi++52wKcCRyshZ88YIC74TJ7D89rdIAT/qOXPR33RTvy0pGxsbefHFF1m9ejUZGRlhkrSNsrIyPvzwQ5YuXcrUqVP7/D1Rr+fEpZeS9MEH5FqsTD10CLXLzW6jgZycnDBKHF1EcqyimcbGRl544QU0Gg0tLS3dng/3tOV59nZnx2Sq6fRpnO+/T+Jbb7Ok1YxdELBr1NRPn864desYO25cRNo10sY3pgRjDBh/dQ3mX/wSyeNBOWEihq/ciSD2f3NBkiSCwSCSFP6d+Y46BlLXJYsWsaGmBld5OYX1DYw9dgx5RjqTbr891GJGLZEcq2jm1KlTSJJEdXU1oiiecz7cW4quDjcHrVaLIAhoHA5yysuZYHdgKysDQJuWRvKK29EsXoxwnvPrUDISxzemBGMMCH9dHa0/+QlBuw3F6NEY7/1m2NIiRQuFhYWsXbeO4uJijpTsYuqpU8z0+jC+/TZSbi7CEPCFjNE3zpdoed++fUBbrM3uUnD1lqKrqKiI2pMnMZWVM9rcSnKrGUEQMCYmIktJQbfiStRFlwz75ylaiCnBGP0m0NiI+cc/IWi1IM/OxnT//SMmP1lhYWHby3D9etyff4716T/i2buX1h//GNN990UkPVSM8NKXRMstLS2o1eoeU3B1t+UZByj27iXV4eCWkyexm834fH4UahXaGTNI++JqlJMnDWg3JcbAiSnBGOel66w4S69nwcFDaNwu5BkZxH/nO4gjKOJ8V9SzZyOaTFh+9Wt8J0/S8tgPMH37W8hHyFnKcKUviZYTEhJwOp1IkoQgCJ0puDrOh1OSkzl9+DBpNhvxFismixl9qxmVWoXHYkEtl6OfNBn1xRehvugiZMnJg9nkEU3MRSIMRKuZ8UDoOiuOAy7ZfwCDx0N8fj6jfvJjZCbTBdfhcrmorKwkOzsbjUZzweX1RktLC/v27WPq1KkkJCSEpEx/XR3mX/yCQEMDok6H8d57UQ5Tv8FIjtVg8cQTT+B2u9HpdJ2fORwO1Go137v7bgKNjRzbv5+tW7YgOhxoAdHjQYPAzMJCjF4vthMnaKmtPUNJCoJA/ORJJBUVoZoxA3lubtSF44vW8Y1lkYgxaHTMilPVaubu2YvO58OqVHBw4gRuDoEChDYHXZPJFBEHXbVaTWpqKuoQbt/K09JIeOQRzL/+Db7j5Zh/+lMMd96Jet68kNURLURyrAaLroYrsmCQ5MYm9KdryAsGafz61wFIlCSucDhxuVz4/H4UCjl6fRzqY6X4ALUokJCURL1MRq1SiZSbw4QvfIHcmTMHt3HnYSSM79mMnJZeAD1ljBjqq7y+0NDQgDEYZN7uPWjdLtxqNZ+MH0fQZgtZHVarle3bt3PJJZeQmJgYsnK7o7a2lo8//hiVSsWYMWNCVq5oMBD/wPew/PGPeEpKsDz1FIHGJqrzx7KtuHjYhFmL5FgNFkVFRbQcO8ao/fvJa25B4fMhCAIJ7e0VjSbscXHs0+uYqVBg1OkQNFoEjQYxTo8sLQ15Whqy1FRyhpgyGQnjezZDa4QGiZGcRWKUVsvoj7ehDQRwajTsnD4Ns8dDfmpqyOpwu90cP36cWbNmhazMnrDZbDidTmwhVOIdCEolxm98A/tzz+F87z2a/vUvDisUHM/KRKFSDYswa5Ecq8Eg0NxMenExa05VYrdZ8QWDBOPjMS4oIm3RIhSFhYhqNd6aGk6+8AJz1qzBmJk52GKHjOE+vt0RU4IxesRfW0vRwYO0+nyYVSo+GT8Oq8eDSqUackGxI4UgisStW4csOYWm3/yGHLebuECAvZMn4e/GwCJG5OnO/aEgNxfHxjdwvvsOkt+PWqXEMGsx2mXLUE6dGrPYHMbElGAfGIlZJHynTmH++S/QeL0wbhwHJowHi4X81NS2l0Ysan2vaJdfyvZ332HqgYMktzQzb9duSqZNjYVZG2S6c3/w7tuPyuNB43YBoBw3Ht0Xr0eZnz/I0saIBDEl2AdGwtlfV7yHDmP+7W+Q3G7k2dlkf+c73GIwDLZYQw5pwgQ2e70sOllBnN3G/J2fs2V0LsnTpg22aCOWru4Paq+X8cePk1xbh0OtQl9QSNzNN6OcMT3qrDZjhI+YEoxxBu4dO7D+6U9Ifj/KwnEY/+9exD5mWxgoWq2WCRMm9Dmrw4VgMpkwGo2YQmTZ2htFRUVsqKriPYWChWXl6J1OlpUew7RkSdjrDheRHKtw0OHEnl7fwMTSUhR+HwFRpDQ9nfE/+XGfgz4M9X7oieHart6IKcEYnTg/+ADbv/4NSKhmzcL4ta9FJHSTXq9n+vTp6CPgdJ+SksL8+fNJSUkJe12FhYWsXbuW4uJidphMXHyygkynE/Vrr2GXQHfNyiF31hTJsQoHGUYTpt1bGG2xgACWuDg+ycwkZerUfkU9Gur90BPDtV29EVOCI5QzjAOSk1nscqEvKQFAs3QpcTffHLEXtNfrpb6+Hr1eH/atZ4fDwcmTJ0lOTo7IbLczzBogBQLYn38e53vv4Xj9NfzVVRjvvHNIxRyN5FiFGs++/SzatYvW1lb8SJSOyuZASjJKjabfhl5DuR96Y7i2qzdiSnAE0tU4QCOTkVayC6vFgjwxkaS1N6JduTKiZyJms5lNmzaRmJh4RpSOcFBTU0NpaSmZmZkkRzhUlSCTEbduHfKsUdiefRZPSQktDQ2Y7rkHWQRWpqEgkmMVKoJuN/bnnsO1ZQsagMJCto8eTYXPy9gBGnoNxX7oC8O1Xb0RU4IjkA7jgHSVipn7DxBnt+MVYO/4cay85prBFm/Yo1m4AFl6GpbfPYm/spLmhx/B+JU7qdDpes1cEOP8nO3+sCAnh4T33iPQ0ACA9rLLSPniF8lVKgdZ0hjRwtA6kOiGuro6vv/973PllVeSkZGBwWBg27ZtPV6/Y8cOli9fTmpqKmPHjuX+++/HbrdHUOLBp6GhgTS3m4tKdhHnsONVKimePJlDEcxbNtJRFhSQ8IPHUIzNR3I5qfvJT9n7xI85XlaG2+2mvLycDRs2UFpaOtiiDhk6djjKy8vxOJ2ot27F/tOf4aisQhafQPx3v0vcunUIMQUYowtDXgmWlZXx61//mtOnTzNhwoRer92/fz9f+MIXcLlcPPHEE9xyyy08++yz3HLLLRGSdvCRJIkpNhuXHDiI0uvFpo/jk9mzqFepSA1hFJgY50eWkED8gw+gXX4ZdpuN/KoqLj1ZQbxCgclkwuPxUFxcPNhiDhk6djgyFQqWHTnK5PoGCAapSIgn4YkfoZw4cbBFjBGFDPnt0GnTplFRUUFCQgKvv/56rwrtsccew2Qy8dZbb2Fo93vLycnh7rvv5sMPP2Tp0qWREntQCLpc2P76NyYfP0ELcMpgYM+4Qlxu96BGgRFFEY1GgxgBQ5yOwMDREiBYkMuJu2kdOz//nElHjpBobuXiHTs4MH4CTo066hzrIzlW/aWhvp5xzc1MraxClIL4FAp25Y+lOSuLhSE+34rmfrgQhmu7emPItzQuLq5PKXGsVitbtmxhzZo1nQoQ4MYbb0Sv1/Paa6+FU8xBx3fqFC2PfB/3zh2otVriblpH4xWXo9DpyM/PZ926dYMWBSYpKYlVq1aRlJQU9rry8vK4/PLLycvLC3td/SEweRLvjx+HXatD5fUya+9eJpaVkxaBPukPkRyr/hBoaWHhsTKmHD+BGAzSlJDAtjmzOWkwhGWHI1r74UIZru3qjeiYDkeAw4cP4/f7mT59+hmfK5VKJk+ezP79+3v8rsPh6LXsaLaikiQJ15Yt2P/9HyS/D1lCIsZvfJ3UsWMZO9jCxeikw7H+LZWKmadPM/p0LQUNDcTvP4C/qgr5qFGDLWJUIgWDuLd+hO3558lyuWiUy9idmUllVhbeQd7hiDE0GDFKsK6uDoC0tLRz/paWlsann37a43fT09N7Lbu5ufmM330+H36/v8cUTOHk2LFjfPrpp21Z4OPiuOR0LbqaagAUk6eg//IdoNcPimw9UVdXx5tvvslVV13V7fiEkmPHjrF582aWLFnCxCg6I8rLy2P16tV8+umnHDUaCRaOY/bx46gtZpoffgTNqmtRL1+OIJMNqpyRHKvzEairw/HsP/AdazMe0o0fh2PxEqSyY6gaGhiVnc3FF1/M6NGjQ36/R1M/hJJobddA3ql99XOMKiUYDAbxer19ulalUvXLl83lag+O241lmEqlwu1297mss2lpaTnjd7/fj8ViASJ79nTy5EnefPNNvB4PYywWCk+exBKUIDEB7XXX4VuwALPXC2fJO9iYzWZcLhdms7nb8QklHSmUbDbbOeM22CQlJXH11Vd3/i7ZbASffwHp0CFszz2PbVsxsjWrEQZxVRjJsTqbkydPUlJSQmtzM1PMZibV1KCWyUGpQFyxAv+CBSSKIlePH3fG98IxzoPZD+EkWts1kHdqX7fBo0oJfvLJJ1x55ZV9urakpKRfZ1gajQagWyXr8Xh6zTReWVnZa9lnb4d2zFbi4+MjGnXhjTfeQOF0sqC2jtSmJkCgQafh0Lx53LBqVcTk6C8dExCDwdCn890LoSNKjFarDXtdF0xCAtJ37sdTXIzzhReR6mrhd0+iXr6c6okT+bTk805/uIsuuigiZ7qRHKuuHDt2jLfffpu45mYuqarGaLdjFQSYNZPMb34TWYQDHwxWP4SbaG1XON+pUaUECwoKePrpp/t0bX8PuzuW9h3bol2pq6vrdctzIMGW5XI5CoUiYkpQ8vuJ27WLFSdOokRCEkXK8kZzMCkJldsd1SGQulpshltOWft2okwmi+o+6YpyyRJ0M2di+/d/cO/YjvmNNzA/9xzOrCw8KckcP36c6urqiCTrjeRYdaVk8xamHTnKGLMZBPCpVZSkZ6DIz2d9RkbE5OhgsPoh3ERzu8L1To0qJZiamsq6devCUvb48eORy+Xs2bOHVV1WRV6vlwMHDnDttdeGpd5I4Dl4EPs//8XkU5V4/H5aExI4PK4Qq16Px2wmOzd3sEWMcYGIRiPGr9+F+uKLOPTDH6JxuVh04gRNFjNHxuZT3e5TONwizEgeD873P2DSW28h+nwgk1Gdkc6xMWNo9flQt0eCiRFjoESVEgwnRqORRYsW8cILL/Cd73yHuLg4AJ5//nnsdjvXDMFwYf7qGuwvv4xn9y4A9GlpfKZWUW4woBRFvGbzkLCOM5lMLFu2LCLpjTIzMyksLCQzMzPsdYUD1bRpfDB1Krnl5RTUN5DU0sIlO3dyIjmJighE/InUWEl+P+6Pt2F/7TWCFjNqQeC0Tkv5pElYjUYkScLrcJCTkxNWOXoikvdsJBmu7eqNYaEEf/aznwFw5MgRoE2xffbZZwB85zvf6bzukUce4dJLL2XFihXcdttt1NTU8Pvf/54lS5Zw6aWXRl7wPnJOPMRJk0jdtx/3J58AEggi2ksvJXnVtRRVVSEUF1NfX09OTs6QyAKvVCpJTU2NyEG8Tqdj9OjRUe3Wcj4SMzLY43RSn5vLuOPHSW1oJLe2jnyLFdt//oPuqqsQjcaw1B2useq4xxvr6hjv9TKtoRGNs801SZaUjOrKKyk+dAiP14vS4cDr9Q7qBC+S92wkGa7t6g3BarVKgy3EhWLoJeu51Wo94/fPPvuMRx55hH379qHX67n22mt59NFHO1eGocDn89HS0kJCQsIF7193zfiQ5PMxprKKnNZWEhMSUKtVqGbNQr/qOuRZQ3NlA9Da2sqOHTuYO3cu8fHxYa2roqKiMzpQ7hDdJu56TyiVSgzNzUyrrSVfrkCtViEolKgXFKG9/HLkIXYUD8dYlZaW8sK//kVmdTXjGhrRuN0IgkBC9iiSb1yLZvEiBIWC0tJSitsneKkDzP4QKiJ5z0aSaG1XKN+pZzMsVoJnK7remD9/Ph988EEYpQkt2z7+mMS6OiZYrCS3NIMEgWCQGq2W2Y88jCLKIp8MBKfTyeHDh5k8eXLYHzyz2YzFYsFsNoe1nnDSNVlvfX098TNmkH3JJaR5vTheeQXfiRO4PvwQ1+YtqGbNpHHMWD6qqaahsfGCs1OEeqz8dfWcevpplh8+jEYCBPBoNBxJTCA4dy63L//fDk3X3IyDTSTv2UgyXNvVG8NCCQ5H/HV1uD/9jEkb30DlciHKRECgLjWFgynJeJKSuGgYKMAYA6MnhaCcNAnf0aM433oLz/79WLYVY399IwVKJar0dE42NrKhqioilqRw7lZ+UVERBaNH4ynZheujrXiPHCGltg4pGMSp13EyO4ea9DRsbjfqKPPjjDE8iSnBQeKcl8MllzBGH4dn3148O3fiO3kSgLhAAJtMpHZUNlVZmTg1GsxmM/mxjA8xukEQBJTjx6McPx5/dTUf/eQn6FtbMfr9TKmuYkoV1Gs0HPd4GPN//xfy7dKudN221QkivhMnKH//A9QKBWpZR9hiAUdWJrsVChyjRyOIYpvRi9c7aEYvMUYWMSUYYkpLS/n444+pra0lPT2dBQsWnDPjLi0tZcN//oPSYiHN7cG4bx/Nr76GWq9HrW638BNElJMmosrO5uWDB3H5fCglachYfMYYfORZWezIyMBnNDLGbiertpZ4s4VkhwNh126a778fWVIyysmTUBaOQ543GllKCsfKyvqU3Le7VV7HdUG7nYMvvEhheTkZHi8mqxVBkggEAtjVKnTjxqMuKkJTdAnm5maaNmzAY7GgVCoH3eglxsgipgRDSGlpKc/9+9/gcKAUBBqbm3n76FHExYvJMhgJms0E6usxb93KioYG1AACbed8gQBWUcQ4ZzbKadNQz56NaDQSD9wwbVrn+c9QsfjsD2q1mjFjxvQatSdUxMXFodVqQ2oIFc2kpKRQXl5OdXo6NRkZKN1u4ioqmBgIIshkBJoacW3ZgmvLFgDcElQ57MTLFWh0OiwnTrJp/36ElSvJmzgRpdPJmMws6g4f5uN33wWnk0QEhGNlHNq6FWXWKOJcLgKtLYxp3+YU21d9Nr2eKqOB5vR0vv7EE51hDwuTks444xwK93gk79lIMlzb1RvDwjo03PQUtPVsK6VnnnkG265dLCk/jiRJCIJAIBBApVadkZqktv3lgFyOxWjAbDBSo1ZjS03hew8/HNa2RCPhtPw6G6fTSUVFBbm5uZ0h1IYzZ1uSdqyy1q1bx9jsbHxHj+I9dAhf+XH8p07RWFuLx+Npi6zTZYLWcQ9LkkTAH8BsNvd6HUCVx8NJBNxpqbTGx+NUq9u28vPzWb9+/aD2y4USyXs2kkRru2LWoYPMk08+2e3n99133xm/NzQ0oFOqkASBgCgSlMnwKeQ4lCoyJk1GNBmRJSVzcv8+jrS0IEtLA5kMSZLaXg6DEP4pGvD7/ZjNZgwGQ9gfPLfbTX19PWlpaSNCCZ5tSXr2Kks1bRqqadOANgf1Fx5+BJW5lQRJQut0ofG4EVxu1MEgyWoNfimIRRBwWMz41SqCKjU+hQKfQkGrXIbHYOCGe+5Bnp6OuaaGgx0KOBgcVlv5kbxnI8lwbVdvxJRgCElJSaHcYuGdRQsJBIPIZDIsFgv5+fkUdZn5Tpg4gb0bNuCxWmNnILRF+X/rrbdYs2ZN2CO5VFZWsmfPHuLj46MqQHA46atrgSCXoxmTR3l5OS0mE4Ig/G+Clp/PvPXrqamp4d0XXkA7YwYVFRWYurlOmZ/fWe9Q2+bsK5G8ZyPJcG1Xb8SUYB+4++67+3RdUVERVVVVWKxWZDJZ2/ZQN8ptOL8cYgxtOu7hjlQ6PU3Qpk6dSm1t7XmviybfvhgxuiOmBPtAX7cFOpRbV+vQhQsXdqvcYi+HGNFIXydo2dnZsYlcjGFBTAmGmMLCQvLy8qLycDlGjL7Q1wlabCIXYzggnv+SGDHCiyAIiKLYaTIf7rq6/hujf0RyrKKZ4doPw7VdvRFzkQgD0WpmHK3EXCSGDrF7u43h2g/R2q5wyhVbCcaIESNGjBFLTAnGGHRaWlp4++23aYlAwORTp07x/vvvc+rUqbDXNRyJ5FhFM8O1H4Zru3ojpgRjDDp+v5/W1lb8fn/Y6/J4PASDQTweT9jrGo5EcqyimeHaD8O1Xb0RU4IxYsSIEWPEElOCMWLEiBFjxBJTgjFixIgRf5aw0gAAE2JJREFUY8QSc5bvA33NIhFjYBgMBi655BIMBkPY60pLSyM3N5e0tLSw1zUcieRYRTPDtR+Ga7t6I6YE+0Bfs0jEGBhqtZqcnJyI5DAzGAyMGzduRD3koSSSYxXNDNd+GK7t6o3YdmiMQcfpdHLkyBGcTmfY62pubmbXrl00NzeHva7hSCTHKpoZrv0wXNvVG7GVYB/oaxaJGAPDbreze/du8vPzMRqNYa2rubmZxsZGmpubGTVqVFjrGo5EcqyimeHaD8O1Xb0RU4J9IHb2FyNGjBjDk9h2aIwYMWLEGLHEVoIXQDAY7Daygs/nIxAI4PV6kaSRG59cLpcjirF5VowYMaKXmBIcIC6Xi6amph6VXCAQGPHGF4IgkJSUhEaj6fU6lUpFZmYmKpUq7DJptVqUSmUsg8QAieRYRTPDtR+Ga7t6I5ZKaQAEg0FqamrQ6XQkJiaek3tLkiQCgQAymWxE5eXqiiRJNDc343A4yMzM7HVFGEulNHSI1lQ7kWa49kO0tiuccsVWggPA7/cjSRKJiYndrnIkScLv9yOXy0esEgRITEzEbrfj9/tRKpU9XhcIBHC73QQCgbA/eD6fD7vd3mMAhBi9E8mximaGaz8M13b1RuzA5gIYyQquL/S1f5qbm3nllVcisn188uRJiouLOXnyZNjrGo5EcqyimeHaD8O1Xb0RWwkOUVQqFZMnT8bj8aDRaLjzzju54447BlTWP/7xD773ve+RkZGBx+Ph3nvvJT4+nieeeAKAw4cPM27cOERRZPXq1bjdbv72t7+RlJSEx+NhxYoV/OxnPwtl82LEiBEjIsSU4BDFZDJRUlICQGVlJddddx2SJPHlL395QOXddNNN/PznP6ehoYEpU6awb98+du3aBcCYMWPYtm0ber0egMcee4zvfOc7fP3rX8fv9zNv3jz279/PlClTQtO4GDFixIgQse3Q/9/e/QdFUf9/AH8uHhxKnCCHQAQJmj8uEeHAQ0tFxaGixhzLadIUGYeJ/FXoKCmTM2qW1CioqROjg7+yyUwNUydRKU1OPdMUKDQBOxTkR8DBIccB9/mDL/flQs+Du91b9l6PmZvR3eVe7/d7d/Z1u+/d99tKBoMB7c3NrHwsfb0iMDAQaWlp2LVrFwBAq9UiISEBUVFRGDduHM6cOWN2eVeDBw9GcHCwxTOv63Q66PV6GouTENIn0ZWgBf77EEXX/xt0OqjnzTP9AwNggAEMGMCKbsOAffvAWDiQbXh4OIqKigAAGzduRFxcHPbs2YPq6mpMnjwZ+fn5T1zeVXFxMUpKSjBs2DCz8dLS0rBnzx4UFxdj7ty5GDJkSK/qSAgh9kRJ0AL/nUXCzc0NL730kp1K83hdrxpzcnJw8uRJY5+eVqvFw4cPn7gcAA4cOIDz58/D2dkZO3fuxKBBg8zG67wd2tTUhJiYGFy8eBEvv/xyr8oulUoxe/ZsSKXSXv19TwQHB6O9vR3BwcGsxxIiLvcVnwm1HYRaL3MoCVqJEYsRsG+fyTJbvSLB9OCF1Rs3bmDkyJEAOt5jPHbsGJ5//nmTbZ60HPj/PsGeGjBgACZPnoy8vLxeJ0EnJyc4OztzMrqMSCSCq6srRCI69HuDy33FZ0JtB6HWyxzHqakVlixZYvKZO3eusQ+MYRg4ubqy8rE0garVaqxatQoffPABACAmJsbk6vXGjRtml1ujra0NV69eterKqq6uDufOnUNdXZ3V5XkatVqNs2fPQq1Wsx5LiLjcV3wm1HYQar3MoSRoAWdn524fe6urq4NcLkdISAhmzZqFxMREJCQkAABSU1Oh0WgQFhaGkJAQbN682ezy3khLS4NcLkdoaChGjBiBmTNn9vq7WlpaUF5ejpaWll5/h6UePXoEvV6PR48esR5LiLjcV3wm1HYQar3MoXtCfZROp3viOjc3N3z99dcWL58/f77ZWHfv3jX5/9q1a7F27VoLS0oIIfxFV4KEEEIcFiVBQgghDouSILE7d3d3REREwN3dnfVY3t7e8PHxgbe3N+uxhIjLfcVnQm0HodbLHEqCxO769++PESNGPHXeQVvw9PREWFgYPD09WY8lRFzuKz4TajsItV7mUBIkdtfc3IySkhI0NzezHqu+vh4FBQWor69nPZYQcbmv+Eyo7SDUeplDSbCPEovFkMvlGDNmDGbMmPHU93r++usvyOVyRERE8G6aFI1Gg0uXLkGj0bAe6+HDh1Cr1caRckjPcLmv+Eyo7SDUeplDSbCP8vDwwLVr13Dz5k14eHhgx44dZrc/fvw43n33XahUKnh5eXFUSkII4Td6T5AjhYWFyM3NRUVFBXx9fREdHQ2ZTGaT754wYQJu3rwJAKiqqkJSUhLUajVEIhG2b9+OyspKbN26FSKRCBcuXMCxY8dsEpcQQvo6SoIWMDeLhCUKCwuRlZUFnU4HFxcXFBUVobS0FPHx8VYnwra2NuTk5CA+Ph4AkJycjFWrViEyMhJ37tzBvHnzkJeXh8TEREilUixatMiqeIQQIiSUBC1g7SwSubm50Ol08PT0BMMwMBgMqK2tRW5ubq+TYOewaWVlZRg2bBhiY2MBAGfPnkVhYaFxu9ra2l59P5ecnZ0hlUo5GY7O1dUV/fr1g6uFU1QRU1zuKz4TajsItV7mUJ8gByoqKuDi4mIcEJthGLi4uKCioqLX39nZJ1hcXAyGYbBz507jusuXL+PatWvG9Xzn6emJ2NhYTl5bCAwMxPTp0xEYGMh6LCHicl/xmVDbQaj1MoeuBC2wZMkSk/+3tLT06AlLX19fFBUVwWAwGK8EW1paEBQUZHXZ3NzckJ6ejtmzZyMpKQnR0dHYtWsXFi9eDAD4448/EBoaanUcQggRIroStIC1s0hER0dDLBajtrYWjY2NqK2thVgsxpQpU2xSvoiICIwePRqHDx9GRkYGfvnlF4SHh2P06NE4dOiQTWKwqbKyEgcPHkRlZSXrsW7fvo3Tp0/j9u3brMcSIi73FZ8JtR2EWi9z6EqQAzKZDPHx8canQ4OCgjBlyhSMGjWq19/53/fcfvzxR+O/Dx8+3G17mvWBEEK6oyTIEZlMZrNXIgghhNgG3Q4lhBDisCgJ2lh7eztu3LiB/Px8tLe327s4vKfVajF16lQAYH2296qqKuN7kg0NDazGEiIu9xWfCbUd+FovrVYLLy8vvPDCC9BqtTb/fkqCVjAYDPYuAq9Z2j5VVVXYunUrPDw82C0QOh6M2bt3L/z8/FiPJURc7is+E2o7CLVe5vT5PsGKigrs3LkTKpUK169fR2NjI3766SdMnDix27avvfYaLl682G35tGnTcPToUYtjikQiMAyDmpoaeHl5Gd//A2By9dfc3Ix+/fr1sEbCYDAYUFNTA4ZhIBKZP8xaW1vx77//PnU7W9DpdCgpKYGLiwvrsYSIy33FZ0JtB6HWy5w+X9M7d+5gy5YtGDp0KGQyGa5cuWJ2e39//25PSvb0qsDJyQlSqRTV1dVobGw0WWcwGFBdXQ2gY6YHJyfHvdhmGAZSqfSpbeDh4YGpU6eioaGB9V+ggYGBmDlzJqqqquiF+V7gcl/xmVDbQaj1MqfPJ8GxY8eitLQUgwYNwrFjxzBv3jyz20skErzzzjtWx+3fvz/8/f3R2tpqsrypqQmvv/46AOD8+fOQSCRWx+qrRCKRRT8C+vfvjzFjxkCn07FepoEDB8LT0xNNTU2sxxIiLvcVnwm1HYRaL3P6fBJ0d3fv8d+0traiubkZzzzzjFWxnZycut1W0+v1uHfvHoCOJEC33QghhL/6fBLsqb///hu+vr5oaWnB4MGDMX/+fKSkpJgdBeZpTyS5ubnZupiEEEI44FBJMCgoCBMnTsSLL74IrVaL48eP44svvsDdu3eRlZX1xL97Wp9h13FE9Xq9MaG2trb2eNolR6PX642d8G1tbay2V2trq/FBpfb2dto3PcTlvuIzobYDX+vV23OqpcNbMhqNhjfP+be3t6OlpcWibcVisclTmQCMfYJPejr0cZYuXYqsrCzk5ORg3Lhxj93maf16Go3GoliEEEL4hVdXgr/99hvi4uIs2lalUmH48OFWx1yyZAmysrKQm5v7xCRYXl5udRxCCCH8w6skOHz4cJN58czx8fGxSUx/f38A5iefpT4/QggRJl4lQR8fH8yZM4fTmKWlpQAAqVTKaVxCCCH25zBvcms0mm7vvhgMBqSlpQHoGDWGEEKIY+HVlWBvdSayP//8EwDw7bffIi8vDwCwcuVKAB0zrCckJOCtt95CcHAwmpubkZ2dDaVSiQULFmDs2LF2KTshhBD7EcSV4IYNG7BhwwYcOXIEALB//37jsk4BAQGYMGECTpw4gTVr1uDTTz+FTqdDeno60tPTbVKO0tJSLF++HGFhYfDx8YGPjw8iIyORnJyM/Px8m8QQioULF8Lb2xt37tzptm7z5s2QSCQ4deqUTWItXrwYEokE33zzjclytVoNX19fSCQS4w8p8mR0fAMHDx6ERCLB77//bu+i9NoPP/wAiUSC7OzsbusmTJgAiUSCX3/9tds6mUyGmJgYLorI6flBEFeClryiMGTIEOzdu5e1Mpw6dQoLFiyASCTC22+/jZCQEDg5OeH27dvIzs7G7t27cevWLRqv8v989tln+Pnnn/HRRx/hxIkTxuWlpaXYtGkTZsyYgVdffZW1+Pfv30dkZCSampqwevVq4x0D8nh0fAvH+PHjAQB5eXl44403jMs1Gg0KCwshEomgVCoxadIk47qysjKUlZVh1qxZnJSRy/ODIJKgvRUXFyMhIQEBAQHIzs6Gr6+vyfp169YhMzPToQfT/i9vb2+sW7cOS5cuxcGDB40PRCUnJ8PZ2RmbNm1iLXZ5eTkiIiLQ1NSElJQUpKSksBZLCOj4FhY/Pz8MGTLE2GXU6cqVKzAYDHjzzTe7rev8f2cCZRuX5wc6am0gIyMDWq0WO3bs6HaCADrGEE1KSsJzzz1nh9Lx1/z58xEVFYXU1FTU1NTg+++/R05ODlJTU/Hss8+yEvPhw4eQy+XQarVYuXIlVq9ezUocIaHjW3iioqJw8+ZNk8lzlUolRo0ahenTp0OlUplMC6dUKsEwDBQKBWdl5Or8QEnQBk6fPo3g4GBERkbauyh9CsMwyMjIgEajQXJyMj7++GOEhYUhMTGRlXj19fUIDw9HY2MjVqxYgdTUVFbiCA0d38Izfvx46PV6qFQq47LLly9DoVBAoVCgvr4ehYWFJuuGDx8OLy8vzsrI1fmBkqCVNBoNysvLIZPJuq2rq6tDTU2N8dP1VxfpMGrUKCxduhRHjx5FdXU1MjIyWLuttnr1ajQ0NGD58uX45JNPWIkhNHR8C1PXfkGgY0xOlUoFhUKB4OBgDB482LiuoaEBBQUFnN0K7YqL8wMlQSs1NDQAePyoMnFxcQgKCjJ+MjMzuS5en9D569LPz++xJ1tbaWtrAwCMHDmStRhCQ8e3MI0YMQKDBg0yJrpbt25Bq9Uab3cqFAoolUoAHX2FbW1tiIqKsktZ2T4/UBK0UuechI+bbik9PR3Hjx+nk4MZZWVl2LhxI2QyGcrKymz2usrjxMfHg2EYJCYm4syZM6zFERI6voWps3+vs+9PqVTC29sbQ4cOBdCRBC9fvgwAxmRojytBLs4PlAStNHDgQPj6+prcP+8UGRmJKVOm2O0XVF+wYsUKAMCRI0cwc+ZMfPnllygpKWElVlRUFLZv3w6DwYDZs2fj6tWrrMQREjq+hWv8+PGor69HQUGBsT+wk0KhwD///IMHDx5AqVTCz88PQUFBnJeRi/MDJUEbiI2NRXFxsUknM3m67OxsnDx5EmvWrIG/vz8+//xzuLi4YPny5azFfO+997B+/Xq0tbXhlVdeQVFREWuxhIKOb2Hq2i+oVCpNfsyMHTsWYrEYFy5cgEqlsssPHa7OD5QEbWDZsmUYMGAAFi1ahMrKym7rDQbeTNnIGw0NDVi5ciVCQ0Px/vvvA+i4579mzRrk5OTg6NGjrMVetmwZPvzwQ+j1ekyaNAn3799nLZYQ0PEtTGFhYXB1dcV3332HBw8emFwJisVihIaGIjMzE1qtlvMkyOX5gV6Wt4Fhw4Zh9+7dSEhIgFwuN46oYTAYcO/ePRw+fBhOTk6svfvWF61fvx7l5eU4cOCAcbZ3AEhMTMShQ4eQkpKCmJgYuLu7sxJ/3bp1qKmpwf79+6FQKJCfnw8PDw9WYvV1dHx3t3//fuTk5HRbnpSUxNoxa2suLi4IDw/HpUuXIBaLu42frFAosG3bNgDc9wdyeX6gJGgjcXFxyMvLw7Zt23Du3DkcOHAADMMgICAAsbGxSEhIQEhIiL2LyQvXr19HZmYmFi5cCLlcbrKuX79+2LJlC6ZNm4b169ezOqbnV199herqapw6dQpyuRwFBQVwdXVlLV5fRse3qd27dz92+Zw5c/pMEgQ6ktulS5eMtz+7ioqKwrZt2+Du7s7pvuX6/MBoNBq6l0EIIcQhUZ8gIYQQh0VJkBBCiMOiJEgIIcRhURIkhBDisCgJEkIIcViUBAkhhDgsSoKEEEIcFiVBQgghDouSICGEEIdFSZAQQojDoiRICCHEYVESJIQQ4rAoCRJCCHFY/wPOfeVH6FBXPgAAAABJRU5ErkJggg==","text/plain":["
"]},"metadata":{},"output_type":"display_data"}],"source":["from dptb.nn.deeptb import MIX\n","from dptb.utils.tools import j_loader\n","from dptb.postprocess.bandstructure.band import Band\n","\n","jdata_model = j_loader(\"./dptb/train_config.json\")\n","model = MIX.from_reference(checkpoint=\"./dptb/checkpoint/mix.ep1461.pth\",\n"," **jdata_model[\"common_options\"],\n"," **jdata_model[\"model_options\"])\n","\n","# you can also load the reference model. in ref_ckpts/dptb\n","\n","jdata_run = j_loader(\"./run/band.json\")\n","results_path = \"./band_plot\"\n","kpath_kwargs = jdata_run[\"task_options\"]\n","stru_data = \"./data/silicon.vasp\"\n","AtomicData_options = {\"r_max\": 5.0, \"er_max\":5.0, \"oer_max\": 2.5, \"pbc\": True}\n","\n","bcal = Band(model=model, \n"," use_gui=True, \n"," results_path=results_path, \n"," device=model.device)\n","bcal.get_bands(data=stru_data, \n"," kpath_kwargs=kpath_kwargs, \n"," AtomicData_options=AtomicData_options)\n","bcal.band_plot(ref_band = kpath_kwargs[\"ref_band\"],\n"," E_fermi = kpath_kwargs[\"E_fermi\"],\n"," emin = kpath_kwargs[\"emin\"],\n"," emax = kpath_kwargs[\"emax\"])"]},{"cell_type":"code","execution_count":null,"metadata":{},"outputs":[],"source":[]}],"metadata":{"kernelspec":{"display_name":"Python 3","language":"python","name":"python3"},"language_info":{"codemirror_mode":{"name":"ipython","version":3},"file_extension":".py","mimetype":"text/x-python","name":"python","nbconvert_exporter":"python","pygments_lexer":"ipython3","version":"3.10.6"}},"nbformat":4,"nbformat_minor":4} +{"cells":[{"cell_type":"markdown","metadata":{},"source":["# **DeePTB** 快速上手指南 | 训练 Silicon 的紧束缚模型模型"]},{"cell_type":"markdown","metadata":{},"source":["
\n","

\n"," ©️ Copyright 2024 @ Authors
\n"," 作者: 顾强强 📨 , 周寅张皓 📨 , 甘子熙 📨
\n"," 日期：2024-01
\n"," 共享协议：本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。
\n"," 快速开始：点击上方的 开始连接 按钮，稍等片刻即可运行。\n","

\n","
"]},{"cell_type":"markdown","metadata":{},"source":["

DeePTB是使用深度学习构建第一性原理精度的紧束缚（TB）模型的方法，可用于加速材料的电子结构计算。本教程主要介绍DeePTB的基本操作，涉及数据的准备、模型训练以及调用。

\n","\n","完成本案例你将：\n","1. 熟悉 DeePTB 模型的训练流程\n","2. 得到高精度的硅晶体的完整 DeePTB 模型\n","3. 熟悉 DeePTB 性质计算模块的使用方式"]},{"cell_type":"markdown","metadata":{},"source":["## 目录\n","\n","* [方法介绍](#method)\n","* [方法实践](#practice)\n"," * [1. 数据准备](#dataprepare)\n"," * [2. 训练模型](#train)\n"," * [3. 性质计算](#application)"]},{"cell_type":"markdown","metadata":{},"source":["## 方法介绍: \n","**DeePTB** 方法的基本思想是通过深度学习DFT电子能带，从而构建紧束缚（Tight-Binding, TB）模型，从而快速实现第一性原理精度的电子结构和性质计算。 \n","在 TB 模型中，哈密顿矩阵元可以表示为:\n","$\n","\\begin{equation}\n","H_{i,j}^{lm,l^\\prime m^\\prime} = \\left\\langle {i,lm} \\right| \\hat{H} \\left| {j, l^\\prime m^\\prime} \\right\\rangle \n","\\end{equation}\n","$\n","其中 $i$, $j$ 是原子的 site 指标。$l$ 和 $m$ 是 site 对应原子的轨道角量子数与磁量子数（angular and magnetic quantum number）。**DeePTB** 的方法的目标就是通过学习DFT的电子能量本征值，利用神经网络预测给定结构的哈密顿量矩阵元。但是，由于哈密顿量本身具有规范变化自由度，因此电子能量本征值并不能完全决定哈密顿量。因此在 **DeePTB** 中选取了传统的 Slater-Koster (SK) 参数化的哈密顿量，即：所有的哈密顿量跃迁矩阵元可以从规范无关的参数SK键积分 $h_{ss\\sigma}, h_{sp\\sigma}, h_{pp\\sigma}, h_{pp\\pi}, \\cdots$ 等来表示。根据这些键积分，我们可以构建旋转变换到哈密顿量矩阵元，即:\n","$\n","\\begin{equation}\n","\tH_{i,j}^{lm,l^\\prime m^\\prime} = \\sum_{\\zeta} \\Big[ \\mathcal{U}_{\\zeta}(\\hat{r}_{ij}) \\ h_{ll^\\prime \\zeta} \\Big]_{mm^\\prime}\n","\\end{equation}\n","$\n","这里 $\\mathcal{U}_{\\zeta}$ 是一个 $[2l+1,2l^\\prime+1]$ 的旋转矩阵，$\\zeta$ 表示成键类型如：$\\sigma, \\pi$等。$\\mathcal{U}_{\\zeta}$的具体形式可以参考[Ref:1](https://journals.aps.org/pr/abstract/10.1103/PhysRev.94.1498)\n","\n","传统的 SK-TB 中，SK 键积分往往采用了经验规则下的解析表达式，键积分基于双中心近似并只和两个原子的距离有关。 在 **DeePTB** 中，我们采用了一种基于神经网络的方法来预测 SK 键积分，即:\n","$\n","\\begin{equation}\n","h^{\\text{env}}_{ll^\\prime{\\zeta}} = h_{ll^\\prime{\\zeta}}(r_{ij}) \\times \\left[1+\\Phi_{ll^\\prime\\zeta}^{o_i,o_j}\\left(r_{ij},\\mathcal{D}^{ij}\\right)\\right]\t\n","\\end{equation}\n","$\n","\n","其中 $h_{ll^\\prime{\\zeta}}$ 同样是基于解析表达式且只两个原子的距离有关的SK键积分，在DeePTB 中解析表达式的待定系数由trainable神经元表示。而 $h^{\\text{env}}_{ll^\\prime{\\zeta}}$ 则是利用神经网络引入键局域环境修正后，局域环境依赖的键积分。 除了跃迁项外，紧束缚哈密顿量其他元素，如占位能，以及自选轨道耦合 SOC作用强度等参数也进行类似的参数化形式。在DeePTB的文章中，我们有对方法进行详细的解释和说明，搭配使用将会对读者有更好的理解。请参考 [DeePTB paper](https://arxiv.org/abs/2307.04638)。"]},{"cell_type":"markdown","metadata":{},"source":["DeePTB 方法的主要思路可以总结为如下图所示：\n","\n","\"Fig1\""]},{"cell_type":"markdown","metadata":{},"source":["DeePTB的计算基本流程为：\n","1. 数据准备：\n"," - 结构数据\n"," - DFT电子能带数据\n","2. 模型训练：\n"," - 训练神经网络参数化的经验紧束缚 (nnsk) 模型.\n"," - 训练包含环境修正的深度学习紧束缚（dptb）模型.\n","3. 模型测试：\n"," - 模型性能测试\n"," - 模型性质计算\n","\n","**NOTE**： **DeePTB** 方法中的训练 label 是 DFT 的电子能量本征值，因此 **DeePTB** 方法没有要求本征值的来源，不仅仅是可以 LCAO 基组的 DFT 软件，也可以是基于平面波基组的 DFT 软件，也并不会要求必须是某一种泛函，甚至如果可以的话，可以是来自实验的能带数据。"]},{"cell_type":"markdown","metadata":{},"source":["## 方法实践 "]},{"cell_type":"markdown","metadata":{},"source":["在常温常压下，Silicon 具有金刚石结构，其在半导体行业具有广泛应用，且具有重要意义。在这里，我们提供一个构建单晶硅的 **DeePTB** 模型的例子。按照这个步骤，您将了解到 **DeePTB** 的大部分功能，训练完成后，可以得到一个拥有第一性原理精度的深度学习TB模型。\n","\n","首先我们定位到silicon样例的目录"]},{"cell_type":"code","execution_count":2,"metadata":{},"outputs":[],"source":["import os\n","os.chdir(\"/root/DeePTB/examples/silicon\")"]},{"cell_type":"markdown","metadata":{},"source":["### **1. 数据准备** \n","\n","\n","用以训练模型，和画图验证的数据放在 `data` 文件夹里：\n","\n","```bash\n","deeptb/examples/silicon/data/\n","|-- kpath.0 # train data of primary cell. (k-path bands)\n","|-- kpathmd25.0 # train data of 10 MD snapshots at T=25K (k-path bands)\n","|-- kpathmd100.0 # train data of 10 MD snapshots at T=100K (k-path bands)\n","|-- kpathmd300.0 # train data of 10 MD snapshots at T=300K (k-path bands)\n","|-- kpt.0 # kmesh samples of primary cell (k-mesh bands)\n","|-- kpath_spk.0\n","|-- silicon.vasp # structure of primary cell\n","```\n","\n","该文件夹下数据集的含义如下：\n","- `kpath.0`：单胞的能带数据\n","- `kpathmd25.0`：25K下的10个MD快照的能带数据\n","- `kpathmd100.0`：100K下的10个MD快照的能带数据\n","- `kpathmd300.0`：300K下的10个MD快照的能带数据\n","- `kpt.0`：单胞的k点网格采样数据\n","- `silicon.vasp`: 单胞的结构数据\n","\n","每个数据集都包含了 **DeePTB** 的数据文件，例如`kpath.0`：\n","```bash\n","deeptb/examples/silicon/data/kpath.0/\n","-- info.json\n","-- eigs.npy\n","-- kpoints.npy\n","-- xdat.traj\n","```\n","其中：\n","- `info.json`：此文件的文件名是固定的，提供 DeePTB 模型中加载的数据集的信息。内容包括：轨迹的快照数量`nframes`、每个快照的原子数`natoms`、构建分子图的选项`AtomicData_options`和能带的加载信息`bandinfo`等关键词。内容格式如下:\n","```json\n","{\n"," \"nframes\": 1,\n"," \"natoms\": 2,\n"," \"pos_type\": \"ase\",\n"," \"AtomicData_options\": {\n"," \"r_max\": 2.6,\n"," \"er_max\": 4.1,\n"," \"oer_max\": 2.5,\n"," \"pbc\": true\n"," },\n"," \"bandinfo\": {\n"," \"band_min\": 0,\n"," \"band_max\": 8,\n"," \"emin\": null,\n"," \"emax\": null\n"," }\n","}\n","```\n","> \n","> `AtomicData_options`是构建晶体图数据集的重要参数，包括了建立晶体图时采用的键长截断半径`r_max`、建立键环境的截断半径`er_max`和建立位点环境时的截断半径`oer_max`，以及是否在建立晶体图时考虑周期边界条件（PBC）。`AtomicData_options`对于数据如何加载到模型中是至关重要的。\n","> \n","> `bandinfo`标记了能带文件中的k点数`nkpoints`和能带数`nbands`，还标记了能带窗口信息。能带窗口信息可以按照能带指标排序，也可以按照能量大小划分。\n","\n","\n","- `eigenvalues.npy`：此文件的文件名固定，为能带原始数据，shape为`[n_frames, nkpoints, nbands]`\n","- `kpoints.npy`：此文件的文件名固定，为k点原始数据，shape为`[nkpoints, 3]`\n","- `xdat.traj`: 此文件可以任意前缀，而固定用\".traj\"后缀，为轨迹结构数据，可以用ase进行读取。\n","\n","> 除了提供 `.traj` 的ase轨迹数据外，也可以选择同时提供 `positions.dat`、`cell.dat`、`atomic_numbers.dat`三个文本文件加载轨迹。用户提供的坐标类型在`info.json`指定：可为分数坐标`frac`、实际坐标`cart`或ase轨迹文件`ase`。"]},{"cell_type":"markdown","metadata":{},"source":["### **2. 训练模型** \n","\n","在 **DeePTB** 中，`NNSK` 模型指的是利用神经网络参数化 SK 积分的表达式的待定系数。`NNSK` 模型通过在输入文件的 `model_options` 中使用关键字 `nnsk` 建立，同时需要提供 SK 参数化的具体信息。对于 SK 键积分的参数化，这里默认我们采用 `power-law` 的函数形式：\n","$$\n","\\begin{equation}\n","h_{ll^\\prime\\zeta}(r_{ij}) = h^0 \\left(\\frac{r_{\\text{ref}}}{r_{ij}}{}\\right)^\\alpha\n","\\end{equation}\n","$$\n","\n","此外，为了方便后续训练过程中进行外推近邻操作（见 2.2.2 节）的时候引入额外的衰减函数的调控，我们在键积分中引入一个指数衰减的截断函数：\n","\n","$$\n","\\begin{equation}\n","f_{cut}(r_{ij}) = \\left(1+\\exp\\left(\\frac{r_{ij}-r_{{skc}}}{w}\\right)\\right)^{-1}\n","\\end{equation}\n","$$\n","\n","因此，我们的神经网络的输出为：\n","$$\n","\\begin{equation}\n","h_{ll^\\prime\\zeta}(r_{ij}) = h^0 \\left(\\frac{r_{\\text{ref}}}{r_{ij}}{}\\right)^\\alpha \\times \\left(1+\\exp\\left(\\frac{r_{ij}-r_{skc}}{w}\\right)\\right)^{-1}\n","\\end{equation}\n","$$\n","\n","其中，$h^0$，$\\alpha$ 为训练参数。$r_{\\text{ref}}$ 采用一个 atom-wise 的参考数值，无需自行指定。$r_{skc}$ 和 $w$ 是外推近邻训练过程中需要的额外的控制参数。\n","\n","此时建立模型在输入文件中的例子为：\n","```json\n"," \"model_options\": {\n"," \"nnsk\": {\n"," \"onsite\": {\"method\": \"none\"},\n"," \"hopping\": {\"method\": \"powerlaw\", \"rs\":2.6, \"w\": 0.3}\n"," }\n"," }\n","```\n","`onsite` 选项表示是否使用占位能，这里我们先不训练占位能，直接采用中性原子的轨道能，因此设置为`none`"]},{"cell_type":"markdown","metadata":{},"source":["#### **2.1 训练 nnsk 模型的一近邻**\n","为了对晶体结构有一个基本的了解，首先我们分析一下拟合硅的键长结构，运行命令"]},{"cell_type":"code","execution_count":2,"metadata":{},"outputs":[{"name":"stdout","output_type":"stream","text":[" Bond Type 1 2 3 4 5\n","------------------------------------------------------------------------\n"," Si-Si 2.35 3.84 4.50 5.43 5.92\n","\n"]}],"source":["!dptb bond ./data/silicon.vasp"]},{"cell_type":"markdown","metadata":{},"source":["可以查看到训练的硅结构的键长分布，可以看到一近邻的键长在2.35，因此我们第一步设置参数时，将键长的cutoff截断到 2.35 到 3.84 之间. 这里我们取2.6。对应地，我们需要在数据集文件夹中设定 `info.json` 下 `AtomicData_options`如下：\n","```json\n"," \"AtomicData_options\": {\n"," \"r_max\": 2.6,\n"," \"er_max\": 5.0,\n"," \"oer_max\": 2.5,\n"," \"pbc\": true\n"," }\n","```\n","`er_max` 和 `oer_max` 是后续对 hopping 和 onsite 进行环境修正时需要的量。\n","\n","在这一步，我们首先取硅的成键轨道为 3s 和 3p 轨道，轨道信息以 `basis` 关键字在训练输入中的 `common_options`指定。\n","\n","```json\n"," \"basis\": {\n"," \"Si\": [\"3s\", \"3p\"]\n"," }\n","```\n","\n","提交训练的其他详细参数配置可参考`inputs/2-1_input.json`。\n","\n","下面我们运行命令进行模型训练:"]},{"cell_type":"code","execution_count":18,"metadata":{"scrolled":true},"outputs":[{"name":"stdout","output_type":"stream","text":["DEEPTB INFO Epoch 1 summary:\ttrain_loss: 32.9187813\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep2\n","DEEPTB INFO Epoch 2 summary:\ttrain_loss: 31.5552807\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep3\n","DEEPTB INFO Epoch 3 summary:\ttrain_loss: 30.1267910\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep4\n","DEEPTB INFO Epoch 4 summary:\ttrain_loss: 28.7023563\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep5\n","DEEPTB INFO Epoch 5 summary:\ttrain_loss: 27.3402805\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep6\n","DEEPTB INFO Epoch 6 summary:\ttrain_loss: 26.0733757\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep7\n","DEEPTB INFO Epoch 7 summary:\ttrain_loss: 24.8259392\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep8\n","DEEPTB INFO Epoch 8 summary:\ttrain_loss: 23.6090889\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep9\n","DEEPTB INFO Epoch 9 summary:\ttrain_loss: 22.4477348\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep10\n","DEEPTB INFO iteration:10\ttrain_loss: 21.3226643 (23.0941467)\tlr: 0.04955\n","DEEPTB INFO checkpoint saved as nnsk.iter11\n","DEEPTB INFO Epoch 10 summary:\ttrain_loss: 21.3226643\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep11\n","DEEPTB INFO Epoch 11 summary:\ttrain_loss: 20.2508049\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep12\n","DEEPTB INFO Epoch 12 summary:\ttrain_loss: 19.2233906\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep13\n","DEEPTB INFO Epoch 13 summary:\ttrain_loss: 18.2305279\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep14\n","DEEPTB INFO Epoch 14 summary:\ttrain_loss: 17.2761002\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep15\n","DEEPTB INFO Epoch 15 summary:\ttrain_loss: 16.3722095\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep16\n","DEEPTB INFO Epoch 16 summary:\ttrain_loss: 15.5057421\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep17\n","DEEPTB INFO Epoch 17 summary:\ttrain_loss: 14.6784735\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep18\n","DEEPTB INFO Epoch 18 summary:\ttrain_loss: 13.8951435\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep19\n","DEEPTB INFO Epoch 19 summary:\ttrain_loss: 13.1488628\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep20\n","DEEPTB INFO iteration:20\ttrain_loss: 12.4383459 (14.2782784)\tlr: 0.04906\n","DEEPTB INFO checkpoint saved as nnsk.iter21\n","DEEPTB INFO Epoch 20 summary:\ttrain_loss: 12.4383459\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep21\n","DEEPTB INFO Epoch 21 summary:\ttrain_loss: 11.7630119\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep22\n","DEEPTB INFO Epoch 22 summary:\ttrain_loss: 11.1220093\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep23\n","DEEPTB INFO Epoch 23 summary:\ttrain_loss: 10.5143213\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep24\n","DEEPTB INFO Epoch 24 summary:\ttrain_loss: 9.9390526 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep25\n","DEEPTB INFO Epoch 25 summary:\ttrain_loss: 9.3942356 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep26\n","DEEPTB INFO Epoch 26 summary:\ttrain_loss: 8.8763008 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep27\n","DEEPTB INFO Epoch 27 summary:\ttrain_loss: 8.3851871 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep28\n","DEEPTB INFO Epoch 28 summary:\ttrain_loss: 7.9205451 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep29\n","DEEPTB INFO Epoch 29 summary:\ttrain_loss: 7.4807658 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep30\n","DEEPTB INFO iteration:30\ttrain_loss: 7.0644832 (8.1791325) \tlr: 0.04857\n","DEEPTB INFO checkpoint saved as nnsk.iter31\n","DEEPTB INFO Epoch 30 summary:\ttrain_loss: 7.0644832 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep31\n","DEEPTB INFO Epoch 31 summary:\ttrain_loss: 6.6707945 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep32\n","DEEPTB INFO Epoch 32 summary:\ttrain_loss: 6.2983937 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep33\n","DEEPTB INFO Epoch 33 summary:\ttrain_loss: 5.9462051 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep34\n","DEEPTB INFO Epoch 34 summary:\ttrain_loss: 5.6133413 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep35\n","DEEPTB INFO Epoch 35 summary:\ttrain_loss: 5.2992578 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep36\n","DEEPTB INFO Epoch 36 summary:\ttrain_loss: 5.0027504 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep37\n","DEEPTB INFO Epoch 37 summary:\ttrain_loss: 4.7232137 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep38\n","DEEPTB INFO Epoch 38 summary:\ttrain_loss: 4.4595213 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep39\n","DEEPTB INFO Epoch 39 summary:\ttrain_loss: 4.2110348 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep40\n","DEEPTB INFO iteration:40\ttrain_loss: 3.9773786 (4.6123953) \tlr: 0.04809\n","DEEPTB INFO checkpoint saved as nnsk.iter41\n","DEEPTB INFO Epoch 40 summary:\ttrain_loss: 3.9773786 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep41\n","DEEPTB INFO Epoch 41 summary:\ttrain_loss: 3.7577455 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep42\n","DEEPTB INFO Epoch 42 summary:\ttrain_loss: 3.5514791 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep43\n","DEEPTB INFO Epoch 43 summary:\ttrain_loss: 3.3580532 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep44\n","DEEPTB INFO Epoch 44 summary:\ttrain_loss: 3.1768909 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep45\n","DEEPTB INFO Epoch 45 summary:\ttrain_loss: 3.0074503 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep46\n","DEEPTB INFO Epoch 46 summary:\ttrain_loss: 2.8493750 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep47\n","DEEPTB INFO Epoch 47 summary:\ttrain_loss: 2.7019231 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep48\n","DEEPTB INFO Epoch 48 summary:\ttrain_loss: 2.5648277 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep49\n","DEEPTB INFO Epoch 49 summary:\ttrain_loss: 2.4373000 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep50\n","DEEPTB INFO iteration:50\ttrain_loss: 2.3187602 (2.6516912) \tlr: 0.04761\n","DEEPTB INFO checkpoint saved as nnsk.iter51\n","DEEPTB INFO Epoch 50 summary:\ttrain_loss: 2.3187602 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep51\n","DEEPTB INFO Epoch 51 summary:\ttrain_loss: 2.2083032 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep52\n","DEEPTB INFO Epoch 52 summary:\ttrain_loss: 2.1055167 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep53\n","DEEPTB INFO Epoch 53 summary:\ttrain_loss: 2.0102477 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep54\n","DEEPTB INFO Epoch 54 summary:\ttrain_loss: 1.9216655 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep55\n","DEEPTB INFO Epoch 55 summary:\ttrain_loss: 1.8391665 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep56\n","DEEPTB INFO Epoch 56 summary:\ttrain_loss: 1.7623007 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep57\n","DEEPTB INFO Epoch 57 summary:\ttrain_loss: 1.6905017 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep58\n","DEEPTB INFO Epoch 58 summary:\ttrain_loss: 1.6235832 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep59\n","DEEPTB INFO Epoch 59 summary:\ttrain_loss: 1.5610907 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep60\n","DEEPTB INFO iteration:60\ttrain_loss: 1.5023730 (1.6663730) \tlr: 0.04713\n","DEEPTB INFO checkpoint saved as nnsk.iter61\n","DEEPTB INFO Epoch 60 summary:\ttrain_loss: 1.5023730 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep61\n","DEEPTB INFO Epoch 61 summary:\ttrain_loss: 1.4472946 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep62\n","DEEPTB INFO Epoch 62 summary:\ttrain_loss: 1.3953409 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep63\n","DEEPTB INFO Epoch 63 summary:\ttrain_loss: 1.3470258 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep64\n","DEEPTB INFO Epoch 64 summary:\ttrain_loss: 1.3014380 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep65\n","DEEPTB INFO Epoch 65 summary:\ttrain_loss: 1.2583356 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep66\n","DEEPTB INFO Epoch 66 summary:\ttrain_loss: 1.2175684 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep67\n","DEEPTB INFO Epoch 67 summary:\ttrain_loss: 1.1790118 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep68\n","DEEPTB INFO Epoch 68 summary:\ttrain_loss: 1.1427110 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep69\n","DEEPTB INFO Epoch 69 summary:\ttrain_loss: 1.1090877 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep70\n","DEEPTB INFO iteration:70\ttrain_loss: 1.0772778 (1.1644760) \tlr: 0.04666\n","DEEPTB INFO checkpoint saved as nnsk.iter71\n","DEEPTB INFO Epoch 70 summary:\ttrain_loss: 1.0772778 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep71\n","DEEPTB INFO Epoch 71 summary:\ttrain_loss: 1.0471362 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep72\n","DEEPTB INFO Epoch 72 summary:\ttrain_loss: 1.0187308 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep73\n","DEEPTB INFO Epoch 73 summary:\ttrain_loss: 0.9923038 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep74\n","DEEPTB INFO Epoch 74 summary:\ttrain_loss: 0.9674298 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep75\n","DEEPTB INFO Epoch 75 summary:\ttrain_loss: 0.9440045 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep76\n","DEEPTB INFO Epoch 76 summary:\ttrain_loss: 0.9219735 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep77\n","DEEPTB INFO Epoch 77 summary:\ttrain_loss: 0.9012654 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep78\n","DEEPTB INFO Epoch 78 summary:\ttrain_loss: 0.8818106 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep79\n","DEEPTB INFO Epoch 79 summary:\ttrain_loss: 0.8637488 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep80\n","DEEPTB INFO iteration:80\ttrain_loss: 0.8467619 (0.8936396) \tlr: 0.0462 \n","DEEPTB INFO checkpoint saved as nnsk.iter81\n","DEEPTB INFO Epoch 80 summary:\ttrain_loss: 0.8467619 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep81\n","DEEPTB INFO Epoch 81 summary:\ttrain_loss: 0.8310077 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep82\n","DEEPTB INFO Epoch 82 summary:\ttrain_loss: 0.8162141 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep83\n","DEEPTB INFO Epoch 83 summary:\ttrain_loss: 0.8024063 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep84\n","DEEPTB INFO Epoch 84 summary:\ttrain_loss: 0.7893582 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep85\n","DEEPTB INFO Epoch 85 summary:\ttrain_loss: 0.7771782 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep86\n","DEEPTB INFO Epoch 86 summary:\ttrain_loss: 0.7657084 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep87\n","DEEPTB INFO Epoch 87 summary:\ttrain_loss: 0.7548605 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep88\n","DEEPTB INFO Epoch 88 summary:\ttrain_loss: 0.7447000 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep89\n","DEEPTB INFO Epoch 89 summary:\ttrain_loss: 0.7351878 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep90\n","DEEPTB INFO iteration:90\ttrain_loss: 0.7261896 (0.7508364) \tlr: 0.04574\n","DEEPTB INFO checkpoint saved as nnsk.iter91\n","DEEPTB INFO Epoch 90 summary:\ttrain_loss: 0.7261896 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep91\n","DEEPTB INFO Epoch 91 summary:\ttrain_loss: 0.7177784 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep92\n","DEEPTB INFO Epoch 92 summary:\ttrain_loss: 0.7098951 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep93\n","DEEPTB INFO Epoch 93 summary:\ttrain_loss: 0.7024531 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep94\n","DEEPTB INFO Epoch 94 summary:\ttrain_loss: 0.6954406 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep95\n","DEEPTB INFO Epoch 95 summary:\ttrain_loss: 0.6889165 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep96\n","DEEPTB INFO Epoch 96 summary:\ttrain_loss: 0.6827441 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep97\n","DEEPTB INFO Epoch 97 summary:\ttrain_loss: 0.6769804 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep98\n","DEEPTB INFO Epoch 98 summary:\ttrain_loss: 0.6715363 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep99\n","DEEPTB INFO Epoch 99 summary:\ttrain_loss: 0.6663914 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep100\n","DEEPTB INFO iteration:100\ttrain_loss: 0.6615604 (0.6747776) \tlr: 0.04528\n","DEEPTB INFO checkpoint saved as nnsk.iter101\n","DEEPTB INFO Epoch 100 summary:\ttrain_loss: 0.6615604 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep101\n","DEEPTB INFO Epoch 101 summary:\ttrain_loss: 0.6569930 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep102\n","DEEPTB INFO Epoch 102 summary:\ttrain_loss: 0.6526780 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep103\n","DEEPTB INFO Epoch 103 summary:\ttrain_loss: 0.6485701 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep104\n","DEEPTB INFO Epoch 104 summary:\ttrain_loss: 0.6447304 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep105\n","DEEPTB INFO Epoch 105 summary:\ttrain_loss: 0.6410581 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep106\n","DEEPTB INFO Epoch 106 summary:\ttrain_loss: 0.6375598 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep107\n","DEEPTB INFO Epoch 107 summary:\ttrain_loss: 0.6347955 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep108\n","DEEPTB INFO Epoch 108 summary:\ttrain_loss: 0.6323478 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep109\n","DEEPTB INFO Epoch 109 summary:\ttrain_loss: 0.6300058 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep110\n","DEEPTB INFO iteration:110\ttrain_loss: 0.6277790 (0.6342381) \tlr: 0.04483\n","DEEPTB INFO checkpoint saved as nnsk.iter111\n","DEEPTB INFO Epoch 110 summary:\ttrain_loss: 0.6277790 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep111\n","DEEPTB INFO Epoch 111 summary:\ttrain_loss: 0.6256590 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep112\n","DEEPTB INFO Epoch 112 summary:\ttrain_loss: 0.6235948 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep113\n","DEEPTB INFO Epoch 113 summary:\ttrain_loss: 0.6216295 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep114\n","DEEPTB INFO Epoch 114 summary:\ttrain_loss: 0.6197373 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep115\n","DEEPTB INFO Epoch 115 summary:\ttrain_loss: 0.6178814 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep116\n","DEEPTB INFO Epoch 116 summary:\ttrain_loss: 0.6160799 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep117\n","DEEPTB INFO Epoch 117 summary:\ttrain_loss: 0.6143413 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep118\n","DEEPTB INFO Epoch 118 summary:\ttrain_loss: 0.6126262 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep119\n","DEEPTB INFO Epoch 119 summary:\ttrain_loss: 0.6112121 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep120\n","DEEPTB INFO iteration:120\ttrain_loss: 0.6102712 (0.6137443) \tlr: 0.04439\n","DEEPTB INFO checkpoint saved as nnsk.iter121\n","DEEPTB INFO Epoch 120 summary:\ttrain_loss: 0.6102712 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep121\n","DEEPTB INFO Epoch 121 summary:\ttrain_loss: 0.6092818 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep122\n","DEEPTB INFO Epoch 122 summary:\ttrain_loss: 0.6082700 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep123\n","DEEPTB INFO Epoch 123 summary:\ttrain_loss: 0.6072703 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep124\n","DEEPTB INFO Epoch 124 summary:\ttrain_loss: 0.6062170 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep125\n","DEEPTB INFO Epoch 125 summary:\ttrain_loss: 0.6051855 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep126\n","DEEPTB INFO Epoch 126 summary:\ttrain_loss: 0.6041436 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep127\n","DEEPTB INFO Epoch 127 summary:\ttrain_loss: 0.6035292 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep128\n","DEEPTB INFO Epoch 128 summary:\ttrain_loss: 0.6028463 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep129\n","DEEPTB INFO Epoch 129 summary:\ttrain_loss: 0.6021405 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep130\n","DEEPTB INFO iteration:130\ttrain_loss: 0.6013615 (0.6032421) \tlr: 0.04395\n","DEEPTB INFO checkpoint saved as nnsk.iter131\n","DEEPTB INFO Epoch 130 summary:\ttrain_loss: 0.6013615 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep131\n","DEEPTB INFO Epoch 131 summary:\ttrain_loss: 0.6010218 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep132\n","DEEPTB INFO Epoch 132 summary:\ttrain_loss: 0.6006078 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep133\n","DEEPTB INFO Epoch 133 summary:\ttrain_loss: 0.6000879 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep134\n","DEEPTB INFO Epoch 134 summary:\ttrain_loss: 0.5994865 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep135\n","DEEPTB INFO Epoch 135 summary:\ttrain_loss: 0.5988539 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep136\n","DEEPTB INFO Epoch 136 summary:\ttrain_loss: 0.5986303 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep137\n","DEEPTB INFO Epoch 137 summary:\ttrain_loss: 0.5984252 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep138\n","DEEPTB INFO Epoch 138 summary:\ttrain_loss: 0.5980986 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep139\n","DEEPTB INFO Epoch 139 summary:\ttrain_loss: 0.5976595 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep140\n","DEEPTB INFO iteration:140\ttrain_loss: 0.5971299 (0.5981480) \tlr: 0.04351\n","DEEPTB INFO checkpoint saved as nnsk.iter141\n","DEEPTB INFO Epoch 140 summary:\ttrain_loss: 0.5971299 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep141\n","DEEPTB INFO Epoch 141 summary:\ttrain_loss: 0.5967642 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep142\n","DEEPTB INFO Epoch 142 summary:\ttrain_loss: 0.5965970 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep143\n","DEEPTB INFO Epoch 143 summary:\ttrain_loss: 0.5963759 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep144\n","DEEPTB INFO Epoch 144 summary:\ttrain_loss: 0.5960347 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep145\n","DEEPTB INFO Epoch 145 summary:\ttrain_loss: 0.5956782 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep146\n","DEEPTB INFO Epoch 146 summary:\ttrain_loss: 0.5954891 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep147\n","DEEPTB INFO Epoch 147 summary:\ttrain_loss: 0.5952391 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep148\n","DEEPTB INFO Epoch 148 summary:\ttrain_loss: 0.5950401 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep149\n","DEEPTB INFO Epoch 149 summary:\ttrain_loss: 0.5948843 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep150\n","DEEPTB INFO iteration:150\ttrain_loss: 0.5946150 (0.5951686) \tlr: 0.04308\n","DEEPTB INFO checkpoint saved as nnsk.iter151\n","DEEPTB INFO Epoch 150 summary:\ttrain_loss: 0.5946150 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep151\n","DEEPTB INFO Epoch 151 summary:\ttrain_loss: 0.5945684 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep152\n","DEEPTB INFO Epoch 152 summary:\ttrain_loss: 0.5944645 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep153\n","DEEPTB INFO Epoch 153 summary:\ttrain_loss: 0.5942482 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep154\n","DEEPTB INFO Epoch 154 summary:\ttrain_loss: 0.5939663 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep155\n","DEEPTB INFO Epoch 155 summary:\ttrain_loss: 0.5938506 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep156\n","DEEPTB INFO Epoch 156 summary:\ttrain_loss: 0.5937248 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep157\n","DEEPTB INFO Epoch 157 summary:\ttrain_loss: 0.5935606 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep158\n","DEEPTB INFO Epoch 158 summary:\ttrain_loss: 0.5935314 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep159\n","DEEPTB INFO Epoch 159 summary:\ttrain_loss: 0.5933808 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep160\n","DEEPTB INFO iteration:160\ttrain_loss: 0.5933527 (0.5935872) \tlr: 0.04265\n","DEEPTB INFO checkpoint saved as nnsk.iter161\n","DEEPTB INFO Epoch 160 summary:\ttrain_loss: 0.5933527 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep161\n","DEEPTB INFO Epoch 161 summary:\ttrain_loss: 0.5932689 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep162\n","DEEPTB INFO Epoch 162 summary:\ttrain_loss: 0.5930958 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep163\n","DEEPTB INFO Epoch 163 summary:\ttrain_loss: 0.5930544 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep164\n","DEEPTB INFO Epoch 164 summary:\ttrain_loss: 0.5930234 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep165\n","DEEPTB INFO Epoch 165 summary:\ttrain_loss: 0.5928932 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep166\n","DEEPTB INFO Epoch 166 summary:\ttrain_loss: 0.5926926 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep167\n","DEEPTB INFO Epoch 167 summary:\ttrain_loss: 0.5926636 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep168\n","DEEPTB INFO Epoch 168 summary:\ttrain_loss: 0.5925597 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep169\n","DEEPTB INFO Epoch 169 summary:\ttrain_loss: 0.5924758 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep170\n","DEEPTB INFO iteration:170\ttrain_loss: 0.5924253 (0.5926144) \tlr: 0.04222\n","DEEPTB INFO checkpoint saved as nnsk.iter171\n","DEEPTB INFO Epoch 170 summary:\ttrain_loss: 0.5924253 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep171\n","DEEPTB INFO Epoch 171 summary:\ttrain_loss: 0.5923262 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep172\n","DEEPTB INFO Epoch 172 summary:\ttrain_loss: 0.5923659 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 173 summary:\ttrain_loss: 0.5923568 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 174 summary:\ttrain_loss: 0.5922229 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep175\n","DEEPTB INFO Epoch 175 summary:\ttrain_loss: 0.5922002 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep176\n","DEEPTB INFO Epoch 176 summary:\ttrain_loss: 0.5921805 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep177\n","DEEPTB INFO Epoch 177 summary:\ttrain_loss: 0.5920884 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep178\n","DEEPTB INFO Epoch 178 summary:\ttrain_loss: 0.5919344 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep179\n","DEEPTB INFO Epoch 179 summary:\ttrain_loss: 0.5919517 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:180\ttrain_loss: 0.5918660 (0.5920165) \tlr: 0.0418 \n","DEEPTB INFO checkpoint saved as nnsk.iter181\n","DEEPTB INFO Epoch 180 summary:\ttrain_loss: 0.5918660 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep181\n","DEEPTB INFO Epoch 181 summary:\ttrain_loss: 0.5918151 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep182\n","DEEPTB INFO Epoch 182 summary:\ttrain_loss: 0.5917718 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep183\n","DEEPTB INFO Epoch 183 summary:\ttrain_loss: 0.5917011 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep184\n","DEEPTB INFO Epoch 184 summary:\ttrain_loss: 0.5917686 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 185 summary:\ttrain_loss: 0.5917553 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 186 summary:\ttrain_loss: 0.5916327 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep187\n","DEEPTB INFO Epoch 187 summary:\ttrain_loss: 0.5916344 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 188 summary:\ttrain_loss: 0.5916645 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 189 summary:\ttrain_loss: 0.5915703 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep190\n","DEEPTB INFO iteration:190\ttrain_loss: 0.5914798 (0.5916067) \tlr: 0.04139\n","DEEPTB INFO checkpoint saved as nnsk.iter191\n","DEEPTB INFO Epoch 190 summary:\ttrain_loss: 0.5914798 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep191\n","DEEPTB INFO Epoch 191 summary:\ttrain_loss: 0.5914821 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 192 summary:\ttrain_loss: 0.5913862 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep193\n","DEEPTB INFO Epoch 193 summary:\ttrain_loss: 0.5913631 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep194\n","DEEPTB INFO Epoch 194 summary:\ttrain_loss: 0.5913700 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 195 summary:\ttrain_loss: 0.5912927 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep196\n","DEEPTB INFO Epoch 196 summary:\ttrain_loss: 0.5913785 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 197 summary:\ttrain_loss: 0.5913794 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 198 summary:\ttrain_loss: 0.5912576 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep199\n","DEEPTB INFO Epoch 199 summary:\ttrain_loss: 0.5912911 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:200\ttrain_loss: 0.5913311 (0.5913311) \tlr: 0.04097\n","DEEPTB INFO checkpoint saved as nnsk.iter201\n","DEEPTB INFO Epoch 200 summary:\ttrain_loss: 0.5913311 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 201 summary:\ttrain_loss: 0.5912458 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep202\n","DEEPTB INFO Epoch 202 summary:\ttrain_loss: 0.5911235 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep203\n","DEEPTB INFO Epoch 203 summary:\ttrain_loss: 0.5911365 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 204 summary:\ttrain_loss: 0.5910525 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep205\n","DEEPTB INFO Epoch 205 summary:\ttrain_loss: 0.5910706 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 206 summary:\ttrain_loss: 0.5910810 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 207 summary:\ttrain_loss: 0.5910110 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep208\n","DEEPTB INFO Epoch 208 summary:\ttrain_loss: 0.5910776 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 209 summary:\ttrain_loss: 0.5910851 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:210\ttrain_loss: 0.5909781 (0.5910529) \tlr: 0.04057\n","DEEPTB INFO checkpoint saved as nnsk.iter211\n","DEEPTB INFO Epoch 210 summary:\ttrain_loss: 0.5909781 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep211\n","DEEPTB INFO Epoch 211 summary:\ttrain_loss: 0.5910013 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 212 summary:\ttrain_loss: 0.5910360 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 213 summary:\ttrain_loss: 0.5909652 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep214\n","DEEPTB INFO Epoch 214 summary:\ttrain_loss: 0.5908761 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep215\n","DEEPTB INFO Epoch 215 summary:\ttrain_loss: 0.5908778 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 216 summary:\ttrain_loss: 0.5908400 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep217\n","DEEPTB INFO Epoch 217 summary:\ttrain_loss: 0.5908395 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep218\n","DEEPTB INFO Epoch 218 summary:\ttrain_loss: 0.5908281 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep219\n","DEEPTB INFO Epoch 219 summary:\ttrain_loss: 0.5907744 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep220\n","DEEPTB INFO iteration:220\ttrain_loss: 0.5908794 (0.5908539) \tlr: 0.04016\n","DEEPTB INFO checkpoint saved as nnsk.iter221\n","DEEPTB INFO Epoch 220 summary:\ttrain_loss: 0.5908794 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 221 summary:\ttrain_loss: 0.5908726 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 222 summary:\ttrain_loss: 0.5907799 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 223 summary:\ttrain_loss: 0.5908068 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 224 summary:\ttrain_loss: 0.5908294 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 225 summary:\ttrain_loss: 0.5907896 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 226 summary:\ttrain_loss: 0.5907076 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep227\n","DEEPTB INFO Epoch 227 summary:\ttrain_loss: 0.5907093 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 228 summary:\ttrain_loss: 0.5906317 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep229\n","DEEPTB INFO Epoch 229 summary:\ttrain_loss: 0.5906364 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:230\ttrain_loss: 0.5906295 (0.5906765) \tlr: 0.03976\n","DEEPTB INFO checkpoint saved as nnsk.iter231\n","DEEPTB INFO Epoch 230 summary:\ttrain_loss: 0.5906295 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep231\n","DEEPTB INFO Epoch 231 summary:\ttrain_loss: 0.5906135 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep232\n","DEEPTB INFO Epoch 232 summary:\ttrain_loss: 0.5907174 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 233 summary:\ttrain_loss: 0.5907114 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 234 summary:\ttrain_loss: 0.5905991 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep235\n","DEEPTB INFO Epoch 235 summary:\ttrain_loss: 0.5906309 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 236 summary:\ttrain_loss: 0.5906623 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 237 summary:\ttrain_loss: 0.5906080 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 238 summary:\ttrain_loss: 0.5905220 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep239\n","DEEPTB INFO Epoch 239 summary:\ttrain_loss: 0.5905330 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:240\ttrain_loss: 0.5904857 (0.5905541) \tlr: 0.03937\n","DEEPTB INFO checkpoint saved as nnsk.iter241\n","DEEPTB INFO Epoch 240 summary:\ttrain_loss: 0.5904857 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep241\n","DEEPTB INFO Epoch 241 summary:\ttrain_loss: 0.5904755 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep242\n","DEEPTB INFO Epoch 242 summary:\ttrain_loss: 0.5905100 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 243 summary:\ttrain_loss: 0.5904700 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep244\n","DEEPTB INFO Epoch 244 summary:\ttrain_loss: 0.5905508 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 245 summary:\ttrain_loss: 0.5905585 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 246 summary:\ttrain_loss: 0.5904862 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 247 summary:\ttrain_loss: 0.5905007 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 248 summary:\ttrain_loss: 0.5905373 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 249 summary:\ttrain_loss: 0.5904897 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:250\ttrain_loss: 0.5903935 (0.5904759) \tlr: 0.03897\n","DEEPTB INFO checkpoint saved as nnsk.iter251\n","DEEPTB INFO Epoch 250 summary:\ttrain_loss: 0.5903935 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep251\n","DEEPTB INFO Epoch 251 summary:\ttrain_loss: 0.5904318 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 252 summary:\ttrain_loss: 0.5903870 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep253\n","DEEPTB INFO Epoch 253 summary:\ttrain_loss: 0.5903762 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep254\n","DEEPTB INFO Epoch 254 summary:\ttrain_loss: 0.5903684 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep255\n","DEEPTB INFO Epoch 255 summary:\ttrain_loss: 0.5903329 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep256\n","DEEPTB INFO Epoch 256 summary:\ttrain_loss: 0.5904157 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 257 summary:\ttrain_loss: 0.5904328 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 258 summary:\ttrain_loss: 0.5903510 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 259 summary:\ttrain_loss: 0.5903747 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:260\ttrain_loss: 0.5904201 (0.5903953) \tlr: 0.03859\n","DEEPTB INFO checkpoint saved as nnsk.iter261\n","DEEPTB INFO Epoch 260 summary:\ttrain_loss: 0.5904201 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 261 summary:\ttrain_loss: 0.5903602 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 262 summary:\ttrain_loss: 0.5903077 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep263\n","DEEPTB INFO Epoch 263 summary:\ttrain_loss: 0.5903313 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 264 summary:\ttrain_loss: 0.5902650 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep265\n","DEEPTB INFO Epoch 265 summary:\ttrain_loss: 0.5902663 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 266 summary:\ttrain_loss: 0.5902869 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 267 summary:\ttrain_loss: 0.5902369 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep268\n","DEEPTB INFO Epoch 268 summary:\ttrain_loss: 0.5903288 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 269 summary:\ttrain_loss: 0.5903460 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:270\ttrain_loss: 0.5902561 (0.5902947) \tlr: 0.0382 \n","DEEPTB INFO checkpoint saved as nnsk.iter271\n","DEEPTB INFO Epoch 270 summary:\ttrain_loss: 0.5902561 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 271 summary:\ttrain_loss: 0.5903006 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 272 summary:\ttrain_loss: 0.5903504 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 273 summary:\ttrain_loss: 0.5902910 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 274 summary:\ttrain_loss: 0.5901970 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep275\n","DEEPTB INFO Epoch 275 summary:\ttrain_loss: 0.5902221 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 276 summary:\ttrain_loss: 0.5901594 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep277\n","DEEPTB INFO Epoch 277 summary:\ttrain_loss: 0.5901936 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 278 summary:\ttrain_loss: 0.5902139 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 279 summary:\ttrain_loss: 0.5901638 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:280\ttrain_loss: 0.5902312 (0.5902100) \tlr: 0.03782\n","DEEPTB INFO checkpoint saved as nnsk.iter281\n","DEEPTB INFO Epoch 280 summary:\ttrain_loss: 0.5902312 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 281 summary:\ttrain_loss: 0.5902504 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 282 summary:\ttrain_loss: 0.5901710 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 283 summary:\ttrain_loss: 0.5901981 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 284 summary:\ttrain_loss: 0.5902415 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 285 summary:\ttrain_loss: 0.5901872 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 286 summary:\ttrain_loss: 0.5901238 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep287\n","DEEPTB INFO Epoch 287 summary:\ttrain_loss: 0.5901353 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 288 summary:\ttrain_loss: 0.5901077 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep289\n","DEEPTB INFO Epoch 289 summary:\ttrain_loss: 0.5901181 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:290\ttrain_loss: 0.5901158 (0.5901330) \tlr: 0.03745\n","DEEPTB INFO checkpoint saved as nnsk.iter291\n","DEEPTB INFO Epoch 290 summary:\ttrain_loss: 0.5901158 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 291 summary:\ttrain_loss: 0.5900804 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep292\n","DEEPTB INFO Epoch 292 summary:\ttrain_loss: 0.5901825 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 293 summary:\ttrain_loss: 0.5901849 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 294 summary:\ttrain_loss: 0.5901074 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 295 summary:\ttrain_loss: 0.5901402 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 296 summary:\ttrain_loss: 0.5901672 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 297 summary:\ttrain_loss: 0.5901430 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 298 summary:\ttrain_loss: 0.5900801 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep299\n","DEEPTB INFO Epoch 299 summary:\ttrain_loss: 0.5900886 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:300\ttrain_loss: 0.5900227 (0.5900873) \tlr: 0.03707\n","DEEPTB INFO checkpoint saved as nnsk.iter301\n","DEEPTB INFO Epoch 300 summary:\ttrain_loss: 0.5900227 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep301\n","DEEPTB INFO Epoch 301 summary:\ttrain_loss: 0.5900353 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 302 summary:\ttrain_loss: 0.5900369 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 303 summary:\ttrain_loss: 0.5900066 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep304\n","DEEPTB INFO Epoch 304 summary:\ttrain_loss: 0.5900975 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 305 summary:\ttrain_loss: 0.5901060 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 306 summary:\ttrain_loss: 0.5900437 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 307 summary:\ttrain_loss: 0.5900612 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 308 summary:\ttrain_loss: 0.5901251 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 309 summary:\ttrain_loss: 0.5900855 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:310\ttrain_loss: 0.5900016 (0.5900587) \tlr: 0.0367 \n","DEEPTB INFO checkpoint saved as nnsk.iter311\n","DEEPTB INFO Epoch 310 summary:\ttrain_loss: 0.5900016 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep311\n","DEEPTB INFO Epoch 311 summary:\ttrain_loss: 0.5900221 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 312 summary:\ttrain_loss: 0.5899860 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep313\n","DEEPTB INFO Epoch 313 summary:\ttrain_loss: 0.5899825 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep314\n","DEEPTB INFO Epoch 314 summary:\ttrain_loss: 0.5899906 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 315 summary:\ttrain_loss: 0.5899621 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep316\n","DEEPTB INFO Epoch 316 summary:\ttrain_loss: 0.5900398 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 317 summary:\ttrain_loss: 0.5900721 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 318 summary:\ttrain_loss: 0.5900123 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 319 summary:\ttrain_loss: 0.5900282 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:320\ttrain_loss: 0.5900491 (0.5900318) \tlr: 0.03634\n","DEEPTB INFO checkpoint saved as nnsk.iter321\n","DEEPTB INFO Epoch 320 summary:\ttrain_loss: 0.5900491 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 321 summary:\ttrain_loss: 0.5900131 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 322 summary:\ttrain_loss: 0.5899358 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep323\n","DEEPTB INFO Epoch 323 summary:\ttrain_loss: 0.5899610 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 324 summary:\ttrain_loss: 0.5899157 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep325\n","DEEPTB INFO Epoch 325 summary:\ttrain_loss: 0.5899187 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 326 summary:\ttrain_loss: 0.5899380 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 327 summary:\ttrain_loss: 0.5898963 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep328\n","DEEPTB INFO Epoch 328 summary:\ttrain_loss: 0.5900083 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 329 summary:\ttrain_loss: 0.5900255 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:330\ttrain_loss: 0.5899453 (0.5899669) \tlr: 0.03598\n","DEEPTB INFO checkpoint saved as nnsk.iter331\n","DEEPTB INFO Epoch 330 summary:\ttrain_loss: 0.5899453 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 331 summary:\ttrain_loss: 0.5899723 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 332 summary:\ttrain_loss: 0.5900204 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 333 summary:\ttrain_loss: 0.5899703 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 334 summary:\ttrain_loss: 0.5898988 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 335 summary:\ttrain_loss: 0.5899248 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 336 summary:\ttrain_loss: 0.5898696 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep337\n","DEEPTB INFO Epoch 337 summary:\ttrain_loss: 0.5898963 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 338 summary:\ttrain_loss: 0.5899171 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 339 summary:\ttrain_loss: 0.5898747 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:340\ttrain_loss: 0.5899441 (0.5899156) \tlr: 0.03562\n","DEEPTB INFO checkpoint saved as nnsk.iter341\n","DEEPTB INFO Epoch 340 summary:\ttrain_loss: 0.5899441 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 341 summary:\ttrain_loss: 0.5899623 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 342 summary:\ttrain_loss: 0.5898887 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 343 summary:\ttrain_loss: 0.5899183 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 344 summary:\ttrain_loss: 0.5899580 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 345 summary:\ttrain_loss: 0.5899128 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 346 summary:\ttrain_loss: 0.5898561 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep347\n","DEEPTB INFO Epoch 347 summary:\ttrain_loss: 0.5898679 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 348 summary:\ttrain_loss: 0.5898477 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep349\n","DEEPTB INFO Epoch 349 summary:\ttrain_loss: 0.5898588 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:350\ttrain_loss: 0.5898579 (0.5898687) \tlr: 0.03526\n","DEEPTB INFO checkpoint saved as nnsk.iter351\n","DEEPTB INFO Epoch 350 summary:\ttrain_loss: 0.5898579 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 351 summary:\ttrain_loss: 0.5898277 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep352\n","DEEPTB INFO Epoch 352 summary:\ttrain_loss: 0.5899236 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 353 summary:\ttrain_loss: 0.5899277 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 354 summary:\ttrain_loss: 0.5898589 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 355 summary:\ttrain_loss: 0.5898903 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 356 summary:\ttrain_loss: 0.5899169 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 357 summary:\ttrain_loss: 0.5898976 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 358 summary:\ttrain_loss: 0.5898430 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 359 summary:\ttrain_loss: 0.5898527 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:360\ttrain_loss: 0.5897918 (0.5898476) \tlr: 0.03491\n","DEEPTB INFO checkpoint saved as nnsk.iter361\n","DEEPTB INFO Epoch 360 summary:\ttrain_loss: 0.5897918 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep361\n","DEEPTB INFO Epoch 361 summary:\ttrain_loss: 0.5898055 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 362 summary:\ttrain_loss: 0.5898089 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 363 summary:\ttrain_loss: 0.5897825 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep364\n","DEEPTB INFO Epoch 364 summary:\ttrain_loss: 0.5898691 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 365 summary:\ttrain_loss: 0.5898769 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 366 summary:\ttrain_loss: 0.5898227 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 367 summary:\ttrain_loss: 0.5898396 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 368 summary:\ttrain_loss: 0.5898992 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 369 summary:\ttrain_loss: 0.5898643 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:370\ttrain_loss: 0.5897899 (0.5898382) \tlr: 0.03456\n","DEEPTB INFO checkpoint saved as nnsk.iter371\n","DEEPTB INFO Epoch 370 summary:\ttrain_loss: 0.5897899 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 371 summary:\ttrain_loss: 0.5898119 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 372 summary:\ttrain_loss: 0.5897798 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep373\n","DEEPTB INFO Epoch 373 summary:\ttrain_loss: 0.5897776 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep374\n","DEEPTB INFO Epoch 374 summary:\ttrain_loss: 0.5897842 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 375 summary:\ttrain_loss: 0.5897601 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep376\n","DEEPTB INFO Epoch 376 summary:\ttrain_loss: 0.5898340 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 377 summary:\ttrain_loss: 0.5898672 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 378 summary:\ttrain_loss: 0.5898132 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 379 summary:\ttrain_loss: 0.5898279 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:380\ttrain_loss: 0.5898468 (0.5898290) \tlr: 0.03422\n","DEEPTB INFO checkpoint saved as nnsk.iter381\n","DEEPTB INFO Epoch 380 summary:\ttrain_loss: 0.5898468 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 381 summary:\ttrain_loss: 0.5898155 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 382 summary:\ttrain_loss: 0.5897474 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep383\n","DEEPTB INFO Epoch 383 summary:\ttrain_loss: 0.5897705 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 384 summary:\ttrain_loss: 0.5897312 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep385\n","DEEPTB INFO Epoch 385 summary:\ttrain_loss: 0.5897344 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 386 summary:\ttrain_loss: 0.5897534 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 387 summary:\ttrain_loss: 0.5897180 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep388\n","DEEPTB INFO Epoch 388 summary:\ttrain_loss: 0.5898209 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 389 summary:\ttrain_loss: 0.5898377 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:390\ttrain_loss: 0.5897658 (0.5897826) \tlr: 0.03388\n","DEEPTB INFO checkpoint saved as nnsk.iter391\n","DEEPTB INFO Epoch 390 summary:\ttrain_loss: 0.5897658 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 391 summary:\ttrain_loss: 0.5897918 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 392 summary:\ttrain_loss: 0.5898384 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 393 summary:\ttrain_loss: 0.5897925 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 394 summary:\ttrain_loss: 0.5897274 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 395 summary:\ttrain_loss: 0.5897518 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 396 summary:\ttrain_loss: 0.5897012 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep397\n","DEEPTB INFO Epoch 397 summary:\ttrain_loss: 0.5897298 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 398 summary:\ttrain_loss: 0.5897498 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 399 summary:\ttrain_loss: 0.5897111 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:400\ttrain_loss: 0.5897747 (0.5897470) \tlr: 0.03354\n","DEEPTB INFO checkpoint saved as nnsk.iter401\n","DEEPTB INFO Epoch 400 summary:\ttrain_loss: 0.5897747 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 401 summary:\ttrain_loss: 0.5897936 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 402 summary:\ttrain_loss: 0.5897285 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 403 summary:\ttrain_loss: 0.5897542 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 404 summary:\ttrain_loss: 0.5897930 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 405 summary:\ttrain_loss: 0.5897514 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 406 summary:\ttrain_loss: 0.5897021 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 407 summary:\ttrain_loss: 0.5897154 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 408 summary:\ttrain_loss: 0.5896930 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep409\n","DEEPTB INFO Epoch 409 summary:\ttrain_loss: 0.5897058 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:410\ttrain_loss: 0.5897043 (0.5897134) \tlr: 0.03321\n","DEEPTB INFO checkpoint saved as nnsk.iter411\n","DEEPTB INFO Epoch 410 summary:\ttrain_loss: 0.5897043 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 411 summary:\ttrain_loss: 0.5896806 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep412\n","DEEPTB INFO Epoch 412 summary:\ttrain_loss: 0.5897707 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 413 summary:\ttrain_loss: 0.5897749 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 414 summary:\ttrain_loss: 0.5897102 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 415 summary:\ttrain_loss: 0.5897390 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 416 summary:\ttrain_loss: 0.5897645 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 417 summary:\ttrain_loss: 0.5897501 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 418 summary:\ttrain_loss: 0.5897012 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 419 summary:\ttrain_loss: 0.5897110 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:420\ttrain_loss: 0.5896525 (0.5897036) \tlr: 0.03288\n","DEEPTB INFO checkpoint saved as nnsk.iter421\n","DEEPTB INFO Epoch 420 summary:\ttrain_loss: 0.5896525 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep421\n","DEEPTB INFO Epoch 421 summary:\ttrain_loss: 0.5896676 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 422 summary:\ttrain_loss: 0.5896717 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 423 summary:\ttrain_loss: 0.5896457 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep424\n","DEEPTB INFO Epoch 424 summary:\ttrain_loss: 0.5897299 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 425 summary:\ttrain_loss: 0.5897366 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 426 summary:\ttrain_loss: 0.5896887 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 427 summary:\ttrain_loss: 0.5897051 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 428 summary:\ttrain_loss: 0.5897576 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 429 summary:\ttrain_loss: 0.5897272 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:430\ttrain_loss: 0.5896597 (0.5897026) \tlr: 0.03255\n","DEEPTB INFO checkpoint saved as nnsk.iter431\n","DEEPTB INFO Epoch 430 summary:\ttrain_loss: 0.5896597 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 431 summary:\ttrain_loss: 0.5896822 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 432 summary:\ttrain_loss: 0.5896521 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 433 summary:\ttrain_loss: 0.5896527 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 434 summary:\ttrain_loss: 0.5896567 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 435 summary:\ttrain_loss: 0.5896349 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep436\n","DEEPTB INFO Epoch 436 summary:\ttrain_loss: 0.5897042 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 437 summary:\ttrain_loss: 0.5897390 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 438 summary:\ttrain_loss: 0.5896901 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 439 summary:\ttrain_loss: 0.5897031 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:440\ttrain_loss: 0.5897185 (0.5897021) \tlr: 0.03223\n","DEEPTB INFO checkpoint saved as nnsk.iter441\n","DEEPTB INFO Epoch 440 summary:\ttrain_loss: 0.5897185 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 441 summary:\ttrain_loss: 0.5896891 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 442 summary:\ttrain_loss: 0.5896307 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep443\n","DEEPTB INFO Epoch 443 summary:\ttrain_loss: 0.5896506 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 444 summary:\ttrain_loss: 0.5896159 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep445\n","DEEPTB INFO Epoch 445 summary:\ttrain_loss: 0.5896186 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 446 summary:\ttrain_loss: 0.5896500 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 447 summary:\ttrain_loss: 0.5896277 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 448 summary:\ttrain_loss: 0.5896948 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 449 summary:\ttrain_loss: 0.5897083 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:450\ttrain_loss: 0.5896615 (0.5896688) \tlr: 0.03191\n","DEEPTB INFO checkpoint saved as nnsk.iter451\n","DEEPTB INFO Epoch 450 summary:\ttrain_loss: 0.5896615 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 451 summary:\ttrain_loss: 0.5896754 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 452 summary:\ttrain_loss: 0.5897056 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 453 summary:\ttrain_loss: 0.5896771 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 454 summary:\ttrain_loss: 0.5896127 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep455\n","DEEPTB INFO Epoch 455 summary:\ttrain_loss: 0.5896510 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 456 summary:\ttrain_loss: 0.5896217 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 457 summary:\ttrain_loss: 0.5896220 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 458 summary:\ttrain_loss: 0.5896130 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 459 summary:\ttrain_loss: 0.5895919 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep460\n","DEEPTB INFO iteration:460\ttrain_loss: 0.5896657 (0.5896333) \tlr: 0.03159\n","DEEPTB INFO checkpoint saved as nnsk.iter461\n","DEEPTB INFO Epoch 460 summary:\ttrain_loss: 0.5896657 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 461 summary:\ttrain_loss: 0.5896796 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 462 summary:\ttrain_loss: 0.5896284 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 463 summary:\ttrain_loss: 0.5896431 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 464 summary:\ttrain_loss: 0.5896993 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 465 summary:\ttrain_loss: 0.5896697 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 466 summary:\ttrain_loss: 0.5896060 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 467 summary:\ttrain_loss: 0.5896254 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 468 summary:\ttrain_loss: 0.5895956 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 469 summary:\ttrain_loss: 0.5895975 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:470\ttrain_loss: 0.5896021 (0.5896130) \tlr: 0.03127\n","DEEPTB INFO checkpoint saved as nnsk.iter471\n","DEEPTB INFO Epoch 470 summary:\ttrain_loss: 0.5896021 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 471 summary:\ttrain_loss: 0.5895817 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep472\n","DEEPTB INFO Epoch 472 summary:\ttrain_loss: 0.5896481 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 473 summary:\ttrain_loss: 0.5896811 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 474 summary:\ttrain_loss: 0.5896345 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 475 summary:\ttrain_loss: 0.5896466 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 476 summary:\ttrain_loss: 0.5896620 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 477 summary:\ttrain_loss: 0.5896353 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 478 summary:\ttrain_loss: 0.5895796 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep479\n","DEEPTB INFO Epoch 479 summary:\ttrain_loss: 0.5895982 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:480\ttrain_loss: 0.5895653 (0.5896008) \tlr: 0.03096\n","DEEPTB INFO checkpoint saved as nnsk.iter481\n","DEEPTB INFO Epoch 480 summary:\ttrain_loss: 0.5895653 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep481\n","DEEPTB INFO Epoch 481 summary:\ttrain_loss: 0.5895687 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 482 summary:\ttrain_loss: 0.5895984 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 483 summary:\ttrain_loss: 0.5895767 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 484 summary:\ttrain_loss: 0.5896415 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 485 summary:\ttrain_loss: 0.5896559 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 486 summary:\ttrain_loss: 0.5896116 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 487 summary:\ttrain_loss: 0.5896234 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 488 summary:\ttrain_loss: 0.5896522 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 489 summary:\ttrain_loss: 0.5896251 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:490\ttrain_loss: 0.5895641 (0.5896087) \tlr: 0.03065\n","DEEPTB INFO checkpoint saved as nnsk.iter491\n","DEEPTB INFO Epoch 490 summary:\ttrain_loss: 0.5895641 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep491\n","DEEPTB INFO Epoch 491 summary:\ttrain_loss: 0.5896029 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 492 summary:\ttrain_loss: 0.5895737 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 493 summary:\ttrain_loss: 0.5895748 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 494 summary:\ttrain_loss: 0.5895641 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep495\n","DEEPTB INFO Epoch 495 summary:\ttrain_loss: 0.5895448 \t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep496\n","DEEPTB INFO Epoch 496 summary:\ttrain_loss: 0.5896182 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 497 summary:\ttrain_loss: 0.5896297 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 498 summary:\ttrain_loss: 0.5895815 \t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 499 summary:\ttrain_loss: 0.5895960 \t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:500\ttrain_loss: 0.5896482 (0.5896105) \tlr: 0.03035\n","DEEPTB INFO checkpoint saved as nnsk.iter501\n","DEEPTB INFO Epoch 500 summary:\ttrain_loss: 0.5896482 \t\n","################################################################################################################################################################\n","DEEPTB INFO finished training\n","DEEPTB INFO wall time: 18.092 s\n"]}],"source":["!dptb train ./inputs/2-1_input.json -o ./nnsk"]},{"cell_type":"markdown","metadata":{},"source":["训练完成后，我们可以画图看看能带拟合怎么样了，需要准备这样的能带绘制参数：\n","\n","```json\n","{ \n"," \"task_options\": {\n"," \"task\": \"band\",\n"," \"kline_type\":\"abacus\",\n"," \"kpath\":[[0.0000000000, 0.0000000000, 0.0000000000, 50], \n"," [0.5000000000, 0.0000000000, 0.5000000000, 50], \n"," [0.6250000000, 0.2500000000, 0.6250000000, 1], \n"," [0.3750000000, 0.3750000000, 0.7500000000, 50], \n"," [0.0000000000, 0.0000000000, 0.0000000000, 50], \n"," [0.5000000000, 0.5000000000, 0.5000000000, 50], \n"," [0.5000000000, 0.2500000000, 0.7500000000, 50], \n"," [0.5000000000, 0.0000000000, 0.5000000000, 1 ]\n"," ],\n"," \"klabels\":[\"G\",\"X\",\"X/U\",\"K\",\"G\",\"L\",\"W\",\"X\"],\n"," \"E_fermi\":-9.307,\n"," \"emin\":-15,\n"," \"emax\":10,\n"," \"ref_band\": \"./data/kpath.0/eigenvalues.npy\"\n"," }\n","}\n","```"]},{"cell_type":"markdown","metadata":{},"source":["各参数表示：\n","- `task`: 标记运行的任务，画能带输入 \"band\"；\n","- `kline_type`: 指定生成K点路径的方法，在这用 ABACUS 软件中的K点路径算法；\n","- `kpath`: 形状为 (:,4) 的 list 或者 array。这里前三列即 [:,:3] 是K点路径，这里用高对称点上的K点值来定义K点路径；第四列的 [:,3] 表示了相邻两个高对称点之间路径上的的K点数；\n","- `klabels`: 高对称点的标签；\n","- `E_fermi`: 系统的费米能，可从DFT计算中获得；\n","- `emin`: 绘制的能带能量最低点，是对于费米能的相对值；\n","- `emax`: 绘制的能带能量最高点；\n","- `ref_band`: 对比的能带数据，要求这一数据产生时的K点设置和本文件`kpath`中的设置相同。"]},{"cell_type":"markdown","metadata":{},"source":["上面的绘图设定保存在`./run/band.json`中。下面我们使用训练好的模型`./nnsk/checkpoint/nnsk.ep495.pth`并调用 **DeePTB** 提供的绘图 API 来绘制能带："]},{"cell_type":"code","execution_count":5,"metadata":{},"outputs":[{"data":{"image/png":"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","text/plain":["
"]},"metadata":{},"output_type":"display_data"}],"source":["from dptb.postprocess.bandstructure.band import Band\n","from dptb.nn.nnsk import NNSK\n","from dptb.utils.tools import j_loader\n","\n","# 为了演示，我们提供了存档文件位于 ref_ckpts/nnsk，也可用于绘图\n","model = NNSK.from_reference(checkpoint=\"./nnsk/checkpoint/nnsk.ep495.pth\",\n"," basis={'Si': ['3s', '3p']})\n","jdata = j_loader(\"./run/band.json\") # 这里提供输入\n","results_path = \"./band_plot\" # 可指定输出的保存路径\n","kpath_kwargs = jdata[\"task_options\"]\n","stru_data = \"./data/silicon.vasp\"\n","AtomicData_options = {\"r_max\": 5.0, \"pbc\": True}\n","\n","bcal = Band(model=model, \n"," use_gui=True, \n"," results_path=results_path, \n"," device=model.device)\n","bcal.get_bands(data=stru_data, \n"," kpath_kwargs=kpath_kwargs, \n"," AtomicData_options=AtomicData_options)\n","bcal.band_plot(ref_band = kpath_kwargs[\"ref_band\"],\n"," E_fermi = kpath_kwargs[\"E_fermi\"],\n"," emin = kpath_kwargs[\"emin\"],\n"," emax = kpath_kwargs[\"emax\"])"]},{"cell_type":"markdown","metadata":{},"source":["**小结**: 可以看出该模型已经具有能带的大致形状。要注意的是这里我们只是采用了 3s，3p 轨道，只考虑**第一近邻**。如果我们后续只需要价带的信息，那么**无需增加轨道**，只需要修改训练的能带窗口和调整权重，并可以通过增加近邻的方式得到一个更准确的价带的 TB 模型。\n","\n","可是往往我们需要导带的信息，这时候我们需要引入更多的轨道，**DeePTB** 支持用户自由地在训练过程中增减轨道和近邻。我们下一步进行增加轨道和近邻的训练。"]},{"cell_type":"markdown","metadata":{},"source":["#### **2.2 增加轨道和近邻**\n","\n","##### **2.2.1 增加轨道**\n","\n","通过修改输入文件，我们在这里加入辅助极化轨道 `d*`，使模型能够拟合考虑的导带。这对于一些需要导带的性质的计算，例如光电性质，和电子的输运性质至关重要。极化轨道的加入可以直接按照下面的写法：\n","```json\n","\"basis\": {\n"," \"Si\": [\"3s\", \"3p\", \"d*\"]\n"," }\n","```\n","\n","另外，在进行第一步的时候，我们对于 onsite 的计算没有加修正。我们这里使用 strian 方法，令 `NNSK` 模型能够更新 onsite 矩阵。具体的输入为：\n","\n","```json\n"," \"nnsk\": {\n"," \"onsite\": {\"method\": \"strain\", \"rs\":2.5 ,\"w\":0.3},\n"," \"hopping\": {\"method\": \"powerlaw\", \"rs\":2.6, \"w\": 0.3}\n"," }\n","```\n","\n","\n","这里\"method\": \"strain\" 表示开启 strian mode 的 onsite matrix 修正。strain 方法同样需要提供 `rs` 参数，用来表明在 strian 模型下，onsite matrix 只考虑 onsite_cutoff 以内的原子的贡献。对于onsite，通常选取第一近邻即可。\n","\n","接着，我们通过 `-i[init-model]` 参数加载上一步训练的模型，运行："]},{"cell_type":"code","execution_count":23,"metadata":{"scrolled":true},"outputs":[{"name":"stdout","output_type":"stream","text":["DEEPTB INFO Initializing Orbital ['3s', '3p', 'd*'] of Atom Si from ['3s', '3p']\n","DEEPTB INFO Epoch 1 summary:\ttrain_loss: 0.5885414\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep2\n","DEEPTB INFO Epoch 2 summary:\ttrain_loss: 0.5795869\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep3\n","DEEPTB INFO Epoch 3 summary:\ttrain_loss: 0.5751163\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep4\n","DEEPTB INFO Epoch 4 summary:\ttrain_loss: 0.5766658\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 5 summary:\ttrain_loss: 0.5566468\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep6\n","DEEPTB INFO Epoch 6 summary:\ttrain_loss: 0.5488340\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep7\n","DEEPTB INFO Epoch 7 summary:\ttrain_loss: 0.5266744\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep8\n","DEEPTB INFO Epoch 8 summary:\ttrain_loss: 0.5056302\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep9\n","DEEPTB INFO Epoch 9 summary:\ttrain_loss: 0.4851497\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep10\n","DEEPTB INFO Epoch 10 summary:\ttrain_loss: 0.4544786\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep11\n","DEEPTB INFO Epoch 11 summary:\ttrain_loss: 0.4269329\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep12\n","DEEPTB INFO Epoch 12 summary:\ttrain_loss: 0.4057105\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep13\n","DEEPTB INFO Epoch 13 summary:\ttrain_loss: 0.3857259\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep14\n","DEEPTB INFO Epoch 14 summary:\ttrain_loss: 0.3708925\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep15\n","DEEPTB INFO Epoch 15 summary:\ttrain_loss: 0.3574606\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep16\n","DEEPTB INFO Epoch 16 summary:\ttrain_loss: 0.3413140\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep17\n","DEEPTB INFO Epoch 17 summary:\ttrain_loss: 0.3262312\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep18\n","DEEPTB INFO Epoch 18 summary:\ttrain_loss: 0.3137161\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep19\n","DEEPTB INFO Epoch 19 summary:\ttrain_loss: 0.3022518\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep20\n","DEEPTB INFO Epoch 20 summary:\ttrain_loss: 0.2931302\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep21\n","DEEPTB INFO Epoch 21 summary:\ttrain_loss: 0.2864356\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep22\n","DEEPTB INFO Epoch 22 summary:\ttrain_loss: 0.2791800\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep23\n","DEEPTB INFO Epoch 23 summary:\ttrain_loss: 0.2717862\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep24\n","DEEPTB INFO Epoch 24 summary:\ttrain_loss: 0.2648687\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep25\n","DEEPTB INFO Epoch 25 summary:\ttrain_loss: 0.2577858\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep26\n","DEEPTB INFO Epoch 26 summary:\ttrain_loss: 0.2506649\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep27\n","DEEPTB INFO Epoch 27 summary:\ttrain_loss: 0.2447418\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep28\n","DEEPTB INFO Epoch 28 summary:\ttrain_loss: 0.2386601\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep29\n","DEEPTB INFO Epoch 29 summary:\ttrain_loss: 0.2327345\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep30\n","DEEPTB INFO Epoch 30 summary:\ttrain_loss: 0.2274439\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep31\n","DEEPTB INFO Epoch 31 summary:\ttrain_loss: 0.2218927\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep32\n","DEEPTB INFO Epoch 32 summary:\ttrain_loss: 0.2164382\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep33\n","DEEPTB INFO Epoch 33 summary:\ttrain_loss: 0.2113325\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep34\n","DEEPTB INFO Epoch 34 summary:\ttrain_loss: 0.2064246\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep35\n","DEEPTB INFO Epoch 35 summary:\ttrain_loss: 0.2017275\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep36\n","DEEPTB INFO Epoch 36 summary:\ttrain_loss: 0.1975573\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep37\n","DEEPTB INFO Epoch 37 summary:\ttrain_loss: 0.1934649\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep38\n","DEEPTB INFO Epoch 38 summary:\ttrain_loss: 0.1894454\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep39\n","DEEPTB INFO Epoch 39 summary:\ttrain_loss: 0.1856554\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep40\n","DEEPTB INFO Epoch 40 summary:\ttrain_loss: 0.1818202\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep41\n","DEEPTB INFO Epoch 41 summary:\ttrain_loss: 0.1777800\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep42\n","DEEPTB INFO Epoch 42 summary:\ttrain_loss: 0.1741650\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep43\n","DEEPTB INFO Epoch 43 summary:\ttrain_loss: 0.1707368\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep44\n","DEEPTB INFO Epoch 44 summary:\ttrain_loss: 0.1676078\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep45\n","DEEPTB INFO Epoch 45 summary:\ttrain_loss: 0.1649435\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep46\n","DEEPTB INFO Epoch 46 summary:\ttrain_loss: 0.1620656\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep47\n","DEEPTB INFO Epoch 47 summary:\ttrain_loss: 0.1589382\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep48\n","DEEPTB INFO Epoch 48 summary:\ttrain_loss: 0.1558907\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep49\n","DEEPTB INFO Epoch 49 summary:\ttrain_loss: 0.1531011\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep50\n","DEEPTB INFO Epoch 50 summary:\ttrain_loss: 0.1505312\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep51\n","DEEPTB INFO Epoch 51 summary:\ttrain_loss: 0.1483331\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep52\n","DEEPTB INFO Epoch 52 summary:\ttrain_loss: 0.1460106\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep53\n","DEEPTB INFO Epoch 53 summary:\ttrain_loss: 0.1436536\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep54\n","DEEPTB INFO Epoch 54 summary:\ttrain_loss: 0.1413496\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep55\n","DEEPTB INFO Epoch 55 summary:\ttrain_loss: 0.1389974\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep56\n","DEEPTB INFO Epoch 56 summary:\ttrain_loss: 0.1368475\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep57\n","DEEPTB INFO Epoch 57 summary:\ttrain_loss: 0.1347948\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep58\n","DEEPTB INFO Epoch 58 summary:\ttrain_loss: 0.1327189\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep59\n","DEEPTB INFO Epoch 59 summary:\ttrain_loss: 0.1307006\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep60\n","DEEPTB INFO Epoch 60 summary:\ttrain_loss: 0.1286785\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep61\n","DEEPTB INFO Epoch 61 summary:\ttrain_loss: 0.1267744\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep62\n","DEEPTB INFO Epoch 62 summary:\ttrain_loss: 0.1249468\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep63\n","DEEPTB INFO Epoch 63 summary:\ttrain_loss: 0.1231046\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep64\n","DEEPTB INFO Epoch 64 summary:\ttrain_loss: 0.1213274\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep65\n","DEEPTB INFO Epoch 65 summary:\ttrain_loss: 0.1194725\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep66\n","DEEPTB INFO Epoch 66 summary:\ttrain_loss: 0.1175228\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep67\n","DEEPTB INFO Epoch 67 summary:\ttrain_loss: 0.1155612\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep68\n","DEEPTB INFO Epoch 68 summary:\ttrain_loss: 0.1137120\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep69\n","DEEPTB INFO Epoch 69 summary:\ttrain_loss: 0.1118194\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep70\n","DEEPTB INFO Epoch 70 summary:\ttrain_loss: 0.1091970\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep71\n","DEEPTB INFO Epoch 71 summary:\ttrain_loss: 0.1065052\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep72\n","DEEPTB INFO Epoch 72 summary:\ttrain_loss: 0.1038503\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep73\n","DEEPTB INFO Epoch 73 summary:\ttrain_loss: 0.1006426\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep74\n","DEEPTB INFO Epoch 74 summary:\ttrain_loss: 0.0969136\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep75\n","DEEPTB INFO Epoch 75 summary:\ttrain_loss: 0.0928931\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep76\n","DEEPTB INFO Epoch 76 summary:\ttrain_loss: 0.0886603\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep77\n","DEEPTB INFO Epoch 77 summary:\ttrain_loss: 0.0842979\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep78\n","DEEPTB INFO Epoch 78 summary:\ttrain_loss: 0.0801550\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep79\n","DEEPTB INFO Epoch 79 summary:\ttrain_loss: 0.0765958\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep80\n","DEEPTB INFO Epoch 80 summary:\ttrain_loss: 0.0733152\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep81\n","DEEPTB INFO Epoch 81 summary:\ttrain_loss: 0.0701168\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep82\n","DEEPTB INFO Epoch 82 summary:\ttrain_loss: 0.0670417\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep83\n","DEEPTB INFO Epoch 83 summary:\ttrain_loss: 0.0640980\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep84\n","DEEPTB INFO Epoch 84 summary:\ttrain_loss: 0.0612247\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep85\n","DEEPTB INFO Epoch 85 summary:\ttrain_loss: 0.0583894\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep86\n","DEEPTB INFO Epoch 86 summary:\ttrain_loss: 0.0556001\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep87\n","DEEPTB INFO Epoch 87 summary:\ttrain_loss: 0.0528806\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep88\n","DEEPTB INFO Epoch 88 summary:\ttrain_loss: 0.0502739\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep89\n","DEEPTB INFO Epoch 89 summary:\ttrain_loss: 0.0477723\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep90\n","DEEPTB INFO Epoch 90 summary:\ttrain_loss: 0.0453725\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep91\n","DEEPTB INFO Epoch 91 summary:\ttrain_loss: 0.0430907\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep92\n","DEEPTB INFO Epoch 92 summary:\ttrain_loss: 0.0409612\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep93\n","DEEPTB INFO Epoch 93 summary:\ttrain_loss: 0.0390131\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep94\n","DEEPTB INFO Epoch 94 summary:\ttrain_loss: 0.0372678\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep95\n","DEEPTB INFO Epoch 95 summary:\ttrain_loss: 0.0357032\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep96\n","DEEPTB INFO Epoch 96 summary:\ttrain_loss: 0.0342991\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep97\n","DEEPTB INFO Epoch 97 summary:\ttrain_loss: 0.0330329\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep98\n","DEEPTB INFO Epoch 98 summary:\ttrain_loss: 0.0319011\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep99\n","DEEPTB INFO Epoch 99 summary:\ttrain_loss: 0.0308808\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep100\n","DEEPTB INFO iteration:100\ttrain_loss: 0.0299446 (0.0327913)\tlr: 0.04528\n","DEEPTB INFO Epoch 100 summary:\ttrain_loss: 0.0299446\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep101\n","DEEPTB INFO Epoch 101 summary:\ttrain_loss: 0.0290939\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep102\n","DEEPTB INFO Epoch 102 summary:\ttrain_loss: 0.0282935\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep103\n","DEEPTB INFO Epoch 103 summary:\ttrain_loss: 0.0275372\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep104\n","DEEPTB INFO Epoch 104 summary:\ttrain_loss: 0.0268319\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep105\n","DEEPTB INFO Epoch 105 summary:\ttrain_loss: 0.0261856\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep106\n","DEEPTB INFO Epoch 106 summary:\ttrain_loss: 0.0255959\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep107\n","DEEPTB INFO Epoch 107 summary:\ttrain_loss: 0.0250598\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep108\n","DEEPTB INFO Epoch 108 summary:\ttrain_loss: 0.0245691\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep109\n","DEEPTB INFO Epoch 109 summary:\ttrain_loss: 0.0241263\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep110\n","DEEPTB INFO Epoch 110 summary:\ttrain_loss: 0.0237279\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep111\n","DEEPTB INFO Epoch 111 summary:\ttrain_loss: 0.0233748\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep112\n","DEEPTB INFO Epoch 112 summary:\ttrain_loss: 0.0230593\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep113\n","DEEPTB INFO Epoch 113 summary:\ttrain_loss: 0.0227696\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep114\n","DEEPTB INFO Epoch 114 summary:\ttrain_loss: 0.0224958\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep115\n","DEEPTB INFO Epoch 115 summary:\ttrain_loss: 0.0222442\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep116\n","DEEPTB INFO Epoch 116 summary:\ttrain_loss: 0.0220071\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep117\n","DEEPTB INFO Epoch 117 summary:\ttrain_loss: 0.0217851\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep118\n","DEEPTB INFO Epoch 118 summary:\ttrain_loss: 0.0215747\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep119\n","DEEPTB INFO Epoch 119 summary:\ttrain_loss: 0.0213679\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep120\n","DEEPTB INFO Epoch 120 summary:\ttrain_loss: 0.0211655\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep121\n","DEEPTB INFO Epoch 121 summary:\ttrain_loss: 0.0209708\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep122\n","DEEPTB INFO Epoch 122 summary:\ttrain_loss: 0.0207934\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep123\n","DEEPTB INFO Epoch 123 summary:\ttrain_loss: 0.0206272\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep124\n","DEEPTB INFO Epoch 124 summary:\ttrain_loss: 0.0204715\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep125\n","DEEPTB INFO Epoch 125 summary:\ttrain_loss: 0.0203200\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep126\n","DEEPTB INFO Epoch 126 summary:\ttrain_loss: 0.0201744\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep127\n","DEEPTB INFO Epoch 127 summary:\ttrain_loss: 0.0200360\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep128\n","DEEPTB INFO Epoch 128 summary:\ttrain_loss: 0.0199035\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep129\n","DEEPTB INFO Epoch 129 summary:\ttrain_loss: 0.0197830\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep130\n","DEEPTB INFO Epoch 130 summary:\ttrain_loss: 0.0196635\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep131\n","DEEPTB INFO Epoch 131 summary:\ttrain_loss: 0.0195490\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep132\n","DEEPTB INFO Epoch 132 summary:\ttrain_loss: 0.0194385\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep133\n","DEEPTB INFO Epoch 133 summary:\ttrain_loss: 0.0193320\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep134\n","DEEPTB INFO Epoch 134 summary:\ttrain_loss: 0.0192280\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep135\n","DEEPTB INFO Epoch 135 summary:\ttrain_loss: 0.0191301\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep136\n","DEEPTB INFO Epoch 136 summary:\ttrain_loss: 0.0190364\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep137\n","DEEPTB INFO Epoch 137 summary:\ttrain_loss: 0.0189470\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep138\n","DEEPTB INFO Epoch 138 summary:\ttrain_loss: 0.0188616\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep139\n","DEEPTB INFO Epoch 139 summary:\ttrain_loss: 0.0187796\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep140\n","DEEPTB INFO Epoch 140 summary:\ttrain_loss: 0.0187019\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep141\n","DEEPTB INFO Epoch 141 summary:\ttrain_loss: 0.0186306\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep142\n","DEEPTB INFO Epoch 142 summary:\ttrain_loss: 0.0185600\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep143\n","DEEPTB INFO Epoch 143 summary:\ttrain_loss: 0.0184910\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep144\n","DEEPTB INFO Epoch 144 summary:\ttrain_loss: 0.0184262\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep145\n","DEEPTB INFO Epoch 145 summary:\ttrain_loss: 0.0183628\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep146\n","DEEPTB INFO Epoch 146 summary:\ttrain_loss: 0.0183037\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep147\n","DEEPTB INFO Epoch 147 summary:\ttrain_loss: 0.0182475\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep148\n","DEEPTB INFO Epoch 148 summary:\ttrain_loss: 0.0181919\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep149\n","DEEPTB INFO Epoch 149 summary:\ttrain_loss: 0.0181362\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep150\n","DEEPTB INFO Epoch 150 summary:\ttrain_loss: 0.0180858\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep151\n","DEEPTB INFO Epoch 151 summary:\ttrain_loss: 0.0180364\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep152\n","DEEPTB INFO Epoch 152 summary:\ttrain_loss: 0.0179911\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep153\n","DEEPTB INFO Epoch 153 summary:\ttrain_loss: 0.0179475\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep154\n","DEEPTB INFO Epoch 154 summary:\ttrain_loss: 0.0179092\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep155\n","DEEPTB INFO Epoch 155 summary:\ttrain_loss: 0.0178651\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep156\n","DEEPTB INFO Epoch 156 summary:\ttrain_loss: 0.0178311\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep157\n","DEEPTB INFO Epoch 157 summary:\ttrain_loss: 0.0177966\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep158\n","DEEPTB INFO Epoch 158 summary:\ttrain_loss: 0.0177586\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep159\n","DEEPTB INFO Epoch 159 summary:\ttrain_loss: 0.0177218\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep160\n","DEEPTB INFO Epoch 160 summary:\ttrain_loss: 0.0176897\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep161\n","DEEPTB INFO Epoch 161 summary:\ttrain_loss: 0.0176597\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep162\n","DEEPTB INFO Epoch 162 summary:\ttrain_loss: 0.0176278\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep163\n","DEEPTB INFO Epoch 163 summary:\ttrain_loss: 0.0175975\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep164\n","DEEPTB INFO Epoch 164 summary:\ttrain_loss: 0.0175661\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep165\n","DEEPTB INFO Epoch 165 summary:\ttrain_loss: 0.0175377\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep166\n","DEEPTB INFO Epoch 166 summary:\ttrain_loss: 0.0175089\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep167\n","DEEPTB INFO Epoch 167 summary:\ttrain_loss: 0.0174894\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep168\n","DEEPTB INFO Epoch 168 summary:\ttrain_loss: 0.0174596\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep169\n","DEEPTB INFO Epoch 169 summary:\ttrain_loss: 0.0174376\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep170\n","DEEPTB INFO Epoch 170 summary:\ttrain_loss: 0.0174130\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep171\n","DEEPTB INFO Epoch 171 summary:\ttrain_loss: 0.0173883\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep172\n","DEEPTB INFO Epoch 172 summary:\ttrain_loss: 0.0173627\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep173\n","DEEPTB INFO Epoch 173 summary:\ttrain_loss: 0.0173444\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep174\n","DEEPTB INFO Epoch 174 summary:\ttrain_loss: 0.0173237\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep175\n","DEEPTB INFO Epoch 175 summary:\ttrain_loss: 0.0173000\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep176\n","DEEPTB INFO Epoch 176 summary:\ttrain_loss: 0.0172755\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep177\n","DEEPTB INFO Epoch 177 summary:\ttrain_loss: 0.0172557\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep178\n","DEEPTB INFO Epoch 178 summary:\ttrain_loss: 0.0172351\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep179\n","DEEPTB INFO Epoch 179 summary:\ttrain_loss: 0.0172145\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep180\n","DEEPTB INFO Epoch 180 summary:\ttrain_loss: 0.0171925\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep181\n","DEEPTB INFO Epoch 181 summary:\ttrain_loss: 0.0171716\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep182\n","DEEPTB INFO Epoch 182 summary:\ttrain_loss: 0.0171612\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep183\n","DEEPTB INFO Epoch 183 summary:\ttrain_loss: 0.0171382\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep184\n","DEEPTB INFO Epoch 184 summary:\ttrain_loss: 0.0171194\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep185\n","DEEPTB INFO Epoch 185 summary:\ttrain_loss: 0.0171045\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep186\n","DEEPTB INFO Epoch 186 summary:\ttrain_loss: 0.0170888\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep187\n","DEEPTB INFO Epoch 187 summary:\ttrain_loss: 0.0170693\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep188\n","DEEPTB INFO Epoch 188 summary:\ttrain_loss: 0.0170523\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep189\n","DEEPTB INFO Epoch 189 summary:\ttrain_loss: 0.0170381\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep190\n","DEEPTB INFO Epoch 190 summary:\ttrain_loss: 0.0170223\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep191\n","DEEPTB INFO Epoch 191 summary:\ttrain_loss: 0.0170047\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep192\n","DEEPTB INFO Epoch 192 summary:\ttrain_loss: 0.0169868\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep193\n","DEEPTB INFO Epoch 193 summary:\ttrain_loss: 0.0169681\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep194\n","DEEPTB INFO Epoch 194 summary:\ttrain_loss: 0.0169533\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep195\n","DEEPTB INFO Epoch 195 summary:\ttrain_loss: 0.0169377\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep196\n","DEEPTB INFO Epoch 196 summary:\ttrain_loss: 0.0169202\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep197\n","DEEPTB INFO Epoch 197 summary:\ttrain_loss: 0.0169034\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep198\n","DEEPTB INFO Epoch 198 summary:\ttrain_loss: 0.0168983\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep199\n","DEEPTB INFO Epoch 199 summary:\ttrain_loss: 0.0168807\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep200\n","DEEPTB INFO iteration:200\ttrain_loss: 0.0168625 (0.0168990)\tlr: 0.04097\n","DEEPTB INFO Epoch 200 summary:\ttrain_loss: 0.0168625\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep201\n","DEEPTB INFO Epoch 201 summary:\ttrain_loss: 0.0168507\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep202\n","DEEPTB INFO Epoch 202 summary:\ttrain_loss: 0.0168345\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep203\n","DEEPTB INFO Epoch 203 summary:\ttrain_loss: 0.0168192\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep204\n","DEEPTB INFO Epoch 204 summary:\ttrain_loss: 0.0168057\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep205\n","DEEPTB INFO Epoch 205 summary:\ttrain_loss: 0.0167916\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep206\n","DEEPTB INFO Epoch 206 summary:\ttrain_loss: 0.0167802\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep207\n","DEEPTB INFO Epoch 207 summary:\ttrain_loss: 0.0167655\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep208\n","DEEPTB INFO Epoch 208 summary:\ttrain_loss: 0.0167502\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep209\n","DEEPTB INFO Epoch 209 summary:\ttrain_loss: 0.0167349\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep210\n","DEEPTB INFO Epoch 210 summary:\ttrain_loss: 0.0167209\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep211\n","DEEPTB INFO Epoch 211 summary:\ttrain_loss: 0.0167083\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep212\n","DEEPTB INFO Epoch 212 summary:\ttrain_loss: 0.0166969\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep213\n","DEEPTB INFO Epoch 213 summary:\ttrain_loss: 0.0166834\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep214\n","DEEPTB INFO Epoch 214 summary:\ttrain_loss: 0.0166691\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep215\n","DEEPTB INFO Epoch 215 summary:\ttrain_loss: 0.0166546\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep216\n","DEEPTB INFO Epoch 216 summary:\ttrain_loss: 0.0166429\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep217\n","DEEPTB INFO Epoch 217 summary:\ttrain_loss: 0.0166296\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep218\n","DEEPTB INFO Epoch 218 summary:\ttrain_loss: 0.0166196\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep219\n","DEEPTB INFO Epoch 219 summary:\ttrain_loss: 0.0166072\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep220\n","DEEPTB INFO Epoch 220 summary:\ttrain_loss: 0.0165942\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep221\n","DEEPTB INFO Epoch 221 summary:\ttrain_loss: 0.0165798\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep222\n","DEEPTB INFO Epoch 222 summary:\ttrain_loss: 0.0165665\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep223\n","DEEPTB INFO Epoch 223 summary:\ttrain_loss: 0.0165560\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep224\n","DEEPTB INFO Epoch 224 summary:\ttrain_loss: 0.0165449\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep225\n","DEEPTB INFO Epoch 225 summary:\ttrain_loss: 0.0165334\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep226\n","DEEPTB INFO Epoch 226 summary:\ttrain_loss: 0.0165194\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep227\n","DEEPTB INFO Epoch 227 summary:\ttrain_loss: 0.0165050\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep228\n","DEEPTB INFO Epoch 228 summary:\ttrain_loss: 0.0164939\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep229\n","DEEPTB INFO Epoch 229 summary:\ttrain_loss: 0.0164821\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep230\n","DEEPTB INFO Epoch 230 summary:\ttrain_loss: 0.0164708\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep231\n","DEEPTB INFO Epoch 231 summary:\ttrain_loss: 0.0164587\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep232\n","DEEPTB INFO Epoch 232 summary:\ttrain_loss: 0.0164470\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep233\n","DEEPTB INFO Epoch 233 summary:\ttrain_loss: 0.0164349\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep234\n","DEEPTB INFO Epoch 234 summary:\ttrain_loss: 0.0164226\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep235\n","DEEPTB INFO Epoch 235 summary:\ttrain_loss: 0.0164150\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep236\n","DEEPTB INFO Epoch 236 summary:\ttrain_loss: 0.0164023\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep237\n","DEEPTB INFO Epoch 237 summary:\ttrain_loss: 0.0163916\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep238\n","DEEPTB INFO Epoch 238 summary:\ttrain_loss: 0.0163799\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep239\n","DEEPTB INFO Epoch 239 summary:\ttrain_loss: 0.0163670\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep240\n","DEEPTB INFO Epoch 240 summary:\ttrain_loss: 0.0163549\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep241\n","DEEPTB INFO Epoch 241 summary:\ttrain_loss: 0.0163440\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep242\n","DEEPTB INFO Epoch 242 summary:\ttrain_loss: 0.0163334\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep243\n","DEEPTB INFO Epoch 243 summary:\ttrain_loss: 0.0163221\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep244\n","DEEPTB INFO Epoch 244 summary:\ttrain_loss: 0.0163119\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep245\n","DEEPTB INFO Epoch 245 summary:\ttrain_loss: 0.0163003\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep246\n","DEEPTB INFO Epoch 246 summary:\ttrain_loss: 0.0162874\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep247\n","DEEPTB INFO Epoch 247 summary:\ttrain_loss: 0.0162775\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep248\n","DEEPTB INFO Epoch 248 summary:\ttrain_loss: 0.0162653\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep249\n","DEEPTB INFO Epoch 249 summary:\ttrain_loss: 0.0162547\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep250\n","DEEPTB INFO Epoch 250 summary:\ttrain_loss: 0.0162452\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep251\n","DEEPTB INFO Epoch 251 summary:\ttrain_loss: 0.0162334\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep252\n","DEEPTB INFO Epoch 252 summary:\ttrain_loss: 0.0162235\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep253\n","DEEPTB INFO Epoch 253 summary:\ttrain_loss: 0.0162107\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep254\n","DEEPTB INFO Epoch 254 summary:\ttrain_loss: 0.0162006\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep255\n","DEEPTB INFO Epoch 255 summary:\ttrain_loss: 0.0161890\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep256\n","DEEPTB INFO Epoch 256 summary:\ttrain_loss: 0.0161797\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep257\n","DEEPTB INFO Epoch 257 summary:\ttrain_loss: 0.0161744\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep258\n","DEEPTB INFO Epoch 258 summary:\ttrain_loss: 0.0161726\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep259\n","DEEPTB INFO Epoch 259 summary:\ttrain_loss: 0.0161624\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep260\n","DEEPTB INFO Epoch 260 summary:\ttrain_loss: 0.0161565\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep261\n","DEEPTB INFO Epoch 261 summary:\ttrain_loss: 0.0161491\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep262\n","DEEPTB INFO Epoch 262 summary:\ttrain_loss: 0.0161429\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep263\n","DEEPTB INFO Epoch 263 summary:\ttrain_loss: 0.0161356\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep264\n","DEEPTB INFO Epoch 264 summary:\ttrain_loss: 0.0161283\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep265\n","DEEPTB INFO Epoch 265 summary:\ttrain_loss: 0.0161208\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep266\n","DEEPTB INFO Epoch 266 summary:\ttrain_loss: 0.0161123\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep267\n","DEEPTB INFO Epoch 267 summary:\ttrain_loss: 0.0161020\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep268\n","DEEPTB INFO Epoch 268 summary:\ttrain_loss: 0.0160961\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep269\n","DEEPTB INFO Epoch 269 summary:\ttrain_loss: 0.0160885\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep270\n","DEEPTB INFO Epoch 270 summary:\ttrain_loss: 0.0160843\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep271\n","DEEPTB INFO Epoch 271 summary:\ttrain_loss: 0.0160783\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep272\n","DEEPTB INFO Epoch 272 summary:\ttrain_loss: 0.0160719\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep273\n","DEEPTB INFO Epoch 273 summary:\ttrain_loss: 0.0160637\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep274\n","DEEPTB INFO Epoch 274 summary:\ttrain_loss: 0.0160606\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep275\n","DEEPTB INFO Epoch 275 summary:\ttrain_loss: 0.0160518\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep276\n","DEEPTB INFO Epoch 276 summary:\ttrain_loss: 0.0160448\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep277\n","DEEPTB INFO Epoch 277 summary:\ttrain_loss: 0.0160374\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep278\n","DEEPTB INFO Epoch 278 summary:\ttrain_loss: 0.0160312\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep279\n","DEEPTB INFO Epoch 279 summary:\ttrain_loss: 0.0160266\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep280\n","DEEPTB INFO Epoch 280 summary:\ttrain_loss: 0.0160205\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep281\n","DEEPTB INFO Epoch 281 summary:\ttrain_loss: 0.0160147\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep282\n","DEEPTB INFO Epoch 282 summary:\ttrain_loss: 0.0160070\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep283\n","DEEPTB INFO Epoch 283 summary:\ttrain_loss: 0.0160008\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep284\n","DEEPTB INFO Epoch 284 summary:\ttrain_loss: 0.0159957\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep285\n","DEEPTB INFO Epoch 285 summary:\ttrain_loss: 0.0159896\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep286\n","DEEPTB INFO Epoch 286 summary:\ttrain_loss: 0.0159864\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep287\n","DEEPTB INFO Epoch 287 summary:\ttrain_loss: 0.0159804\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep288\n","DEEPTB INFO Epoch 288 summary:\ttrain_loss: 0.0159735\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep289\n","DEEPTB INFO Epoch 289 summary:\ttrain_loss: 0.0159671\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep290\n","DEEPTB INFO Epoch 290 summary:\ttrain_loss: 0.0159658\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep291\n","DEEPTB INFO Epoch 291 summary:\ttrain_loss: 0.0159558\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep292\n","DEEPTB INFO Epoch 292 summary:\ttrain_loss: 0.0159550\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep293\n","DEEPTB INFO Epoch 293 summary:\ttrain_loss: 0.0159520\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep294\n","DEEPTB INFO Epoch 294 summary:\ttrain_loss: 0.0159459\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep295\n","DEEPTB INFO Epoch 295 summary:\ttrain_loss: 0.0159386\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep296\n","DEEPTB INFO Epoch 296 summary:\ttrain_loss: 0.0159333\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep297\n","DEEPTB INFO Epoch 297 summary:\ttrain_loss: 0.0159286\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep298\n","DEEPTB INFO Epoch 298 summary:\ttrain_loss: 0.0159231\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep299\n","DEEPTB INFO Epoch 299 summary:\ttrain_loss: 0.0159160\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep300\n","DEEPTB INFO iteration:300\ttrain_loss: 0.0159089 (0.0159234)\tlr: 0.03707\n","DEEPTB INFO Epoch 300 summary:\ttrain_loss: 0.0159089\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep301\n","DEEPTB INFO Epoch 301 summary:\ttrain_loss: 0.0159061\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep302\n","DEEPTB INFO Epoch 302 summary:\ttrain_loss: 0.0159011\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep303\n","DEEPTB INFO Epoch 303 summary:\ttrain_loss: 0.0158977\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep304\n","DEEPTB INFO Epoch 304 summary:\ttrain_loss: 0.0158941\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep305\n","DEEPTB INFO Epoch 305 summary:\ttrain_loss: 0.0158853\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep306\n","DEEPTB INFO Epoch 306 summary:\ttrain_loss: 0.0158804\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep307\n","DEEPTB INFO Epoch 307 summary:\ttrain_loss: 0.0158775\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep308\n","DEEPTB INFO Epoch 308 summary:\ttrain_loss: 0.0158731\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep309\n","DEEPTB INFO Epoch 309 summary:\ttrain_loss: 0.0158676\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep310\n","DEEPTB INFO Epoch 310 summary:\ttrain_loss: 0.0158647\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep311\n","DEEPTB INFO Epoch 311 summary:\ttrain_loss: 0.0158600\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep312\n","DEEPTB INFO Epoch 312 summary:\ttrain_loss: 0.0158559\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep313\n","DEEPTB INFO Epoch 313 summary:\ttrain_loss: 0.0158509\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep314\n","DEEPTB INFO Epoch 314 summary:\ttrain_loss: 0.0158445\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep315\n","DEEPTB INFO Epoch 315 summary:\ttrain_loss: 0.0158419\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep316\n","DEEPTB INFO Epoch 316 summary:\ttrain_loss: 0.0158348\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep317\n","DEEPTB INFO Epoch 317 summary:\ttrain_loss: 0.0158315\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep318\n","DEEPTB INFO Epoch 318 summary:\ttrain_loss: 0.0158324\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 319 summary:\ttrain_loss: 0.0158288\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep320\n","DEEPTB INFO Epoch 320 summary:\ttrain_loss: 0.0158217\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep321\n","DEEPTB INFO Epoch 321 summary:\ttrain_loss: 0.0158148\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep322\n","DEEPTB INFO Epoch 322 summary:\ttrain_loss: 0.0158129\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep323\n","DEEPTB INFO Epoch 323 summary:\ttrain_loss: 0.0158072\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep324\n","DEEPTB INFO Epoch 324 summary:\ttrain_loss: 0.0158020\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep325\n","DEEPTB INFO Epoch 325 summary:\ttrain_loss: 0.0157965\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep326\n","DEEPTB INFO Epoch 326 summary:\ttrain_loss: 0.0157939\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep327\n","DEEPTB INFO Epoch 327 summary:\ttrain_loss: 0.0157923\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep328\n","DEEPTB INFO Epoch 328 summary:\ttrain_loss: 0.0157865\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep329\n","DEEPTB INFO Epoch 329 summary:\ttrain_loss: 0.0157862\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep330\n","DEEPTB INFO Epoch 330 summary:\ttrain_loss: 0.0157805\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep331\n","DEEPTB INFO Epoch 331 summary:\ttrain_loss: 0.0157729\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep332\n","DEEPTB INFO Epoch 332 summary:\ttrain_loss: 0.0157694\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep333\n","DEEPTB INFO Epoch 333 summary:\ttrain_loss: 0.0157662\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep334\n","DEEPTB INFO Epoch 334 summary:\ttrain_loss: 0.0157631\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep335\n","DEEPTB INFO Epoch 335 summary:\ttrain_loss: 0.0157582\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep336\n","DEEPTB INFO Epoch 336 summary:\ttrain_loss: 0.0157551\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep337\n","DEEPTB INFO Epoch 337 summary:\ttrain_loss: 0.0157512\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep338\n","DEEPTB INFO Epoch 338 summary:\ttrain_loss: 0.0157475\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep339\n","DEEPTB INFO Epoch 339 summary:\ttrain_loss: 0.0157410\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep340\n","DEEPTB INFO Epoch 340 summary:\ttrain_loss: 0.0157391\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep341\n","DEEPTB INFO Epoch 341 summary:\ttrain_loss: 0.0157352\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep342\n","DEEPTB INFO Epoch 342 summary:\ttrain_loss: 0.0157358\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 343 summary:\ttrain_loss: 0.0157311\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep344\n","DEEPTB INFO Epoch 344 summary:\ttrain_loss: 0.0157270\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep345\n","DEEPTB INFO Epoch 345 summary:\ttrain_loss: 0.0157222\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep346\n","DEEPTB INFO Epoch 346 summary:\ttrain_loss: 0.0157195\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep347\n","DEEPTB INFO Epoch 347 summary:\ttrain_loss: 0.0157164\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep348\n","DEEPTB INFO Epoch 348 summary:\ttrain_loss: 0.0157144\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep349\n","DEEPTB INFO Epoch 349 summary:\ttrain_loss: 0.0157115\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep350\n","DEEPTB INFO Epoch 350 summary:\ttrain_loss: 0.0157058\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep351\n","DEEPTB INFO Epoch 351 summary:\ttrain_loss: 0.0156995\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep352\n","DEEPTB INFO Epoch 352 summary:\ttrain_loss: 0.0156996\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 353 summary:\ttrain_loss: 0.0156951\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep354\n","DEEPTB INFO Epoch 354 summary:\ttrain_loss: 0.0156935\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep355\n","DEEPTB INFO Epoch 355 summary:\ttrain_loss: 0.0156906\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep356\n","DEEPTB INFO Epoch 356 summary:\ttrain_loss: 0.0156851\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep357\n","DEEPTB INFO Epoch 357 summary:\ttrain_loss: 0.0156806\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep358\n","DEEPTB INFO Epoch 358 summary:\ttrain_loss: 0.0156795\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep359\n","DEEPTB INFO Epoch 359 summary:\ttrain_loss: 0.0156752\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep360\n","DEEPTB INFO Epoch 360 summary:\ttrain_loss: 0.0156709\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep361\n","DEEPTB INFO Epoch 361 summary:\ttrain_loss: 0.0156682\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep362\n","DEEPTB INFO Epoch 362 summary:\ttrain_loss: 0.0156652\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep363\n","DEEPTB INFO Epoch 363 summary:\ttrain_loss: 0.0156604\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep364\n","DEEPTB INFO Epoch 364 summary:\ttrain_loss: 0.0156610\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 365 summary:\ttrain_loss: 0.0156593\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep366\n","DEEPTB INFO Epoch 366 summary:\ttrain_loss: 0.0156536\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep367\n","DEEPTB INFO Epoch 367 summary:\ttrain_loss: 0.0156508\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep368\n","DEEPTB INFO Epoch 368 summary:\ttrain_loss: 0.0156480\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep369\n","DEEPTB INFO Epoch 369 summary:\ttrain_loss: 0.0156450\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep370\n","DEEPTB INFO Epoch 370 summary:\ttrain_loss: 0.0156412\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep371\n","DEEPTB INFO Epoch 371 summary:\ttrain_loss: 0.0156385\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep372\n","DEEPTB INFO Epoch 372 summary:\ttrain_loss: 0.0156353\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep373\n","DEEPTB INFO Epoch 373 summary:\ttrain_loss: 0.0156321\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep374\n","DEEPTB INFO Epoch 374 summary:\ttrain_loss: 0.0156305\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep375\n","DEEPTB INFO Epoch 375 summary:\ttrain_loss: 0.0156262\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep376\n","DEEPTB INFO Epoch 376 summary:\ttrain_loss: 0.0156268\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 377 summary:\ttrain_loss: 0.0156226\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep378\n","DEEPTB INFO Epoch 378 summary:\ttrain_loss: 0.0156183\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep379\n","DEEPTB INFO Epoch 379 summary:\ttrain_loss: 0.0156152\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep380\n","DEEPTB INFO Epoch 380 summary:\ttrain_loss: 0.0156145\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep381\n","DEEPTB INFO Epoch 381 summary:\ttrain_loss: 0.0156111\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep382\n","DEEPTB INFO Epoch 382 summary:\ttrain_loss: 0.0156083\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep383\n","DEEPTB INFO Epoch 383 summary:\ttrain_loss: 0.0156040\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep384\n","DEEPTB INFO Epoch 384 summary:\ttrain_loss: 0.0156021\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep385\n","DEEPTB INFO Epoch 385 summary:\ttrain_loss: 0.0155972\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep386\n","DEEPTB INFO Epoch 386 summary:\ttrain_loss: 0.0155952\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep387\n","DEEPTB INFO Epoch 387 summary:\ttrain_loss: 0.0155933\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep388\n","DEEPTB INFO Epoch 388 summary:\ttrain_loss: 0.0155930\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep389\n","DEEPTB INFO Epoch 389 summary:\ttrain_loss: 0.0155891\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep390\n","DEEPTB INFO Epoch 390 summary:\ttrain_loss: 0.0155854\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep391\n","DEEPTB INFO Epoch 391 summary:\ttrain_loss: 0.0155854\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep392\n","DEEPTB INFO Epoch 392 summary:\ttrain_loss: 0.0155832\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep393\n","DEEPTB INFO Epoch 393 summary:\ttrain_loss: 0.0155795\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep394\n","DEEPTB INFO Epoch 394 summary:\ttrain_loss: 0.0155774\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep395\n","DEEPTB INFO Epoch 395 summary:\ttrain_loss: 0.0155742\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep396\n","DEEPTB INFO Epoch 396 summary:\ttrain_loss: 0.0155707\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep397\n","DEEPTB INFO Epoch 397 summary:\ttrain_loss: 0.0155712\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 398 summary:\ttrain_loss: 0.0155677\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep399\n","DEEPTB INFO Epoch 399 summary:\ttrain_loss: 0.0155648\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep400\n","DEEPTB INFO iteration:400\ttrain_loss: 0.0155643 (0.0155688)\tlr: 0.03354\n","DEEPTB INFO Epoch 400 summary:\ttrain_loss: 0.0155643\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep401\n","DEEPTB INFO Epoch 401 summary:\ttrain_loss: 0.0155604\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep402\n","DEEPTB INFO Epoch 402 summary:\ttrain_loss: 0.0155579\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep403\n","DEEPTB INFO Epoch 403 summary:\ttrain_loss: 0.0155574\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep404\n","DEEPTB INFO Epoch 404 summary:\ttrain_loss: 0.0155526\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep405\n","DEEPTB INFO Epoch 405 summary:\ttrain_loss: 0.0155484\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep406\n","DEEPTB INFO Epoch 406 summary:\ttrain_loss: 0.0155475\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep407\n","DEEPTB INFO Epoch 407 summary:\ttrain_loss: 0.0155463\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep408\n","DEEPTB INFO Epoch 408 summary:\ttrain_loss: 0.0155446\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep409\n","DEEPTB INFO Epoch 409 summary:\ttrain_loss: 0.0155406\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep410\n","DEEPTB INFO Epoch 410 summary:\ttrain_loss: 0.0155382\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep411\n","DEEPTB INFO Epoch 411 summary:\ttrain_loss: 0.0155387\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 412 summary:\ttrain_loss: 0.0155360\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep413\n","DEEPTB INFO Epoch 413 summary:\ttrain_loss: 0.0155328\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep414\n","DEEPTB INFO Epoch 414 summary:\ttrain_loss: 0.0155310\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep415\n","DEEPTB INFO Epoch 415 summary:\ttrain_loss: 0.0155280\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep416\n","DEEPTB INFO Epoch 416 summary:\ttrain_loss: 0.0155262\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep417\n","DEEPTB INFO Epoch 417 summary:\ttrain_loss: 0.0155223\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep418\n","DEEPTB INFO Epoch 418 summary:\ttrain_loss: 0.0155208\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep419\n","DEEPTB INFO Epoch 419 summary:\ttrain_loss: 0.0155197\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep420\n","DEEPTB INFO Epoch 420 summary:\ttrain_loss: 0.0155174\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep421\n","DEEPTB INFO Epoch 421 summary:\ttrain_loss: 0.0155164\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep422\n","DEEPTB INFO Epoch 422 summary:\ttrain_loss: 0.0155156\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep423\n","DEEPTB INFO Epoch 423 summary:\ttrain_loss: 0.0155131\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep424\n","DEEPTB INFO Epoch 424 summary:\ttrain_loss: 0.0155114\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep425\n","DEEPTB INFO Epoch 425 summary:\ttrain_loss: 0.0155076\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep426\n","DEEPTB INFO Epoch 426 summary:\ttrain_loss: 0.0155060\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep427\n","DEEPTB INFO Epoch 427 summary:\ttrain_loss: 0.0155032\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep428\n","DEEPTB INFO Epoch 428 summary:\ttrain_loss: 0.0155017\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep429\n","DEEPTB INFO Epoch 429 summary:\ttrain_loss: 0.0154991\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep430\n","DEEPTB INFO Epoch 430 summary:\ttrain_loss: 0.0154975\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep431\n","DEEPTB INFO Epoch 431 summary:\ttrain_loss: 0.0154972\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep432\n","DEEPTB INFO Epoch 432 summary:\ttrain_loss: 0.0154938\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep433\n","DEEPTB INFO Epoch 433 summary:\ttrain_loss: 0.0154906\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep434\n","DEEPTB INFO Epoch 434 summary:\ttrain_loss: 0.0154919\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 435 summary:\ttrain_loss: 0.0154870\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep436\n","DEEPTB INFO Epoch 436 summary:\ttrain_loss: 0.0154853\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep437\n","DEEPTB INFO Epoch 437 summary:\ttrain_loss: 0.0154834\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep438\n","DEEPTB INFO Epoch 438 summary:\ttrain_loss: 0.0154810\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep439\n","DEEPTB INFO Epoch 439 summary:\ttrain_loss: 0.0154786\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep440\n","DEEPTB INFO Epoch 440 summary:\ttrain_loss: 0.0154775\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep441\n","DEEPTB INFO Epoch 441 summary:\ttrain_loss: 0.0154758\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep442\n","DEEPTB INFO Epoch 442 summary:\ttrain_loss: 0.0154744\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep443\n","DEEPTB INFO Epoch 443 summary:\ttrain_loss: 0.0154724\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep444\n","DEEPTB INFO Epoch 444 summary:\ttrain_loss: 0.0154700\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep445\n","DEEPTB INFO Epoch 445 summary:\ttrain_loss: 0.0154663\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep446\n","DEEPTB INFO Epoch 446 summary:\ttrain_loss: 0.0154668\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 447 summary:\ttrain_loss: 0.0154660\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep448\n","DEEPTB INFO Epoch 448 summary:\ttrain_loss: 0.0154629\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep449\n","DEEPTB INFO Epoch 449 summary:\ttrain_loss: 0.0154601\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep450\n","DEEPTB INFO Epoch 450 summary:\ttrain_loss: 0.0154576\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep451\n","DEEPTB INFO Epoch 451 summary:\ttrain_loss: 0.0154562\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep452\n","DEEPTB INFO Epoch 452 summary:\ttrain_loss: 0.0154549\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep453\n","DEEPTB INFO Epoch 453 summary:\ttrain_loss: 0.0154535\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep454\n","DEEPTB INFO Epoch 454 summary:\ttrain_loss: 0.0154514\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep455\n","DEEPTB INFO Epoch 455 summary:\ttrain_loss: 0.0154508\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep456\n","DEEPTB INFO Epoch 456 summary:\ttrain_loss: 0.0154483\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep457\n","DEEPTB INFO Epoch 457 summary:\ttrain_loss: 0.0154480\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep458\n","DEEPTB INFO Epoch 458 summary:\ttrain_loss: 0.0154467\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep459\n","DEEPTB INFO Epoch 459 summary:\ttrain_loss: 0.0154436\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep460\n","DEEPTB INFO Epoch 460 summary:\ttrain_loss: 0.0154427\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep461\n","DEEPTB INFO Epoch 461 summary:\ttrain_loss: 0.0154408\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep462\n","DEEPTB INFO Epoch 462 summary:\ttrain_loss: 0.0154394\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep463\n","DEEPTB INFO Epoch 463 summary:\ttrain_loss: 0.0154365\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep464\n","DEEPTB INFO Epoch 464 summary:\ttrain_loss: 0.0154369\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 465 summary:\ttrain_loss: 0.0154353\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep466\n","DEEPTB INFO Epoch 466 summary:\ttrain_loss: 0.0154334\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep467\n","DEEPTB INFO Epoch 467 summary:\ttrain_loss: 0.0154325\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep468\n","DEEPTB INFO Epoch 468 summary:\ttrain_loss: 0.0154299\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep469\n","DEEPTB INFO Epoch 469 summary:\ttrain_loss: 0.0154278\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep470\n","DEEPTB INFO Epoch 470 summary:\ttrain_loss: 0.0154265\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep471\n","DEEPTB INFO Epoch 471 summary:\ttrain_loss: 0.0154257\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep472\n","DEEPTB INFO Epoch 472 summary:\ttrain_loss: 0.0154235\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep473\n","DEEPTB INFO Epoch 473 summary:\ttrain_loss: 0.0154225\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep474\n","DEEPTB INFO Epoch 474 summary:\ttrain_loss: 0.0154206\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep475\n","DEEPTB INFO Epoch 475 summary:\ttrain_loss: 0.0154182\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep476\n","DEEPTB INFO Epoch 476 summary:\ttrain_loss: 0.0154182\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep477\n","DEEPTB INFO Epoch 477 summary:\ttrain_loss: 0.0154163\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep478\n","DEEPTB INFO Epoch 478 summary:\ttrain_loss: 0.0154143\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep479\n","DEEPTB INFO Epoch 479 summary:\ttrain_loss: 0.0154135\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep480\n","DEEPTB INFO Epoch 480 summary:\ttrain_loss: 0.0154114\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep481\n","DEEPTB INFO Epoch 481 summary:\ttrain_loss: 0.0154104\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep482\n","DEEPTB INFO Epoch 482 summary:\ttrain_loss: 0.0154101\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep483\n","DEEPTB INFO Epoch 483 summary:\ttrain_loss: 0.0154090\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep484\n","DEEPTB INFO Epoch 484 summary:\ttrain_loss: 0.0154062\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep485\n","DEEPTB INFO Epoch 485 summary:\ttrain_loss: 0.0154043\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep486\n","DEEPTB INFO Epoch 486 summary:\ttrain_loss: 0.0154036\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep487\n","DEEPTB INFO Epoch 487 summary:\ttrain_loss: 0.0154025\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep488\n","DEEPTB INFO Epoch 488 summary:\ttrain_loss: 0.0154023\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep489\n","DEEPTB INFO Epoch 489 summary:\ttrain_loss: 0.0154010\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep490\n","DEEPTB INFO Epoch 490 summary:\ttrain_loss: 0.0153986\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep491\n","DEEPTB INFO Epoch 491 summary:\ttrain_loss: 0.0153953\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep492\n","DEEPTB INFO Epoch 492 summary:\ttrain_loss: 0.0153989\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 493 summary:\ttrain_loss: 0.0153972\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 494 summary:\ttrain_loss: 0.0153921\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep495\n","DEEPTB INFO Epoch 495 summary:\ttrain_loss: 0.0153911\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep496\n","DEEPTB INFO Epoch 496 summary:\ttrain_loss: 0.0153893\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep497\n","DEEPTB INFO Epoch 497 summary:\ttrain_loss: 0.0153865\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep498\n","DEEPTB INFO Epoch 498 summary:\ttrain_loss: 0.0153882\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 499 summary:\ttrain_loss: 0.0153850\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep500\n","DEEPTB INFO iteration:500\ttrain_loss: 0.0153841 (0.0153874)\tlr: 0.03035\n","DEEPTB INFO checkpoint saved as nnsk.iter501\n","DEEPTB INFO Epoch 500 summary:\ttrain_loss: 0.0153841\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep501\n","DEEPTB INFO finished training\n","DEEPTB INFO wall time: 41.940 s\n"]}],"source":["!dptb train ./inputs/2-2-1_input.json -i ./nnsk/checkpoint/nnsk.ep495.pth -o ./nnsk_2"]},{"cell_type":"markdown","metadata":{},"source":["训练收敛后查看能带拟合结果"]},{"cell_type":"code","execution_count":2,"metadata":{},"outputs":[{"data":{"image/png":"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","text/plain":["
"]},"metadata":{},"output_type":"display_data"}],"source":["# 演示结果用的存档模型位于 ref_ckpts/nnsk_2/checkpoint\n","model = NNSK.from_reference(checkpoint=\"./nnsk_2/checkpoint/nnsk.ep500.pth\",\n"," basis={'Si': ['3s', '3p', 'd*']})\n","\n","jdata = j_loader(\"./run/band.json\") \n","results_path = \"./band_plot\"\n","kpath_kwargs = jdata[\"task_options\"]\n","stru_data = \"./data/silicon.vasp\"\n","AtomicData_options = {\"r_max\": 2.6, \"oer_max\": 2.5, \"pbc\": True}\n","\n","bcal = Band(model=model, \n"," use_gui=True, \n"," results_path=results_path, \n"," device=model.device)\n","bcal.get_bands(data=stru_data, \n"," kpath_kwargs=kpath_kwargs, \n"," AtomicData_options=AtomicData_options)\n","bcal.band_plot(ref_band = kpath_kwargs[\"ref_band\"],\n"," E_fermi = kpath_kwargs[\"E_fermi\"],\n"," emin = kpath_kwargs[\"emin\"],\n"," emax = kpath_kwargs[\"emax\"])"]},{"cell_type":"markdown","metadata":{},"source":["**Note**: 实际使用中，我们发现用最小基组作为初始训练，并逐渐增加基组的策略，比直接用完整的轨道初始化从头训练更好。这同时可以帮助我们减小使用的基组数，并提升训练的稳定性。\n","\n","从上面的结果可以看到，此时能带拟合结果已经相当准确。"]},{"cell_type":"markdown","metadata":{},"source":["##### **2.2.2 增加近邻**\n","\n","为了进一步提高精度，我可以通过增加近邻键长 `r_max` 来考虑更远的近邻的紧束缚模型。\n","\n","增加近邻包含两步操作：\n","1. 在`info.json`中调整 `r_max`，增加数值到如 5.0 （包含第三近邻，但不包含第四近邻）。\n","2. 由于原子的离散分布，如果直接突然从最近邻直接加入第二近邻、第三近邻引将引起突变，对哈密顿量的变化太大，会导致之前的拟合结果失效。因此，需要采用一个平滑的阶段函数来对键长的增加进行过渡，通过缓慢地把截断函数向更远的截断推进，从而实现渐进地增加近邻。\n","\n","截断函数的采取的形式是：\n","$$f_s(r)=\\frac{1}{1+e^{(r-r_{skc})/w}}$$\n","\n","通过调整参数，我们可以得到一个平滑的过渡。衰减函数在输入文件可设置的参数为：\n"," - `rs`（Angstrom）：即 $r_{skc}$，控制衰减函数的截断位置；\n"," - `w`：表示衰减函数的平缓程度。"]},{"cell_type":"markdown","metadata":{},"source":["衰减函数的控制如图所示：\n","\n","\"Fig2\"\n","\n","正如上图所示，这个平滑函数将以 $r_{skc}$ 为中心衰减。这个函数根据 w 的形式，具有不同的平滑性。为了在保持拟合稳定性的同时考虑更多邻居项，我们首先将 $r_{skc}$ 设定为第一最近邻距离，这样的衰减函数可以抑制新包含的第二和第三邻居项，不会对预测的哈密顿带来突然的变化。"]},{"cell_type":"markdown","metadata":{},"source":["我们可以将 $r_{skc}$ 从起始第一近邻慢慢外推到新的 `r_max` （包含三近邻）。\n","\n","输入文件中，通过 `push` 关键词中设置 `rs_ths` 和 `period`，即可按照上述公式中的 $r_{skc}$ 从第一近邻缓慢外推至第三近邻。在外推时，每间隔 `period` 个 epoch 就按 `rs_thr` 中设置的每步步长更新 $r_{skc}$。\n","\n","**注意** 如果 `rs_thr` 设置得太大，那么外推的过程就不能称之为缓变，仍然可能会导致模型训练的不收敛。\n","\n","具体输入文件可参考 `inputs/2-2-2-1_input.json`。"]},{"cell_type":"code","execution_count":44,"metadata":{"scrolled":true},"outputs":[{"name":"stdout","output_type":"stream","text":["DEEPTB INFO Epoch 1 summary:\ttrain_loss: 0.0153848\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep2\n","DEEPTB INFO Epoch 2 summary:\ttrain_loss: 0.0191757\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 3 summary:\ttrain_loss: 0.0155894\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 4 summary:\ttrain_loss: 0.0176639\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 5 summary:\ttrain_loss: 0.0175567\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 6 summary:\ttrain_loss: 0.0160061\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 7 summary:\ttrain_loss: 0.0156375\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 8 summary:\ttrain_loss: 0.0164660\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 9 summary:\ttrain_loss: 0.0167569\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 10 summary:\ttrain_loss: 0.0161161\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 11 summary:\ttrain_loss: 0.0154868\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 12 summary:\ttrain_loss: 0.0155579\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 13 summary:\ttrain_loss: 0.0160424\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 14 summary:\ttrain_loss: 0.0162019\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 15 summary:\ttrain_loss: 0.0158612\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 16 summary:\ttrain_loss: 0.0210342\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 17 summary:\ttrain_loss: 0.0189018\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 18 summary:\ttrain_loss: 0.0182727\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 19 summary:\ttrain_loss: 0.0192160\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 20 summary:\ttrain_loss: 0.0200331\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 21 summary:\ttrain_loss: 0.0195756\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 22 summary:\ttrain_loss: 0.0183149\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 23 summary:\ttrain_loss: 0.0173643\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 24 summary:\ttrain_loss: 0.0173194\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 25 summary:\ttrain_loss: 0.0177960\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 26 summary:\ttrain_loss: 0.0179633\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 27 summary:\ttrain_loss: 0.0174894\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 28 summary:\ttrain_loss: 0.0167532\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 29 summary:\ttrain_loss: 0.0163222\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 30 summary:\ttrain_loss: 0.0163903\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 31 summary:\ttrain_loss: 0.0166379\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 32 summary:\ttrain_loss: 0.0209623\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 33 summary:\ttrain_loss: 0.0204787\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 34 summary:\ttrain_loss: 0.0200220\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 35 summary:\ttrain_loss: 0.0196622\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 36 summary:\ttrain_loss: 0.0193480\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 37 summary:\ttrain_loss: 0.0189950\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 38 summary:\ttrain_loss: 0.0185905\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 39 summary:\ttrain_loss: 0.0182005\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 40 summary:\ttrain_loss: 0.0178934\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 41 summary:\ttrain_loss: 0.0176576\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 42 summary:\ttrain_loss: 0.0174326\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 43 summary:\ttrain_loss: 0.0171829\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 44 summary:\ttrain_loss: 0.0169367\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 45 summary:\ttrain_loss: 0.0167410\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 46 summary:\ttrain_loss: 0.0166053\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 47 summary:\ttrain_loss: 0.0164948\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 48 summary:\ttrain_loss: 0.0212837\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 49 summary:\ttrain_loss: 0.0204052\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 50 summary:\ttrain_loss: 0.0196326\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 51 summary:\ttrain_loss: 0.0193530\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 52 summary:\ttrain_loss: 0.0193251\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 53 summary:\ttrain_loss: 0.0190766\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 54 summary:\ttrain_loss: 0.0185158\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 55 summary:\ttrain_loss: 0.0179653\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 56 summary:\ttrain_loss: 0.0177048\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 57 summary:\ttrain_loss: 0.0176484\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 58 summary:\ttrain_loss: 0.0175145\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 59 summary:\ttrain_loss: 0.0171990\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 60 summary:\ttrain_loss: 0.0168687\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 61 summary:\ttrain_loss: 0.0167078\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 62 summary:\ttrain_loss: 0.0166843\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 63 summary:\ttrain_loss: 0.0166264\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 64 summary:\ttrain_loss: 0.0201775\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 65 summary:\ttrain_loss: 0.0196450\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 66 summary:\ttrain_loss: 0.0190812\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 67 summary:\ttrain_loss: 0.0187763\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 68 summary:\ttrain_loss: 0.0186523\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 69 summary:\ttrain_loss: 0.0184307\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 70 summary:\ttrain_loss: 0.0180304\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 71 summary:\ttrain_loss: 0.0176405\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 72 summary:\ttrain_loss: 0.0174305\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 73 summary:\ttrain_loss: 0.0173373\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 74 summary:\ttrain_loss: 0.0171934\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 75 summary:\ttrain_loss: 0.0169558\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 76 summary:\ttrain_loss: 0.0167406\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 77 summary:\ttrain_loss: 0.0166381\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 78 summary:\ttrain_loss: 0.0165955\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 79 summary:\ttrain_loss: 0.0165147\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 80 summary:\ttrain_loss: 0.0196982\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 81 summary:\ttrain_loss: 0.0191738\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 82 summary:\ttrain_loss: 0.0186196\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 83 summary:\ttrain_loss: 0.0184000\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 84 summary:\ttrain_loss: 0.0183661\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 85 summary:\ttrain_loss: 0.0181602\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 86 summary:\ttrain_loss: 0.0177488\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 87 summary:\ttrain_loss: 0.0174108\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 88 summary:\ttrain_loss: 0.0173012\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 89 summary:\ttrain_loss: 0.0172612\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 90 summary:\ttrain_loss: 0.0170934\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 91 summary:\ttrain_loss: 0.0168429\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 92 summary:\ttrain_loss: 0.0166878\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 93 summary:\ttrain_loss: 0.0166633\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 94 summary:\ttrain_loss: 0.0166395\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 95 summary:\ttrain_loss: 0.0165294\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 96 summary:\ttrain_loss: 0.0192876\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 97 summary:\ttrain_loss: 0.0188590\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 98 summary:\ttrain_loss: 0.0183167\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 99 summary:\ttrain_loss: 0.0181030\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:100\ttrain_loss: 0.0181173 (0.0180767)\tlr: 0.009057\n","DEEPTB INFO Epoch 100 summary:\ttrain_loss: 0.0181173\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 101 summary:\ttrain_loss: 0.0179697\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 102 summary:\ttrain_loss: 0.0175963\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 103 summary:\ttrain_loss: 0.0172916\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 104 summary:\ttrain_loss: 0.0172206\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 105 summary:\ttrain_loss: 0.0172063\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 106 summary:\ttrain_loss: 0.0170488\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 107 summary:\ttrain_loss: 0.0168208\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 108 summary:\ttrain_loss: 0.0167054\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 109 summary:\ttrain_loss: 0.0167106\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 110 summary:\ttrain_loss: 0.0166848\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 111 summary:\ttrain_loss: 0.0165669\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 112 summary:\ttrain_loss: 0.0189457\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 113 summary:\ttrain_loss: 0.0185767\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 114 summary:\ttrain_loss: 0.0180788\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 115 summary:\ttrain_loss: 0.0178978\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 116 summary:\ttrain_loss: 0.0179382\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 117 summary:\ttrain_loss: 0.0178072\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 118 summary:\ttrain_loss: 0.0174600\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 119 summary:\ttrain_loss: 0.0172039\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 120 summary:\ttrain_loss: 0.0171719\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 121 summary:\ttrain_loss: 0.0171611\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 122 summary:\ttrain_loss: 0.0169982\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 123 summary:\ttrain_loss: 0.0167945\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 124 summary:\ttrain_loss: 0.0167219\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 125 summary:\ttrain_loss: 0.0167424\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 126 summary:\ttrain_loss: 0.0167011\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 127 summary:\ttrain_loss: 0.0165798\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 128 summary:\ttrain_loss: 0.0186693\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 129 summary:\ttrain_loss: 0.0183375\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 130 summary:\ttrain_loss: 0.0178692\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 131 summary:\ttrain_loss: 0.0177217\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 132 summary:\ttrain_loss: 0.0177856\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 133 summary:\ttrain_loss: 0.0176600\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 134 summary:\ttrain_loss: 0.0173323\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 135 summary:\ttrain_loss: 0.0171171\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 136 summary:\ttrain_loss: 0.0171157\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 137 summary:\ttrain_loss: 0.0171018\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 138 summary:\ttrain_loss: 0.0169315\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 139 summary:\ttrain_loss: 0.0167496\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 140 summary:\ttrain_loss: 0.0167122\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 141 summary:\ttrain_loss: 0.0167380\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 142 summary:\ttrain_loss: 0.0166780\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 143 summary:\ttrain_loss: 0.0165575\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 144 summary:\ttrain_loss: 0.0184073\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 145 summary:\ttrain_loss: 0.0180987\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 146 summary:\ttrain_loss: 0.0176572\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 147 summary:\ttrain_loss: 0.0175437\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 148 summary:\ttrain_loss: 0.0176242\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 149 summary:\ttrain_loss: 0.0174993\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 150 summary:\ttrain_loss: 0.0171845\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 151 summary:\ttrain_loss: 0.0170046\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 152 summary:\ttrain_loss: 0.0170297\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 153 summary:\ttrain_loss: 0.0170075\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 154 summary:\ttrain_loss: 0.0168318\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 155 summary:\ttrain_loss: 0.0166753\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 156 summary:\ttrain_loss: 0.0166657\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 157 summary:\ttrain_loss: 0.0166908\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 158 summary:\ttrain_loss: 0.0166152\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 159 summary:\ttrain_loss: 0.0165017\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 160 summary:\ttrain_loss: 0.0181208\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 161 summary:\ttrain_loss: 0.0178338\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 162 summary:\ttrain_loss: 0.0174281\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 163 summary:\ttrain_loss: 0.0173457\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 164 summary:\ttrain_loss: 0.0174315\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 165 summary:\ttrain_loss: 0.0173071\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 166 summary:\ttrain_loss: 0.0170151\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 167 summary:\ttrain_loss: 0.0168718\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 168 summary:\ttrain_loss: 0.0169044\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 169 summary:\ttrain_loss: 0.0168671\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 170 summary:\ttrain_loss: 0.0166958\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 171 summary:\ttrain_loss: 0.0165712\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 172 summary:\ttrain_loss: 0.0165830\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 173 summary:\ttrain_loss: 0.0165966\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 174 summary:\ttrain_loss: 0.0165100\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 175 summary:\ttrain_loss: 0.0164103\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 176 summary:\ttrain_loss: 0.0178039\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 177 summary:\ttrain_loss: 0.0175429\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 178 summary:\ttrain_loss: 0.0171843\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 179 summary:\ttrain_loss: 0.0171260\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 180 summary:\ttrain_loss: 0.0172070\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 181 summary:\ttrain_loss: 0.0170783\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 182 summary:\ttrain_loss: 0.0168105\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 183 summary:\ttrain_loss: 0.0167030\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 184 summary:\ttrain_loss: 0.0167445\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 185 summary:\ttrain_loss: 0.0166987\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 186 summary:\ttrain_loss: 0.0165340\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 187 summary:\ttrain_loss: 0.0164362\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 188 summary:\ttrain_loss: 0.0164599\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 189 summary:\ttrain_loss: 0.0164605\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 190 summary:\ttrain_loss: 0.0163679\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 191 summary:\ttrain_loss: 0.0162860\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 192 summary:\ttrain_loss: 0.0174871\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 193 summary:\ttrain_loss: 0.0172433\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 194 summary:\ttrain_loss: 0.0169260\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 195 summary:\ttrain_loss: 0.0168910\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 196 summary:\ttrain_loss: 0.0169667\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 197 summary:\ttrain_loss: 0.0168360\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 198 summary:\ttrain_loss: 0.0165973\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 199 summary:\ttrain_loss: 0.0165168\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:200\ttrain_loss: 0.0165583 (0.0166710)\tlr: 0.008195\n","DEEPTB INFO Epoch 200 summary:\ttrain_loss: 0.0165583\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 201 summary:\ttrain_loss: 0.0165022\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 202 summary:\ttrain_loss: 0.0163491\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 203 summary:\ttrain_loss: 0.0162768\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 204 summary:\ttrain_loss: 0.0163061\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 205 summary:\ttrain_loss: 0.0162921\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 206 summary:\ttrain_loss: 0.0161992\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 207 summary:\ttrain_loss: 0.0161364\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 208 summary:\ttrain_loss: 0.0171526\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 209 summary:\ttrain_loss: 0.0169274\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 210 summary:\ttrain_loss: 0.0166557\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 211 summary:\ttrain_loss: 0.0166423\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 212 summary:\ttrain_loss: 0.0167004\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 213 summary:\ttrain_loss: 0.0165681\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 214 summary:\ttrain_loss: 0.0163618\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 215 summary:\ttrain_loss: 0.0163102\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 216 summary:\ttrain_loss: 0.0163444\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 217 summary:\ttrain_loss: 0.0162751\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 218 summary:\ttrain_loss: 0.0161410\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 219 summary:\ttrain_loss: 0.0160945\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 220 summary:\ttrain_loss: 0.0161230\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 221 summary:\ttrain_loss: 0.0160959\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 222 summary:\ttrain_loss: 0.0160072\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 223 summary:\ttrain_loss: 0.0159649\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 224 summary:\ttrain_loss: 0.0168068\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 225 summary:\ttrain_loss: 0.0165983\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 226 summary:\ttrain_loss: 0.0163737\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 227 summary:\ttrain_loss: 0.0163755\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 228 summary:\ttrain_loss: 0.0164169\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 229 summary:\ttrain_loss: 0.0162835\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 230 summary:\ttrain_loss: 0.0161114\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 231 summary:\ttrain_loss: 0.0160822\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 232 summary:\ttrain_loss: 0.0161067\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 233 summary:\ttrain_loss: 0.0160309\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 234 summary:\ttrain_loss: 0.0159175\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 235 summary:\ttrain_loss: 0.0158900\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 236 summary:\ttrain_loss: 0.0159126\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 237 summary:\ttrain_loss: 0.0158752\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 238 summary:\ttrain_loss: 0.0157978\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 239 summary:\ttrain_loss: 0.0157721\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 240 summary:\ttrain_loss: 0.0164524\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 241 summary:\ttrain_loss: 0.0162657\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 242 summary:\ttrain_loss: 0.0160873\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 243 summary:\ttrain_loss: 0.0160980\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 244 summary:\ttrain_loss: 0.0161187\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 245 summary:\ttrain_loss: 0.0159919\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 246 summary:\ttrain_loss: 0.0158531\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 247 summary:\ttrain_loss: 0.0158397\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 248 summary:\ttrain_loss: 0.0158520\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 249 summary:\ttrain_loss: 0.0157755\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 250 summary:\ttrain_loss: 0.0156833\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 251 summary:\ttrain_loss: 0.0156715\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 252 summary:\ttrain_loss: 0.0156848\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 253 summary:\ttrain_loss: 0.0156401\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 254 summary:\ttrain_loss: 0.0155767\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 255 summary:\ttrain_loss: 0.0155634\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 256 summary:\ttrain_loss: 0.0160969\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 257 summary:\ttrain_loss: 0.0159365\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 258 summary:\ttrain_loss: 0.0158004\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 259 summary:\ttrain_loss: 0.0158111\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 260 summary:\ttrain_loss: 0.0158120\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 261 summary:\ttrain_loss: 0.0156985\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 262 summary:\ttrain_loss: 0.0155928\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 263 summary:\ttrain_loss: 0.0155855\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 264 summary:\ttrain_loss: 0.0155836\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 265 summary:\ttrain_loss: 0.0155129\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 266 summary:\ttrain_loss: 0.0154439\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 267 summary:\ttrain_loss: 0.0154389\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 268 summary:\ttrain_loss: 0.0154406\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 269 summary:\ttrain_loss: 0.0153951\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 270 summary:\ttrain_loss: 0.0153465\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep271\n","DEEPTB INFO Epoch 271 summary:\ttrain_loss: 0.0153397\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep272\n","DEEPTB INFO Epoch 272 summary:\ttrain_loss: 0.0157461\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 273 summary:\ttrain_loss: 0.0156154\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 274 summary:\ttrain_loss: 0.0155159\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 275 summary:\ttrain_loss: 0.0155200\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 276 summary:\ttrain_loss: 0.0155034\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 277 summary:\ttrain_loss: 0.0154060\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 278 summary:\ttrain_loss: 0.0153295\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep279\n","DEEPTB INFO Epoch 279 summary:\ttrain_loss: 0.0153240\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep280\n","DEEPTB INFO Epoch 280 summary:\ttrain_loss: 0.0153096\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep281\n","DEEPTB INFO Epoch 281 summary:\ttrain_loss: 0.0152473\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep282\n","DEEPTB INFO Epoch 282 summary:\ttrain_loss: 0.0151989\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep283\n","DEEPTB INFO Epoch 283 summary:\ttrain_loss: 0.0151962\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep284\n","DEEPTB INFO Epoch 284 summary:\ttrain_loss: 0.0151861\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep285\n","DEEPTB INFO Epoch 285 summary:\ttrain_loss: 0.0151431\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep286\n","DEEPTB INFO Epoch 286 summary:\ttrain_loss: 0.0151086\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep287\n","DEEPTB INFO Epoch 287 summary:\ttrain_loss: 0.0151045\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep288\n","DEEPTB INFO Epoch 288 summary:\ttrain_loss: 0.0153967\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 289 summary:\ttrain_loss: 0.0152953\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 290 summary:\ttrain_loss: 0.0152271\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 291 summary:\ttrain_loss: 0.0152239\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 292 summary:\ttrain_loss: 0.0151940\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 293 summary:\ttrain_loss: 0.0151141\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 294 summary:\ttrain_loss: 0.0150586\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep295\n","DEEPTB INFO Epoch 295 summary:\ttrain_loss: 0.0150477\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep296\n","DEEPTB INFO Epoch 296 summary:\ttrain_loss: 0.0150229\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep297\n","DEEPTB INFO Epoch 297 summary:\ttrain_loss: 0.0149702\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep298\n","DEEPTB INFO Epoch 298 summary:\ttrain_loss: 0.0149378\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep299\n","DEEPTB INFO Epoch 299 summary:\ttrain_loss: 0.0149324\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep300\n","DEEPTB INFO iteration:300\ttrain_loss: 0.0149144 (0.0149698)\tlr: 0.007414\n","DEEPTB INFO Epoch 300 summary:\ttrain_loss: 0.0149144\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep301\n","DEEPTB INFO Epoch 301 summary:\ttrain_loss: 0.0148778\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep302\n","DEEPTB INFO Epoch 302 summary:\ttrain_loss: 0.0148554\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep303\n","DEEPTB INFO Epoch 303 summary:\ttrain_loss: 0.0148506\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep304\n","DEEPTB INFO Epoch 304 summary:\ttrain_loss: 0.0150488\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 305 summary:\ttrain_loss: 0.0149760\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 306 summary:\ttrain_loss: 0.0149277\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 307 summary:\ttrain_loss: 0.0149117\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 308 summary:\ttrain_loss: 0.0148745\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 309 summary:\ttrain_loss: 0.0148149\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep310\n","DEEPTB INFO Epoch 310 summary:\ttrain_loss: 0.0147775\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep311\n","DEEPTB INFO Epoch 311 summary:\ttrain_loss: 0.0147614\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep312\n","DEEPTB INFO Epoch 312 summary:\ttrain_loss: 0.0147326\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep313\n","DEEPTB INFO Epoch 313 summary:\ttrain_loss: 0.0146934\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep314\n","DEEPTB INFO Epoch 314 summary:\ttrain_loss: 0.0146716\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep315\n","DEEPTB INFO Epoch 315 summary:\ttrain_loss: 0.0146618\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep316\n","DEEPTB INFO Epoch 316 summary:\ttrain_loss: 0.0146410\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep317\n","DEEPTB INFO Epoch 317 summary:\ttrain_loss: 0.0146140\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep318\n","DEEPTB INFO Epoch 318 summary:\ttrain_loss: 0.0145980\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep319\n","DEEPTB INFO Epoch 319 summary:\ttrain_loss: 0.0145897\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep320\n","DEEPTB INFO Epoch 320 summary:\ttrain_loss: 0.0147195\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 321 summary:\ttrain_loss: 0.0146704\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 322 summary:\ttrain_loss: 0.0146329\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 323 summary:\ttrain_loss: 0.0146052\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 324 summary:\ttrain_loss: 0.0145700\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep325\n","DEEPTB INFO Epoch 325 summary:\ttrain_loss: 0.0145295\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep326\n","DEEPTB INFO Epoch 326 summary:\ttrain_loss: 0.0144998\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep327\n","DEEPTB INFO Epoch 327 summary:\ttrain_loss: 0.0144766\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep328\n","DEEPTB INFO Epoch 328 summary:\ttrain_loss: 0.0144483\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep329\n","DEEPTB INFO Epoch 329 summary:\ttrain_loss: 0.0144210\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep330\n","DEEPTB INFO Epoch 330 summary:\ttrain_loss: 0.0144040\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep331\n","DEEPTB INFO Epoch 331 summary:\ttrain_loss: 0.0143889\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep332\n","DEEPTB INFO Epoch 332 summary:\ttrain_loss: 0.0143685\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep333\n","DEEPTB INFO Epoch 333 summary:\ttrain_loss: 0.0143493\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep334\n","DEEPTB INFO Epoch 334 summary:\ttrain_loss: 0.0143375\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep335\n","DEEPTB INFO Epoch 335 summary:\ttrain_loss: 0.0143264\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep336\n","DEEPTB INFO Epoch 336 summary:\ttrain_loss: 0.0144040\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 337 summary:\ttrain_loss: 0.0143701\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 338 summary:\ttrain_loss: 0.0143361\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 339 summary:\ttrain_loss: 0.0143053\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep340\n","DEEPTB INFO Epoch 340 summary:\ttrain_loss: 0.0142737\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep341\n","DEEPTB INFO Epoch 341 summary:\ttrain_loss: 0.0142443\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep342\n","DEEPTB INFO Epoch 342 summary:\ttrain_loss: 0.0142173\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep343\n","DEEPTB INFO Epoch 343 summary:\ttrain_loss: 0.0141913\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep344\n","DEEPTB INFO Epoch 344 summary:\ttrain_loss: 0.0141681\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep345\n","DEEPTB INFO Epoch 345 summary:\ttrain_loss: 0.0141496\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep346\n","DEEPTB INFO Epoch 346 summary:\ttrain_loss: 0.0141329\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep347\n","DEEPTB INFO Epoch 347 summary:\ttrain_loss: 0.0141160\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep348\n","DEEPTB INFO Epoch 348 summary:\ttrain_loss: 0.0140988\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep349\n","DEEPTB INFO Epoch 349 summary:\ttrain_loss: 0.0140851\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep350\n","DEEPTB INFO Epoch 350 summary:\ttrain_loss: 0.0140733\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep351\n","DEEPTB INFO Epoch 351 summary:\ttrain_loss: 0.0140608\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep352\n","DEEPTB INFO Epoch 352 summary:\ttrain_loss: 0.0141080\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 353 summary:\ttrain_loss: 0.0140804\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 354 summary:\ttrain_loss: 0.0140482\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep355\n","DEEPTB INFO Epoch 355 summary:\ttrain_loss: 0.0140165\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep356\n","DEEPTB INFO Epoch 356 summary:\ttrain_loss: 0.0139884\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep357\n","DEEPTB INFO Epoch 357 summary:\ttrain_loss: 0.0139625\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep358\n","DEEPTB INFO Epoch 358 summary:\ttrain_loss: 0.0139370\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep359\n","DEEPTB INFO Epoch 359 summary:\ttrain_loss: 0.0139139\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep360\n","DEEPTB INFO Epoch 360 summary:\ttrain_loss: 0.0138942\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep361\n","DEEPTB INFO Epoch 361 summary:\ttrain_loss: 0.0138784\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep362\n","DEEPTB INFO Epoch 362 summary:\ttrain_loss: 0.0138625\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep363\n","DEEPTB INFO Epoch 363 summary:\ttrain_loss: 0.0138472\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep364\n","DEEPTB INFO Epoch 364 summary:\ttrain_loss: 0.0138330\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep365\n","DEEPTB INFO Epoch 365 summary:\ttrain_loss: 0.0138219\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep366\n","DEEPTB INFO Epoch 366 summary:\ttrain_loss: 0.0138112\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep367\n","DEEPTB INFO Epoch 367 summary:\ttrain_loss: 0.0137998\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep368\n","DEEPTB INFO Epoch 368 summary:\ttrain_loss: 0.0138226\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 369 summary:\ttrain_loss: 0.0137916\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep370\n","DEEPTB INFO Epoch 370 summary:\ttrain_loss: 0.0137612\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep371\n","DEEPTB INFO Epoch 371 summary:\ttrain_loss: 0.0137358\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep372\n","DEEPTB INFO Epoch 372 summary:\ttrain_loss: 0.0137087\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep373\n","DEEPTB INFO Epoch 373 summary:\ttrain_loss: 0.0136815\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep374\n","DEEPTB INFO Epoch 374 summary:\ttrain_loss: 0.0136596\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep375\n","DEEPTB INFO Epoch 375 summary:\ttrain_loss: 0.0136443\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep376\n","DEEPTB INFO Epoch 376 summary:\ttrain_loss: 0.0136274\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep377\n","DEEPTB INFO Epoch 377 summary:\ttrain_loss: 0.0136108\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep378\n","DEEPTB INFO Epoch 378 summary:\ttrain_loss: 0.0135969\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep379\n","DEEPTB INFO Epoch 379 summary:\ttrain_loss: 0.0135842\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep380\n","DEEPTB INFO Epoch 380 summary:\ttrain_loss: 0.0135708\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep381\n","DEEPTB INFO Epoch 381 summary:\ttrain_loss: 0.0135594\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep382\n","DEEPTB INFO Epoch 382 summary:\ttrain_loss: 0.0135507\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep383\n","DEEPTB INFO Epoch 383 summary:\ttrain_loss: 0.0135416\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep384\n","DEEPTB INFO Epoch 384 summary:\ttrain_loss: 0.0135455\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 385 summary:\ttrain_loss: 0.0135047\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep386\n","DEEPTB INFO Epoch 386 summary:\ttrain_loss: 0.0134797\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep387\n","DEEPTB INFO Epoch 387 summary:\ttrain_loss: 0.0134629\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep388\n","DEEPTB INFO Epoch 388 summary:\ttrain_loss: 0.0134310\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep389\n","DEEPTB INFO Epoch 389 summary:\ttrain_loss: 0.0134027\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep390\n","DEEPTB INFO Epoch 390 summary:\ttrain_loss: 0.0133919\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep391\n","DEEPTB INFO Epoch 391 summary:\ttrain_loss: 0.0133815\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep392\n","DEEPTB INFO Epoch 392 summary:\ttrain_loss: 0.0133594\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep393\n","DEEPTB INFO Epoch 393 summary:\ttrain_loss: 0.0133422\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep394\n","DEEPTB INFO Epoch 394 summary:\ttrain_loss: 0.0133344\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep395\n","DEEPTB INFO Epoch 395 summary:\ttrain_loss: 0.0133233\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep396\n","DEEPTB INFO Epoch 396 summary:\ttrain_loss: 0.0133059\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep397\n","DEEPTB INFO Epoch 397 summary:\ttrain_loss: 0.0132952\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep398\n","DEEPTB INFO Epoch 398 summary:\ttrain_loss: 0.0132912\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep399\n","DEEPTB INFO Epoch 399 summary:\ttrain_loss: 0.0132830\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep400\n","DEEPTB INFO iteration:400\ttrain_loss: 0.0132710 (0.0132957)\tlr: 0.006709\n","DEEPTB INFO Epoch 400 summary:\ttrain_loss: 0.0132710\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep401\n","DEEPTB INFO Epoch 401 summary:\ttrain_loss: 0.0132191\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep402\n","DEEPTB INFO Epoch 402 summary:\ttrain_loss: 0.0132053\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep403\n","DEEPTB INFO Epoch 403 summary:\ttrain_loss: 0.0131986\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep404\n","DEEPTB INFO Epoch 404 summary:\ttrain_loss: 0.0131603\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep405\n","DEEPTB INFO Epoch 405 summary:\ttrain_loss: 0.0131293\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep406\n","DEEPTB INFO Epoch 406 summary:\ttrain_loss: 0.0131280\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep407\n","DEEPTB INFO Epoch 407 summary:\ttrain_loss: 0.0131202\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep408\n","DEEPTB INFO Epoch 408 summary:\ttrain_loss: 0.0130923\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep409\n","DEEPTB INFO Epoch 409 summary:\ttrain_loss: 0.0130751\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep410\n","DEEPTB INFO Epoch 410 summary:\ttrain_loss: 0.0130728\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep411\n","DEEPTB INFO Epoch 411 summary:\ttrain_loss: 0.0130624\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep412\n","DEEPTB INFO Epoch 412 summary:\ttrain_loss: 0.0130419\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep413\n","DEEPTB INFO Epoch 413 summary:\ttrain_loss: 0.0130333\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep414\n","DEEPTB INFO Epoch 414 summary:\ttrain_loss: 0.0130328\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep415\n","DEEPTB INFO Epoch 415 summary:\ttrain_loss: 0.0130236\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep416\n","DEEPTB INFO Epoch 416 summary:\ttrain_loss: 0.0130005\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep417\n","DEEPTB INFO Epoch 417 summary:\ttrain_loss: 0.0129398\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep418\n","DEEPTB INFO Epoch 418 summary:\ttrain_loss: 0.0129392\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep419\n","DEEPTB INFO Epoch 419 summary:\ttrain_loss: 0.0129395\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 420 summary:\ttrain_loss: 0.0128924\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep421\n","DEEPTB INFO Epoch 421 summary:\ttrain_loss: 0.0128590\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep422\n","DEEPTB INFO Epoch 422 summary:\ttrain_loss: 0.0128667\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 423 summary:\ttrain_loss: 0.0128599\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 424 summary:\ttrain_loss: 0.0128246\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep425\n","DEEPTB INFO Epoch 425 summary:\ttrain_loss: 0.0128091\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep426\n","DEEPTB INFO Epoch 426 summary:\ttrain_loss: 0.0128141\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 427 summary:\ttrain_loss: 0.0128006\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep428\n","DEEPTB INFO Epoch 428 summary:\ttrain_loss: 0.0127754\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep429\n","DEEPTB INFO Epoch 429 summary:\ttrain_loss: 0.0127701\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep430\n","DEEPTB INFO Epoch 430 summary:\ttrain_loss: 0.0127739\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 431 summary:\ttrain_loss: 0.0127619\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep432\n","DEEPTB INFO Epoch 432 summary:\ttrain_loss: 0.0127330\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep433\n","DEEPTB INFO Epoch 433 summary:\ttrain_loss: 0.0126624\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep434\n","DEEPTB INFO Epoch 434 summary:\ttrain_loss: 0.0126748\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 435 summary:\ttrain_loss: 0.0126801\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 436 summary:\ttrain_loss: 0.0126218\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep437\n","DEEPTB INFO Epoch 437 summary:\ttrain_loss: 0.0125872\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep438\n","DEEPTB INFO Epoch 438 summary:\ttrain_loss: 0.0126056\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 439 summary:\ttrain_loss: 0.0125993\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 440 summary:\ttrain_loss: 0.0125573\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep441\n","DEEPTB INFO Epoch 441 summary:\ttrain_loss: 0.0125440\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep442\n","DEEPTB INFO Epoch 442 summary:\ttrain_loss: 0.0125538\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 443 summary:\ttrain_loss: 0.0125377\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep444\n","DEEPTB INFO Epoch 444 summary:\ttrain_loss: 0.0125089\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep445\n","DEEPTB INFO Epoch 445 summary:\ttrain_loss: 0.0125065\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep446\n","DEEPTB INFO Epoch 446 summary:\ttrain_loss: 0.0125122\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 447 summary:\ttrain_loss: 0.0124966\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep448\n","DEEPTB INFO Epoch 448 summary:\ttrain_loss: 0.0124694\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep449\n","DEEPTB INFO Epoch 449 summary:\ttrain_loss: 0.0123875\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep450\n","DEEPTB INFO Epoch 450 summary:\ttrain_loss: 0.0124122\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 451 summary:\ttrain_loss: 0.0124228\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 452 summary:\ttrain_loss: 0.0123513\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep453\n","DEEPTB INFO Epoch 453 summary:\ttrain_loss: 0.0123146\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep454\n","DEEPTB INFO Epoch 454 summary:\ttrain_loss: 0.0123448\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 455 summary:\ttrain_loss: 0.0123372\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 456 summary:\ttrain_loss: 0.0122859\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep457\n","DEEPTB INFO Epoch 457 summary:\ttrain_loss: 0.0122756\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep458\n","DEEPTB INFO Epoch 458 summary:\ttrain_loss: 0.0122920\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 459 summary:\ttrain_loss: 0.0122716\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep460\n","DEEPTB INFO Epoch 460 summary:\ttrain_loss: 0.0122369\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep461\n","DEEPTB INFO Epoch 461 summary:\ttrain_loss: 0.0122379\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 462 summary:\ttrain_loss: 0.0122472\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 463 summary:\ttrain_loss: 0.0122284\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep464\n","DEEPTB INFO Epoch 464 summary:\ttrain_loss: 0.0122064\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep465\n","DEEPTB INFO Epoch 465 summary:\ttrain_loss: 0.0121122\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep466\n","DEEPTB INFO Epoch 466 summary:\ttrain_loss: 0.0121499\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 467 summary:\ttrain_loss: 0.0121656\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 468 summary:\ttrain_loss: 0.0120800\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep469\n","DEEPTB INFO Epoch 469 summary:\ttrain_loss: 0.0120413\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep470\n","DEEPTB INFO Epoch 470 summary:\ttrain_loss: 0.0120847\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 471 summary:\ttrain_loss: 0.0120766\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 472 summary:\ttrain_loss: 0.0120165\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep473\n","DEEPTB INFO Epoch 473 summary:\ttrain_loss: 0.0120066\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep474\n","DEEPTB INFO Epoch 474 summary:\ttrain_loss: 0.0120260\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 475 summary:\ttrain_loss: 0.0120060\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep476\n","DEEPTB INFO Epoch 476 summary:\ttrain_loss: 0.0119681\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep477\n","DEEPTB INFO Epoch 477 summary:\ttrain_loss: 0.0119720\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 478 summary:\ttrain_loss: 0.0119841\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 479 summary:\ttrain_loss: 0.0119603\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep480\n","DEEPTB INFO Epoch 480 summary:\ttrain_loss: 0.0119486\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep481\n","DEEPTB INFO Epoch 481 summary:\ttrain_loss: 0.0118403\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep482\n","DEEPTB INFO Epoch 482 summary:\ttrain_loss: 0.0118937\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 483 summary:\ttrain_loss: 0.0119135\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 484 summary:\ttrain_loss: 0.0118120\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep485\n","DEEPTB INFO Epoch 485 summary:\ttrain_loss: 0.0117679\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep486\n","DEEPTB INFO Epoch 486 summary:\ttrain_loss: 0.0118191\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 487 summary:\ttrain_loss: 0.0118125\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 488 summary:\ttrain_loss: 0.0117436\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep489\n","DEEPTB INFO Epoch 489 summary:\ttrain_loss: 0.0117352\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep490\n","DEEPTB INFO Epoch 490 summary:\ttrain_loss: 0.0117610\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 491 summary:\ttrain_loss: 0.0117305\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep492\n","DEEPTB INFO Epoch 492 summary:\ttrain_loss: 0.0116871\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep493\n","DEEPTB INFO Epoch 493 summary:\ttrain_loss: 0.0116944\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 494 summary:\ttrain_loss: 0.0117080\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 495 summary:\ttrain_loss: 0.0116830\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep496\n","DEEPTB INFO Epoch 496 summary:\ttrain_loss: 0.0116876\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 497 summary:\ttrain_loss: 0.0115618\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep498\n","DEEPTB INFO Epoch 498 summary:\ttrain_loss: 0.0116241\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 499 summary:\ttrain_loss: 0.0116503\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:500\ttrain_loss: 0.0115371 (0.0116161)\tlr: 0.00607 \n","DEEPTB INFO checkpoint saved as nnsk.iter501\n","DEEPTB INFO Epoch 500 summary:\ttrain_loss: 0.0115371\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep501\n","DEEPTB INFO Epoch 501 summary:\ttrain_loss: 0.0114887\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep502\n","DEEPTB INFO Epoch 502 summary:\ttrain_loss: 0.0115519\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 503 summary:\ttrain_loss: 0.0115453\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 504 summary:\ttrain_loss: 0.0114640\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep505\n","DEEPTB INFO Epoch 505 summary:\ttrain_loss: 0.0114532\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep506\n","DEEPTB INFO Epoch 506 summary:\ttrain_loss: 0.0114926\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 507 summary:\ttrain_loss: 0.0114630\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 508 summary:\ttrain_loss: 0.0114094\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep509\n","DEEPTB INFO Epoch 509 summary:\ttrain_loss: 0.0114165\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 510 summary:\ttrain_loss: 0.0114369\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 511 summary:\ttrain_loss: 0.0114099\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 512 summary:\ttrain_loss: 0.0114346\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 513 summary:\ttrain_loss: 0.0112866\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep514\n","DEEPTB INFO Epoch 514 summary:\ttrain_loss: 0.0113625\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 515 summary:\ttrain_loss: 0.0114003\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 516 summary:\ttrain_loss: 0.0112704\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep517\n","DEEPTB INFO Epoch 517 summary:\ttrain_loss: 0.0112124\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep518\n","DEEPTB INFO Epoch 518 summary:\ttrain_loss: 0.0112863\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 519 summary:\ttrain_loss: 0.0112844\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 520 summary:\ttrain_loss: 0.0111923\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep521\n","DEEPTB INFO Epoch 521 summary:\ttrain_loss: 0.0111800\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep522\n","DEEPTB INFO Epoch 522 summary:\ttrain_loss: 0.0112240\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 523 summary:\ttrain_loss: 0.0111907\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 524 summary:\ttrain_loss: 0.0111290\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep525\n","DEEPTB INFO Epoch 525 summary:\ttrain_loss: 0.0111372\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 526 summary:\ttrain_loss: 0.0111640\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 527 summary:\ttrain_loss: 0.0111340\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 528 summary:\ttrain_loss: 0.0111844\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 529 summary:\ttrain_loss: 0.0110106\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep530\n","DEEPTB INFO Epoch 530 summary:\ttrain_loss: 0.0111039\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 531 summary:\ttrain_loss: 0.0111554\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 532 summary:\ttrain_loss: 0.0110051\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep533\n","DEEPTB INFO Epoch 533 summary:\ttrain_loss: 0.0109326\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep534\n","DEEPTB INFO Epoch 534 summary:\ttrain_loss: 0.0110224\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 535 summary:\ttrain_loss: 0.0110288\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 536 summary:\ttrain_loss: 0.0109214\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep537\n","DEEPTB INFO Epoch 537 summary:\ttrain_loss: 0.0108998\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep538\n","DEEPTB INFO Epoch 538 summary:\ttrain_loss: 0.0109549\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 539 summary:\ttrain_loss: 0.0109295\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 540 summary:\ttrain_loss: 0.0108550\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep541\n","DEEPTB INFO Epoch 541 summary:\ttrain_loss: 0.0108615\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 542 summary:\ttrain_loss: 0.0108974\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 543 summary:\ttrain_loss: 0.0108676\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 544 summary:\ttrain_loss: 0.0109536\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 545 summary:\ttrain_loss: 0.0107413\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep546\n","DEEPTB INFO Epoch 546 summary:\ttrain_loss: 0.0108493\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 547 summary:\ttrain_loss: 0.0109223\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 548 summary:\ttrain_loss: 0.0107516\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 549 summary:\ttrain_loss: 0.0106602\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep550\n","DEEPTB INFO Epoch 550 summary:\ttrain_loss: 0.0107653\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 551 summary:\ttrain_loss: 0.0107846\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 552 summary:\ttrain_loss: 0.0106607\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 553 summary:\ttrain_loss: 0.0106301\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep554\n","DEEPTB INFO Epoch 554 summary:\ttrain_loss: 0.0107002\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 555 summary:\ttrain_loss: 0.0106828\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 556 summary:\ttrain_loss: 0.0105931\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep557\n","DEEPTB INFO Epoch 557 summary:\ttrain_loss: 0.0105872\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep558\n","DEEPTB INFO Epoch 558 summary:\ttrain_loss: 0.0106342\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 559 summary:\ttrain_loss: 0.0106109\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 560 summary:\ttrain_loss: 0.0107411\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 561 summary:\ttrain_loss: 0.0104826\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep562\n","DEEPTB INFO Epoch 562 summary:\ttrain_loss: 0.0106032\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 563 summary:\ttrain_loss: 0.0107133\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 564 summary:\ttrain_loss: 0.0105237\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 565 summary:\ttrain_loss: 0.0103958\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep566\n","DEEPTB INFO Epoch 566 summary:\ttrain_loss: 0.0105120\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 567 summary:\ttrain_loss: 0.0105551\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 568 summary:\ttrain_loss: 0.0104164\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 569 summary:\ttrain_loss: 0.0103605\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep570\n","DEEPTB INFO Epoch 570 summary:\ttrain_loss: 0.0104412\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 571 summary:\ttrain_loss: 0.0104387\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 572 summary:\ttrain_loss: 0.0103349\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep573\n","DEEPTB INFO Epoch 573 summary:\ttrain_loss: 0.0103147\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep574\n","DEEPTB INFO Epoch 574 summary:\ttrain_loss: 0.0103722\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 575 summary:\ttrain_loss: 0.0103585\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 576 summary:\ttrain_loss: 0.0105538\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 577 summary:\ttrain_loss: 0.0102312\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep578\n","DEEPTB INFO Epoch 578 summary:\ttrain_loss: 0.0103566\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 579 summary:\ttrain_loss: 0.0105108\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 580 summary:\ttrain_loss: 0.0103083\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 581 summary:\ttrain_loss: 0.0101346\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep582\n","DEEPTB INFO Epoch 582 summary:\ttrain_loss: 0.0102575\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 583 summary:\ttrain_loss: 0.0103399\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 584 summary:\ttrain_loss: 0.0101907\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 585 summary:\ttrain_loss: 0.0100991\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep586\n","DEEPTB INFO Epoch 586 summary:\ttrain_loss: 0.0101917\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 587 summary:\ttrain_loss: 0.0102196\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 588 summary:\ttrain_loss: 0.0101023\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 589 summary:\ttrain_loss: 0.0100505\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep590\n","DEEPTB INFO Epoch 590 summary:\ttrain_loss: 0.0101177\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 591 summary:\ttrain_loss: 0.0101273\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 592 summary:\ttrain_loss: 0.0104048\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 593 summary:\ttrain_loss: 0.0099983\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep594\n","DEEPTB INFO Epoch 594 summary:\ttrain_loss: 0.0101184\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 595 summary:\ttrain_loss: 0.0103383\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 596 summary:\ttrain_loss: 0.0101327\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 597 summary:\ttrain_loss: 0.0098933\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep598\n","DEEPTB INFO Epoch 598 summary:\ttrain_loss: 0.0100071\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 599 summary:\ttrain_loss: 0.0101415\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:600\ttrain_loss: 0.0099947 (0.0100613)\tlr: 0.005492\n","DEEPTB INFO Epoch 600 summary:\ttrain_loss: 0.0099947\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 601 summary:\ttrain_loss: 0.0098500\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep602\n","DEEPTB INFO Epoch 602 summary:\ttrain_loss: 0.0099327\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 603 summary:\ttrain_loss: 0.0100035\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 604 summary:\ttrain_loss: 0.0098892\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 605 summary:\ttrain_loss: 0.0097960\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep606\n","DEEPTB INFO Epoch 606 summary:\ttrain_loss: 0.0098575\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 607 summary:\ttrain_loss: 0.0099035\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 608 summary:\ttrain_loss: 0.0103011\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 609 summary:\ttrain_loss: 0.0097913\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep610\n","DEEPTB INFO Epoch 610 summary:\ttrain_loss: 0.0098625\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 611 summary:\ttrain_loss: 0.0101573\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 612 summary:\ttrain_loss: 0.0099928\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 613 summary:\ttrain_loss: 0.0096749\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep614\n","DEEPTB INFO Epoch 614 summary:\ttrain_loss: 0.0097399\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 615 summary:\ttrain_loss: 0.0099367\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 616 summary:\ttrain_loss: 0.0098308\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 617 summary:\ttrain_loss: 0.0096286\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep618\n","DEEPTB INFO Epoch 618 summary:\ttrain_loss: 0.0096738\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 619 summary:\ttrain_loss: 0.0097959\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 620 summary:\ttrain_loss: 0.0097165\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 621 summary:\ttrain_loss: 0.0095757\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep622\n","DEEPTB INFO Epoch 622 summary:\ttrain_loss: 0.0096024\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 623 summary:\ttrain_loss: 0.0096855\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 624 summary:\ttrain_loss: 0.0102423\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 625 summary:\ttrain_loss: 0.0096328\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 626 summary:\ttrain_loss: 0.0096068\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 627 summary:\ttrain_loss: 0.0099862\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 628 summary:\ttrain_loss: 0.0099098\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 629 summary:\ttrain_loss: 0.0095119\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep630\n","DEEPTB INFO Epoch 630 summary:\ttrain_loss: 0.0094807\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep631\n","DEEPTB INFO Epoch 631 summary:\ttrain_loss: 0.0097314\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 632 summary:\ttrain_loss: 0.0097086\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 633 summary:\ttrain_loss: 0.0094563\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep634\n","DEEPTB INFO Epoch 634 summary:\ttrain_loss: 0.0094176\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep635\n","DEEPTB INFO Epoch 635 summary:\ttrain_loss: 0.0095743\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 636 summary:\ttrain_loss: 0.0095675\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 637 summary:\ttrain_loss: 0.0093960\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep638\n","DEEPTB INFO Epoch 638 summary:\ttrain_loss: 0.0093486\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep639\n","DEEPTB INFO Epoch 639 summary:\ttrain_loss: 0.0094517\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 640 summary:\ttrain_loss: 0.0102059\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 641 summary:\ttrain_loss: 0.0095402\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 642 summary:\ttrain_loss: 0.0093448\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep643\n","DEEPTB INFO Epoch 643 summary:\ttrain_loss: 0.0097508\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 644 summary:\ttrain_loss: 0.0098294\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 645 summary:\ttrain_loss: 0.0094142\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 646 summary:\ttrain_loss: 0.0092299\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep647\n","DEEPTB INFO Epoch 647 summary:\ttrain_loss: 0.0094729\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 648 summary:\ttrain_loss: 0.0095791\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 649 summary:\ttrain_loss: 0.0093431\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 650 summary:\ttrain_loss: 0.0091885\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep651\n","DEEPTB INFO Epoch 651 summary:\ttrain_loss: 0.0093195\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 652 summary:\ttrain_loss: 0.0094135\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 653 summary:\ttrain_loss: 0.0092719\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 654 summary:\ttrain_loss: 0.0091376\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep655\n","DEEPTB INFO Epoch 655 summary:\ttrain_loss: 0.0091983\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 656 summary:\ttrain_loss: 0.0101128\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 657 summary:\ttrain_loss: 0.0094996\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 658 summary:\ttrain_loss: 0.0091182\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep659\n","DEEPTB INFO Epoch 659 summary:\ttrain_loss: 0.0094457\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 660 summary:\ttrain_loss: 0.0096895\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 661 summary:\ttrain_loss: 0.0093669\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 662 summary:\ttrain_loss: 0.0090394\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep663\n","DEEPTB INFO Epoch 663 summary:\ttrain_loss: 0.0091748\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 664 summary:\ttrain_loss: 0.0093926\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 665 summary:\ttrain_loss: 0.0092606\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 666 summary:\ttrain_loss: 0.0090189\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep667\n","DEEPTB INFO Epoch 667 summary:\ttrain_loss: 0.0090429\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 668 summary:\ttrain_loss: 0.0091984\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 669 summary:\ttrain_loss: 0.0091580\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 670 summary:\ttrain_loss: 0.0089832\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep671\n","DEEPTB INFO Epoch 671 summary:\ttrain_loss: 0.0089490\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep672\n","DEEPTB INFO Epoch 672 summary:\ttrain_loss: 0.0098689\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 673 summary:\ttrain_loss: 0.0094319\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 674 summary:\ttrain_loss: 0.0089534\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 675 summary:\ttrain_loss: 0.0091134\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 676 summary:\ttrain_loss: 0.0094313\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 677 summary:\ttrain_loss: 0.0092754\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 678 summary:\ttrain_loss: 0.0089150\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep679\n","DEEPTB INFO Epoch 679 summary:\ttrain_loss: 0.0088988\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep680\n","DEEPTB INFO Epoch 680 summary:\ttrain_loss: 0.0091245\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 681 summary:\ttrain_loss: 0.0091320\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 682 summary:\ttrain_loss: 0.0089066\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 683 summary:\ttrain_loss: 0.0088143\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep684\n","DEEPTB INFO Epoch 684 summary:\ttrain_loss: 0.0089373\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 685 summary:\ttrain_loss: 0.0089989\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 686 summary:\ttrain_loss: 0.0088768\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 687 summary:\ttrain_loss: 0.0087670\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep688\n","DEEPTB INFO Epoch 688 summary:\ttrain_loss: 0.0095453\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 689 summary:\ttrain_loss: 0.0092796\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 690 summary:\ttrain_loss: 0.0088291\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 691 summary:\ttrain_loss: 0.0088469\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 692 summary:\ttrain_loss: 0.0091310\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 693 summary:\ttrain_loss: 0.0091098\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 694 summary:\ttrain_loss: 0.0088125\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 695 summary:\ttrain_loss: 0.0086972\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep696\n","DEEPTB INFO Epoch 696 summary:\ttrain_loss: 0.0088526\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 697 summary:\ttrain_loss: 0.0089346\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 698 summary:\ttrain_loss: 0.0087897\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 699 summary:\ttrain_loss: 0.0086564\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep700\n","DEEPTB INFO iteration:700\ttrain_loss: 0.0087097 (0.0087752)\tlr: 0.004969\n","DEEPTB INFO Epoch 700 summary:\ttrain_loss: 0.0087097\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 701 summary:\ttrain_loss: 0.0087985\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 702 summary:\ttrain_loss: 0.0087446\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 703 summary:\ttrain_loss: 0.0086280\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep704\n","DEEPTB INFO Epoch 704 summary:\ttrain_loss: 0.0092555\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 705 summary:\ttrain_loss: 0.0090678\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 706 summary:\ttrain_loss: 0.0086981\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 707 summary:\ttrain_loss: 0.0086707\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 708 summary:\ttrain_loss: 0.0088907\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 709 summary:\ttrain_loss: 0.0089098\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 710 summary:\ttrain_loss: 0.0086827\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 711 summary:\ttrain_loss: 0.0085513\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep712\n","DEEPTB INFO Epoch 712 summary:\ttrain_loss: 0.0086479\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 713 summary:\ttrain_loss: 0.0087365\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 714 summary:\ttrain_loss: 0.0086467\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 715 summary:\ttrain_loss: 0.0085211\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep716\n","DEEPTB INFO Epoch 716 summary:\ttrain_loss: 0.0085290\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 717 summary:\ttrain_loss: 0.0086037\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 718 summary:\ttrain_loss: 0.0085864\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 719 summary:\ttrain_loss: 0.0084955\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep720\n","DEEPTB INFO Epoch 720 summary:\ttrain_loss: 0.0090426\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 721 summary:\ttrain_loss: 0.0088720\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 722 summary:\ttrain_loss: 0.0085610\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 723 summary:\ttrain_loss: 0.0085341\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 724 summary:\ttrain_loss: 0.0087104\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 725 summary:\ttrain_loss: 0.0087270\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 726 summary:\ttrain_loss: 0.0085396\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 727 summary:\ttrain_loss: 0.0084239\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep728\n","DEEPTB INFO Epoch 728 summary:\ttrain_loss: 0.0084994\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 729 summary:\ttrain_loss: 0.0085795\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 730 summary:\ttrain_loss: 0.0085131\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 731 summary:\ttrain_loss: 0.0084021\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep732\n","DEEPTB INFO Epoch 732 summary:\ttrain_loss: 0.0083953\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep733\n","DEEPTB INFO Epoch 733 summary:\ttrain_loss: 0.0084537\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 734 summary:\ttrain_loss: 0.0084471\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 735 summary:\ttrain_loss: 0.0083698\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep736\n","DEEPTB INFO Epoch 736 summary:\ttrain_loss: 0.0089390\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 737 summary:\ttrain_loss: 0.0087644\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 738 summary:\ttrain_loss: 0.0084684\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 739 summary:\ttrain_loss: 0.0084425\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 740 summary:\ttrain_loss: 0.0086058\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 741 summary:\ttrain_loss: 0.0086190\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 742 summary:\ttrain_loss: 0.0084383\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 743 summary:\ttrain_loss: 0.0083191\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep744\n","DEEPTB INFO Epoch 744 summary:\ttrain_loss: 0.0083771\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 745 summary:\ttrain_loss: 0.0084541\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 746 summary:\ttrain_loss: 0.0083987\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 747 summary:\ttrain_loss: 0.0082940\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep748\n","DEEPTB INFO Epoch 748 summary:\ttrain_loss: 0.0082807\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep749\n","DEEPTB INFO Epoch 749 summary:\ttrain_loss: 0.0083342\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 750 summary:\ttrain_loss: 0.0083345\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 751 summary:\ttrain_loss: 0.0082654\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep752\n","DEEPTB INFO Epoch 752 summary:\ttrain_loss: 0.0088187\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 753 summary:\ttrain_loss: 0.0086444\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 754 summary:\ttrain_loss: 0.0083601\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 755 summary:\ttrain_loss: 0.0083324\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 756 summary:\ttrain_loss: 0.0084866\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 757 summary:\ttrain_loss: 0.0085041\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 758 summary:\ttrain_loss: 0.0083368\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 759 summary:\ttrain_loss: 0.0082200\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep760\n","DEEPTB INFO Epoch 760 summary:\ttrain_loss: 0.0082733\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 761 summary:\ttrain_loss: 0.0083488\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 762 summary:\ttrain_loss: 0.0083008\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 763 summary:\ttrain_loss: 0.0081972\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep764\n","DEEPTB INFO Epoch 764 summary:\ttrain_loss: 0.0081747\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep765\n","DEEPTB INFO Epoch 765 summary:\ttrain_loss: 0.0082240\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 766 summary:\ttrain_loss: 0.0082318\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 767 summary:\ttrain_loss: 0.0081694\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep768\n","DEEPTB INFO Epoch 768 summary:\ttrain_loss: 0.0087279\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 769 summary:\ttrain_loss: 0.0085522\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 770 summary:\ttrain_loss: 0.0082760\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 771 summary:\ttrain_loss: 0.0082472\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 772 summary:\ttrain_loss: 0.0083955\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 773 summary:\ttrain_loss: 0.0084179\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 774 summary:\ttrain_loss: 0.0082587\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 775 summary:\ttrain_loss: 0.0081359\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep776\n","DEEPTB INFO Epoch 776 summary:\ttrain_loss: 0.0081720\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 777 summary:\ttrain_loss: 0.0082405\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 778 summary:\ttrain_loss: 0.0082002\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 779 summary:\ttrain_loss: 0.0080970\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep780\n","DEEPTB INFO Epoch 780 summary:\ttrain_loss: 0.0080629\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep781\n","DEEPTB INFO Epoch 781 summary:\ttrain_loss: 0.0081061\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 782 summary:\ttrain_loss: 0.0081226\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 783 summary:\ttrain_loss: 0.0080687\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 784 summary:\ttrain_loss: 0.0085260\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 785 summary:\ttrain_loss: 0.0083478\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 786 summary:\ttrain_loss: 0.0080831\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 787 summary:\ttrain_loss: 0.0080488\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep788\n","DEEPTB INFO Epoch 788 summary:\ttrain_loss: 0.0081864\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 789 summary:\ttrain_loss: 0.0082178\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 790 summary:\ttrain_loss: 0.0080798\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 791 summary:\ttrain_loss: 0.0079643\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep792\n","DEEPTB INFO Epoch 792 summary:\ttrain_loss: 0.0079914\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 793 summary:\ttrain_loss: 0.0080552\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 794 summary:\ttrain_loss: 0.0080256\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 795 summary:\ttrain_loss: 0.0079355\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep796\n","DEEPTB INFO Epoch 796 summary:\ttrain_loss: 0.0079041\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep797\n","DEEPTB INFO Epoch 797 summary:\ttrain_loss: 0.0079438\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 798 summary:\ttrain_loss: 0.0079629\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 799 summary:\ttrain_loss: 0.0079167\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:800\ttrain_loss: 0.0084134 (0.0080911)\tlr: 0.004496\n","DEEPTB INFO Epoch 800 summary:\ttrain_loss: 0.0084134\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 801 summary:\ttrain_loss: 0.0082409\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 802 summary:\ttrain_loss: 0.0079876\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 803 summary:\ttrain_loss: 0.0079525\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 804 summary:\ttrain_loss: 0.0080785\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 805 summary:\ttrain_loss: 0.0081059\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 806 summary:\ttrain_loss: 0.0079753\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 807 summary:\ttrain_loss: 0.0078637\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep808\n","DEEPTB INFO Epoch 808 summary:\ttrain_loss: 0.0078877\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 809 summary:\ttrain_loss: 0.0079511\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 810 summary:\ttrain_loss: 0.0079257\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 811 summary:\ttrain_loss: 0.0078392\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep812\n","DEEPTB INFO Epoch 812 summary:\ttrain_loss: 0.0078030\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep813\n","DEEPTB INFO Epoch 813 summary:\ttrain_loss: 0.0078364\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 814 summary:\ttrain_loss: 0.0078580\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 815 summary:\ttrain_loss: 0.0078202\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 816 summary:\ttrain_loss: 0.0083198\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 817 summary:\ttrain_loss: 0.0081451\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 818 summary:\ttrain_loss: 0.0079015\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 819 summary:\ttrain_loss: 0.0078697\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 820 summary:\ttrain_loss: 0.0079945\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 821 summary:\ttrain_loss: 0.0080267\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 822 summary:\ttrain_loss: 0.0079038\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 823 summary:\ttrain_loss: 0.0077914\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep824\n","DEEPTB INFO Epoch 824 summary:\ttrain_loss: 0.0078058\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 825 summary:\ttrain_loss: 0.0078638\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 826 summary:\ttrain_loss: 0.0078423\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 827 summary:\ttrain_loss: 0.0077594\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep828\n","DEEPTB INFO Epoch 828 summary:\ttrain_loss: 0.0077194\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep829\n","DEEPTB INFO Epoch 829 summary:\ttrain_loss: 0.0077487\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 830 summary:\ttrain_loss: 0.0077734\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 831 summary:\ttrain_loss: 0.0077421\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 832 summary:\ttrain_loss: 0.0082392\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 833 summary:\ttrain_loss: 0.0080638\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 834 summary:\ttrain_loss: 0.0078280\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 835 summary:\ttrain_loss: 0.0077932\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 836 summary:\ttrain_loss: 0.0079084\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 837 summary:\ttrain_loss: 0.0079416\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 838 summary:\ttrain_loss: 0.0078293\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 839 summary:\ttrain_loss: 0.0077218\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 840 summary:\ttrain_loss: 0.0077300\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 841 summary:\ttrain_loss: 0.0077835\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 842 summary:\ttrain_loss: 0.0077666\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 843 summary:\ttrain_loss: 0.0076895\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep844\n","DEEPTB INFO Epoch 844 summary:\ttrain_loss: 0.0076481\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep845\n","DEEPTB INFO Epoch 845 summary:\ttrain_loss: 0.0076731\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 846 summary:\ttrain_loss: 0.0076998\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 847 summary:\ttrain_loss: 0.0076755\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 848 summary:\ttrain_loss: 0.0081563\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 849 summary:\ttrain_loss: 0.0079831\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 850 summary:\ttrain_loss: 0.0077579\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 851 summary:\ttrain_loss: 0.0077228\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 852 summary:\ttrain_loss: 0.0078299\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 853 summary:\ttrain_loss: 0.0078644\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 854 summary:\ttrain_loss: 0.0077628\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 855 summary:\ttrain_loss: 0.0076613\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 856 summary:\ttrain_loss: 0.0076652\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 857 summary:\ttrain_loss: 0.0077137\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 858 summary:\ttrain_loss: 0.0076996\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 859 summary:\ttrain_loss: 0.0076273\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep860\n","DEEPTB INFO Epoch 860 summary:\ttrain_loss: 0.0075847\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep861\n","DEEPTB INFO Epoch 861 summary:\ttrain_loss: 0.0076057\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 862 summary:\ttrain_loss: 0.0076331\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 863 summary:\ttrain_loss: 0.0076148\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 864 summary:\ttrain_loss: 0.0080842\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 865 summary:\ttrain_loss: 0.0079143\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 866 summary:\ttrain_loss: 0.0076983\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 867 summary:\ttrain_loss: 0.0076625\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 868 summary:\ttrain_loss: 0.0077616\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 869 summary:\ttrain_loss: 0.0077948\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 870 summary:\ttrain_loss: 0.0077018\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 871 summary:\ttrain_loss: 0.0076062\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 872 summary:\ttrain_loss: 0.0076079\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 873 summary:\ttrain_loss: 0.0076538\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 874 summary:\ttrain_loss: 0.0076432\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 875 summary:\ttrain_loss: 0.0075755\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep876\n","DEEPTB INFO Epoch 876 summary:\ttrain_loss: 0.0075318\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep877\n","DEEPTB INFO Epoch 877 summary:\ttrain_loss: 0.0075486\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 878 summary:\ttrain_loss: 0.0075765\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 879 summary:\ttrain_loss: 0.0075637\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 880 summary:\ttrain_loss: 0.0080131\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 881 summary:\ttrain_loss: 0.0078509\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 882 summary:\ttrain_loss: 0.0076475\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 883 summary:\ttrain_loss: 0.0076113\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 884 summary:\ttrain_loss: 0.0077011\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 885 summary:\ttrain_loss: 0.0077327\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 886 summary:\ttrain_loss: 0.0076480\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 887 summary:\ttrain_loss: 0.0075586\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 888 summary:\ttrain_loss: 0.0075584\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 889 summary:\ttrain_loss: 0.0076017\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 890 summary:\ttrain_loss: 0.0075944\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 891 summary:\ttrain_loss: 0.0075317\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep892\n","DEEPTB INFO Epoch 892 summary:\ttrain_loss: 0.0074875\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep893\n","DEEPTB INFO Epoch 893 summary:\ttrain_loss: 0.0074996\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 894 summary:\ttrain_loss: 0.0075264\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 895 summary:\ttrain_loss: 0.0075182\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 896 summary:\ttrain_loss: 0.0079491\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 897 summary:\ttrain_loss: 0.0077950\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 898 summary:\ttrain_loss: 0.0076047\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 899 summary:\ttrain_loss: 0.0075690\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:900\ttrain_loss: 0.0076494 (0.0076425)\tlr: 0.004068\n","DEEPTB INFO Epoch 900 summary:\ttrain_loss: 0.0076494\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 901 summary:\ttrain_loss: 0.0076783\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 902 summary:\ttrain_loss: 0.0076006\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 903 summary:\ttrain_loss: 0.0075172\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 904 summary:\ttrain_loss: 0.0075154\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 905 summary:\ttrain_loss: 0.0075561\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 906 summary:\ttrain_loss: 0.0075518\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 907 summary:\ttrain_loss: 0.0074949\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 908 summary:\ttrain_loss: 0.0074507\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep909\n","DEEPTB INFO Epoch 909 summary:\ttrain_loss: 0.0074580\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 910 summary:\ttrain_loss: 0.0074830\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 911 summary:\ttrain_loss: 0.0074783\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 912 summary:\ttrain_loss: 0.0078885\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 913 summary:\ttrain_loss: 0.0077432\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 914 summary:\ttrain_loss: 0.0075673\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 915 summary:\ttrain_loss: 0.0075330\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 916 summary:\ttrain_loss: 0.0076040\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 917 summary:\ttrain_loss: 0.0076289\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 918 summary:\ttrain_loss: 0.0075581\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 919 summary:\ttrain_loss: 0.0074812\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 920 summary:\ttrain_loss: 0.0074780\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 921 summary:\ttrain_loss: 0.0075153\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 922 summary:\ttrain_loss: 0.0075140\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 923 summary:\ttrain_loss: 0.0074629\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 924 summary:\ttrain_loss: 0.0074201\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep925\n","DEEPTB INFO Epoch 925 summary:\ttrain_loss: 0.0074232\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 926 summary:\ttrain_loss: 0.0074449\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 927 summary:\ttrain_loss: 0.0074427\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 928 summary:\ttrain_loss: 0.0078323\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 929 summary:\ttrain_loss: 0.0076959\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 930 summary:\ttrain_loss: 0.0075346\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 931 summary:\ttrain_loss: 0.0075027\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 932 summary:\ttrain_loss: 0.0075664\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 933 summary:\ttrain_loss: 0.0075880\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 934 summary:\ttrain_loss: 0.0075216\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 935 summary:\ttrain_loss: 0.0074488\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 936 summary:\ttrain_loss: 0.0074444\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 937 summary:\ttrain_loss: 0.0074797\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 938 summary:\ttrain_loss: 0.0074812\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 939 summary:\ttrain_loss: 0.0074356\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 940 summary:\ttrain_loss: 0.0073941\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep941\n","DEEPTB INFO Epoch 941 summary:\ttrain_loss: 0.0073936\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep942\n","DEEPTB INFO Epoch 942 summary:\ttrain_loss: 0.0074121\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 943 summary:\ttrain_loss: 0.0074112\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 944 summary:\ttrain_loss: 0.0077778\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 945 summary:\ttrain_loss: 0.0076517\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 946 summary:\ttrain_loss: 0.0075050\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 947 summary:\ttrain_loss: 0.0074755\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 948 summary:\ttrain_loss: 0.0075318\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 949 summary:\ttrain_loss: 0.0075503\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 950 summary:\ttrain_loss: 0.0074889\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 951 summary:\ttrain_loss: 0.0074208\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 952 summary:\ttrain_loss: 0.0074144\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 953 summary:\ttrain_loss: 0.0074464\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 954 summary:\ttrain_loss: 0.0074505\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 955 summary:\ttrain_loss: 0.0074114\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 956 summary:\ttrain_loss: 0.0073726\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep957\n","DEEPTB INFO Epoch 957 summary:\ttrain_loss: 0.0073689\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep958\n","DEEPTB INFO Epoch 958 summary:\ttrain_loss: 0.0073836\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 959 summary:\ttrain_loss: 0.0073831\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 960 summary:\ttrain_loss: 0.0077273\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 961 summary:\ttrain_loss: 0.0076103\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 962 summary:\ttrain_loss: 0.0074780\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 963 summary:\ttrain_loss: 0.0074519\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 964 summary:\ttrain_loss: 0.0075023\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 965 summary:\ttrain_loss: 0.0075173\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 966 summary:\ttrain_loss: 0.0074602\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 967 summary:\ttrain_loss: 0.0073962\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 968 summary:\ttrain_loss: 0.0073879\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 969 summary:\ttrain_loss: 0.0074165\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 970 summary:\ttrain_loss: 0.0074229\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 971 summary:\ttrain_loss: 0.0073899\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 972 summary:\ttrain_loss: 0.0073544\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep973\n","DEEPTB INFO Epoch 973 summary:\ttrain_loss: 0.0073483\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep974\n","DEEPTB INFO Epoch 974 summary:\ttrain_loss: 0.0073595\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 975 summary:\ttrain_loss: 0.0073586\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 976 summary:\ttrain_loss: 0.0076804\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 977 summary:\ttrain_loss: 0.0075722\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 978 summary:\ttrain_loss: 0.0074535\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 979 summary:\ttrain_loss: 0.0074308\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 980 summary:\ttrain_loss: 0.0074759\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 981 summary:\ttrain_loss: 0.0074888\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 982 summary:\ttrain_loss: 0.0074362\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 983 summary:\ttrain_loss: 0.0073759\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 984 summary:\ttrain_loss: 0.0073649\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 985 summary:\ttrain_loss: 0.0073895\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 986 summary:\ttrain_loss: 0.0073973\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 987 summary:\ttrain_loss: 0.0073705\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 988 summary:\ttrain_loss: 0.0073391\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep989\n","DEEPTB INFO Epoch 989 summary:\ttrain_loss: 0.0073315\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep990\n","DEEPTB INFO Epoch 990 summary:\ttrain_loss: 0.0073392\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 991 summary:\ttrain_loss: 0.0073376\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 992 summary:\ttrain_loss: 0.0076378\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 993 summary:\ttrain_loss: 0.0075372\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 994 summary:\ttrain_loss: 0.0074313\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 995 summary:\ttrain_loss: 0.0074122\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 996 summary:\ttrain_loss: 0.0074529\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 997 summary:\ttrain_loss: 0.0074644\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 998 summary:\ttrain_loss: 0.0074160\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 999 summary:\ttrain_loss: 0.0073590\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1000\ttrain_loss: 0.0073456 (0.0073951)\tlr: 0.003681\n","DEEPTB INFO checkpoint saved as nnsk.iter1001\n","DEEPTB INFO Epoch 1000 summary:\ttrain_loss: 0.0073456\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1001 summary:\ttrain_loss: 0.0073661\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1002 summary:\ttrain_loss: 0.0073747\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1003 summary:\ttrain_loss: 0.0073533\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1004 summary:\ttrain_loss: 0.0073261\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1005\n","DEEPTB INFO Epoch 1005 summary:\ttrain_loss: 0.0073178\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1006\n","DEEPTB INFO Epoch 1006 summary:\ttrain_loss: 0.0073226\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1007 summary:\ttrain_loss: 0.0073199\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1008 summary:\ttrain_loss: 0.0076002\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1009 summary:\ttrain_loss: 0.0075065\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1010 summary:\ttrain_loss: 0.0074119\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1011 summary:\ttrain_loss: 0.0073955\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1012 summary:\ttrain_loss: 0.0074322\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1013 summary:\ttrain_loss: 0.0074429\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1014 summary:\ttrain_loss: 0.0073992\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1015 summary:\ttrain_loss: 0.0073456\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1016 summary:\ttrain_loss: 0.0073296\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1017 summary:\ttrain_loss: 0.0073457\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1018 summary:\ttrain_loss: 0.0073543\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1019 summary:\ttrain_loss: 0.0073380\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1020 summary:\ttrain_loss: 0.0073153\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1021\n","DEEPTB INFO Epoch 1021 summary:\ttrain_loss: 0.0073069\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1022\n","DEEPTB INFO Epoch 1022 summary:\ttrain_loss: 0.0073092\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1023 summary:\ttrain_loss: 0.0073052\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1024\n","DEEPTB INFO Epoch 1024 summary:\ttrain_loss: 0.0075676\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1025 summary:\ttrain_loss: 0.0074799\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1026 summary:\ttrain_loss: 0.0073951\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1027 summary:\ttrain_loss: 0.0073818\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1028 summary:\ttrain_loss: 0.0074156\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1029 summary:\ttrain_loss: 0.0074258\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1030 summary:\ttrain_loss: 0.0073862\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1031 summary:\ttrain_loss: 0.0073358\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1032 summary:\ttrain_loss: 0.0073178\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1033 summary:\ttrain_loss: 0.0073292\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1034 summary:\ttrain_loss: 0.0073369\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1035 summary:\ttrain_loss: 0.0073247\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1036 summary:\ttrain_loss: 0.0073063\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1037 summary:\ttrain_loss: 0.0072988\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1038\n","DEEPTB INFO Epoch 1038 summary:\ttrain_loss: 0.0072993\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1039 summary:\ttrain_loss: 0.0072939\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1040\n","DEEPTB INFO Epoch 1040 summary:\ttrain_loss: 0.0075406\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1041 summary:\ttrain_loss: 0.0074582\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1042 summary:\ttrain_loss: 0.0073814\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1043 summary:\ttrain_loss: 0.0073699\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1044 summary:\ttrain_loss: 0.0074009\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1045 summary:\ttrain_loss: 0.0074112\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1046 summary:\ttrain_loss: 0.0073767\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1047 summary:\ttrain_loss: 0.0073297\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1048 summary:\ttrain_loss: 0.0073090\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1049 summary:\ttrain_loss: 0.0073155\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1050 summary:\ttrain_loss: 0.0073221\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1051 summary:\ttrain_loss: 0.0073137\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1052 summary:\ttrain_loss: 0.0072995\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1053 summary:\ttrain_loss: 0.0072928\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1054\n","DEEPTB INFO Epoch 1054 summary:\ttrain_loss: 0.0072916\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1055\n","DEEPTB INFO Epoch 1055 summary:\ttrain_loss: 0.0072852\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1056\n","DEEPTB INFO Epoch 1056 summary:\ttrain_loss: 0.0075183\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1057 summary:\ttrain_loss: 0.0074402\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1058 summary:\ttrain_loss: 0.0073706\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1059 summary:\ttrain_loss: 0.0073606\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1060 summary:\ttrain_loss: 0.0073890\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1061 summary:\ttrain_loss: 0.0073995\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1062 summary:\ttrain_loss: 0.0073695\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1063 summary:\ttrain_loss: 0.0073261\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1064 summary:\ttrain_loss: 0.0073036\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1065 summary:\ttrain_loss: 0.0073054\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1066 summary:\ttrain_loss: 0.0073103\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1067 summary:\ttrain_loss: 0.0073046\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1068 summary:\ttrain_loss: 0.0072943\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1069 summary:\ttrain_loss: 0.0072890\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1070 summary:\ttrain_loss: 0.0072867\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1071 summary:\ttrain_loss: 0.0072790\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1072\n","DEEPTB INFO Epoch 1072 summary:\ttrain_loss: 0.0075013\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1073 summary:\ttrain_loss: 0.0074269\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1074 summary:\ttrain_loss: 0.0073630\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1075 summary:\ttrain_loss: 0.0073535\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1076 summary:\ttrain_loss: 0.0073795\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1077 summary:\ttrain_loss: 0.0073906\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1078 summary:\ttrain_loss: 0.0073652\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1079 summary:\ttrain_loss: 0.0073251\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1080 summary:\ttrain_loss: 0.0073010\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1081 summary:\ttrain_loss: 0.0072984\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1082 summary:\ttrain_loss: 0.0073013\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1083 summary:\ttrain_loss: 0.0072979\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1084 summary:\ttrain_loss: 0.0072909\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1085 summary:\ttrain_loss: 0.0072870\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1086 summary:\ttrain_loss: 0.0072839\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1087 summary:\ttrain_loss: 0.0072756\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1088\n","DEEPTB INFO Epoch 1088 summary:\ttrain_loss: 0.0074888\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1089 summary:\ttrain_loss: 0.0074176\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1090 summary:\ttrain_loss: 0.0073583\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1091 summary:\ttrain_loss: 0.0073488\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1092 summary:\ttrain_loss: 0.0073722\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1093 summary:\ttrain_loss: 0.0073839\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1094 summary:\ttrain_loss: 0.0073629\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1095 summary:\ttrain_loss: 0.0073264\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1096 summary:\ttrain_loss: 0.0073011\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1097 summary:\ttrain_loss: 0.0072943\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1098 summary:\ttrain_loss: 0.0072950\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1099 summary:\ttrain_loss: 0.0072931\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1100\ttrain_loss: 0.0072890 (0.0073034)\tlr: 0.00333 \n","DEEPTB INFO Epoch 1100 summary:\ttrain_loss: 0.0072890\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1101 summary:\ttrain_loss: 0.0072866\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1102 summary:\ttrain_loss: 0.0072833\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1103 summary:\ttrain_loss: 0.0072744\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1104\n","DEEPTB INFO Epoch 1104 summary:\ttrain_loss: 0.0074807\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1105 summary:\ttrain_loss: 0.0074124\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1106 summary:\ttrain_loss: 0.0073566\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1107 summary:\ttrain_loss: 0.0073463\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1108 summary:\ttrain_loss: 0.0073669\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1109 summary:\ttrain_loss: 0.0073793\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1110 summary:\ttrain_loss: 0.0073630\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1111 summary:\ttrain_loss: 0.0073303\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1112 summary:\ttrain_loss: 0.0073041\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1113 summary:\ttrain_loss: 0.0072936\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1114 summary:\ttrain_loss: 0.0072917\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1115 summary:\ttrain_loss: 0.0072904\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1116 summary:\ttrain_loss: 0.0072888\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1117 summary:\ttrain_loss: 0.0072879\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1118 summary:\ttrain_loss: 0.0072847\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1119 summary:\ttrain_loss: 0.0072755\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1120 summary:\ttrain_loss: 0.0074769\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1121 summary:\ttrain_loss: 0.0074110\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1122 summary:\ttrain_loss: 0.0073575\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1123 summary:\ttrain_loss: 0.0073461\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1124 summary:\ttrain_loss: 0.0073642\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1125 summary:\ttrain_loss: 0.0073770\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1126 summary:\ttrain_loss: 0.0073650\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1127 summary:\ttrain_loss: 0.0073361\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1128 summary:\ttrain_loss: 0.0073098\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1129 summary:\ttrain_loss: 0.0072958\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1130 summary:\ttrain_loss: 0.0072910\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1131 summary:\ttrain_loss: 0.0072898\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1132 summary:\ttrain_loss: 0.0072901\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1133 summary:\ttrain_loss: 0.0072908\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1134 summary:\ttrain_loss: 0.0072881\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1135 summary:\ttrain_loss: 0.0072787\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1136 summary:\ttrain_loss: 0.0074770\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1137 summary:\ttrain_loss: 0.0074134\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1138 summary:\ttrain_loss: 0.0073613\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1139 summary:\ttrain_loss: 0.0073480\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1140 summary:\ttrain_loss: 0.0073634\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1141 summary:\ttrain_loss: 0.0073768\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1142 summary:\ttrain_loss: 0.0073689\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1143 summary:\ttrain_loss: 0.0073439\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1144 summary:\ttrain_loss: 0.0073176\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1145 summary:\ttrain_loss: 0.0073006\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1146 summary:\ttrain_loss: 0.0072930\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1147 summary:\ttrain_loss: 0.0072912\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1148 summary:\ttrain_loss: 0.0072928\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1149 summary:\ttrain_loss: 0.0072948\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1150 summary:\ttrain_loss: 0.0072929\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1151 summary:\ttrain_loss: 0.0072840\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1152 summary:\ttrain_loss: 0.0074802\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1153 summary:\ttrain_loss: 0.0074187\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1154 summary:\ttrain_loss: 0.0073676\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1155 summary:\ttrain_loss: 0.0073520\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1156 summary:\ttrain_loss: 0.0073643\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1157 summary:\ttrain_loss: 0.0073781\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1158 summary:\ttrain_loss: 0.0073741\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1159 summary:\ttrain_loss: 0.0073530\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1160 summary:\ttrain_loss: 0.0073275\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1161 summary:\ttrain_loss: 0.0073079\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1162 summary:\ttrain_loss: 0.0072973\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1163 summary:\ttrain_loss: 0.0072944\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1164 summary:\ttrain_loss: 0.0072967\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1165 summary:\ttrain_loss: 0.0073001\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1166 summary:\ttrain_loss: 0.0072993\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1167 summary:\ttrain_loss: 0.0072910\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1168 summary:\ttrain_loss: 0.0074863\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1169 summary:\ttrain_loss: 0.0074271\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1170 summary:\ttrain_loss: 0.0073764\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1171 summary:\ttrain_loss: 0.0073581\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1172 summary:\ttrain_loss: 0.0073674\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1173 summary:\ttrain_loss: 0.0073812\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1174 summary:\ttrain_loss: 0.0073807\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1175 summary:\ttrain_loss: 0.0073635\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1176 summary:\ttrain_loss: 0.0073391\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1177 summary:\ttrain_loss: 0.0073175\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1178 summary:\ttrain_loss: 0.0073041\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1179 summary:\ttrain_loss: 0.0072997\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1180 summary:\ttrain_loss: 0.0073021\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1181 summary:\ttrain_loss: 0.0073066\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1182 summary:\ttrain_loss: 0.0073069\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1183 summary:\ttrain_loss: 0.0072996\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1184 summary:\ttrain_loss: 0.0074946\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1185 summary:\ttrain_loss: 0.0074378\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1186 summary:\ttrain_loss: 0.0073874\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1187 summary:\ttrain_loss: 0.0073662\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1188 summary:\ttrain_loss: 0.0073719\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1189 summary:\ttrain_loss: 0.0073852\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1190 summary:\ttrain_loss: 0.0073880\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1191 summary:\ttrain_loss: 0.0073748\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1192 summary:\ttrain_loss: 0.0073519\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1193 summary:\ttrain_loss: 0.0073291\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1194 summary:\ttrain_loss: 0.0073132\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1195 summary:\ttrain_loss: 0.0073070\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1196 summary:\ttrain_loss: 0.0073089\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1197 summary:\ttrain_loss: 0.0073139\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1198 summary:\ttrain_loss: 0.0073154\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1199 summary:\ttrain_loss: 0.0073094\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1200\ttrain_loss: 0.0075086 (0.0073746)\tlr: 0.003013\n","DEEPTB INFO Epoch 1200 summary:\ttrain_loss: 0.0075086\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1201 summary:\ttrain_loss: 0.0074549\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1202 summary:\ttrain_loss: 0.0074040\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1203 summary:\ttrain_loss: 0.0073775\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1204 summary:\ttrain_loss: 0.0073763\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1205 summary:\ttrain_loss: 0.0073865\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1206 summary:\ttrain_loss: 0.0073916\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1207 summary:\ttrain_loss: 0.0073838\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1208 summary:\ttrain_loss: 0.0073659\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1209 summary:\ttrain_loss: 0.0073454\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1210 summary:\ttrain_loss: 0.0073292\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1211 summary:\ttrain_loss: 0.0073215\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1212 summary:\ttrain_loss: 0.0073222\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1213 summary:\ttrain_loss: 0.0073271\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1214 summary:\ttrain_loss: 0.0073298\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1215 summary:\ttrain_loss: 0.0073258\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1216 summary:\ttrain_loss: 0.0075163\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1217 summary:\ttrain_loss: 0.0074692\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1218 summary:\ttrain_loss: 0.0074212\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1219 summary:\ttrain_loss: 0.0073931\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1220 summary:\ttrain_loss: 0.0073882\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1221 summary:\ttrain_loss: 0.0073963\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1222 summary:\ttrain_loss: 0.0074036\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1223 summary:\ttrain_loss: 0.0073999\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1224 summary:\ttrain_loss: 0.0073852\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1225 summary:\ttrain_loss: 0.0073653\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1226 summary:\ttrain_loss: 0.0073474\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1227 summary:\ttrain_loss: 0.0073368\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1228 summary:\ttrain_loss: 0.0073349\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1229 summary:\ttrain_loss: 0.0073382\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1230 summary:\ttrain_loss: 0.0073410\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1231 summary:\ttrain_loss: 0.0073383\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1232 summary:\ttrain_loss: 0.0075404\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1233 summary:\ttrain_loss: 0.0074974\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1234 summary:\ttrain_loss: 0.0074501\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1235 summary:\ttrain_loss: 0.0074185\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1236 summary:\ttrain_loss: 0.0074086\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1237 summary:\ttrain_loss: 0.0074125\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1238 summary:\ttrain_loss: 0.0074171\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1239 summary:\ttrain_loss: 0.0074134\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1240 summary:\ttrain_loss: 0.0074022\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1241 summary:\ttrain_loss: 0.0073846\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1242 summary:\ttrain_loss: 0.0073673\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1243 summary:\ttrain_loss: 0.0073559\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1244 summary:\ttrain_loss: 0.0073523\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1245 summary:\ttrain_loss: 0.0073543\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1246 summary:\ttrain_loss: 0.0073568\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1247 summary:\ttrain_loss: 0.0073551\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1248 summary:\ttrain_loss: 0.0075509\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1249 summary:\ttrain_loss: 0.0075135\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1250 summary:\ttrain_loss: 0.0074695\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1251 summary:\ttrain_loss: 0.0074374\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1252 summary:\ttrain_loss: 0.0074248\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1253 summary:\ttrain_loss: 0.0074265\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1254 summary:\ttrain_loss: 0.0074313\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1255 summary:\ttrain_loss: 0.0074295\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1256 summary:\ttrain_loss: 0.0074189\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1257 summary:\ttrain_loss: 0.0074036\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1258 summary:\ttrain_loss: 0.0073871\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1259 summary:\ttrain_loss: 0.0073750\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1260 summary:\ttrain_loss: 0.0073700\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1261 summary:\ttrain_loss: 0.0073705\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1262 summary:\ttrain_loss: 0.0073721\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1263 summary:\ttrain_loss: 0.0073705\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1264 summary:\ttrain_loss: 0.0075654\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1265 summary:\ttrain_loss: 0.0075325\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1266 summary:\ttrain_loss: 0.0074915\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1267 summary:\ttrain_loss: 0.0074593\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1268 summary:\ttrain_loss: 0.0074440\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1269 summary:\ttrain_loss: 0.0074430\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1270 summary:\ttrain_loss: 0.0074469\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1271 summary:\ttrain_loss: 0.0074464\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1272 summary:\ttrain_loss: 0.0074369\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1273 summary:\ttrain_loss: 0.0074219\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1274 summary:\ttrain_loss: 0.0074064\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1275 summary:\ttrain_loss: 0.0073943\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1276 summary:\ttrain_loss: 0.0073884\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1277 summary:\ttrain_loss: 0.0073877\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1278 summary:\ttrain_loss: 0.0073886\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1279 summary:\ttrain_loss: 0.0073872\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1280 summary:\ttrain_loss: 0.0075768\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1281 summary:\ttrain_loss: 0.0075481\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1282 summary:\ttrain_loss: 0.0075101\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1283 summary:\ttrain_loss: 0.0074784\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1284 summary:\ttrain_loss: 0.0074615\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1285 summary:\ttrain_loss: 0.0074584\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1286 summary:\ttrain_loss: 0.0074616\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1287 summary:\ttrain_loss: 0.0074619\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1288 summary:\ttrain_loss: 0.0074544\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1289 summary:\ttrain_loss: 0.0074396\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1290 summary:\ttrain_loss: 0.0074251\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1291 summary:\ttrain_loss: 0.0074131\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1292 summary:\ttrain_loss: 0.0074063\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1293 summary:\ttrain_loss: 0.0074045\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1294 summary:\ttrain_loss: 0.0074047\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1295 summary:\ttrain_loss: 0.0074033\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1296 summary:\ttrain_loss: 0.0075885\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1297 summary:\ttrain_loss: 0.0075635\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1298 summary:\ttrain_loss: 0.0075285\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1299 summary:\ttrain_loss: 0.0074975\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1300\ttrain_loss: 0.0074793 (0.0074956)\tlr: 0.002726\n","DEEPTB INFO Epoch 1300 summary:\ttrain_loss: 0.0074793\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1301 summary:\ttrain_loss: 0.0074743\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1302 summary:\ttrain_loss: 0.0074763\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1303 summary:\ttrain_loss: 0.0074770\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1304 summary:\ttrain_loss: 0.0074711\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1305 summary:\ttrain_loss: 0.0074581\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1306 summary:\ttrain_loss: 0.0074432\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1307 summary:\ttrain_loss: 0.0074311\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1308 summary:\ttrain_loss: 0.0074235\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1309 summary:\ttrain_loss: 0.0074205\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1310 summary:\ttrain_loss: 0.0074199\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1311 summary:\ttrain_loss: 0.0074184\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1312 summary:\ttrain_loss: 0.0075994\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1313 summary:\ttrain_loss: 0.0075778\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1314 summary:\ttrain_loss: 0.0075458\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1315 summary:\ttrain_loss: 0.0075158\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1316 summary:\ttrain_loss: 0.0074966\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1317 summary:\ttrain_loss: 0.0074898\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1318 summary:\ttrain_loss: 0.0074903\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1319 summary:\ttrain_loss: 0.0074911\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1320 summary:\ttrain_loss: 0.0074865\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1321 summary:\ttrain_loss: 0.0074753\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1322 summary:\ttrain_loss: 0.0074603\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1323 summary:\ttrain_loss: 0.0074487\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1324 summary:\ttrain_loss: 0.0074409\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1325 summary:\ttrain_loss: 0.0074373\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1326 summary:\ttrain_loss: 0.0074361\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1327 summary:\ttrain_loss: 0.0074345\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1328 summary:\ttrain_loss: 0.0076075\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1329 summary:\ttrain_loss: 0.0075888\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1330 summary:\ttrain_loss: 0.0075597\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1331 summary:\ttrain_loss: 0.0075313\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1332 summary:\ttrain_loss: 0.0075119\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1333 summary:\ttrain_loss: 0.0075037\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1334 summary:\ttrain_loss: 0.0075032\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1335 summary:\ttrain_loss: 0.0075037\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1336 summary:\ttrain_loss: 0.0075001\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1337 summary:\ttrain_loss: 0.0074905\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1338 summary:\ttrain_loss: 0.0074770\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1339 summary:\ttrain_loss: 0.0074656\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1340 summary:\ttrain_loss: 0.0074573\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1341 summary:\ttrain_loss: 0.0074527\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1342 summary:\ttrain_loss: 0.0074505\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1343 summary:\ttrain_loss: 0.0074485\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1344 summary:\ttrain_loss: 0.0076159\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1345 summary:\ttrain_loss: 0.0075999\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1346 summary:\ttrain_loss: 0.0075738\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1347 summary:\ttrain_loss: 0.0075470\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1348 summary:\ttrain_loss: 0.0075276\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1349 summary:\ttrain_loss: 0.0075181\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1350 summary:\ttrain_loss: 0.0075160\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1351 summary:\ttrain_loss: 0.0075159\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1352 summary:\ttrain_loss: 0.0075129\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1353 summary:\ttrain_loss: 0.0075047\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1354 summary:\ttrain_loss: 0.0074926\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1355 summary:\ttrain_loss: 0.0074810\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1356 summary:\ttrain_loss: 0.0074724\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1357 summary:\ttrain_loss: 0.0074669\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1358 summary:\ttrain_loss: 0.0074638\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1359 summary:\ttrain_loss: 0.0074614\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1360 summary:\ttrain_loss: 0.0076227\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1361 summary:\ttrain_loss: 0.0076091\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1362 summary:\ttrain_loss: 0.0075858\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1363 summary:\ttrain_loss: 0.0075610\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1364 summary:\ttrain_loss: 0.0075418\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1365 summary:\ttrain_loss: 0.0075313\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1366 summary:\ttrain_loss: 0.0075278\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1367 summary:\ttrain_loss: 0.0075270\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1368 summary:\ttrain_loss: 0.0075243\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1369 summary:\ttrain_loss: 0.0075173\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1370 summary:\ttrain_loss: 0.0075065\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1371 summary:\ttrain_loss: 0.0074951\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1372 summary:\ttrain_loss: 0.0074865\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1373 summary:\ttrain_loss: 0.0074805\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1374 summary:\ttrain_loss: 0.0074765\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1375 summary:\ttrain_loss: 0.0074736\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1376 summary:\ttrain_loss: 0.0076281\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1377 summary:\ttrain_loss: 0.0076165\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1378 summary:\ttrain_loss: 0.0075959\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1379 summary:\ttrain_loss: 0.0075732\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1380 summary:\ttrain_loss: 0.0075547\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1381 summary:\ttrain_loss: 0.0075437\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1382 summary:\ttrain_loss: 0.0075390\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1383 summary:\ttrain_loss: 0.0075372\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1384 summary:\ttrain_loss: 0.0075345\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1385 summary:\ttrain_loss: 0.0075284\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1386 summary:\ttrain_loss: 0.0075190\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1387 summary:\ttrain_loss: 0.0075082\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1388 summary:\ttrain_loss: 0.0075001\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1389 summary:\ttrain_loss: 0.0074941\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1390 summary:\ttrain_loss: 0.0074901\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1391 summary:\ttrain_loss: 0.0074869\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1392 summary:\ttrain_loss: 0.0076311\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1393 summary:\ttrain_loss: 0.0076209\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1394 summary:\ttrain_loss: 0.0076024\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1395 summary:\ttrain_loss: 0.0075817\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1396 summary:\ttrain_loss: 0.0075645\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1397 summary:\ttrain_loss: 0.0075535\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1398 summary:\ttrain_loss: 0.0075483\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1399 summary:\ttrain_loss: 0.0075459\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1400\ttrain_loss: 0.0075431 (0.0075528)\tlr: 0.002467\n","DEEPTB INFO Epoch 1400 summary:\ttrain_loss: 0.0075431\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1401 summary:\ttrain_loss: 0.0075377\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1402 summary:\ttrain_loss: 0.0075293\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1403 summary:\ttrain_loss: 0.0075202\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1404 summary:\ttrain_loss: 0.0075123\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1405 summary:\ttrain_loss: 0.0075057\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1406 summary:\ttrain_loss: 0.0075008\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1407 summary:\ttrain_loss: 0.0074969\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1408 summary:\ttrain_loss: 0.0076356\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1409 summary:\ttrain_loss: 0.0076268\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1410 summary:\ttrain_loss: 0.0076106\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1411 summary:\ttrain_loss: 0.0075919\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1412 summary:\ttrain_loss: 0.0075755\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1413 summary:\ttrain_loss: 0.0075642\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1414 summary:\ttrain_loss: 0.0075579\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1415 summary:\ttrain_loss: 0.0075546\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1416 summary:\ttrain_loss: 0.0075515\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1417 summary:\ttrain_loss: 0.0075465\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1418 summary:\ttrain_loss: 0.0075390\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1419 summary:\ttrain_loss: 0.0075300\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1420 summary:\ttrain_loss: 0.0075225\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1421 summary:\ttrain_loss: 0.0075158\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1422 summary:\ttrain_loss: 0.0075106\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1423 summary:\ttrain_loss: 0.0075063\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1424 summary:\ttrain_loss: 0.0076378\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1425 summary:\ttrain_loss: 0.0076301\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1426 summary:\ttrain_loss: 0.0076156\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1427 summary:\ttrain_loss: 0.0075987\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1428 summary:\ttrain_loss: 0.0075834\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1429 summary:\ttrain_loss: 0.0075724\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1430 summary:\ttrain_loss: 0.0075656\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1431 summary:\ttrain_loss: 0.0075616\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1432 summary:\ttrain_loss: 0.0075583\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1433 summary:\ttrain_loss: 0.0075536\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1434 summary:\ttrain_loss: 0.0075470\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1435 summary:\ttrain_loss: 0.0075390\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1436 summary:\ttrain_loss: 0.0075320\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1437 summary:\ttrain_loss: 0.0075255\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1438 summary:\ttrain_loss: 0.0075200\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1439 summary:\ttrain_loss: 0.0075154\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1440 summary:\ttrain_loss: 0.0076389\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1441 summary:\ttrain_loss: 0.0076319\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1442 summary:\ttrain_loss: 0.0076191\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1443 summary:\ttrain_loss: 0.0076040\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1444 summary:\ttrain_loss: 0.0075901\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1445 summary:\ttrain_loss: 0.0075794\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1446 summary:\ttrain_loss: 0.0075722\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1447 summary:\ttrain_loss: 0.0075677\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1448 summary:\ttrain_loss: 0.0075641\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1449 summary:\ttrain_loss: 0.0075597\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1450 summary:\ttrain_loss: 0.0075536\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1451 summary:\ttrain_loss: 0.0075465\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1452 summary:\ttrain_loss: 0.0075401\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1453 summary:\ttrain_loss: 0.0075338\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1454 summary:\ttrain_loss: 0.0075283\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1455 summary:\ttrain_loss: 0.0075236\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1456 summary:\ttrain_loss: 0.0076395\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1457 summary:\ttrain_loss: 0.0076329\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1458 summary:\ttrain_loss: 0.0076214\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1459 summary:\ttrain_loss: 0.0076077\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1460 summary:\ttrain_loss: 0.0075950\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1461 summary:\ttrain_loss: 0.0075848\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1462 summary:\ttrain_loss: 0.0075775\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1463 summary:\ttrain_loss: 0.0075726\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1464 summary:\ttrain_loss: 0.0075688\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1465 summary:\ttrain_loss: 0.0075644\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1466 summary:\ttrain_loss: 0.0075587\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1467 summary:\ttrain_loss: 0.0075531\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1468 summary:\ttrain_loss: 0.0075470\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1469 summary:\ttrain_loss: 0.0075410\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1470 summary:\ttrain_loss: 0.0075355\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1471 summary:\ttrain_loss: 0.0075307\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1472 summary:\ttrain_loss: 0.0076389\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1473 summary:\ttrain_loss: 0.0076327\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1474 summary:\ttrain_loss: 0.0076223\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1475 summary:\ttrain_loss: 0.0076100\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1476 summary:\ttrain_loss: 0.0075983\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1477 summary:\ttrain_loss: 0.0075886\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1478 summary:\ttrain_loss: 0.0075814\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1479 summary:\ttrain_loss: 0.0075762\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1480 summary:\ttrain_loss: 0.0075721\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1481 summary:\ttrain_loss: 0.0075679\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1482 summary:\ttrain_loss: 0.0075629\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1483 summary:\ttrain_loss: 0.0075580\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1484 summary:\ttrain_loss: 0.0075520\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1485 summary:\ttrain_loss: 0.0075459\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1486 summary:\ttrain_loss: 0.0075403\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1487 summary:\ttrain_loss: 0.0075353\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1488 summary:\ttrain_loss: 0.0076387\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1489 summary:\ttrain_loss: 0.0076330\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1490 summary:\ttrain_loss: 0.0076235\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1491 summary:\ttrain_loss: 0.0076124\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1492 summary:\ttrain_loss: 0.0076015\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1493 summary:\ttrain_loss: 0.0075921\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1494 summary:\ttrain_loss: 0.0075847\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1495 summary:\ttrain_loss: 0.0075792\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1496 summary:\ttrain_loss: 0.0075749\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1497 summary:\ttrain_loss: 0.0075706\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1498 summary:\ttrain_loss: 0.0075660\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1499 summary:\ttrain_loss: 0.0075615\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1500\ttrain_loss: 0.0075560 (0.0075673)\tlr: 0.002232\n","DEEPTB INFO checkpoint saved as nnsk.iter1501\n","DEEPTB INFO Epoch 1500 summary:\ttrain_loss: 0.0075560\t\n","################################################################################################################################################################\n","DEEPTB INFO finished training\n","DEEPTB INFO wall time: 126.293 s\n"]}],"source":["!dptb train ./inputs/2-2-2_1_input.json -i ./nnsk_2/checkpoint/nnsk.ep501.pth -o ./nnsk_3"]},{"cell_type":"code","execution_count":3,"metadata":{},"outputs":[{"data":{"image/png":"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","text/plain":["
"]},"metadata":{},"output_type":"display_data"}],"source":["# 演示结果用的存档模型位于 ref_ckpts/nnsk_3/checkpoint\n","model = NNSK.from_reference(checkpoint=\"./nnsk_3/checkpoint/nnsk.iter1500.pth\",\n"," basis={'Si': ['3s', '3p', 'd*']})\n","\n","jdata = j_loader(\"./run/band.json\") # 这里提供输入\n","results_path = \"./band_plot\" # 可指定输出的保存路径\n","kpath_kwargs = jdata[\"task_options\"]\n","stru_data = \"./data/silicon.vasp\"\n","AtomicData_options = {\"r_max\": 5.0, \"oer_max\": 2.5, \"pbc\": True}\n","\n","bcal = Band(model=model, \n"," use_gui=True, \n"," results_path=results_path, \n"," device=model.device)\n","bcal.get_bands(data=stru_data, \n"," kpath_kwargs=kpath_kwargs, \n"," AtomicData_options=AtomicData_options)\n","bcal.band_plot(ref_band = kpath_kwargs[\"ref_band\"],\n"," E_fermi = kpath_kwargs[\"E_fermi\"],\n"," emin = kpath_kwargs[\"emin\"],\n"," emax = kpath_kwargs[\"emax\"])"]},{"cell_type":"markdown","metadata":{},"source":["类似地，我们也可以将 $w$ 逐渐变得更小，这样衰减函数引入的衰减将会更快。这一步衰减的目的主要是是在外推 $r_{skc}$ 之后，限制更远的近邻不会进入考虑。\n","此时修改的输入参数为：\n","具体输入文件参考 `inputs/2-2-2-2_input.json`。"]},{"cell_type":"code","execution_count":7,"metadata":{"scrolled":true},"outputs":[{"name":"stdout","output_type":"stream","text":["DEEPTB INFO Epoch 1 summary:\ttrain_loss: 0.1096924\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep2\n","DEEPTB INFO Epoch 2 summary:\ttrain_loss: 0.2314057\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 3 summary:\ttrain_loss: 0.0616319\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep4\n","DEEPTB INFO Epoch 4 summary:\ttrain_loss: 0.0828601\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 5 summary:\ttrain_loss: 0.1311574\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 6 summary:\ttrain_loss: 0.0912874\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 7 summary:\ttrain_loss: 0.0394022\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep8\n","DEEPTB INFO Epoch 8 summary:\ttrain_loss: 0.0333588\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep9\n","DEEPTB INFO Epoch 9 summary:\ttrain_loss: 0.0551977\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 10 summary:\ttrain_loss: 0.0586574\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 11 summary:\ttrain_loss: 0.0379065\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 12 summary:\ttrain_loss: 0.0193605\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep13\n","DEEPTB INFO Epoch 13 summary:\ttrain_loss: 0.0221587\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 14 summary:\ttrain_loss: 0.0378551\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 15 summary:\ttrain_loss: 0.0444008\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 16 summary:\ttrain_loss: 0.0345926\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 17 summary:\ttrain_loss: 0.0204391\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 18 summary:\ttrain_loss: 0.0158859\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep19\n","DEEPTB INFO Epoch 19 summary:\ttrain_loss: 0.0219774\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 20 summary:\ttrain_loss: 0.0281640\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 21 summary:\ttrain_loss: 0.0263385\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 22 summary:\ttrain_loss: 0.0193127\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 23 summary:\ttrain_loss: 0.0151733\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep24\n","DEEPTB INFO Epoch 24 summary:\ttrain_loss: 0.0171198\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 25 summary:\ttrain_loss: 0.0205638\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 26 summary:\ttrain_loss: 0.0198001\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 27 summary:\ttrain_loss: 0.0150808\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep28\n","DEEPTB INFO Epoch 28 summary:\ttrain_loss: 0.0115021\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep29\n","DEEPTB INFO Epoch 29 summary:\ttrain_loss: 0.0123683\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 30 summary:\ttrain_loss: 0.0155460\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 31 summary:\ttrain_loss: 0.0166843\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 32 summary:\ttrain_loss: 0.0146491\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 33 summary:\ttrain_loss: 0.0122287\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 34 summary:\ttrain_loss: 0.0120656\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 35 summary:\ttrain_loss: 0.0134999\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 36 summary:\ttrain_loss: 0.0140068\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 37 summary:\ttrain_loss: 0.0127607\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 38 summary:\ttrain_loss: 0.0114140\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep39\n","DEEPTB INFO Epoch 39 summary:\ttrain_loss: 0.0115309\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 40 summary:\ttrain_loss: 0.0124989\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 41 summary:\ttrain_loss: 0.0126126\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 42 summary:\ttrain_loss: 0.0114862\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 43 summary:\ttrain_loss: 0.0104052\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep44\n","DEEPTB INFO Epoch 44 summary:\ttrain_loss: 0.0104228\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 45 summary:\ttrain_loss: 0.0110419\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 46 summary:\ttrain_loss: 0.0111449\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 47 summary:\ttrain_loss: 0.0105850\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 48 summary:\ttrain_loss: 0.0101754\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep49\n","DEEPTB INFO Epoch 49 summary:\ttrain_loss: 0.0103644\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 50 summary:\ttrain_loss: 0.0106566\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 51 summary:\ttrain_loss: 0.0104985\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 52 summary:\ttrain_loss: 0.0100600\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep53\n","DEEPTB INFO Epoch 53 summary:\ttrain_loss: 0.0099458\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep54\n","DEEPTB INFO Epoch 54 summary:\ttrain_loss: 0.0102144\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 55 summary:\ttrain_loss: 0.0103806\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 56 summary:\ttrain_loss: 0.0101813\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 57 summary:\ttrain_loss: 0.0099044\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep58\n","DEEPTB INFO Epoch 58 summary:\ttrain_loss: 0.0098747\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep59\n","DEEPTB INFO Epoch 59 summary:\ttrain_loss: 0.0099830\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 60 summary:\ttrain_loss: 0.0099447\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 61 summary:\ttrain_loss: 0.0097690\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep62\n","DEEPTB INFO Epoch 62 summary:\ttrain_loss: 0.0096952\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep63\n","DEEPTB INFO Epoch 63 summary:\ttrain_loss: 0.0097750\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 64 summary:\ttrain_loss: 0.0098113\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 65 summary:\ttrain_loss: 0.0096969\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 66 summary:\ttrain_loss: 0.0095712\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep67\n","DEEPTB INFO Epoch 67 summary:\ttrain_loss: 0.0095707\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep68\n","DEEPTB INFO Epoch 68 summary:\ttrain_loss: 0.0096249\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 69 summary:\ttrain_loss: 0.0096020\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 70 summary:\ttrain_loss: 0.0095218\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep71\n","DEEPTB INFO Epoch 71 summary:\ttrain_loss: 0.0094893\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep72\n","DEEPTB INFO Epoch 72 summary:\ttrain_loss: 0.0095062\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 73 summary:\ttrain_loss: 0.0094872\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep74\n","DEEPTB INFO Epoch 74 summary:\ttrain_loss: 0.0094190\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep75\n","DEEPTB INFO Epoch 75 summary:\ttrain_loss: 0.0093750\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep76\n","DEEPTB INFO Epoch 76 summary:\ttrain_loss: 0.0093835\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 77 summary:\ttrain_loss: 0.0093864\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 78 summary:\ttrain_loss: 0.0093461\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep79\n","DEEPTB INFO Epoch 79 summary:\ttrain_loss: 0.0093010\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep80\n","DEEPTB INFO Epoch 80 summary:\ttrain_loss: 0.0092884\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep81\n","DEEPTB INFO Epoch 81 summary:\ttrain_loss: 0.0092849\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep82\n","DEEPTB INFO Epoch 82 summary:\ttrain_loss: 0.0092588\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep83\n","DEEPTB INFO Epoch 83 summary:\ttrain_loss: 0.0092264\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep84\n","DEEPTB INFO Epoch 84 summary:\ttrain_loss: 0.0092141\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep85\n","DEEPTB INFO Epoch 85 summary:\ttrain_loss: 0.0092097\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep86\n","DEEPTB INFO Epoch 86 summary:\ttrain_loss: 0.0091876\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep87\n","DEEPTB INFO Epoch 87 summary:\ttrain_loss: 0.0091552\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep88\n","DEEPTB INFO Epoch 88 summary:\ttrain_loss: 0.0091357\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep89\n","DEEPTB INFO Epoch 89 summary:\ttrain_loss: 0.0091269\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep90\n","DEEPTB INFO Epoch 90 summary:\ttrain_loss: 0.0091099\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep91\n","DEEPTB INFO Epoch 91 summary:\ttrain_loss: 0.0090849\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep92\n","DEEPTB INFO Epoch 92 summary:\ttrain_loss: 0.0090661\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep93\n","DEEPTB INFO Epoch 93 summary:\ttrain_loss: 0.0090536\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep94\n","DEEPTB INFO Epoch 94 summary:\ttrain_loss: 0.0090359\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep95\n","DEEPTB INFO Epoch 95 summary:\ttrain_loss: 0.0090133\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep96\n","DEEPTB INFO Epoch 96 summary:\ttrain_loss: 0.0089956\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep97\n","DEEPTB INFO Epoch 97 summary:\ttrain_loss: 0.0089836\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep98\n","DEEPTB INFO Epoch 98 summary:\ttrain_loss: 0.0089683\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep99\n","DEEPTB INFO Epoch 99 summary:\ttrain_loss: 0.0089485\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep100\n","DEEPTB INFO iteration:100\ttrain_loss: 0.0089309 (0.0089715)\tlr: 0.04528\n","DEEPTB INFO Epoch 100 summary:\ttrain_loss: 0.0089309\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep101\n","DEEPTB INFO Epoch 101 summary:\ttrain_loss: 0.0089170\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep102\n","DEEPTB INFO Epoch 102 summary:\ttrain_loss: 0.0089243\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 103 summary:\ttrain_loss: 0.0089064\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep104\n","DEEPTB INFO Epoch 104 summary:\ttrain_loss: 0.0088896\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep105\n","DEEPTB INFO Epoch 105 summary:\ttrain_loss: 0.0088746\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep106\n","DEEPTB INFO Epoch 106 summary:\ttrain_loss: 0.0088583\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep107\n","DEEPTB INFO Epoch 107 summary:\ttrain_loss: 0.0088407\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep108\n","DEEPTB INFO Epoch 108 summary:\ttrain_loss: 0.0088250\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep109\n","DEEPTB INFO Epoch 109 summary:\ttrain_loss: 0.0088109\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep110\n","DEEPTB INFO Epoch 110 summary:\ttrain_loss: 0.0087958\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep111\n","DEEPTB INFO Epoch 111 summary:\ttrain_loss: 0.0087795\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep112\n","DEEPTB INFO Epoch 112 summary:\ttrain_loss: 0.0087643\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep113\n","DEEPTB INFO Epoch 113 summary:\ttrain_loss: 0.0087499\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep114\n","DEEPTB INFO Epoch 114 summary:\ttrain_loss: 0.0087352\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep115\n","DEEPTB INFO Epoch 115 summary:\ttrain_loss: 0.0087200\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep116\n","DEEPTB INFO Epoch 116 summary:\ttrain_loss: 0.0087057\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep117\n","DEEPTB INFO Epoch 117 summary:\ttrain_loss: 0.0086915\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep118\n","DEEPTB INFO Epoch 118 summary:\ttrain_loss: 0.0086767\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep119\n","DEEPTB INFO Epoch 119 summary:\ttrain_loss: 0.0086617\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep120\n","DEEPTB INFO Epoch 120 summary:\ttrain_loss: 0.0086475\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep121\n","DEEPTB INFO Epoch 121 summary:\ttrain_loss: 0.0086336\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep122\n","DEEPTB INFO Epoch 122 summary:\ttrain_loss: 0.0086194\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep123\n","DEEPTB INFO Epoch 123 summary:\ttrain_loss: 0.0086052\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep124\n","DEEPTB INFO Epoch 124 summary:\ttrain_loss: 0.0085914\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep125\n","DEEPTB INFO Epoch 125 summary:\ttrain_loss: 0.0085777\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep126\n","DEEPTB INFO Epoch 126 summary:\ttrain_loss: 0.0085638\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep127\n","DEEPTB INFO Epoch 127 summary:\ttrain_loss: 0.0085501\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep128\n","DEEPTB INFO Epoch 128 summary:\ttrain_loss: 0.0085367\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep129\n","DEEPTB INFO Epoch 129 summary:\ttrain_loss: 0.0085234\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep130\n","DEEPTB INFO Epoch 130 summary:\ttrain_loss: 0.0085099\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep131\n","DEEPTB INFO Epoch 131 summary:\ttrain_loss: 0.0084966\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep132\n","DEEPTB INFO Epoch 132 summary:\ttrain_loss: 0.0084834\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep133\n","DEEPTB INFO Epoch 133 summary:\ttrain_loss: 0.0084702\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep134\n","DEEPTB INFO Epoch 134 summary:\ttrain_loss: 0.0084571\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep135\n","DEEPTB INFO Epoch 135 summary:\ttrain_loss: 0.0084441\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep136\n","DEEPTB INFO Epoch 136 summary:\ttrain_loss: 0.0084313\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep137\n","DEEPTB INFO Epoch 137 summary:\ttrain_loss: 0.0084184\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep138\n","DEEPTB INFO Epoch 138 summary:\ttrain_loss: 0.0084059\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep139\n","DEEPTB INFO Epoch 139 summary:\ttrain_loss: 0.0083940\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep140\n","DEEPTB INFO Epoch 140 summary:\ttrain_loss: 0.0083817\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep141\n","DEEPTB INFO Epoch 141 summary:\ttrain_loss: 0.0083692\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep142\n","DEEPTB INFO Epoch 142 summary:\ttrain_loss: 0.0083577\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep143\n","DEEPTB INFO Epoch 143 summary:\ttrain_loss: 0.0083461\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep144\n","DEEPTB INFO Epoch 144 summary:\ttrain_loss: 0.0083341\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep145\n","DEEPTB INFO Epoch 145 summary:\ttrain_loss: 0.0083221\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep146\n","DEEPTB INFO Epoch 146 summary:\ttrain_loss: 0.0083106\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep147\n","DEEPTB INFO Epoch 147 summary:\ttrain_loss: 0.0082989\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep148\n","DEEPTB INFO Epoch 148 summary:\ttrain_loss: 0.0082876\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep149\n","DEEPTB INFO Epoch 149 summary:\ttrain_loss: 0.0082765\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep150\n","DEEPTB INFO Epoch 150 summary:\ttrain_loss: 0.0082653\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep151\n","DEEPTB INFO Epoch 151 summary:\ttrain_loss: 0.0082539\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep152\n","DEEPTB INFO Epoch 152 summary:\ttrain_loss: 0.0082433\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep153\n","DEEPTB INFO Epoch 153 summary:\ttrain_loss: 0.0082514\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 154 summary:\ttrain_loss: 0.0082398\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep155\n","DEEPTB INFO Epoch 155 summary:\ttrain_loss: 0.0082280\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep156\n","DEEPTB INFO Epoch 156 summary:\ttrain_loss: 0.0082165\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep157\n","DEEPTB INFO Epoch 157 summary:\ttrain_loss: 0.0082060\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep158\n","DEEPTB INFO Epoch 158 summary:\ttrain_loss: 0.0081953\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep159\n","DEEPTB INFO Epoch 159 summary:\ttrain_loss: 0.0081847\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep160\n","DEEPTB INFO Epoch 160 summary:\ttrain_loss: 0.0081741\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep161\n","DEEPTB INFO Epoch 161 summary:\ttrain_loss: 0.0081636\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep162\n","DEEPTB INFO Epoch 162 summary:\ttrain_loss: 0.0081532\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep163\n","DEEPTB INFO Epoch 163 summary:\ttrain_loss: 0.0081431\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep164\n","DEEPTB INFO Epoch 164 summary:\ttrain_loss: 0.0081330\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep165\n","DEEPTB INFO Epoch 165 summary:\ttrain_loss: 0.0081227\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep166\n","DEEPTB INFO Epoch 166 summary:\ttrain_loss: 0.0081129\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep167\n","DEEPTB INFO Epoch 167 summary:\ttrain_loss: 0.0081027\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep168\n","DEEPTB INFO Epoch 168 summary:\ttrain_loss: 0.0080924\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep169\n","DEEPTB INFO Epoch 169 summary:\ttrain_loss: 0.0080828\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep170\n","DEEPTB INFO Epoch 170 summary:\ttrain_loss: 0.0080729\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep171\n","DEEPTB INFO Epoch 171 summary:\ttrain_loss: 0.0080634\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep172\n","DEEPTB INFO Epoch 172 summary:\ttrain_loss: 0.0080537\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep173\n","DEEPTB INFO Epoch 173 summary:\ttrain_loss: 0.0080440\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep174\n","DEEPTB INFO Epoch 174 summary:\ttrain_loss: 0.0080345\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep175\n","DEEPTB INFO Epoch 175 summary:\ttrain_loss: 0.0080249\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep176\n","DEEPTB INFO Epoch 176 summary:\ttrain_loss: 0.0080154\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep177\n","DEEPTB INFO Epoch 177 summary:\ttrain_loss: 0.0080059\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep178\n","DEEPTB INFO Epoch 178 summary:\ttrain_loss: 0.0079966\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep179\n","DEEPTB INFO Epoch 179 summary:\ttrain_loss: 0.0079873\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep180\n","DEEPTB INFO Epoch 180 summary:\ttrain_loss: 0.0079782\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep181\n","DEEPTB INFO Epoch 181 summary:\ttrain_loss: 0.0079690\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep182\n","DEEPTB INFO Epoch 182 summary:\ttrain_loss: 0.0079600\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep183\n","DEEPTB INFO Epoch 183 summary:\ttrain_loss: 0.0079509\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep184\n","DEEPTB INFO Epoch 184 summary:\ttrain_loss: 0.0079419\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep185\n","DEEPTB INFO Epoch 185 summary:\ttrain_loss: 0.0079329\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep186\n","DEEPTB INFO Epoch 186 summary:\ttrain_loss: 0.0079239\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep187\n","DEEPTB INFO Epoch 187 summary:\ttrain_loss: 0.0079152\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep188\n","DEEPTB INFO Epoch 188 summary:\ttrain_loss: 0.0079062\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep189\n","DEEPTB INFO Epoch 189 summary:\ttrain_loss: 0.0078974\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep190\n","DEEPTB INFO Epoch 190 summary:\ttrain_loss: 0.0078886\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep191\n","DEEPTB INFO Epoch 191 summary:\ttrain_loss: 0.0078798\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep192\n","DEEPTB INFO Epoch 192 summary:\ttrain_loss: 0.0078711\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep193\n","DEEPTB INFO Epoch 193 summary:\ttrain_loss: 0.0078625\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep194\n","DEEPTB INFO Epoch 194 summary:\ttrain_loss: 0.0078539\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep195\n","DEEPTB INFO Epoch 195 summary:\ttrain_loss: 0.0078453\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep196\n","DEEPTB INFO Epoch 196 summary:\ttrain_loss: 0.0078368\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep197\n","DEEPTB INFO Epoch 197 summary:\ttrain_loss: 0.0078282\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep198\n","DEEPTB INFO Epoch 198 summary:\ttrain_loss: 0.0078199\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep199\n","DEEPTB INFO Epoch 199 summary:\ttrain_loss: 0.0078114\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep200\n","DEEPTB INFO iteration:200\ttrain_loss: 0.0078031 (0.0078228)\tlr: 0.04097\n","DEEPTB INFO Epoch 200 summary:\ttrain_loss: 0.0078031\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep201\n","DEEPTB INFO Epoch 201 summary:\ttrain_loss: 0.0077948\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep202\n","DEEPTB INFO Epoch 202 summary:\ttrain_loss: 0.0077864\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep203\n","DEEPTB INFO Epoch 203 summary:\ttrain_loss: 0.0077783\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep204\n","DEEPTB INFO Epoch 204 summary:\ttrain_loss: 0.0077878\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 205 summary:\ttrain_loss: 0.0077776\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep206\n","DEEPTB INFO Epoch 206 summary:\ttrain_loss: 0.0077683\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep207\n","DEEPTB INFO Epoch 207 summary:\ttrain_loss: 0.0077605\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep208\n","DEEPTB INFO Epoch 208 summary:\ttrain_loss: 0.0077527\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep209\n","DEEPTB INFO Epoch 209 summary:\ttrain_loss: 0.0077447\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep210\n","DEEPTB INFO Epoch 210 summary:\ttrain_loss: 0.0077365\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep211\n","DEEPTB INFO Epoch 211 summary:\ttrain_loss: 0.0077282\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep212\n","DEEPTB INFO Epoch 212 summary:\ttrain_loss: 0.0077202\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep213\n","DEEPTB INFO Epoch 213 summary:\ttrain_loss: 0.0077123\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep214\n","DEEPTB INFO Epoch 214 summary:\ttrain_loss: 0.0077044\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep215\n","DEEPTB INFO Epoch 215 summary:\ttrain_loss: 0.0076964\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep216\n","DEEPTB INFO Epoch 216 summary:\ttrain_loss: 0.0076883\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep217\n","DEEPTB INFO Epoch 217 summary:\ttrain_loss: 0.0076801\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep218\n","DEEPTB INFO Epoch 218 summary:\ttrain_loss: 0.0076721\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep219\n","DEEPTB INFO Epoch 219 summary:\ttrain_loss: 0.0076642\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep220\n","DEEPTB INFO Epoch 220 summary:\ttrain_loss: 0.0076565\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep221\n","DEEPTB INFO Epoch 221 summary:\ttrain_loss: 0.0076488\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep222\n","DEEPTB INFO Epoch 222 summary:\ttrain_loss: 0.0076411\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep223\n","DEEPTB INFO Epoch 223 summary:\ttrain_loss: 0.0076335\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep224\n","DEEPTB INFO Epoch 224 summary:\ttrain_loss: 0.0076259\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep225\n","DEEPTB INFO Epoch 225 summary:\ttrain_loss: 0.0076183\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep226\n","DEEPTB INFO Epoch 226 summary:\ttrain_loss: 0.0076108\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep227\n","DEEPTB INFO Epoch 227 summary:\ttrain_loss: 0.0076033\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep228\n","DEEPTB INFO Epoch 228 summary:\ttrain_loss: 0.0075958\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep229\n","DEEPTB INFO Epoch 229 summary:\ttrain_loss: 0.0075883\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep230\n","DEEPTB INFO Epoch 230 summary:\ttrain_loss: 0.0075809\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep231\n","DEEPTB INFO Epoch 231 summary:\ttrain_loss: 0.0075734\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep232\n","DEEPTB INFO Epoch 232 summary:\ttrain_loss: 0.0075661\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep233\n","DEEPTB INFO Epoch 233 summary:\ttrain_loss: 0.0075588\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep234\n","DEEPTB INFO Epoch 234 summary:\ttrain_loss: 0.0075515\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep235\n","DEEPTB INFO Epoch 235 summary:\ttrain_loss: 0.0075442\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep236\n","DEEPTB INFO Epoch 236 summary:\ttrain_loss: 0.0075369\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep237\n","DEEPTB INFO Epoch 237 summary:\ttrain_loss: 0.0075297\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep238\n","DEEPTB INFO Epoch 238 summary:\ttrain_loss: 0.0075225\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep239\n","DEEPTB INFO Epoch 239 summary:\ttrain_loss: 0.0075153\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep240\n","DEEPTB INFO Epoch 240 summary:\ttrain_loss: 0.0075081\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep241\n","DEEPTB INFO Epoch 241 summary:\ttrain_loss: 0.0075010\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep242\n","DEEPTB INFO Epoch 242 summary:\ttrain_loss: 0.0074940\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep243\n","DEEPTB INFO Epoch 243 summary:\ttrain_loss: 0.0074869\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep244\n","DEEPTB INFO Epoch 244 summary:\ttrain_loss: 0.0074798\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep245\n","DEEPTB INFO Epoch 245 summary:\ttrain_loss: 0.0074728\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep246\n","DEEPTB INFO Epoch 246 summary:\ttrain_loss: 0.0074658\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep247\n","DEEPTB INFO Epoch 247 summary:\ttrain_loss: 0.0074588\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep248\n","DEEPTB INFO Epoch 248 summary:\ttrain_loss: 0.0074519\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep249\n","DEEPTB INFO Epoch 249 summary:\ttrain_loss: 0.0074449\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep250\n","DEEPTB INFO Epoch 250 summary:\ttrain_loss: 0.0074381\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep251\n","DEEPTB INFO Epoch 251 summary:\ttrain_loss: 0.0074312\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep252\n","DEEPTB INFO Epoch 252 summary:\ttrain_loss: 0.0074243\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep253\n","DEEPTB INFO Epoch 253 summary:\ttrain_loss: 0.0074175\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep254\n","DEEPTB INFO Epoch 254 summary:\ttrain_loss: 0.0074106\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep255\n","DEEPTB INFO Epoch 255 summary:\ttrain_loss: 0.0074188\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 256 summary:\ttrain_loss: 0.0074100\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep257\n","DEEPTB INFO Epoch 257 summary:\ttrain_loss: 0.0074028\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep258\n","DEEPTB INFO Epoch 258 summary:\ttrain_loss: 0.0073956\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep259\n","DEEPTB INFO Epoch 259 summary:\ttrain_loss: 0.0073863\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep260\n","DEEPTB INFO Epoch 260 summary:\ttrain_loss: 0.0073755\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep261\n","DEEPTB INFO Epoch 261 summary:\ttrain_loss: 0.0073640\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep262\n","DEEPTB INFO Epoch 262 summary:\ttrain_loss: 0.0073523\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep263\n","DEEPTB INFO Epoch 263 summary:\ttrain_loss: 0.0073411\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep264\n","DEEPTB INFO Epoch 264 summary:\ttrain_loss: 0.0073303\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep265\n","DEEPTB INFO Epoch 265 summary:\ttrain_loss: 0.0073198\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep266\n","DEEPTB INFO Epoch 266 summary:\ttrain_loss: 0.0073103\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep267\n","DEEPTB INFO Epoch 267 summary:\ttrain_loss: 0.0073018\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep268\n","DEEPTB INFO Epoch 268 summary:\ttrain_loss: 0.0072940\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep269\n","DEEPTB INFO Epoch 269 summary:\ttrain_loss: 0.0072869\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep270\n","DEEPTB INFO Epoch 270 summary:\ttrain_loss: 0.0072800\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep271\n","DEEPTB INFO Epoch 271 summary:\ttrain_loss: 0.0072729\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep272\n","DEEPTB INFO Epoch 272 summary:\ttrain_loss: 0.0072656\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep273\n","DEEPTB INFO Epoch 273 summary:\ttrain_loss: 0.0072581\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep274\n","DEEPTB INFO Epoch 274 summary:\ttrain_loss: 0.0072505\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep275\n","DEEPTB INFO Epoch 275 summary:\ttrain_loss: 0.0072427\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep276\n","DEEPTB INFO Epoch 276 summary:\ttrain_loss: 0.0072356\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep277\n","DEEPTB INFO Epoch 277 summary:\ttrain_loss: 0.0072283\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep278\n","DEEPTB INFO Epoch 278 summary:\ttrain_loss: 0.0072207\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep279\n","DEEPTB INFO Epoch 279 summary:\ttrain_loss: 0.0072128\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep280\n","DEEPTB INFO Epoch 280 summary:\ttrain_loss: 0.0072048\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep281\n","DEEPTB INFO Epoch 281 summary:\ttrain_loss: 0.0071967\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep282\n","DEEPTB INFO Epoch 282 summary:\ttrain_loss: 0.0071885\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep283\n","DEEPTB INFO Epoch 283 summary:\ttrain_loss: 0.0071805\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep284\n","DEEPTB INFO Epoch 284 summary:\ttrain_loss: 0.0071733\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep285\n","DEEPTB INFO Epoch 285 summary:\ttrain_loss: 0.0071660\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep286\n","DEEPTB INFO Epoch 286 summary:\ttrain_loss: 0.0071585\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep287\n","DEEPTB INFO Epoch 287 summary:\ttrain_loss: 0.0071511\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep288\n","DEEPTB INFO Epoch 288 summary:\ttrain_loss: 0.0071436\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep289\n","DEEPTB INFO Epoch 289 summary:\ttrain_loss: 0.0071366\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep290\n","DEEPTB INFO Epoch 290 summary:\ttrain_loss: 0.0071296\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep291\n","DEEPTB INFO Epoch 291 summary:\ttrain_loss: 0.0071226\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep292\n","DEEPTB INFO Epoch 292 summary:\ttrain_loss: 0.0071153\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep293\n","DEEPTB INFO Epoch 293 summary:\ttrain_loss: 0.0071080\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep294\n","DEEPTB INFO Epoch 294 summary:\ttrain_loss: 0.0071006\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep295\n","DEEPTB INFO Epoch 295 summary:\ttrain_loss: 0.0070937\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep296\n","DEEPTB INFO Epoch 296 summary:\ttrain_loss: 0.0070869\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep297\n","DEEPTB INFO Epoch 297 summary:\ttrain_loss: 0.0070798\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep298\n","DEEPTB INFO Epoch 298 summary:\ttrain_loss: 0.0070727\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep299\n","DEEPTB INFO Epoch 299 summary:\ttrain_loss: 0.0070654\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep300\n","DEEPTB INFO iteration:300\ttrain_loss: 0.0070581 (0.0070749)\tlr: 0.03707\n","DEEPTB INFO Epoch 300 summary:\ttrain_loss: 0.0070581\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep301\n","DEEPTB INFO Epoch 301 summary:\ttrain_loss: 0.0070513\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep302\n","DEEPTB INFO Epoch 302 summary:\ttrain_loss: 0.0070445\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep303\n","DEEPTB INFO Epoch 303 summary:\ttrain_loss: 0.0070376\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep304\n","DEEPTB INFO Epoch 304 summary:\ttrain_loss: 0.0070307\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep305\n","DEEPTB INFO Epoch 305 summary:\ttrain_loss: 0.0070235\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep306\n","DEEPTB INFO Epoch 306 summary:\ttrain_loss: 0.0070286\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 307 summary:\ttrain_loss: 0.0070214\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep308\n","DEEPTB INFO Epoch 308 summary:\ttrain_loss: 0.0070141\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep309\n","DEEPTB INFO Epoch 309 summary:\ttrain_loss: 0.0070071\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep310\n","DEEPTB INFO Epoch 310 summary:\ttrain_loss: 0.0070001\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep311\n","DEEPTB INFO Epoch 311 summary:\ttrain_loss: 0.0069932\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep312\n","DEEPTB INFO Epoch 312 summary:\ttrain_loss: 0.0069865\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep313\n","DEEPTB INFO Epoch 313 summary:\ttrain_loss: 0.0069795\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep314\n","DEEPTB INFO Epoch 314 summary:\ttrain_loss: 0.0069725\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep315\n","DEEPTB INFO Epoch 315 summary:\ttrain_loss: 0.0069662\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep316\n","DEEPTB INFO Epoch 316 summary:\ttrain_loss: 0.0069598\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep317\n","DEEPTB INFO Epoch 317 summary:\ttrain_loss: 0.0069531\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep318\n","DEEPTB INFO Epoch 318 summary:\ttrain_loss: 0.0069460\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep319\n","DEEPTB INFO Epoch 319 summary:\ttrain_loss: 0.0069390\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep320\n","DEEPTB INFO Epoch 320 summary:\ttrain_loss: 0.0069325\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep321\n","DEEPTB INFO Epoch 321 summary:\ttrain_loss: 0.0069257\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep322\n","DEEPTB INFO Epoch 322 summary:\ttrain_loss: 0.0069188\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep323\n","DEEPTB INFO Epoch 323 summary:\ttrain_loss: 0.0069124\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep324\n","DEEPTB INFO Epoch 324 summary:\ttrain_loss: 0.0069058\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep325\n","DEEPTB INFO Epoch 325 summary:\ttrain_loss: 0.0068991\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep326\n","DEEPTB INFO Epoch 326 summary:\ttrain_loss: 0.0068923\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep327\n","DEEPTB INFO Epoch 327 summary:\ttrain_loss: 0.0068855\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep328\n","DEEPTB INFO Epoch 328 summary:\ttrain_loss: 0.0068790\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep329\n","DEEPTB INFO Epoch 329 summary:\ttrain_loss: 0.0068724\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep330\n","DEEPTB INFO Epoch 330 summary:\ttrain_loss: 0.0068656\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep331\n","DEEPTB INFO Epoch 331 summary:\ttrain_loss: 0.0068590\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep332\n","DEEPTB INFO Epoch 332 summary:\ttrain_loss: 0.0068525\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep333\n","DEEPTB INFO Epoch 333 summary:\ttrain_loss: 0.0068459\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep334\n","DEEPTB INFO Epoch 334 summary:\ttrain_loss: 0.0068393\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep335\n","DEEPTB INFO Epoch 335 summary:\ttrain_loss: 0.0068327\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep336\n","DEEPTB INFO Epoch 336 summary:\ttrain_loss: 0.0068262\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep337\n","DEEPTB INFO Epoch 337 summary:\ttrain_loss: 0.0068197\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep338\n","DEEPTB INFO Epoch 338 summary:\ttrain_loss: 0.0068132\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep339\n","DEEPTB INFO Epoch 339 summary:\ttrain_loss: 0.0068067\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep340\n","DEEPTB INFO Epoch 340 summary:\ttrain_loss: 0.0068002\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep341\n","DEEPTB INFO Epoch 341 summary:\ttrain_loss: 0.0067937\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep342\n","DEEPTB INFO Epoch 342 summary:\ttrain_loss: 0.0067872\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep343\n","DEEPTB INFO Epoch 343 summary:\ttrain_loss: 0.0067808\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep344\n","DEEPTB INFO Epoch 344 summary:\ttrain_loss: 0.0067742\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep345\n","DEEPTB INFO Epoch 345 summary:\ttrain_loss: 0.0067678\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep346\n","DEEPTB INFO Epoch 346 summary:\ttrain_loss: 0.0067614\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep347\n","DEEPTB INFO Epoch 347 summary:\ttrain_loss: 0.0067549\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep348\n","DEEPTB INFO Epoch 348 summary:\ttrain_loss: 0.0067484\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep349\n","DEEPTB INFO Epoch 349 summary:\ttrain_loss: 0.0067420\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep350\n","DEEPTB INFO Epoch 350 summary:\ttrain_loss: 0.0067357\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep351\n","DEEPTB INFO Epoch 351 summary:\ttrain_loss: 0.0067293\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep352\n","DEEPTB INFO Epoch 352 summary:\ttrain_loss: 0.0067229\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep353\n","DEEPTB INFO Epoch 353 summary:\ttrain_loss: 0.0067165\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep354\n","DEEPTB INFO Epoch 354 summary:\ttrain_loss: 0.0067102\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep355\n","DEEPTB INFO Epoch 355 summary:\ttrain_loss: 0.0067038\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep356\n","DEEPTB INFO Epoch 356 summary:\ttrain_loss: 0.0066974\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep357\n","DEEPTB INFO Epoch 357 summary:\ttrain_loss: 0.0067026\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 358 summary:\ttrain_loss: 0.0066959\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep359\n","DEEPTB INFO Epoch 359 summary:\ttrain_loss: 0.0066890\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep360\n","DEEPTB INFO Epoch 360 summary:\ttrain_loss: 0.0066825\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep361\n","DEEPTB INFO Epoch 361 summary:\ttrain_loss: 0.0066760\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep362\n","DEEPTB INFO Epoch 362 summary:\ttrain_loss: 0.0066697\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep363\n","DEEPTB INFO Epoch 363 summary:\ttrain_loss: 0.0066633\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep364\n","DEEPTB INFO Epoch 364 summary:\ttrain_loss: 0.0066568\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep365\n","DEEPTB INFO Epoch 365 summary:\ttrain_loss: 0.0066505\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep366\n","DEEPTB INFO Epoch 366 summary:\ttrain_loss: 0.0066443\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep367\n","DEEPTB INFO Epoch 367 summary:\ttrain_loss: 0.0066382\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep368\n","DEEPTB INFO Epoch 368 summary:\ttrain_loss: 0.0066319\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep369\n","DEEPTB INFO Epoch 369 summary:\ttrain_loss: 0.0066255\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep370\n","DEEPTB INFO Epoch 370 summary:\ttrain_loss: 0.0066192\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep371\n","DEEPTB INFO Epoch 371 summary:\ttrain_loss: 0.0066129\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep372\n","DEEPTB INFO Epoch 372 summary:\ttrain_loss: 0.0066067\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep373\n","DEEPTB INFO Epoch 373 summary:\ttrain_loss: 0.0066004\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep374\n","DEEPTB INFO Epoch 374 summary:\ttrain_loss: 0.0065941\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep375\n","DEEPTB INFO Epoch 375 summary:\ttrain_loss: 0.0065878\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep376\n","DEEPTB INFO Epoch 376 summary:\ttrain_loss: 0.0065816\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep377\n","DEEPTB INFO Epoch 377 summary:\ttrain_loss: 0.0065754\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep378\n","DEEPTB INFO Epoch 378 summary:\ttrain_loss: 0.0065693\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep379\n","DEEPTB INFO Epoch 379 summary:\ttrain_loss: 0.0065630\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep380\n","DEEPTB INFO Epoch 380 summary:\ttrain_loss: 0.0065568\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep381\n","DEEPTB INFO Epoch 381 summary:\ttrain_loss: 0.0065506\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep382\n","DEEPTB INFO Epoch 382 summary:\ttrain_loss: 0.0065444\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep383\n","DEEPTB INFO Epoch 383 summary:\ttrain_loss: 0.0065383\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep384\n","DEEPTB INFO Epoch 384 summary:\ttrain_loss: 0.0065321\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep385\n","DEEPTB INFO Epoch 385 summary:\ttrain_loss: 0.0065260\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep386\n","DEEPTB INFO Epoch 386 summary:\ttrain_loss: 0.0065198\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep387\n","DEEPTB INFO Epoch 387 summary:\ttrain_loss: 0.0065137\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep388\n","DEEPTB INFO Epoch 388 summary:\ttrain_loss: 0.0065076\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep389\n","DEEPTB INFO Epoch 389 summary:\ttrain_loss: 0.0065015\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep390\n","DEEPTB INFO Epoch 390 summary:\ttrain_loss: 0.0064954\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep391\n","DEEPTB INFO Epoch 391 summary:\ttrain_loss: 0.0064893\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep392\n","DEEPTB INFO Epoch 392 summary:\ttrain_loss: 0.0064832\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep393\n","DEEPTB INFO Epoch 393 summary:\ttrain_loss: 0.0064771\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep394\n","DEEPTB INFO Epoch 394 summary:\ttrain_loss: 0.0064711\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep395\n","DEEPTB INFO Epoch 395 summary:\ttrain_loss: 0.0064650\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep396\n","DEEPTB INFO Epoch 396 summary:\ttrain_loss: 0.0064590\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep397\n","DEEPTB INFO Epoch 397 summary:\ttrain_loss: 0.0064529\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep398\n","DEEPTB INFO Epoch 398 summary:\ttrain_loss: 0.0064469\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep399\n","DEEPTB INFO Epoch 399 summary:\ttrain_loss: 0.0064408\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep400\n","DEEPTB INFO iteration:400\ttrain_loss: 0.0064348 (0.0064489)\tlr: 0.03354\n","DEEPTB INFO Epoch 400 summary:\ttrain_loss: 0.0064348\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep401\n","DEEPTB INFO Epoch 401 summary:\ttrain_loss: 0.0064288\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep402\n","DEEPTB INFO Epoch 402 summary:\ttrain_loss: 0.0064228\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep403\n","DEEPTB INFO Epoch 403 summary:\ttrain_loss: 0.0064168\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep404\n","DEEPTB INFO Epoch 404 summary:\ttrain_loss: 0.0064108\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep405\n","DEEPTB INFO Epoch 405 summary:\ttrain_loss: 0.0064048\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep406\n","DEEPTB INFO Epoch 406 summary:\ttrain_loss: 0.0063989\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep407\n","DEEPTB INFO Epoch 407 summary:\ttrain_loss: 0.0063929\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep408\n","DEEPTB INFO Epoch 408 summary:\ttrain_loss: 0.0063981\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 409 summary:\ttrain_loss: 0.0063917\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep410\n","DEEPTB INFO Epoch 410 summary:\ttrain_loss: 0.0063851\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep411\n","DEEPTB INFO Epoch 411 summary:\ttrain_loss: 0.0063790\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep412\n","DEEPTB INFO Epoch 412 summary:\ttrain_loss: 0.0063731\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep413\n","DEEPTB INFO Epoch 413 summary:\ttrain_loss: 0.0063670\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep414\n","DEEPTB INFO Epoch 414 summary:\ttrain_loss: 0.0063611\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep415\n","DEEPTB INFO Epoch 415 summary:\ttrain_loss: 0.0063551\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep416\n","DEEPTB INFO Epoch 416 summary:\ttrain_loss: 0.0063490\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep417\n","DEEPTB INFO Epoch 417 summary:\ttrain_loss: 0.0063433\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep418\n","DEEPTB INFO Epoch 418 summary:\ttrain_loss: 0.0063376\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep419\n","DEEPTB INFO Epoch 419 summary:\ttrain_loss: 0.0063316\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep420\n","DEEPTB INFO Epoch 420 summary:\ttrain_loss: 0.0063257\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep421\n","DEEPTB INFO Epoch 421 summary:\ttrain_loss: 0.0063198\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep422\n","DEEPTB INFO Epoch 422 summary:\ttrain_loss: 0.0063137\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep423\n","DEEPTB INFO Epoch 423 summary:\ttrain_loss: 0.0063079\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep424\n","DEEPTB INFO Epoch 424 summary:\ttrain_loss: 0.0063021\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep425\n","DEEPTB INFO Epoch 425 summary:\ttrain_loss: 0.0062961\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep426\n","DEEPTB INFO Epoch 426 summary:\ttrain_loss: 0.0062903\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep427\n","DEEPTB INFO Epoch 427 summary:\ttrain_loss: 0.0062846\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep428\n","DEEPTB INFO Epoch 428 summary:\ttrain_loss: 0.0062787\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep429\n","DEEPTB INFO Epoch 429 summary:\ttrain_loss: 0.0062729\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep430\n","DEEPTB INFO Epoch 430 summary:\ttrain_loss: 0.0062671\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep431\n","DEEPTB INFO Epoch 431 summary:\ttrain_loss: 0.0062612\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep432\n","DEEPTB INFO Epoch 432 summary:\ttrain_loss: 0.0062555\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep433\n","DEEPTB INFO Epoch 433 summary:\ttrain_loss: 0.0062498\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep434\n","DEEPTB INFO Epoch 434 summary:\ttrain_loss: 0.0062439\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep435\n","DEEPTB INFO Epoch 435 summary:\ttrain_loss: 0.0062382\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep436\n","DEEPTB INFO Epoch 436 summary:\ttrain_loss: 0.0062325\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep437\n","DEEPTB INFO Epoch 437 summary:\ttrain_loss: 0.0062266\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep438\n","DEEPTB INFO Epoch 438 summary:\ttrain_loss: 0.0062210\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep439\n","DEEPTB INFO Epoch 439 summary:\ttrain_loss: 0.0062154\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep440\n","DEEPTB INFO Epoch 440 summary:\ttrain_loss: 0.0062095\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep441\n","DEEPTB INFO Epoch 441 summary:\ttrain_loss: 0.0062038\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep442\n","DEEPTB INFO Epoch 442 summary:\ttrain_loss: 0.0061982\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep443\n","DEEPTB INFO Epoch 443 summary:\ttrain_loss: 0.0061924\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep444\n","DEEPTB INFO Epoch 444 summary:\ttrain_loss: 0.0061868\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep445\n","DEEPTB INFO Epoch 445 summary:\ttrain_loss: 0.0061812\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep446\n","DEEPTB INFO Epoch 446 summary:\ttrain_loss: 0.0061754\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep447\n","DEEPTB INFO Epoch 447 summary:\ttrain_loss: 0.0061698\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep448\n","DEEPTB INFO Epoch 448 summary:\ttrain_loss: 0.0061643\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep449\n","DEEPTB INFO Epoch 449 summary:\ttrain_loss: 0.0061585\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep450\n","DEEPTB INFO Epoch 450 summary:\ttrain_loss: 0.0061529\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep451\n","DEEPTB INFO Epoch 451 summary:\ttrain_loss: 0.0061474\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep452\n","DEEPTB INFO Epoch 452 summary:\ttrain_loss: 0.0061417\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep453\n","DEEPTB INFO Epoch 453 summary:\ttrain_loss: 0.0061361\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep454\n","DEEPTB INFO Epoch 454 summary:\ttrain_loss: 0.0061306\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep455\n","DEEPTB INFO Epoch 455 summary:\ttrain_loss: 0.0061249\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep456\n","DEEPTB INFO Epoch 456 summary:\ttrain_loss: 0.0061194\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep457\n","DEEPTB INFO Epoch 457 summary:\ttrain_loss: 0.0061139\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep458\n","DEEPTB INFO Epoch 458 summary:\ttrain_loss: 0.0061082\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep459\n","DEEPTB INFO Epoch 459 summary:\ttrain_loss: 0.0061135\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 460 summary:\ttrain_loss: 0.0061075\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep461\n","DEEPTB INFO Epoch 461 summary:\ttrain_loss: 0.0061014\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep462\n","DEEPTB INFO Epoch 462 summary:\ttrain_loss: 0.0060955\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep463\n","DEEPTB INFO Epoch 463 summary:\ttrain_loss: 0.0060900\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep464\n","DEEPTB INFO Epoch 464 summary:\ttrain_loss: 0.0060846\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep465\n","DEEPTB INFO Epoch 465 summary:\ttrain_loss: 0.0060788\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep466\n","DEEPTB INFO Epoch 466 summary:\ttrain_loss: 0.0060730\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep467\n","DEEPTB INFO Epoch 467 summary:\ttrain_loss: 0.0060676\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep468\n","DEEPTB INFO Epoch 468 summary:\ttrain_loss: 0.0060621\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep469\n","DEEPTB INFO Epoch 469 summary:\ttrain_loss: 0.0060572\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep470\n","DEEPTB INFO Epoch 470 summary:\ttrain_loss: 0.0060519\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep471\n","DEEPTB INFO Epoch 471 summary:\ttrain_loss: 0.0060461\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep472\n","DEEPTB INFO Epoch 472 summary:\ttrain_loss: 0.0060401\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep473\n","DEEPTB INFO Epoch 473 summary:\ttrain_loss: 0.0060353\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep474\n","DEEPTB INFO Epoch 474 summary:\ttrain_loss: 0.0060302\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep475\n","DEEPTB INFO Epoch 475 summary:\ttrain_loss: 0.0060247\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep476\n","DEEPTB INFO Epoch 476 summary:\ttrain_loss: 0.0060189\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep477\n","DEEPTB INFO Epoch 477 summary:\ttrain_loss: 0.0060131\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep478\n","DEEPTB INFO Epoch 478 summary:\ttrain_loss: 0.0060080\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep479\n","DEEPTB INFO Epoch 479 summary:\ttrain_loss: 0.0060030\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep480\n","DEEPTB INFO Epoch 480 summary:\ttrain_loss: 0.0059978\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep481\n","DEEPTB INFO Epoch 481 summary:\ttrain_loss: 0.0059922\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep482\n","DEEPTB INFO Epoch 482 summary:\ttrain_loss: 0.0059866\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep483\n","DEEPTB INFO Epoch 483 summary:\ttrain_loss: 0.0059807\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep484\n","DEEPTB INFO Epoch 484 summary:\ttrain_loss: 0.0059760\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep485\n","DEEPTB INFO Epoch 485 summary:\ttrain_loss: 0.0059710\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep486\n","DEEPTB INFO Epoch 486 summary:\ttrain_loss: 0.0059658\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep487\n","DEEPTB INFO Epoch 487 summary:\ttrain_loss: 0.0059603\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep488\n","DEEPTB INFO Epoch 488 summary:\ttrain_loss: 0.0059546\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep489\n","DEEPTB INFO Epoch 489 summary:\ttrain_loss: 0.0059488\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep490\n","DEEPTB INFO Epoch 490 summary:\ttrain_loss: 0.0059441\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep491\n","DEEPTB INFO Epoch 491 summary:\ttrain_loss: 0.0059393\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep492\n","DEEPTB INFO Epoch 492 summary:\ttrain_loss: 0.0059341\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep493\n","DEEPTB INFO Epoch 493 summary:\ttrain_loss: 0.0059287\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep494\n","DEEPTB INFO Epoch 494 summary:\ttrain_loss: 0.0059231\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep495\n","DEEPTB INFO Epoch 495 summary:\ttrain_loss: 0.0059173\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep496\n","DEEPTB INFO Epoch 496 summary:\ttrain_loss: 0.0059124\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep497\n","DEEPTB INFO Epoch 497 summary:\ttrain_loss: 0.0059077\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep498\n","DEEPTB INFO Epoch 498 summary:\ttrain_loss: 0.0059026\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep499\n","DEEPTB INFO Epoch 499 summary:\ttrain_loss: 0.0058973\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep500\n","DEEPTB INFO iteration:500\ttrain_loss: 0.0058918 (0.0059041)\tlr: 0.03035\n","DEEPTB INFO checkpoint saved as nnsk.iter501\n","DEEPTB INFO Epoch 500 summary:\ttrain_loss: 0.0058918\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep501\n","DEEPTB INFO Epoch 501 summary:\ttrain_loss: 0.0058861\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep502\n","DEEPTB INFO Epoch 502 summary:\ttrain_loss: 0.0058813\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep503\n","DEEPTB INFO Epoch 503 summary:\ttrain_loss: 0.0058765\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep504\n","DEEPTB INFO Epoch 504 summary:\ttrain_loss: 0.0058714\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep505\n","DEEPTB INFO Epoch 505 summary:\ttrain_loss: 0.0058662\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep506\n","DEEPTB INFO Epoch 506 summary:\ttrain_loss: 0.0058607\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep507\n","DEEPTB INFO Epoch 507 summary:\ttrain_loss: 0.0058551\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep508\n","DEEPTB INFO Epoch 508 summary:\ttrain_loss: 0.0058505\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep509\n","DEEPTB INFO Epoch 509 summary:\ttrain_loss: 0.0058457\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep510\n","DEEPTB INFO Epoch 510 summary:\ttrain_loss: 0.0058510\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 511 summary:\ttrain_loss: 0.0058453\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep512\n","DEEPTB INFO Epoch 512 summary:\ttrain_loss: 0.0058395\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep513\n","DEEPTB INFO Epoch 513 summary:\ttrain_loss: 0.0058338\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep514\n","DEEPTB INFO Epoch 514 summary:\ttrain_loss: 0.0058283\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep515\n","DEEPTB INFO Epoch 515 summary:\ttrain_loss: 0.0058235\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep516\n","DEEPTB INFO Epoch 516 summary:\ttrain_loss: 0.0058183\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep517\n","DEEPTB INFO Epoch 517 summary:\ttrain_loss: 0.0058128\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep518\n","DEEPTB INFO Epoch 518 summary:\ttrain_loss: 0.0058080\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep519\n","DEEPTB INFO Epoch 519 summary:\ttrain_loss: 0.0058034\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep520\n","DEEPTB INFO Epoch 520 summary:\ttrain_loss: 0.0057983\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep521\n","DEEPTB INFO Epoch 521 summary:\ttrain_loss: 0.0057929\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep522\n","DEEPTB INFO Epoch 522 summary:\ttrain_loss: 0.0057878\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep523\n","DEEPTB INFO Epoch 523 summary:\ttrain_loss: 0.0057827\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep524\n","DEEPTB INFO Epoch 524 summary:\ttrain_loss: 0.0057776\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep525\n","DEEPTB INFO Epoch 525 summary:\ttrain_loss: 0.0057729\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep526\n","DEEPTB INFO Epoch 526 summary:\ttrain_loss: 0.0057679\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep527\n","DEEPTB INFO Epoch 527 summary:\ttrain_loss: 0.0057627\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep528\n","DEEPTB INFO Epoch 528 summary:\ttrain_loss: 0.0057578\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep529\n","DEEPTB INFO Epoch 529 summary:\ttrain_loss: 0.0057530\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep530\n","DEEPTB INFO Epoch 530 summary:\ttrain_loss: 0.0057480\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep531\n","DEEPTB INFO Epoch 531 summary:\ttrain_loss: 0.0057429\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep532\n","DEEPTB INFO Epoch 532 summary:\ttrain_loss: 0.0057383\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep533\n","DEEPTB INFO Epoch 533 summary:\ttrain_loss: 0.0057335\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep534\n","DEEPTB INFO Epoch 534 summary:\ttrain_loss: 0.0057286\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep535\n","DEEPTB INFO Epoch 535 summary:\ttrain_loss: 0.0057234\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep536\n","DEEPTB INFO Epoch 536 summary:\ttrain_loss: 0.0057182\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep537\n","DEEPTB INFO Epoch 537 summary:\ttrain_loss: 0.0057135\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep538\n","DEEPTB INFO Epoch 538 summary:\ttrain_loss: 0.0057086\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep539\n","DEEPTB INFO Epoch 539 summary:\ttrain_loss: 0.0057037\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep540\n","DEEPTB INFO Epoch 540 summary:\ttrain_loss: 0.0056988\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep541\n","DEEPTB INFO Epoch 541 summary:\ttrain_loss: 0.0056939\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep542\n","DEEPTB INFO Epoch 542 summary:\ttrain_loss: 0.0056890\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep543\n","DEEPTB INFO Epoch 543 summary:\ttrain_loss: 0.0056844\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep544\n","DEEPTB INFO Epoch 544 summary:\ttrain_loss: 0.0056797\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep545\n","DEEPTB INFO Epoch 545 summary:\ttrain_loss: 0.0056747\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep546\n","DEEPTB INFO Epoch 546 summary:\ttrain_loss: 0.0056702\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep547\n","DEEPTB INFO Epoch 547 summary:\ttrain_loss: 0.0056655\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep548\n","DEEPTB INFO Epoch 548 summary:\ttrain_loss: 0.0056606\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep549\n","DEEPTB INFO Epoch 549 summary:\ttrain_loss: 0.0056555\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep550\n","DEEPTB INFO Epoch 550 summary:\ttrain_loss: 0.0056510\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep551\n","DEEPTB INFO Epoch 551 summary:\ttrain_loss: 0.0056466\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep552\n","DEEPTB INFO Epoch 552 summary:\ttrain_loss: 0.0056418\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep553\n","DEEPTB INFO Epoch 553 summary:\ttrain_loss: 0.0056368\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep554\n","DEEPTB INFO Epoch 554 summary:\ttrain_loss: 0.0056318\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep555\n","DEEPTB INFO Epoch 555 summary:\ttrain_loss: 0.0056272\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep556\n","DEEPTB INFO Epoch 556 summary:\ttrain_loss: 0.0056225\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep557\n","DEEPTB INFO Epoch 557 summary:\ttrain_loss: 0.0056177\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep558\n","DEEPTB INFO Epoch 558 summary:\ttrain_loss: 0.0056130\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep559\n","DEEPTB INFO Epoch 559 summary:\ttrain_loss: 0.0056083\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep560\n","DEEPTB INFO Epoch 560 summary:\ttrain_loss: 0.0056035\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep561\n","DEEPTB INFO Epoch 561 summary:\ttrain_loss: 0.0056090\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 562 summary:\ttrain_loss: 0.0056038\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 563 summary:\ttrain_loss: 0.0055985\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep564\n","DEEPTB INFO Epoch 564 summary:\ttrain_loss: 0.0055934\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep565\n","DEEPTB INFO Epoch 565 summary:\ttrain_loss: 0.0055888\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep566\n","DEEPTB INFO Epoch 566 summary:\ttrain_loss: 0.0055843\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep567\n","DEEPTB INFO Epoch 567 summary:\ttrain_loss: 0.0055794\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep568\n","DEEPTB INFO Epoch 568 summary:\ttrain_loss: 0.0055748\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep569\n","DEEPTB INFO Epoch 569 summary:\ttrain_loss: 0.0055702\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep570\n","DEEPTB INFO Epoch 570 summary:\ttrain_loss: 0.0055656\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep571\n","DEEPTB INFO Epoch 571 summary:\ttrain_loss: 0.0055611\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep572\n","DEEPTB INFO Epoch 572 summary:\ttrain_loss: 0.0055566\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep573\n","DEEPTB INFO Epoch 573 summary:\ttrain_loss: 0.0055518\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep574\n","DEEPTB INFO Epoch 574 summary:\ttrain_loss: 0.0055472\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep575\n","DEEPTB INFO Epoch 575 summary:\ttrain_loss: 0.0055426\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep576\n","DEEPTB INFO Epoch 576 summary:\ttrain_loss: 0.0055379\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep577\n","DEEPTB INFO Epoch 577 summary:\ttrain_loss: 0.0055332\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep578\n","DEEPTB INFO Epoch 578 summary:\ttrain_loss: 0.0055289\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep579\n","DEEPTB INFO Epoch 579 summary:\ttrain_loss: 0.0055244\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep580\n","DEEPTB INFO Epoch 580 summary:\ttrain_loss: 0.0055197\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep581\n","DEEPTB INFO Epoch 581 summary:\ttrain_loss: 0.0055155\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep582\n","DEEPTB INFO Epoch 582 summary:\ttrain_loss: 0.0055112\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep583\n","DEEPTB INFO Epoch 583 summary:\ttrain_loss: 0.0055065\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep584\n","DEEPTB INFO Epoch 584 summary:\ttrain_loss: 0.0055017\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep585\n","DEEPTB INFO Epoch 585 summary:\ttrain_loss: 0.0054974\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep586\n","DEEPTB INFO Epoch 586 summary:\ttrain_loss: 0.0054931\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep587\n","DEEPTB INFO Epoch 587 summary:\ttrain_loss: 0.0054886\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep588\n","DEEPTB INFO Epoch 588 summary:\ttrain_loss: 0.0054838\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep589\n","DEEPTB INFO Epoch 589 summary:\ttrain_loss: 0.0054795\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep590\n","DEEPTB INFO Epoch 590 summary:\ttrain_loss: 0.0054753\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep591\n","DEEPTB INFO Epoch 591 summary:\ttrain_loss: 0.0054708\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep592\n","DEEPTB INFO Epoch 592 summary:\ttrain_loss: 0.0054661\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep593\n","DEEPTB INFO Epoch 593 summary:\ttrain_loss: 0.0054618\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep594\n","DEEPTB INFO Epoch 594 summary:\ttrain_loss: 0.0054577\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep595\n","DEEPTB INFO Epoch 595 summary:\ttrain_loss: 0.0054532\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep596\n","DEEPTB INFO Epoch 596 summary:\ttrain_loss: 0.0054485\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep597\n","DEEPTB INFO Epoch 597 summary:\ttrain_loss: 0.0054442\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep598\n","DEEPTB INFO Epoch 598 summary:\ttrain_loss: 0.0054400\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep599\n","DEEPTB INFO Epoch 599 summary:\ttrain_loss: 0.0054356\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep600\n","DEEPTB INFO iteration:600\ttrain_loss: 0.0054310 (0.0054414)\tlr: 0.02746\n","DEEPTB INFO Epoch 600 summary:\ttrain_loss: 0.0054310\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep601\n","DEEPTB INFO Epoch 601 summary:\ttrain_loss: 0.0054268\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep602\n","DEEPTB INFO Epoch 602 summary:\ttrain_loss: 0.0054227\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep603\n","DEEPTB INFO Epoch 603 summary:\ttrain_loss: 0.0054183\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep604\n","DEEPTB INFO Epoch 604 summary:\ttrain_loss: 0.0054137\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep605\n","DEEPTB INFO Epoch 605 summary:\ttrain_loss: 0.0054095\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep606\n","DEEPTB INFO Epoch 606 summary:\ttrain_loss: 0.0054053\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep607\n","DEEPTB INFO Epoch 607 summary:\ttrain_loss: 0.0054010\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep608\n","DEEPTB INFO Epoch 608 summary:\ttrain_loss: 0.0053964\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep609\n","DEEPTB INFO Epoch 609 summary:\ttrain_loss: 0.0053924\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep610\n","DEEPTB INFO Epoch 610 summary:\ttrain_loss: 0.0053883\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep611\n","DEEPTB INFO Epoch 611 summary:\ttrain_loss: 0.0053839\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep612\n","DEEPTB INFO Epoch 612 summary:\ttrain_loss: 0.0053891\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 613 summary:\ttrain_loss: 0.0053842\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 614 summary:\ttrain_loss: 0.0053794\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep615\n","DEEPTB INFO Epoch 615 summary:\ttrain_loss: 0.0053750\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep616\n","DEEPTB INFO Epoch 616 summary:\ttrain_loss: 0.0053705\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep617\n","DEEPTB INFO Epoch 617 summary:\ttrain_loss: 0.0053663\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep618\n","DEEPTB INFO Epoch 618 summary:\ttrain_loss: 0.0053620\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep619\n","DEEPTB INFO Epoch 619 summary:\ttrain_loss: 0.0053574\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep620\n","DEEPTB INFO Epoch 620 summary:\ttrain_loss: 0.0053533\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep621\n","DEEPTB INFO Epoch 621 summary:\ttrain_loss: 0.0053494\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep622\n","DEEPTB INFO Epoch 622 summary:\ttrain_loss: 0.0053452\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep623\n","DEEPTB INFO Epoch 623 summary:\ttrain_loss: 0.0053411\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep624\n","DEEPTB INFO Epoch 624 summary:\ttrain_loss: 0.0053369\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep625\n","DEEPTB INFO Epoch 625 summary:\ttrain_loss: 0.0053324\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep626\n","DEEPTB INFO Epoch 626 summary:\ttrain_loss: 0.0053280\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep627\n","DEEPTB INFO Epoch 627 summary:\ttrain_loss: 0.0053240\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep628\n","DEEPTB INFO Epoch 628 summary:\ttrain_loss: 0.0053196\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep629\n","DEEPTB INFO Epoch 629 summary:\ttrain_loss: 0.0053157\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep630\n","DEEPTB INFO Epoch 630 summary:\ttrain_loss: 0.0053116\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep631\n","DEEPTB INFO Epoch 631 summary:\ttrain_loss: 0.0053074\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep632\n","DEEPTB INFO Epoch 632 summary:\ttrain_loss: 0.0053031\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep633\n","DEEPTB INFO Epoch 633 summary:\ttrain_loss: 0.0052991\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep634\n","DEEPTB INFO Epoch 634 summary:\ttrain_loss: 0.0052948\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep635\n","DEEPTB INFO Epoch 635 summary:\ttrain_loss: 0.0052907\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep636\n","DEEPTB INFO Epoch 636 summary:\ttrain_loss: 0.0052866\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep637\n","DEEPTB INFO Epoch 637 summary:\ttrain_loss: 0.0052825\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep638\n","DEEPTB INFO Epoch 638 summary:\ttrain_loss: 0.0052784\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep639\n","DEEPTB INFO Epoch 639 summary:\ttrain_loss: 0.0052743\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep640\n","DEEPTB INFO Epoch 640 summary:\ttrain_loss: 0.0052703\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep641\n","DEEPTB INFO Epoch 641 summary:\ttrain_loss: 0.0052662\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep642\n","DEEPTB INFO Epoch 642 summary:\ttrain_loss: 0.0052622\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep643\n","DEEPTB INFO Epoch 643 summary:\ttrain_loss: 0.0052581\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep644\n","DEEPTB INFO Epoch 644 summary:\ttrain_loss: 0.0052541\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep645\n","DEEPTB INFO Epoch 645 summary:\ttrain_loss: 0.0052500\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep646\n","DEEPTB INFO Epoch 646 summary:\ttrain_loss: 0.0052461\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep647\n","DEEPTB INFO Epoch 647 summary:\ttrain_loss: 0.0052419\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep648\n","DEEPTB INFO Epoch 648 summary:\ttrain_loss: 0.0052381\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep649\n","DEEPTB INFO Epoch 649 summary:\ttrain_loss: 0.0052339\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep650\n","DEEPTB INFO Epoch 650 summary:\ttrain_loss: 0.0052300\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep651\n","DEEPTB INFO Epoch 651 summary:\ttrain_loss: 0.0052260\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep652\n","DEEPTB INFO Epoch 652 summary:\ttrain_loss: 0.0052221\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep653\n","DEEPTB INFO Epoch 653 summary:\ttrain_loss: 0.0052181\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep654\n","DEEPTB INFO Epoch 654 summary:\ttrain_loss: 0.0052142\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep655\n","DEEPTB INFO Epoch 655 summary:\ttrain_loss: 0.0052102\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep656\n","DEEPTB INFO Epoch 656 summary:\ttrain_loss: 0.0052063\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep657\n","DEEPTB INFO Epoch 657 summary:\ttrain_loss: 0.0052023\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep658\n","DEEPTB INFO Epoch 658 summary:\ttrain_loss: 0.0051984\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep659\n","DEEPTB INFO Epoch 659 summary:\ttrain_loss: 0.0051945\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep660\n","DEEPTB INFO Epoch 660 summary:\ttrain_loss: 0.0051905\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep661\n","DEEPTB INFO Epoch 661 summary:\ttrain_loss: 0.0051866\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep662\n","DEEPTB INFO Epoch 662 summary:\ttrain_loss: 0.0051827\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep663\n","DEEPTB INFO Epoch 663 summary:\ttrain_loss: 0.0051880\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 664 summary:\ttrain_loss: 0.0051834\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 665 summary:\ttrain_loss: 0.0051789\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep666\n","DEEPTB INFO Epoch 666 summary:\ttrain_loss: 0.0051748\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep667\n","DEEPTB INFO Epoch 667 summary:\ttrain_loss: 0.0051709\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep668\n","DEEPTB INFO Epoch 668 summary:\ttrain_loss: 0.0051670\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep669\n","DEEPTB INFO Epoch 669 summary:\ttrain_loss: 0.0051631\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep670\n","DEEPTB INFO Epoch 670 summary:\ttrain_loss: 0.0051590\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep671\n","DEEPTB INFO Epoch 671 summary:\ttrain_loss: 0.0051552\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep672\n","DEEPTB INFO Epoch 672 summary:\ttrain_loss: 0.0051516\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep673\n","DEEPTB INFO Epoch 673 summary:\ttrain_loss: 0.0051479\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep674\n","DEEPTB INFO Epoch 674 summary:\ttrain_loss: 0.0051440\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep675\n","DEEPTB INFO Epoch 675 summary:\ttrain_loss: 0.0051399\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep676\n","DEEPTB INFO Epoch 676 summary:\ttrain_loss: 0.0051359\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep677\n","DEEPTB INFO Epoch 677 summary:\ttrain_loss: 0.0051321\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep678\n","DEEPTB INFO Epoch 678 summary:\ttrain_loss: 0.0051283\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep679\n","DEEPTB INFO Epoch 679 summary:\ttrain_loss: 0.0051244\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep680\n","DEEPTB INFO Epoch 680 summary:\ttrain_loss: 0.0051205\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep681\n","DEEPTB INFO Epoch 681 summary:\ttrain_loss: 0.0051168\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep682\n","DEEPTB INFO Epoch 682 summary:\ttrain_loss: 0.0051130\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep683\n","DEEPTB INFO Epoch 683 summary:\ttrain_loss: 0.0051092\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep684\n","DEEPTB INFO Epoch 684 summary:\ttrain_loss: 0.0051054\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep685\n","DEEPTB INFO Epoch 685 summary:\ttrain_loss: 0.0051017\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep686\n","DEEPTB INFO Epoch 686 summary:\ttrain_loss: 0.0050978\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep687\n","DEEPTB INFO Epoch 687 summary:\ttrain_loss: 0.0050941\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep688\n","DEEPTB INFO Epoch 688 summary:\ttrain_loss: 0.0050903\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep689\n","DEEPTB INFO Epoch 689 summary:\ttrain_loss: 0.0050866\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep690\n","DEEPTB INFO Epoch 690 summary:\ttrain_loss: 0.0050828\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep691\n","DEEPTB INFO Epoch 691 summary:\ttrain_loss: 0.0050791\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep692\n","DEEPTB INFO Epoch 692 summary:\ttrain_loss: 0.0050754\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep693\n","DEEPTB INFO Epoch 693 summary:\ttrain_loss: 0.0050717\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep694\n","DEEPTB INFO Epoch 694 summary:\ttrain_loss: 0.0050679\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep695\n","DEEPTB INFO Epoch 695 summary:\ttrain_loss: 0.0050643\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep696\n","DEEPTB INFO Epoch 696 summary:\ttrain_loss: 0.0050606\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep697\n","DEEPTB INFO Epoch 697 summary:\ttrain_loss: 0.0050568\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep698\n","DEEPTB INFO Epoch 698 summary:\ttrain_loss: 0.0050531\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep699\n","DEEPTB INFO Epoch 699 summary:\ttrain_loss: 0.0050495\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep700\n","DEEPTB INFO iteration:700\ttrain_loss: 0.0050458 (0.0050544)\tlr: 0.02485\n","DEEPTB INFO Epoch 700 summary:\ttrain_loss: 0.0050458\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep701\n","DEEPTB INFO Epoch 701 summary:\ttrain_loss: 0.0050421\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep702\n","DEEPTB INFO Epoch 702 summary:\ttrain_loss: 0.0050385\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep703\n","DEEPTB INFO Epoch 703 summary:\ttrain_loss: 0.0050349\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep704\n","DEEPTB INFO Epoch 704 summary:\ttrain_loss: 0.0050312\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep705\n","DEEPTB INFO Epoch 705 summary:\ttrain_loss: 0.0050276\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep706\n","DEEPTB INFO Epoch 706 summary:\ttrain_loss: 0.0050239\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep707\n","DEEPTB INFO Epoch 707 summary:\ttrain_loss: 0.0050203\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep708\n","DEEPTB INFO Epoch 708 summary:\ttrain_loss: 0.0050166\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep709\n","DEEPTB INFO Epoch 709 summary:\ttrain_loss: 0.0050131\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep710\n","DEEPTB INFO Epoch 710 summary:\ttrain_loss: 0.0050095\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep711\n","DEEPTB INFO Epoch 711 summary:\ttrain_loss: 0.0050059\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep712\n","DEEPTB INFO Epoch 712 summary:\ttrain_loss: 0.0050022\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep713\n","DEEPTB INFO Epoch 713 summary:\ttrain_loss: 0.0049987\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep714\n","DEEPTB INFO Epoch 714 summary:\ttrain_loss: 0.0050038\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 715 summary:\ttrain_loss: 0.0049994\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 716 summary:\ttrain_loss: 0.0049951\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep717\n","DEEPTB INFO Epoch 717 summary:\ttrain_loss: 0.0049914\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep718\n","DEEPTB INFO Epoch 718 summary:\ttrain_loss: 0.0049878\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep719\n","DEEPTB INFO Epoch 719 summary:\ttrain_loss: 0.0049843\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep720\n","DEEPTB INFO Epoch 720 summary:\ttrain_loss: 0.0049805\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep721\n","DEEPTB INFO Epoch 721 summary:\ttrain_loss: 0.0049769\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep722\n","DEEPTB INFO Epoch 722 summary:\ttrain_loss: 0.0049734\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep723\n","DEEPTB INFO Epoch 723 summary:\ttrain_loss: 0.0049701\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep724\n","DEEPTB INFO Epoch 724 summary:\ttrain_loss: 0.0049666\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep725\n","DEEPTB INFO Epoch 725 summary:\ttrain_loss: 0.0049630\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep726\n","DEEPTB INFO Epoch 726 summary:\ttrain_loss: 0.0049592\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep727\n","DEEPTB INFO Epoch 727 summary:\ttrain_loss: 0.0049556\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep728\n","DEEPTB INFO Epoch 728 summary:\ttrain_loss: 0.0049521\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep729\n","DEEPTB INFO Epoch 729 summary:\ttrain_loss: 0.0049485\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep730\n","DEEPTB INFO Epoch 730 summary:\ttrain_loss: 0.0049449\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep731\n","DEEPTB INFO Epoch 731 summary:\ttrain_loss: 0.0049415\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep732\n","DEEPTB INFO Epoch 732 summary:\ttrain_loss: 0.0049380\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep733\n","DEEPTB INFO Epoch 733 summary:\ttrain_loss: 0.0049344\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep734\n","DEEPTB INFO Epoch 734 summary:\ttrain_loss: 0.0049310\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep735\n","DEEPTB INFO Epoch 735 summary:\ttrain_loss: 0.0049276\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep736\n","DEEPTB INFO Epoch 736 summary:\ttrain_loss: 0.0049241\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep737\n","DEEPTB INFO Epoch 737 summary:\ttrain_loss: 0.0049206\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep738\n","DEEPTB INFO Epoch 738 summary:\ttrain_loss: 0.0049170\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep739\n","DEEPTB INFO Epoch 739 summary:\ttrain_loss: 0.0049136\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep740\n","DEEPTB INFO Epoch 740 summary:\ttrain_loss: 0.0049101\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep741\n","DEEPTB INFO Epoch 741 summary:\ttrain_loss: 0.0049067\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep742\n","DEEPTB INFO Epoch 742 summary:\ttrain_loss: 0.0049032\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep743\n","DEEPTB INFO Epoch 743 summary:\ttrain_loss: 0.0048999\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep744\n","DEEPTB INFO Epoch 744 summary:\ttrain_loss: 0.0048964\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep745\n","DEEPTB INFO Epoch 745 summary:\ttrain_loss: 0.0048930\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep746\n","DEEPTB INFO Epoch 746 summary:\ttrain_loss: 0.0048896\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep747\n","DEEPTB INFO Epoch 747 summary:\ttrain_loss: 0.0048862\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep748\n","DEEPTB INFO Epoch 748 summary:\ttrain_loss: 0.0048828\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep749\n","DEEPTB INFO Epoch 749 summary:\ttrain_loss: 0.0048794\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep750\n","DEEPTB INFO Epoch 750 summary:\ttrain_loss: 0.0048760\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep751\n","DEEPTB INFO Epoch 751 summary:\ttrain_loss: 0.0048726\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep752\n","DEEPTB INFO Epoch 752 summary:\ttrain_loss: 0.0048692\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep753\n","DEEPTB INFO Epoch 753 summary:\ttrain_loss: 0.0048658\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep754\n","DEEPTB INFO Epoch 754 summary:\ttrain_loss: 0.0048625\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep755\n","DEEPTB INFO Epoch 755 summary:\ttrain_loss: 0.0048591\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep756\n","DEEPTB INFO Epoch 756 summary:\ttrain_loss: 0.0048557\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep757\n","DEEPTB INFO Epoch 757 summary:\ttrain_loss: 0.0048524\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep758\n","DEEPTB INFO Epoch 758 summary:\ttrain_loss: 0.0048491\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep759\n","DEEPTB INFO Epoch 759 summary:\ttrain_loss: 0.0048458\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep760\n","DEEPTB INFO Epoch 760 summary:\ttrain_loss: 0.0048424\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep761\n","DEEPTB INFO Epoch 761 summary:\ttrain_loss: 0.0048391\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep762\n","DEEPTB INFO Epoch 762 summary:\ttrain_loss: 0.0048358\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep763\n","DEEPTB INFO Epoch 763 summary:\ttrain_loss: 0.0048324\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep764\n","DEEPTB INFO Epoch 764 summary:\ttrain_loss: 0.0048291\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep765\n","DEEPTB INFO Epoch 765 summary:\ttrain_loss: 0.0048340\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 766 summary:\ttrain_loss: 0.0048300\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 767 summary:\ttrain_loss: 0.0048260\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep768\n","DEEPTB INFO Epoch 768 summary:\ttrain_loss: 0.0048223\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep769\n","DEEPTB INFO Epoch 769 summary:\ttrain_loss: 0.0048190\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep770\n","DEEPTB INFO Epoch 770 summary:\ttrain_loss: 0.0048158\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep771\n","DEEPTB INFO Epoch 771 summary:\ttrain_loss: 0.0048123\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep772\n","DEEPTB INFO Epoch 772 summary:\ttrain_loss: 0.0048090\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep773\n","DEEPTB INFO Epoch 773 summary:\ttrain_loss: 0.0048059\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep774\n","DEEPTB INFO Epoch 774 summary:\ttrain_loss: 0.0048026\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep775\n","DEEPTB INFO Epoch 775 summary:\ttrain_loss: 0.0047994\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep776\n","DEEPTB INFO Epoch 776 summary:\ttrain_loss: 0.0047963\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep777\n","DEEPTB INFO Epoch 777 summary:\ttrain_loss: 0.0047928\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep778\n","DEEPTB INFO Epoch 778 summary:\ttrain_loss: 0.0047891\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep779\n","DEEPTB INFO Epoch 779 summary:\ttrain_loss: 0.0047858\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep780\n","DEEPTB INFO Epoch 780 summary:\ttrain_loss: 0.0047828\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep781\n","DEEPTB INFO Epoch 781 summary:\ttrain_loss: 0.0047796\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep782\n","DEEPTB INFO Epoch 782 summary:\ttrain_loss: 0.0047761\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep783\n","DEEPTB INFO Epoch 783 summary:\ttrain_loss: 0.0047729\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep784\n","DEEPTB INFO Epoch 784 summary:\ttrain_loss: 0.0047698\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep785\n","DEEPTB INFO Epoch 785 summary:\ttrain_loss: 0.0047666\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep786\n","DEEPTB INFO Epoch 786 summary:\ttrain_loss: 0.0047634\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep787\n","DEEPTB INFO Epoch 787 summary:\ttrain_loss: 0.0047601\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep788\n","DEEPTB INFO Epoch 788 summary:\ttrain_loss: 0.0047568\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep789\n","DEEPTB INFO Epoch 789 summary:\ttrain_loss: 0.0047536\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep790\n","DEEPTB INFO Epoch 790 summary:\ttrain_loss: 0.0047506\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep791\n","DEEPTB INFO Epoch 791 summary:\ttrain_loss: 0.0047473\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep792\n","DEEPTB INFO Epoch 792 summary:\ttrain_loss: 0.0047440\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep793\n","DEEPTB INFO Epoch 793 summary:\ttrain_loss: 0.0047408\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep794\n","DEEPTB INFO Epoch 794 summary:\ttrain_loss: 0.0047379\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep795\n","DEEPTB INFO Epoch 795 summary:\ttrain_loss: 0.0047347\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep796\n","DEEPTB INFO Epoch 796 summary:\ttrain_loss: 0.0047314\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep797\n","DEEPTB INFO Epoch 797 summary:\ttrain_loss: 0.0047282\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep798\n","DEEPTB INFO Epoch 798 summary:\ttrain_loss: 0.0047252\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep799\n","DEEPTB INFO Epoch 799 summary:\ttrain_loss: 0.0047220\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep800\n","DEEPTB INFO iteration:800\ttrain_loss: 0.0047188 (0.0047262)\tlr: 0.02248\n","DEEPTB INFO Epoch 800 summary:\ttrain_loss: 0.0047188\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep801\n","DEEPTB INFO Epoch 801 summary:\ttrain_loss: 0.0047157\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep802\n","DEEPTB INFO Epoch 802 summary:\ttrain_loss: 0.0047126\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep803\n","DEEPTB INFO Epoch 803 summary:\ttrain_loss: 0.0047094\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep804\n","DEEPTB INFO Epoch 804 summary:\ttrain_loss: 0.0047063\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep805\n","DEEPTB INFO Epoch 805 summary:\ttrain_loss: 0.0047032\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep806\n","DEEPTB INFO Epoch 806 summary:\ttrain_loss: 0.0047001\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep807\n","DEEPTB INFO Epoch 807 summary:\ttrain_loss: 0.0046970\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep808\n","DEEPTB INFO Epoch 808 summary:\ttrain_loss: 0.0046939\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep809\n","DEEPTB INFO Epoch 809 summary:\ttrain_loss: 0.0046909\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep810\n","DEEPTB INFO Epoch 810 summary:\ttrain_loss: 0.0046877\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep811\n","DEEPTB INFO Epoch 811 summary:\ttrain_loss: 0.0046846\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep812\n","DEEPTB INFO Epoch 812 summary:\ttrain_loss: 0.0046816\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep813\n","DEEPTB INFO Epoch 813 summary:\ttrain_loss: 0.0046785\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep814\n","DEEPTB INFO Epoch 814 summary:\ttrain_loss: 0.0046754\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep815\n","DEEPTB INFO Epoch 815 summary:\ttrain_loss: 0.0046724\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep816\n","DEEPTB INFO Epoch 816 summary:\ttrain_loss: 0.0046771\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 817 summary:\ttrain_loss: 0.0046733\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 818 summary:\ttrain_loss: 0.0046694\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep819\n","DEEPTB INFO Epoch 819 summary:\ttrain_loss: 0.0046660\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep820\n","DEEPTB INFO Epoch 820 summary:\ttrain_loss: 0.0046630\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep821\n","DEEPTB INFO Epoch 821 summary:\ttrain_loss: 0.0046602\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep822\n","DEEPTB INFO Epoch 822 summary:\ttrain_loss: 0.0046569\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep823\n","DEEPTB INFO Epoch 823 summary:\ttrain_loss: 0.0046536\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep824\n","DEEPTB INFO Epoch 824 summary:\ttrain_loss: 0.0046508\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep825\n","DEEPTB INFO Epoch 825 summary:\ttrain_loss: 0.0046479\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep826\n","DEEPTB INFO Epoch 826 summary:\ttrain_loss: 0.0046449\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep827\n","DEEPTB INFO Epoch 827 summary:\ttrain_loss: 0.0046420\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep828\n","DEEPTB INFO Epoch 828 summary:\ttrain_loss: 0.0046387\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep829\n","DEEPTB INFO Epoch 829 summary:\ttrain_loss: 0.0046353\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep830\n","DEEPTB INFO Epoch 830 summary:\ttrain_loss: 0.0046323\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep831\n","DEEPTB INFO Epoch 831 summary:\ttrain_loss: 0.0046295\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep832\n","DEEPTB INFO Epoch 832 summary:\ttrain_loss: 0.0046264\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep833\n","DEEPTB INFO Epoch 833 summary:\ttrain_loss: 0.0046232\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep834\n","DEEPTB INFO Epoch 834 summary:\ttrain_loss: 0.0046202\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep835\n","DEEPTB INFO Epoch 835 summary:\ttrain_loss: 0.0046175\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep836\n","DEEPTB INFO Epoch 836 summary:\ttrain_loss: 0.0046145\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep837\n","DEEPTB INFO Epoch 837 summary:\ttrain_loss: 0.0046114\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep838\n","DEEPTB INFO Epoch 838 summary:\ttrain_loss: 0.0046084\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep839\n","DEEPTB INFO Epoch 839 summary:\ttrain_loss: 0.0046055\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep840\n","DEEPTB INFO Epoch 840 summary:\ttrain_loss: 0.0046025\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep841\n","DEEPTB INFO Epoch 841 summary:\ttrain_loss: 0.0045995\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep842\n","DEEPTB INFO Epoch 842 summary:\ttrain_loss: 0.0045966\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep843\n","DEEPTB INFO Epoch 843 summary:\ttrain_loss: 0.0045936\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep844\n","DEEPTB INFO Epoch 844 summary:\ttrain_loss: 0.0045907\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep845\n","DEEPTB INFO Epoch 845 summary:\ttrain_loss: 0.0045878\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep846\n","DEEPTB INFO Epoch 846 summary:\ttrain_loss: 0.0045849\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep847\n","DEEPTB INFO Epoch 847 summary:\ttrain_loss: 0.0045820\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep848\n","DEEPTB INFO Epoch 848 summary:\ttrain_loss: 0.0045790\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep849\n","DEEPTB INFO Epoch 849 summary:\ttrain_loss: 0.0045761\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep850\n","DEEPTB INFO Epoch 850 summary:\ttrain_loss: 0.0045732\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep851\n","DEEPTB INFO Epoch 851 summary:\ttrain_loss: 0.0045703\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep852\n","DEEPTB INFO Epoch 852 summary:\ttrain_loss: 0.0045673\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep853\n","DEEPTB INFO Epoch 853 summary:\ttrain_loss: 0.0045646\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep854\n","DEEPTB INFO Epoch 854 summary:\ttrain_loss: 0.0045616\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep855\n","DEEPTB INFO Epoch 855 summary:\ttrain_loss: 0.0045587\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep856\n","DEEPTB INFO Epoch 856 summary:\ttrain_loss: 0.0045559\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep857\n","DEEPTB INFO Epoch 857 summary:\ttrain_loss: 0.0045530\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep858\n","DEEPTB INFO Epoch 858 summary:\ttrain_loss: 0.0045502\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep859\n","DEEPTB INFO Epoch 859 summary:\ttrain_loss: 0.0045473\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep860\n","DEEPTB INFO Epoch 860 summary:\ttrain_loss: 0.0045444\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep861\n","DEEPTB INFO Epoch 861 summary:\ttrain_loss: 0.0045416\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep862\n","DEEPTB INFO Epoch 862 summary:\ttrain_loss: 0.0045387\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep863\n","DEEPTB INFO Epoch 863 summary:\ttrain_loss: 0.0045359\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep864\n","DEEPTB INFO Epoch 864 summary:\ttrain_loss: 0.0045331\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep865\n","DEEPTB INFO Epoch 865 summary:\ttrain_loss: 0.0045303\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep866\n","DEEPTB INFO Epoch 866 summary:\ttrain_loss: 0.0045274\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep867\n","DEEPTB INFO Epoch 867 summary:\ttrain_loss: 0.0045319\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 868 summary:\ttrain_loss: 0.0045283\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 869 summary:\ttrain_loss: 0.0045246\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep870\n","DEEPTB INFO Epoch 870 summary:\ttrain_loss: 0.0045214\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep871\n","DEEPTB INFO Epoch 871 summary:\ttrain_loss: 0.0045186\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep872\n","DEEPTB INFO Epoch 872 summary:\ttrain_loss: 0.0045161\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep873\n","DEEPTB INFO Epoch 873 summary:\ttrain_loss: 0.0045130\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep874\n","DEEPTB INFO Epoch 874 summary:\ttrain_loss: 0.0045101\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep875\n","DEEPTB INFO Epoch 875 summary:\ttrain_loss: 0.0045074\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep876\n","DEEPTB INFO Epoch 876 summary:\ttrain_loss: 0.0045047\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep877\n","DEEPTB INFO Epoch 877 summary:\ttrain_loss: 0.0045020\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep878\n","DEEPTB INFO Epoch 878 summary:\ttrain_loss: 0.0044993\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep879\n","DEEPTB INFO Epoch 879 summary:\ttrain_loss: 0.0044963\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep880\n","DEEPTB INFO Epoch 880 summary:\ttrain_loss: 0.0044930\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep881\n","DEEPTB INFO Epoch 881 summary:\ttrain_loss: 0.0044902\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep882\n","DEEPTB INFO Epoch 882 summary:\ttrain_loss: 0.0044877\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep883\n","DEEPTB INFO Epoch 883 summary:\ttrain_loss: 0.0044849\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep884\n","DEEPTB INFO Epoch 884 summary:\ttrain_loss: 0.0044820\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep885\n","DEEPTB INFO Epoch 885 summary:\ttrain_loss: 0.0044793\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep886\n","DEEPTB INFO Epoch 886 summary:\ttrain_loss: 0.0044766\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep887\n","DEEPTB INFO Epoch 887 summary:\ttrain_loss: 0.0044739\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep888\n","DEEPTB INFO Epoch 888 summary:\ttrain_loss: 0.0044712\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep889\n","DEEPTB INFO Epoch 889 summary:\ttrain_loss: 0.0044684\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep890\n","DEEPTB INFO Epoch 890 summary:\ttrain_loss: 0.0044655\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep891\n","DEEPTB INFO Epoch 891 summary:\ttrain_loss: 0.0044627\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep892\n","DEEPTB INFO Epoch 892 summary:\ttrain_loss: 0.0044602\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep893\n","DEEPTB INFO Epoch 893 summary:\ttrain_loss: 0.0044575\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep894\n","DEEPTB INFO Epoch 894 summary:\ttrain_loss: 0.0044546\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep895\n","DEEPTB INFO Epoch 895 summary:\ttrain_loss: 0.0044519\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep896\n","DEEPTB INFO Epoch 896 summary:\ttrain_loss: 0.0044495\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep897\n","DEEPTB INFO Epoch 897 summary:\ttrain_loss: 0.0044468\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep898\n","DEEPTB INFO Epoch 898 summary:\ttrain_loss: 0.0044439\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep899\n","DEEPTB INFO Epoch 899 summary:\ttrain_loss: 0.0044412\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep900\n","DEEPTB INFO iteration:900\ttrain_loss: 0.0044387 (0.0044449)\tlr: 0.02034\n","DEEPTB INFO Epoch 900 summary:\ttrain_loss: 0.0044387\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep901\n","DEEPTB INFO Epoch 901 summary:\ttrain_loss: 0.0044359\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep902\n","DEEPTB INFO Epoch 902 summary:\ttrain_loss: 0.0044332\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep903\n","DEEPTB INFO Epoch 903 summary:\ttrain_loss: 0.0044305\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep904\n","DEEPTB INFO Epoch 904 summary:\ttrain_loss: 0.0044279\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep905\n","DEEPTB INFO Epoch 905 summary:\ttrain_loss: 0.0044253\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep906\n","DEEPTB INFO Epoch 906 summary:\ttrain_loss: 0.0044226\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep907\n","DEEPTB INFO Epoch 907 summary:\ttrain_loss: 0.0044200\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep908\n","DEEPTB INFO Epoch 908 summary:\ttrain_loss: 0.0044174\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep909\n","DEEPTB INFO Epoch 909 summary:\ttrain_loss: 0.0044147\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep910\n","DEEPTB INFO Epoch 910 summary:\ttrain_loss: 0.0044122\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep911\n","DEEPTB INFO Epoch 911 summary:\ttrain_loss: 0.0044095\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep912\n","DEEPTB INFO Epoch 912 summary:\ttrain_loss: 0.0044069\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep913\n","DEEPTB INFO Epoch 913 summary:\ttrain_loss: 0.0044042\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep914\n","DEEPTB INFO Epoch 914 summary:\ttrain_loss: 0.0044017\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep915\n","DEEPTB INFO Epoch 915 summary:\ttrain_loss: 0.0043991\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep916\n","DEEPTB INFO Epoch 916 summary:\ttrain_loss: 0.0043965\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep917\n","DEEPTB INFO Epoch 917 summary:\ttrain_loss: 0.0043938\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep918\n","DEEPTB INFO Epoch 918 summary:\ttrain_loss: 0.0043982\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 919 summary:\ttrain_loss: 0.0043948\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 920 summary:\ttrain_loss: 0.0043914\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep921\n","DEEPTB INFO Epoch 921 summary:\ttrain_loss: 0.0043884\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep922\n","DEEPTB INFO Epoch 922 summary:\ttrain_loss: 0.0043862\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep923\n","DEEPTB INFO Epoch 923 summary:\ttrain_loss: 0.0043838\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep924\n","DEEPTB INFO Epoch 924 summary:\ttrain_loss: 0.0043808\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep925\n","DEEPTB INFO Epoch 925 summary:\ttrain_loss: 0.0043779\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep926\n","DEEPTB INFO Epoch 926 summary:\ttrain_loss: 0.0043757\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep927\n","DEEPTB INFO Epoch 927 summary:\ttrain_loss: 0.0043732\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep928\n","DEEPTB INFO Epoch 928 summary:\ttrain_loss: 0.0043709\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep929\n","DEEPTB INFO Epoch 929 summary:\ttrain_loss: 0.0043683\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep930\n","DEEPTB INFO Epoch 930 summary:\ttrain_loss: 0.0043652\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep931\n","DEEPTB INFO Epoch 931 summary:\ttrain_loss: 0.0043624\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep932\n","DEEPTB INFO Epoch 932 summary:\ttrain_loss: 0.0043600\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep933\n","DEEPTB INFO Epoch 933 summary:\ttrain_loss: 0.0043574\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep934\n","DEEPTB INFO Epoch 934 summary:\ttrain_loss: 0.0043550\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep935\n","DEEPTB INFO Epoch 935 summary:\ttrain_loss: 0.0043525\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep936\n","DEEPTB INFO Epoch 936 summary:\ttrain_loss: 0.0043499\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep937\n","DEEPTB INFO Epoch 937 summary:\ttrain_loss: 0.0043474\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep938\n","DEEPTB INFO Epoch 938 summary:\ttrain_loss: 0.0043450\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep939\n","DEEPTB INFO Epoch 939 summary:\ttrain_loss: 0.0043423\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep940\n","DEEPTB INFO Epoch 940 summary:\ttrain_loss: 0.0043398\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep941\n","DEEPTB INFO Epoch 941 summary:\ttrain_loss: 0.0043373\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep942\n","DEEPTB INFO Epoch 942 summary:\ttrain_loss: 0.0043347\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep943\n","DEEPTB INFO Epoch 943 summary:\ttrain_loss: 0.0043324\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep944\n","DEEPTB INFO Epoch 944 summary:\ttrain_loss: 0.0043300\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep945\n","DEEPTB INFO Epoch 945 summary:\ttrain_loss: 0.0043274\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep946\n","DEEPTB INFO Epoch 946 summary:\ttrain_loss: 0.0043249\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep947\n","DEEPTB INFO Epoch 947 summary:\ttrain_loss: 0.0043226\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep948\n","DEEPTB INFO Epoch 948 summary:\ttrain_loss: 0.0043200\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep949\n","DEEPTB INFO Epoch 949 summary:\ttrain_loss: 0.0043176\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep950\n","DEEPTB INFO Epoch 950 summary:\ttrain_loss: 0.0043152\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep951\n","DEEPTB INFO Epoch 951 summary:\ttrain_loss: 0.0043126\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep952\n","DEEPTB INFO Epoch 952 summary:\ttrain_loss: 0.0043102\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep953\n","DEEPTB INFO Epoch 953 summary:\ttrain_loss: 0.0043079\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep954\n","DEEPTB INFO Epoch 954 summary:\ttrain_loss: 0.0043053\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep955\n","DEEPTB INFO Epoch 955 summary:\ttrain_loss: 0.0043030\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep956\n","DEEPTB INFO Epoch 956 summary:\ttrain_loss: 0.0043006\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep957\n","DEEPTB INFO Epoch 957 summary:\ttrain_loss: 0.0042981\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep958\n","DEEPTB INFO Epoch 958 summary:\ttrain_loss: 0.0042957\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep959\n","DEEPTB INFO Epoch 959 summary:\ttrain_loss: 0.0042934\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep960\n","DEEPTB INFO Epoch 960 summary:\ttrain_loss: 0.0042909\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep961\n","DEEPTB INFO Epoch 961 summary:\ttrain_loss: 0.0042885\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep962\n","DEEPTB INFO Epoch 962 summary:\ttrain_loss: 0.0042862\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep963\n","DEEPTB INFO Epoch 963 summary:\ttrain_loss: 0.0042837\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep964\n","DEEPTB INFO Epoch 964 summary:\ttrain_loss: 0.0042814\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep965\n","DEEPTB INFO Epoch 965 summary:\ttrain_loss: 0.0042792\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep966\n","DEEPTB INFO Epoch 966 summary:\ttrain_loss: 0.0042767\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep967\n","DEEPTB INFO Epoch 967 summary:\ttrain_loss: 0.0042743\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep968\n","DEEPTB INFO Epoch 968 summary:\ttrain_loss: 0.0042720\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep969\n","DEEPTB INFO Epoch 969 summary:\ttrain_loss: 0.0042763\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 970 summary:\ttrain_loss: 0.0042728\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 971 summary:\ttrain_loss: 0.0042697\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep972\n","DEEPTB INFO Epoch 972 summary:\ttrain_loss: 0.0042670\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep973\n","DEEPTB INFO Epoch 973 summary:\ttrain_loss: 0.0042648\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep974\n","DEEPTB INFO Epoch 974 summary:\ttrain_loss: 0.0042625\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep975\n","DEEPTB INFO Epoch 975 summary:\ttrain_loss: 0.0042599\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep976\n","DEEPTB INFO Epoch 976 summary:\ttrain_loss: 0.0042573\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep977\n","DEEPTB INFO Epoch 977 summary:\ttrain_loss: 0.0042554\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep978\n","DEEPTB INFO Epoch 978 summary:\ttrain_loss: 0.0042534\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep979\n","DEEPTB INFO Epoch 979 summary:\ttrain_loss: 0.0042509\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep980\n","DEEPTB INFO Epoch 980 summary:\ttrain_loss: 0.0042483\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep981\n","DEEPTB INFO Epoch 981 summary:\ttrain_loss: 0.0042459\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep982\n","DEEPTB INFO Epoch 982 summary:\ttrain_loss: 0.0042433\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep983\n","DEEPTB INFO Epoch 983 summary:\ttrain_loss: 0.0042410\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep984\n","DEEPTB INFO Epoch 984 summary:\ttrain_loss: 0.0042387\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep985\n","DEEPTB INFO Epoch 985 summary:\ttrain_loss: 0.0042364\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep986\n","DEEPTB INFO Epoch 986 summary:\ttrain_loss: 0.0042341\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep987\n","DEEPTB INFO Epoch 987 summary:\ttrain_loss: 0.0042319\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep988\n","DEEPTB INFO Epoch 988 summary:\ttrain_loss: 0.0042297\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep989\n","DEEPTB INFO Epoch 989 summary:\ttrain_loss: 0.0042274\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep990\n","DEEPTB INFO Epoch 990 summary:\ttrain_loss: 0.0042249\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep991\n","DEEPTB INFO Epoch 991 summary:\ttrain_loss: 0.0042227\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep992\n","DEEPTB INFO Epoch 992 summary:\ttrain_loss: 0.0042204\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep993\n","DEEPTB INFO Epoch 993 summary:\ttrain_loss: 0.0042182\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep994\n","DEEPTB INFO Epoch 994 summary:\ttrain_loss: 0.0042160\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep995\n","DEEPTB INFO Epoch 995 summary:\ttrain_loss: 0.0042137\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep996\n","DEEPTB INFO Epoch 996 summary:\ttrain_loss: 0.0042113\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep997\n","DEEPTB INFO Epoch 997 summary:\ttrain_loss: 0.0042094\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep998\n","DEEPTB INFO Epoch 998 summary:\ttrain_loss: 0.0042071\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep999\n","DEEPTB INFO Epoch 999 summary:\ttrain_loss: 0.0042047\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1000\n","DEEPTB INFO iteration:1000\ttrain_loss: 0.0042025 (0.0042077)\tlr: 0.0184 \n","DEEPTB INFO checkpoint saved as nnsk.iter1001\n","DEEPTB INFO Epoch 1000 summary:\ttrain_loss: 0.0042025\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1001\n","DEEPTB INFO Epoch 1001 summary:\ttrain_loss: 0.0042004\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1002\n","DEEPTB INFO Epoch 1002 summary:\ttrain_loss: 0.0041982\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1003\n","DEEPTB INFO Epoch 1003 summary:\ttrain_loss: 0.0041958\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1004\n","DEEPTB INFO Epoch 1004 summary:\ttrain_loss: 0.0041936\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1005\n","DEEPTB INFO Epoch 1005 summary:\ttrain_loss: 0.0041916\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1006\n","DEEPTB INFO Epoch 1006 summary:\ttrain_loss: 0.0041894\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1007\n","DEEPTB INFO Epoch 1007 summary:\ttrain_loss: 0.0041871\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1008\n","DEEPTB INFO Epoch 1008 summary:\ttrain_loss: 0.0041849\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1009\n","DEEPTB INFO Epoch 1009 summary:\ttrain_loss: 0.0041828\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1010\n","DEEPTB INFO Epoch 1010 summary:\ttrain_loss: 0.0041807\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1011\n","DEEPTB INFO Epoch 1011 summary:\ttrain_loss: 0.0041785\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1012\n","DEEPTB INFO Epoch 1012 summary:\ttrain_loss: 0.0041763\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1013\n","DEEPTB INFO Epoch 1013 summary:\ttrain_loss: 0.0041741\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1014\n","DEEPTB INFO Epoch 1014 summary:\ttrain_loss: 0.0041720\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1015\n","DEEPTB INFO Epoch 1015 summary:\ttrain_loss: 0.0041699\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1016\n","DEEPTB INFO Epoch 1016 summary:\ttrain_loss: 0.0041677\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1017\n","DEEPTB INFO Epoch 1017 summary:\ttrain_loss: 0.0041656\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1018\n","DEEPTB INFO Epoch 1018 summary:\ttrain_loss: 0.0041634\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1019\n","DEEPTB INFO Epoch 1019 summary:\ttrain_loss: 0.0041614\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1020\n","DEEPTB INFO Epoch 1020 summary:\ttrain_loss: 0.0041658\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1021 summary:\ttrain_loss: 0.0041625\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1022 summary:\ttrain_loss: 0.0041595\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1023\n","DEEPTB INFO Epoch 1023 summary:\ttrain_loss: 0.0041572\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1024\n","DEEPTB INFO Epoch 1024 summary:\ttrain_loss: 0.0041550\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1025\n","DEEPTB INFO Epoch 1025 summary:\ttrain_loss: 0.0041534\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1026\n","DEEPTB INFO Epoch 1026 summary:\ttrain_loss: 0.0041511\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1027\n","DEEPTB INFO Epoch 1027 summary:\ttrain_loss: 0.0041485\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1028\n","DEEPTB INFO Epoch 1028 summary:\ttrain_loss: 0.0041467\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1029\n","DEEPTB INFO Epoch 1029 summary:\ttrain_loss: 0.0041452\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1030\n","DEEPTB INFO Epoch 1030 summary:\ttrain_loss: 0.0041429\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1031\n","DEEPTB INFO Epoch 1031 summary:\ttrain_loss: 0.0041403\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1032\n","DEEPTB INFO Epoch 1032 summary:\ttrain_loss: 0.0041380\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1033\n","DEEPTB INFO Epoch 1033 summary:\ttrain_loss: 0.0041356\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1034\n","DEEPTB INFO Epoch 1034 summary:\ttrain_loss: 0.0041340\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1035\n","DEEPTB INFO Epoch 1035 summary:\ttrain_loss: 0.0041321\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1036\n","DEEPTB INFO Epoch 1036 summary:\ttrain_loss: 0.0041298\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1037\n","DEEPTB INFO Epoch 1037 summary:\ttrain_loss: 0.0041275\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1038\n","DEEPTB INFO Epoch 1038 summary:\ttrain_loss: 0.0041255\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1039\n","DEEPTB INFO Epoch 1039 summary:\ttrain_loss: 0.0041235\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1040\n","DEEPTB INFO Epoch 1040 summary:\ttrain_loss: 0.0041216\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1041\n","DEEPTB INFO Epoch 1041 summary:\ttrain_loss: 0.0041195\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1042\n","DEEPTB INFO Epoch 1042 summary:\ttrain_loss: 0.0041172\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1043\n","DEEPTB INFO Epoch 1043 summary:\ttrain_loss: 0.0041152\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1044\n","DEEPTB INFO Epoch 1044 summary:\ttrain_loss: 0.0041133\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1045\n","DEEPTB INFO Epoch 1045 summary:\ttrain_loss: 0.0041112\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1046\n","DEEPTB INFO Epoch 1046 summary:\ttrain_loss: 0.0041093\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1047\n","DEEPTB INFO Epoch 1047 summary:\ttrain_loss: 0.0041073\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1048\n","DEEPTB INFO Epoch 1048 summary:\ttrain_loss: 0.0041052\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1049\n","DEEPTB INFO Epoch 1049 summary:\ttrain_loss: 0.0041033\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1050\n","DEEPTB INFO Epoch 1050 summary:\ttrain_loss: 0.0041014\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1051\n","DEEPTB INFO Epoch 1051 summary:\ttrain_loss: 0.0040992\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1052\n","DEEPTB INFO Epoch 1052 summary:\ttrain_loss: 0.0040971\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1053\n","DEEPTB INFO Epoch 1053 summary:\ttrain_loss: 0.0040952\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1054\n","DEEPTB INFO Epoch 1054 summary:\ttrain_loss: 0.0040932\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1055\n","DEEPTB INFO Epoch 1055 summary:\ttrain_loss: 0.0040913\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1056\n","DEEPTB INFO Epoch 1056 summary:\ttrain_loss: 0.0040894\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1057\n","DEEPTB INFO Epoch 1057 summary:\ttrain_loss: 0.0040873\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1058\n","DEEPTB INFO Epoch 1058 summary:\ttrain_loss: 0.0040854\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1059\n","DEEPTB INFO Epoch 1059 summary:\ttrain_loss: 0.0040835\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1060\n","DEEPTB INFO Epoch 1060 summary:\ttrain_loss: 0.0040814\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1061\n","DEEPTB INFO Epoch 1061 summary:\ttrain_loss: 0.0040795\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1062\n","DEEPTB INFO Epoch 1062 summary:\ttrain_loss: 0.0040777\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1063\n","DEEPTB INFO Epoch 1063 summary:\ttrain_loss: 0.0040756\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1064\n","DEEPTB INFO Epoch 1064 summary:\ttrain_loss: 0.0040738\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1065\n","DEEPTB INFO Epoch 1065 summary:\ttrain_loss: 0.0040719\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1066\n","DEEPTB INFO Epoch 1066 summary:\ttrain_loss: 0.0040699\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1067\n","DEEPTB INFO Epoch 1067 summary:\ttrain_loss: 0.0040680\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1068\n","DEEPTB INFO Epoch 1068 summary:\ttrain_loss: 0.0040662\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1069\n","DEEPTB INFO Epoch 1069 summary:\ttrain_loss: 0.0040641\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1070\n","DEEPTB INFO Epoch 1070 summary:\ttrain_loss: 0.0040623\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1071\n","DEEPTB INFO Epoch 1071 summary:\ttrain_loss: 0.0040670\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1072 summary:\ttrain_loss: 0.0040639\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1073 summary:\ttrain_loss: 0.0040610\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1074\n","DEEPTB INFO Epoch 1074 summary:\ttrain_loss: 0.0040587\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1075\n","DEEPTB INFO Epoch 1075 summary:\ttrain_loss: 0.0040569\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1076\n","DEEPTB INFO Epoch 1076 summary:\ttrain_loss: 0.0040552\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1077\n","DEEPTB INFO Epoch 1077 summary:\ttrain_loss: 0.0040530\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1078\n","DEEPTB INFO Epoch 1078 summary:\ttrain_loss: 0.0040511\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1079\n","DEEPTB INFO Epoch 1079 summary:\ttrain_loss: 0.0040495\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1080\n","DEEPTB INFO Epoch 1080 summary:\ttrain_loss: 0.0040477\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1081\n","DEEPTB INFO Epoch 1081 summary:\ttrain_loss: 0.0040463\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1082\n","DEEPTB INFO Epoch 1082 summary:\ttrain_loss: 0.0040443\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1083\n","DEEPTB INFO Epoch 1083 summary:\ttrain_loss: 0.0040419\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1084\n","DEEPTB INFO Epoch 1084 summary:\ttrain_loss: 0.0040395\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1085\n","DEEPTB INFO Epoch 1085 summary:\ttrain_loss: 0.0040380\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1086\n","DEEPTB INFO Epoch 1086 summary:\ttrain_loss: 0.0040365\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1087\n","DEEPTB INFO Epoch 1087 summary:\ttrain_loss: 0.0040346\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1088\n","DEEPTB INFO Epoch 1088 summary:\ttrain_loss: 0.0040326\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1089\n","DEEPTB INFO Epoch 1089 summary:\ttrain_loss: 0.0040305\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1090\n","DEEPTB INFO Epoch 1090 summary:\ttrain_loss: 0.0040290\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1091\n","DEEPTB INFO Epoch 1091 summary:\ttrain_loss: 0.0040274\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1092\n","DEEPTB INFO Epoch 1092 summary:\ttrain_loss: 0.0040256\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1093\n","DEEPTB INFO Epoch 1093 summary:\ttrain_loss: 0.0040235\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1094\n","DEEPTB INFO Epoch 1094 summary:\ttrain_loss: 0.0040214\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1095\n","DEEPTB INFO Epoch 1095 summary:\ttrain_loss: 0.0040193\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1096\n","DEEPTB INFO Epoch 1096 summary:\ttrain_loss: 0.0040177\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1097\n","DEEPTB INFO Epoch 1097 summary:\ttrain_loss: 0.0040159\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1098\n","DEEPTB INFO Epoch 1098 summary:\ttrain_loss: 0.0040138\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1099\n","DEEPTB INFO Epoch 1099 summary:\ttrain_loss: 0.0040120\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1100\n","DEEPTB INFO iteration:1100\ttrain_loss: 0.0040106 (0.0040147)\tlr: 0.01665\n","DEEPTB INFO Epoch 1100 summary:\ttrain_loss: 0.0040106\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1101\n","DEEPTB INFO Epoch 1101 summary:\ttrain_loss: 0.0040087\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1102\n","DEEPTB INFO Epoch 1102 summary:\ttrain_loss: 0.0040068\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1103\n","DEEPTB INFO Epoch 1103 summary:\ttrain_loss: 0.0040050\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1104\n","DEEPTB INFO Epoch 1104 summary:\ttrain_loss: 0.0040033\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1105\n","DEEPTB INFO Epoch 1105 summary:\ttrain_loss: 0.0040015\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1106\n","DEEPTB INFO Epoch 1106 summary:\ttrain_loss: 0.0039998\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1107\n","DEEPTB INFO Epoch 1107 summary:\ttrain_loss: 0.0039980\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1108\n","DEEPTB INFO Epoch 1108 summary:\ttrain_loss: 0.0039962\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1109\n","DEEPTB INFO Epoch 1109 summary:\ttrain_loss: 0.0039945\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1110\n","DEEPTB INFO Epoch 1110 summary:\ttrain_loss: 0.0039928\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1111\n","DEEPTB INFO Epoch 1111 summary:\ttrain_loss: 0.0039911\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1112\n","DEEPTB INFO Epoch 1112 summary:\ttrain_loss: 0.0039893\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1113\n","DEEPTB INFO Epoch 1113 summary:\ttrain_loss: 0.0039875\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1114\n","DEEPTB INFO Epoch 1114 summary:\ttrain_loss: 0.0039859\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1115\n","DEEPTB INFO Epoch 1115 summary:\ttrain_loss: 0.0039842\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1116\n","DEEPTB INFO Epoch 1116 summary:\ttrain_loss: 0.0039824\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1117\n","DEEPTB INFO Epoch 1117 summary:\ttrain_loss: 0.0039806\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1118\n","DEEPTB INFO Epoch 1118 summary:\ttrain_loss: 0.0039791\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1119\n","DEEPTB INFO Epoch 1119 summary:\ttrain_loss: 0.0039773\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1120\n","DEEPTB INFO Epoch 1120 summary:\ttrain_loss: 0.0039756\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1121\n","DEEPTB INFO Epoch 1121 summary:\ttrain_loss: 0.0039739\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1122\n","DEEPTB INFO Epoch 1122 summary:\ttrain_loss: 0.0039787\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1123 summary:\ttrain_loss: 0.0039759\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1124 summary:\ttrain_loss: 0.0039733\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1125\n","DEEPTB INFO Epoch 1125 summary:\ttrain_loss: 0.0039713\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1126\n","DEEPTB INFO Epoch 1126 summary:\ttrain_loss: 0.0039697\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1127\n","DEEPTB INFO Epoch 1127 summary:\ttrain_loss: 0.0039682\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1128\n","DEEPTB INFO Epoch 1128 summary:\ttrain_loss: 0.0039661\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1129\n","DEEPTB INFO Epoch 1129 summary:\ttrain_loss: 0.0039641\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1130\n","DEEPTB INFO Epoch 1130 summary:\ttrain_loss: 0.0039631\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1131\n","DEEPTB INFO Epoch 1131 summary:\ttrain_loss: 0.0039618\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1132\n","DEEPTB INFO Epoch 1132 summary:\ttrain_loss: 0.0039598\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1133\n","DEEPTB INFO Epoch 1133 summary:\ttrain_loss: 0.0039581\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1134\n","DEEPTB INFO Epoch 1134 summary:\ttrain_loss: 0.0039563\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1135\n","DEEPTB INFO Epoch 1135 summary:\ttrain_loss: 0.0039543\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1136\n","DEEPTB INFO Epoch 1136 summary:\ttrain_loss: 0.0039525\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1137\n","DEEPTB INFO Epoch 1137 summary:\ttrain_loss: 0.0039512\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1138\n","DEEPTB INFO Epoch 1138 summary:\ttrain_loss: 0.0039498\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1139\n","DEEPTB INFO Epoch 1139 summary:\ttrain_loss: 0.0039481\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1140\n","DEEPTB INFO Epoch 1140 summary:\ttrain_loss: 0.0039464\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1141\n","DEEPTB INFO Epoch 1141 summary:\ttrain_loss: 0.0039446\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1142\n","DEEPTB INFO Epoch 1142 summary:\ttrain_loss: 0.0039431\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1143\n","DEEPTB INFO Epoch 1143 summary:\ttrain_loss: 0.0039415\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1144\n","DEEPTB INFO Epoch 1144 summary:\ttrain_loss: 0.0039398\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1145\n","DEEPTB INFO Epoch 1145 summary:\ttrain_loss: 0.0039381\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1146\n","DEEPTB INFO Epoch 1146 summary:\ttrain_loss: 0.0039362\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1147\n","DEEPTB INFO Epoch 1147 summary:\ttrain_loss: 0.0039347\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1148\n","DEEPTB INFO Epoch 1148 summary:\ttrain_loss: 0.0039334\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1149\n","DEEPTB INFO Epoch 1149 summary:\ttrain_loss: 0.0039318\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1150\n","DEEPTB INFO Epoch 1150 summary:\ttrain_loss: 0.0039299\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1151\n","DEEPTB INFO Epoch 1151 summary:\ttrain_loss: 0.0039283\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1152\n","DEEPTB INFO Epoch 1152 summary:\ttrain_loss: 0.0039269\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1153\n","DEEPTB INFO Epoch 1153 summary:\ttrain_loss: 0.0039253\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1154\n","DEEPTB INFO Epoch 1154 summary:\ttrain_loss: 0.0039234\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1155\n","DEEPTB INFO Epoch 1155 summary:\ttrain_loss: 0.0039221\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1156\n","DEEPTB INFO Epoch 1156 summary:\ttrain_loss: 0.0039207\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1157\n","DEEPTB INFO Epoch 1157 summary:\ttrain_loss: 0.0039191\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1158\n","DEEPTB INFO Epoch 1158 summary:\ttrain_loss: 0.0039173\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1159\n","DEEPTB INFO Epoch 1159 summary:\ttrain_loss: 0.0039157\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1160\n","DEEPTB INFO Epoch 1160 summary:\ttrain_loss: 0.0039144\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1161\n","DEEPTB INFO Epoch 1161 summary:\ttrain_loss: 0.0039128\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1162\n","DEEPTB INFO Epoch 1162 summary:\ttrain_loss: 0.0039110\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1163\n","DEEPTB INFO Epoch 1163 summary:\ttrain_loss: 0.0039096\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1164\n","DEEPTB INFO Epoch 1164 summary:\ttrain_loss: 0.0039082\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1165\n","DEEPTB INFO Epoch 1165 summary:\ttrain_loss: 0.0039066\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1166\n","DEEPTB INFO Epoch 1166 summary:\ttrain_loss: 0.0039048\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1167\n","DEEPTB INFO Epoch 1167 summary:\ttrain_loss: 0.0039036\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1168\n","DEEPTB INFO Epoch 1168 summary:\ttrain_loss: 0.0039023\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1169\n","DEEPTB INFO Epoch 1169 summary:\ttrain_loss: 0.0039007\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1170\n","DEEPTB INFO Epoch 1170 summary:\ttrain_loss: 0.0038989\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1171\n","DEEPTB INFO Epoch 1171 summary:\ttrain_loss: 0.0038974\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1172\n","DEEPTB INFO Epoch 1172 summary:\ttrain_loss: 0.0038961\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1173\n","DEEPTB INFO Epoch 1173 summary:\ttrain_loss: 0.0039013\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1174 summary:\ttrain_loss: 0.0038984\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1175 summary:\ttrain_loss: 0.0038958\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1176\n","DEEPTB INFO Epoch 1176 summary:\ttrain_loss: 0.0038940\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1177\n","DEEPTB INFO Epoch 1177 summary:\ttrain_loss: 0.0038927\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1178\n","DEEPTB INFO Epoch 1178 summary:\ttrain_loss: 0.0038912\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1179\n","DEEPTB INFO Epoch 1179 summary:\ttrain_loss: 0.0038895\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1180\n","DEEPTB INFO Epoch 1180 summary:\ttrain_loss: 0.0038877\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1181\n","DEEPTB INFO Epoch 1181 summary:\ttrain_loss: 0.0038864\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1182\n","DEEPTB INFO Epoch 1182 summary:\ttrain_loss: 0.0038857\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1183\n","DEEPTB INFO Epoch 1183 summary:\ttrain_loss: 0.0038843\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1184\n","DEEPTB INFO Epoch 1184 summary:\ttrain_loss: 0.0038823\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1185\n","DEEPTB INFO Epoch 1185 summary:\ttrain_loss: 0.0038804\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1186\n","DEEPTB INFO Epoch 1186 summary:\ttrain_loss: 0.0038788\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1187\n","DEEPTB INFO Epoch 1187 summary:\ttrain_loss: 0.0038774\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1188\n","DEEPTB INFO Epoch 1188 summary:\ttrain_loss: 0.0038759\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1189\n","DEEPTB INFO Epoch 1189 summary:\ttrain_loss: 0.0038745\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1190\n","DEEPTB INFO Epoch 1190 summary:\ttrain_loss: 0.0038730\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1191\n","DEEPTB INFO Epoch 1191 summary:\ttrain_loss: 0.0038717\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1192\n","DEEPTB INFO Epoch 1192 summary:\ttrain_loss: 0.0038703\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1193\n","DEEPTB INFO Epoch 1193 summary:\ttrain_loss: 0.0038688\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1194\n","DEEPTB INFO Epoch 1194 summary:\ttrain_loss: 0.0038671\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1195\n","DEEPTB INFO Epoch 1195 summary:\ttrain_loss: 0.0038658\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1196\n","DEEPTB INFO Epoch 1196 summary:\ttrain_loss: 0.0038645\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1197\n","DEEPTB INFO Epoch 1197 summary:\ttrain_loss: 0.0038631\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1198\n","DEEPTB INFO Epoch 1198 summary:\ttrain_loss: 0.0038614\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1199\n","DEEPTB INFO Epoch 1199 summary:\ttrain_loss: 0.0038602\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1200\n","DEEPTB INFO iteration:1200\ttrain_loss: 0.0038589 (0.0038621)\tlr: 0.01507\n","DEEPTB INFO Epoch 1200 summary:\ttrain_loss: 0.0038589\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1201\n","DEEPTB INFO Epoch 1201 summary:\ttrain_loss: 0.0038575\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1202\n","DEEPTB INFO Epoch 1202 summary:\ttrain_loss: 0.0038558\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1203\n","DEEPTB INFO Epoch 1203 summary:\ttrain_loss: 0.0038545\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1204\n","DEEPTB INFO Epoch 1204 summary:\ttrain_loss: 0.0038533\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1205\n","DEEPTB INFO Epoch 1205 summary:\ttrain_loss: 0.0038518\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1206\n","DEEPTB INFO Epoch 1206 summary:\ttrain_loss: 0.0038502\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1207\n","DEEPTB INFO Epoch 1207 summary:\ttrain_loss: 0.0038487\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1208\n","DEEPTB INFO Epoch 1208 summary:\ttrain_loss: 0.0038475\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1209\n","DEEPTB INFO Epoch 1209 summary:\ttrain_loss: 0.0038461\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1210\n","DEEPTB INFO Epoch 1210 summary:\ttrain_loss: 0.0038446\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1211\n","DEEPTB INFO Epoch 1211 summary:\ttrain_loss: 0.0038434\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1212\n","DEEPTB INFO Epoch 1212 summary:\ttrain_loss: 0.0038422\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1213\n","DEEPTB INFO Epoch 1213 summary:\ttrain_loss: 0.0038408\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1214\n","DEEPTB INFO Epoch 1214 summary:\ttrain_loss: 0.0038392\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1215\n","DEEPTB INFO Epoch 1215 summary:\ttrain_loss: 0.0038379\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1216\n","DEEPTB INFO Epoch 1216 summary:\ttrain_loss: 0.0038367\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1217\n","DEEPTB INFO Epoch 1217 summary:\ttrain_loss: 0.0038353\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1218\n","DEEPTB INFO Epoch 1218 summary:\ttrain_loss: 0.0038337\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1219\n","DEEPTB INFO Epoch 1219 summary:\ttrain_loss: 0.0038325\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1220\n","DEEPTB INFO Epoch 1220 summary:\ttrain_loss: 0.0038313\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1221\n","DEEPTB INFO Epoch 1221 summary:\ttrain_loss: 0.0038300\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1222\n","DEEPTB INFO Epoch 1222 summary:\ttrain_loss: 0.0038284\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1223\n","DEEPTB INFO Epoch 1223 summary:\ttrain_loss: 0.0038271\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1224\n","DEEPTB INFO Epoch 1224 summary:\ttrain_loss: 0.0038328\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1225 summary:\ttrain_loss: 0.0038302\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1226 summary:\ttrain_loss: 0.0038279\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1227 summary:\ttrain_loss: 0.0038263\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1228\n","DEEPTB INFO Epoch 1228 summary:\ttrain_loss: 0.0038249\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1229\n","DEEPTB INFO Epoch 1229 summary:\ttrain_loss: 0.0038236\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1230\n","DEEPTB INFO Epoch 1230 summary:\ttrain_loss: 0.0038221\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1231\n","DEEPTB INFO Epoch 1231 summary:\ttrain_loss: 0.0038204\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1232\n","DEEPTB INFO Epoch 1232 summary:\ttrain_loss: 0.0038194\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1233\n","DEEPTB INFO Epoch 1233 summary:\ttrain_loss: 0.0038186\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1234\n","DEEPTB INFO Epoch 1234 summary:\ttrain_loss: 0.0038171\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1235\n","DEEPTB INFO Epoch 1235 summary:\ttrain_loss: 0.0038156\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1236\n","DEEPTB INFO Epoch 1236 summary:\ttrain_loss: 0.0038140\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1237\n","DEEPTB INFO Epoch 1237 summary:\ttrain_loss: 0.0038124\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1238\n","DEEPTB INFO Epoch 1238 summary:\ttrain_loss: 0.0038111\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1239\n","DEEPTB INFO Epoch 1239 summary:\ttrain_loss: 0.0038100\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1240\n","DEEPTB INFO Epoch 1240 summary:\ttrain_loss: 0.0038086\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1241\n","DEEPTB INFO Epoch 1241 summary:\ttrain_loss: 0.0038073\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1242\n","DEEPTB INFO Epoch 1242 summary:\ttrain_loss: 0.0038062\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1243\n","DEEPTB INFO Epoch 1243 summary:\ttrain_loss: 0.0038049\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1244\n","DEEPTB INFO Epoch 1244 summary:\ttrain_loss: 0.0038035\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1245\n","DEEPTB INFO Epoch 1245 summary:\ttrain_loss: 0.0038021\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1246\n","DEEPTB INFO Epoch 1246 summary:\ttrain_loss: 0.0038007\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1247\n","DEEPTB INFO Epoch 1247 summary:\ttrain_loss: 0.0037994\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1248\n","DEEPTB INFO Epoch 1248 summary:\ttrain_loss: 0.0037982\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1249\n","DEEPTB INFO Epoch 1249 summary:\ttrain_loss: 0.0037970\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1250\n","DEEPTB INFO Epoch 1250 summary:\ttrain_loss: 0.0037958\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1251\n","DEEPTB INFO Epoch 1251 summary:\ttrain_loss: 0.0037945\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1252\n","DEEPTB INFO Epoch 1252 summary:\ttrain_loss: 0.0037933\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1253\n","DEEPTB INFO Epoch 1253 summary:\ttrain_loss: 0.0037920\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1254\n","DEEPTB INFO Epoch 1254 summary:\ttrain_loss: 0.0037908\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1255\n","DEEPTB INFO Epoch 1255 summary:\ttrain_loss: 0.0037894\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1256\n","DEEPTB INFO Epoch 1256 summary:\ttrain_loss: 0.0037883\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1257\n","DEEPTB INFO Epoch 1257 summary:\ttrain_loss: 0.0037869\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1258\n","DEEPTB INFO Epoch 1258 summary:\ttrain_loss: 0.0037858\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1259\n","DEEPTB INFO Epoch 1259 summary:\ttrain_loss: 0.0037846\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1260\n","DEEPTB INFO Epoch 1260 summary:\ttrain_loss: 0.0037834\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1261\n","DEEPTB INFO Epoch 1261 summary:\ttrain_loss: 0.0037821\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1262\n","DEEPTB INFO Epoch 1262 summary:\ttrain_loss: 0.0037809\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1263\n","DEEPTB INFO Epoch 1263 summary:\ttrain_loss: 0.0037797\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1264\n","DEEPTB INFO Epoch 1264 summary:\ttrain_loss: 0.0037784\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1265\n","DEEPTB INFO Epoch 1265 summary:\ttrain_loss: 0.0037773\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1266\n","DEEPTB INFO Epoch 1266 summary:\ttrain_loss: 0.0037761\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1267\n","DEEPTB INFO Epoch 1267 summary:\ttrain_loss: 0.0037749\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1268\n","DEEPTB INFO Epoch 1268 summary:\ttrain_loss: 0.0037737\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1269\n","DEEPTB INFO Epoch 1269 summary:\ttrain_loss: 0.0037725\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1270\n","DEEPTB INFO Epoch 1270 summary:\ttrain_loss: 0.0037713\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1271\n","DEEPTB INFO Epoch 1271 summary:\ttrain_loss: 0.0037701\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1272\n","DEEPTB INFO Epoch 1272 summary:\ttrain_loss: 0.0037689\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1273\n","DEEPTB INFO Epoch 1273 summary:\ttrain_loss: 0.0037678\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1274\n","DEEPTB INFO Epoch 1274 summary:\ttrain_loss: 0.0037665\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1275\n","DEEPTB INFO Epoch 1275 summary:\ttrain_loss: 0.0037724\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1276 summary:\ttrain_loss: 0.0037699\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1277 summary:\ttrain_loss: 0.0037677\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1278 summary:\ttrain_loss: 0.0037662\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1279\n","DEEPTB INFO Epoch 1279 summary:\ttrain_loss: 0.0037655\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1280\n","DEEPTB INFO Epoch 1280 summary:\ttrain_loss: 0.0037644\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1281\n","DEEPTB INFO Epoch 1281 summary:\ttrain_loss: 0.0037627\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1282\n","DEEPTB INFO Epoch 1282 summary:\ttrain_loss: 0.0037617\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1283\n","DEEPTB INFO Epoch 1283 summary:\ttrain_loss: 0.0037609\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1284\n","DEEPTB INFO Epoch 1284 summary:\ttrain_loss: 0.0037600\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1285\n","DEEPTB INFO Epoch 1285 summary:\ttrain_loss: 0.0037585\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1286\n","DEEPTB INFO Epoch 1286 summary:\ttrain_loss: 0.0037572\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1287\n","DEEPTB INFO Epoch 1287 summary:\ttrain_loss: 0.0037559\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1288\n","DEEPTB INFO Epoch 1288 summary:\ttrain_loss: 0.0037545\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1289\n","DEEPTB INFO Epoch 1289 summary:\ttrain_loss: 0.0037533\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1290\n","DEEPTB INFO Epoch 1290 summary:\ttrain_loss: 0.0037520\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1291\n","DEEPTB INFO Epoch 1291 summary:\ttrain_loss: 0.0037512\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1292\n","DEEPTB INFO Epoch 1292 summary:\ttrain_loss: 0.0037502\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1293\n","DEEPTB INFO Epoch 1293 summary:\ttrain_loss: 0.0037492\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1294\n","DEEPTB INFO Epoch 1294 summary:\ttrain_loss: 0.0037480\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1295\n","DEEPTB INFO Epoch 1295 summary:\ttrain_loss: 0.0037468\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1296\n","DEEPTB INFO Epoch 1296 summary:\ttrain_loss: 0.0037454\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1297\n","DEEPTB INFO Epoch 1297 summary:\ttrain_loss: 0.0037441\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1298\n","DEEPTB INFO Epoch 1298 summary:\ttrain_loss: 0.0037430\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1299\n","DEEPTB INFO Epoch 1299 summary:\ttrain_loss: 0.0037420\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1300\n","DEEPTB INFO iteration:1300\ttrain_loss: 0.0037409 (0.0037435)\tlr: 0.01363\n","DEEPTB INFO Epoch 1300 summary:\ttrain_loss: 0.0037409\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1301\n","DEEPTB INFO Epoch 1301 summary:\ttrain_loss: 0.0037395\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1302\n","DEEPTB INFO Epoch 1302 summary:\ttrain_loss: 0.0037387\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1303\n","DEEPTB INFO Epoch 1303 summary:\ttrain_loss: 0.0037378\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1304\n","DEEPTB INFO Epoch 1304 summary:\ttrain_loss: 0.0037367\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1305\n","DEEPTB INFO Epoch 1305 summary:\ttrain_loss: 0.0037354\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1306\n","DEEPTB INFO Epoch 1306 summary:\ttrain_loss: 0.0037340\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1307\n","DEEPTB INFO Epoch 1307 summary:\ttrain_loss: 0.0037331\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1308\n","DEEPTB INFO Epoch 1308 summary:\ttrain_loss: 0.0037322\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1309\n","DEEPTB INFO Epoch 1309 summary:\ttrain_loss: 0.0037312\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1310\n","DEEPTB INFO Epoch 1310 summary:\ttrain_loss: 0.0037300\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1311\n","DEEPTB INFO Epoch 1311 summary:\ttrain_loss: 0.0037287\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1312\n","DEEPTB INFO Epoch 1312 summary:\ttrain_loss: 0.0037274\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1313\n","DEEPTB INFO Epoch 1313 summary:\ttrain_loss: 0.0037265\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1314\n","DEEPTB INFO Epoch 1314 summary:\ttrain_loss: 0.0037254\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1315\n","DEEPTB INFO Epoch 1315 summary:\ttrain_loss: 0.0037243\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1316\n","DEEPTB INFO Epoch 1316 summary:\ttrain_loss: 0.0037231\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1317\n","DEEPTB INFO Epoch 1317 summary:\ttrain_loss: 0.0037221\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1318\n","DEEPTB INFO Epoch 1318 summary:\ttrain_loss: 0.0037210\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1319\n","DEEPTB INFO Epoch 1319 summary:\ttrain_loss: 0.0037200\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1320\n","DEEPTB INFO Epoch 1320 summary:\ttrain_loss: 0.0037190\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1321\n","DEEPTB INFO Epoch 1321 summary:\ttrain_loss: 0.0037179\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1322\n","DEEPTB INFO Epoch 1322 summary:\ttrain_loss: 0.0037168\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1323\n","DEEPTB INFO Epoch 1323 summary:\ttrain_loss: 0.0037159\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1324\n","DEEPTB INFO Epoch 1324 summary:\ttrain_loss: 0.0037147\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1325\n","DEEPTB INFO Epoch 1325 summary:\ttrain_loss: 0.0037136\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1326\n","DEEPTB INFO Epoch 1326 summary:\ttrain_loss: 0.0037197\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1327 summary:\ttrain_loss: 0.0037174\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1328 summary:\ttrain_loss: 0.0037153\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1329 summary:\ttrain_loss: 0.0037139\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1330 summary:\ttrain_loss: 0.0037132\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1331\n","DEEPTB INFO Epoch 1331 summary:\ttrain_loss: 0.0037123\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1332\n","DEEPTB INFO Epoch 1332 summary:\ttrain_loss: 0.0037108\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1333\n","DEEPTB INFO Epoch 1333 summary:\ttrain_loss: 0.0037094\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1334\n","DEEPTB INFO Epoch 1334 summary:\ttrain_loss: 0.0037088\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1335\n","DEEPTB INFO Epoch 1335 summary:\ttrain_loss: 0.0037082\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1336\n","DEEPTB INFO Epoch 1336 summary:\ttrain_loss: 0.0037071\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1337\n","DEEPTB INFO Epoch 1337 summary:\ttrain_loss: 0.0037059\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1338\n","DEEPTB INFO Epoch 1338 summary:\ttrain_loss: 0.0037046\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1339\n","DEEPTB INFO Epoch 1339 summary:\ttrain_loss: 0.0037033\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1340\n","DEEPTB INFO Epoch 1340 summary:\ttrain_loss: 0.0037022\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1341\n","DEEPTB INFO Epoch 1341 summary:\ttrain_loss: 0.0037015\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1342\n","DEEPTB INFO Epoch 1342 summary:\ttrain_loss: 0.0037006\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1343\n","DEEPTB INFO Epoch 1343 summary:\ttrain_loss: 0.0036995\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1344\n","DEEPTB INFO Epoch 1344 summary:\ttrain_loss: 0.0036984\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1345\n","DEEPTB INFO Epoch 1345 summary:\ttrain_loss: 0.0036973\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1346\n","DEEPTB INFO Epoch 1346 summary:\ttrain_loss: 0.0036964\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1347\n","DEEPTB INFO Epoch 1347 summary:\ttrain_loss: 0.0036954\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1348\n","DEEPTB INFO Epoch 1348 summary:\ttrain_loss: 0.0036943\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1349\n","DEEPTB INFO Epoch 1349 summary:\ttrain_loss: 0.0036932\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1350\n","DEEPTB INFO Epoch 1350 summary:\ttrain_loss: 0.0036921\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1351\n","DEEPTB INFO Epoch 1351 summary:\ttrain_loss: 0.0036912\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1352\n","DEEPTB INFO Epoch 1352 summary:\ttrain_loss: 0.0036904\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1353\n","DEEPTB INFO Epoch 1353 summary:\ttrain_loss: 0.0036893\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1354\n","DEEPTB INFO Epoch 1354 summary:\ttrain_loss: 0.0036881\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1355\n","DEEPTB INFO Epoch 1355 summary:\ttrain_loss: 0.0036873\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1356\n","DEEPTB INFO Epoch 1356 summary:\ttrain_loss: 0.0036864\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1357\n","DEEPTB INFO Epoch 1357 summary:\ttrain_loss: 0.0036854\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1358\n","DEEPTB INFO Epoch 1358 summary:\ttrain_loss: 0.0036842\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1359\n","DEEPTB INFO Epoch 1359 summary:\ttrain_loss: 0.0036832\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1360\n","DEEPTB INFO Epoch 1360 summary:\ttrain_loss: 0.0036824\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1361\n","DEEPTB INFO Epoch 1361 summary:\ttrain_loss: 0.0036815\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1362\n","DEEPTB INFO Epoch 1362 summary:\ttrain_loss: 0.0036804\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1363\n","DEEPTB INFO Epoch 1363 summary:\ttrain_loss: 0.0036795\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1364\n","DEEPTB INFO Epoch 1364 summary:\ttrain_loss: 0.0036786\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1365\n","DEEPTB INFO Epoch 1365 summary:\ttrain_loss: 0.0036776\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1366\n","DEEPTB INFO Epoch 1366 summary:\ttrain_loss: 0.0036766\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1367\n","DEEPTB INFO Epoch 1367 summary:\ttrain_loss: 0.0036757\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1368\n","DEEPTB INFO Epoch 1368 summary:\ttrain_loss: 0.0036748\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1369\n","DEEPTB INFO Epoch 1369 summary:\ttrain_loss: 0.0036738\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1370\n","DEEPTB INFO Epoch 1370 summary:\ttrain_loss: 0.0036727\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1371\n","DEEPTB INFO Epoch 1371 summary:\ttrain_loss: 0.0036719\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1372\n","DEEPTB INFO Epoch 1372 summary:\ttrain_loss: 0.0036711\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1373\n","DEEPTB INFO Epoch 1373 summary:\ttrain_loss: 0.0036701\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1374\n","DEEPTB INFO Epoch 1374 summary:\ttrain_loss: 0.0036690\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1375\n","DEEPTB INFO Epoch 1375 summary:\ttrain_loss: 0.0036682\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1376\n","DEEPTB INFO Epoch 1376 summary:\ttrain_loss: 0.0036674\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1377\n","DEEPTB INFO Epoch 1377 summary:\ttrain_loss: 0.0036735\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1378 summary:\ttrain_loss: 0.0036714\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1379 summary:\ttrain_loss: 0.0036694\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1380 summary:\ttrain_loss: 0.0036681\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1381 summary:\ttrain_loss: 0.0036673\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1382\n","DEEPTB INFO Epoch 1382 summary:\ttrain_loss: 0.0036666\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1383\n","DEEPTB INFO Epoch 1383 summary:\ttrain_loss: 0.0036653\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1384\n","DEEPTB INFO Epoch 1384 summary:\ttrain_loss: 0.0036644\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1385\n","DEEPTB INFO Epoch 1385 summary:\ttrain_loss: 0.0036637\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1386\n","DEEPTB INFO Epoch 1386 summary:\ttrain_loss: 0.0036631\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1387\n","DEEPTB INFO Epoch 1387 summary:\ttrain_loss: 0.0036619\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1388\n","DEEPTB INFO Epoch 1388 summary:\ttrain_loss: 0.0036611\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1389\n","DEEPTB INFO Epoch 1389 summary:\ttrain_loss: 0.0036599\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1390\n","DEEPTB INFO Epoch 1390 summary:\ttrain_loss: 0.0036588\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1391\n","DEEPTB INFO Epoch 1391 summary:\ttrain_loss: 0.0036578\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1392\n","DEEPTB INFO Epoch 1392 summary:\ttrain_loss: 0.0036568\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1393\n","DEEPTB INFO Epoch 1393 summary:\ttrain_loss: 0.0036560\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1394\n","DEEPTB INFO Epoch 1394 summary:\ttrain_loss: 0.0036553\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1395\n","DEEPTB INFO Epoch 1395 summary:\ttrain_loss: 0.0036544\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1396\n","DEEPTB INFO Epoch 1396 summary:\ttrain_loss: 0.0036536\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1397\n","DEEPTB INFO Epoch 1397 summary:\ttrain_loss: 0.0036525\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1398\n","DEEPTB INFO Epoch 1398 summary:\ttrain_loss: 0.0036515\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1399\n","DEEPTB INFO Epoch 1399 summary:\ttrain_loss: 0.0036504\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1400\n","DEEPTB INFO iteration:1400\ttrain_loss: 0.0036495 (0.0036518)\tlr: 0.01233\n","DEEPTB INFO Epoch 1400 summary:\ttrain_loss: 0.0036495\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1401\n","DEEPTB INFO Epoch 1401 summary:\ttrain_loss: 0.0036487\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1402\n","DEEPTB INFO Epoch 1402 summary:\ttrain_loss: 0.0036478\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1403\n","DEEPTB INFO Epoch 1403 summary:\ttrain_loss: 0.0036468\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1404\n","DEEPTB INFO Epoch 1404 summary:\ttrain_loss: 0.0036460\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1405\n","DEEPTB INFO Epoch 1405 summary:\ttrain_loss: 0.0036450\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1406\n","DEEPTB INFO Epoch 1406 summary:\ttrain_loss: 0.0036443\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1407\n","DEEPTB INFO Epoch 1407 summary:\ttrain_loss: 0.0036435\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1408\n","DEEPTB INFO Epoch 1408 summary:\ttrain_loss: 0.0036425\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1409\n","DEEPTB INFO Epoch 1409 summary:\ttrain_loss: 0.0036415\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1410\n","DEEPTB INFO Epoch 1410 summary:\ttrain_loss: 0.0036407\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1411\n","DEEPTB INFO Epoch 1411 summary:\ttrain_loss: 0.0036398\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1412\n","DEEPTB INFO Epoch 1412 summary:\ttrain_loss: 0.0036390\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1413\n","DEEPTB INFO Epoch 1413 summary:\ttrain_loss: 0.0036382\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1414\n","DEEPTB INFO Epoch 1414 summary:\ttrain_loss: 0.0036372\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1415\n","DEEPTB INFO Epoch 1415 summary:\ttrain_loss: 0.0036365\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1416\n","DEEPTB INFO Epoch 1416 summary:\ttrain_loss: 0.0036357\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1417\n","DEEPTB INFO Epoch 1417 summary:\ttrain_loss: 0.0036347\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1418\n","DEEPTB INFO Epoch 1418 summary:\ttrain_loss: 0.0036338\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1419\n","DEEPTB INFO Epoch 1419 summary:\ttrain_loss: 0.0036330\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1420\n","DEEPTB INFO Epoch 1420 summary:\ttrain_loss: 0.0036321\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1421\n","DEEPTB INFO Epoch 1421 summary:\ttrain_loss: 0.0036314\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1422\n","DEEPTB INFO Epoch 1422 summary:\ttrain_loss: 0.0036306\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1423\n","DEEPTB INFO Epoch 1423 summary:\ttrain_loss: 0.0036297\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1424\n","DEEPTB INFO Epoch 1424 summary:\ttrain_loss: 0.0036289\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1425\n","DEEPTB INFO Epoch 1425 summary:\ttrain_loss: 0.0036281\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1426\n","DEEPTB INFO Epoch 1426 summary:\ttrain_loss: 0.0036272\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1427\n","DEEPTB INFO Epoch 1427 summary:\ttrain_loss: 0.0036263\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1428\n","DEEPTB INFO Epoch 1428 summary:\ttrain_loss: 0.0036327\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1429 summary:\ttrain_loss: 0.0036307\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1430 summary:\ttrain_loss: 0.0036289\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1431 summary:\ttrain_loss: 0.0036277\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1432 summary:\ttrain_loss: 0.0036270\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1433 summary:\ttrain_loss: 0.0036264\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1434 summary:\ttrain_loss: 0.0036255\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1435\n","DEEPTB INFO Epoch 1435 summary:\ttrain_loss: 0.0036243\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1436\n","DEEPTB INFO Epoch 1436 summary:\ttrain_loss: 0.0036235\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1437\n","DEEPTB INFO Epoch 1437 summary:\ttrain_loss: 0.0036231\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1438\n","DEEPTB INFO Epoch 1438 summary:\ttrain_loss: 0.0036223\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1439\n","DEEPTB INFO Epoch 1439 summary:\ttrain_loss: 0.0036212\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1440\n","DEEPTB INFO Epoch 1440 summary:\ttrain_loss: 0.0036201\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1441\n","DEEPTB INFO Epoch 1441 summary:\ttrain_loss: 0.0036191\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1442\n","DEEPTB INFO Epoch 1442 summary:\ttrain_loss: 0.0036182\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1443\n","DEEPTB INFO Epoch 1443 summary:\ttrain_loss: 0.0036176\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1444\n","DEEPTB INFO Epoch 1444 summary:\ttrain_loss: 0.0036169\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1445\n","DEEPTB INFO Epoch 1445 summary:\ttrain_loss: 0.0036160\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1446\n","DEEPTB INFO Epoch 1446 summary:\ttrain_loss: 0.0036151\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1447\n","DEEPTB INFO Epoch 1447 summary:\ttrain_loss: 0.0036145\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1448\n","DEEPTB INFO Epoch 1448 summary:\ttrain_loss: 0.0036138\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1449\n","DEEPTB INFO Epoch 1449 summary:\ttrain_loss: 0.0036129\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1450\n","DEEPTB INFO Epoch 1450 summary:\ttrain_loss: 0.0036119\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1451\n","DEEPTB INFO Epoch 1451 summary:\ttrain_loss: 0.0036110\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1452\n","DEEPTB INFO Epoch 1452 summary:\ttrain_loss: 0.0036103\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1453\n","DEEPTB INFO Epoch 1453 summary:\ttrain_loss: 0.0036095\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1454\n","DEEPTB INFO Epoch 1454 summary:\ttrain_loss: 0.0036088\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1455\n","DEEPTB INFO Epoch 1455 summary:\ttrain_loss: 0.0036080\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1456\n","DEEPTB INFO Epoch 1456 summary:\ttrain_loss: 0.0036071\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1457\n","DEEPTB INFO Epoch 1457 summary:\ttrain_loss: 0.0036065\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1458\n","DEEPTB INFO Epoch 1458 summary:\ttrain_loss: 0.0036058\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1459\n","DEEPTB INFO Epoch 1459 summary:\ttrain_loss: 0.0036050\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1460\n","DEEPTB INFO Epoch 1460 summary:\ttrain_loss: 0.0036040\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1461\n","DEEPTB INFO Epoch 1461 summary:\ttrain_loss: 0.0036033\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1462\n","DEEPTB INFO Epoch 1462 summary:\ttrain_loss: 0.0036027\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1463\n","DEEPTB INFO Epoch 1463 summary:\ttrain_loss: 0.0036020\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1464\n","DEEPTB INFO Epoch 1464 summary:\ttrain_loss: 0.0036012\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1465\n","DEEPTB INFO Epoch 1465 summary:\ttrain_loss: 0.0036002\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1466\n","DEEPTB INFO Epoch 1466 summary:\ttrain_loss: 0.0035996\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1467\n","DEEPTB INFO Epoch 1467 summary:\ttrain_loss: 0.0035990\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1468\n","DEEPTB INFO Epoch 1468 summary:\ttrain_loss: 0.0035983\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1469\n","DEEPTB INFO Epoch 1469 summary:\ttrain_loss: 0.0035974\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1470\n","DEEPTB INFO Epoch 1470 summary:\ttrain_loss: 0.0035965\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1471\n","DEEPTB INFO Epoch 1471 summary:\ttrain_loss: 0.0035957\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1472\n","DEEPTB INFO Epoch 1472 summary:\ttrain_loss: 0.0035951\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1473\n","DEEPTB INFO Epoch 1473 summary:\ttrain_loss: 0.0035944\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1474\n","DEEPTB INFO Epoch 1474 summary:\ttrain_loss: 0.0035935\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1475\n","DEEPTB INFO Epoch 1475 summary:\ttrain_loss: 0.0035927\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1476\n","DEEPTB INFO Epoch 1476 summary:\ttrain_loss: 0.0035920\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1477\n","DEEPTB INFO Epoch 1477 summary:\ttrain_loss: 0.0035912\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1478\n","DEEPTB INFO Epoch 1478 summary:\ttrain_loss: 0.0035904\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1479\n","DEEPTB INFO Epoch 1479 summary:\ttrain_loss: 0.0035968\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1480 summary:\ttrain_loss: 0.0035949\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1481 summary:\ttrain_loss: 0.0035932\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1482 summary:\ttrain_loss: 0.0035922\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1483 summary:\ttrain_loss: 0.0035916\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1484 summary:\ttrain_loss: 0.0035911\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1485 summary:\ttrain_loss: 0.0035903\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1486\n","DEEPTB INFO Epoch 1486 summary:\ttrain_loss: 0.0035891\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1487\n","DEEPTB INFO Epoch 1487 summary:\ttrain_loss: 0.0035885\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1488\n","DEEPTB INFO Epoch 1488 summary:\ttrain_loss: 0.0035881\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1489\n","DEEPTB INFO Epoch 1489 summary:\ttrain_loss: 0.0035874\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1490\n","DEEPTB INFO Epoch 1490 summary:\ttrain_loss: 0.0035864\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1491\n","DEEPTB INFO Epoch 1491 summary:\ttrain_loss: 0.0035854\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1492\n","DEEPTB INFO Epoch 1492 summary:\ttrain_loss: 0.0035845\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1493\n","DEEPTB INFO Epoch 1493 summary:\ttrain_loss: 0.0035838\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1494\n","DEEPTB INFO Epoch 1494 summary:\ttrain_loss: 0.0035832\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1495\n","DEEPTB INFO Epoch 1495 summary:\ttrain_loss: 0.0035825\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1496\n","DEEPTB INFO Epoch 1496 summary:\ttrain_loss: 0.0035817\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1497\n","DEEPTB INFO Epoch 1497 summary:\ttrain_loss: 0.0035810\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1498\n","DEEPTB INFO Epoch 1498 summary:\ttrain_loss: 0.0035803\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1499\n","DEEPTB INFO Epoch 1499 summary:\ttrain_loss: 0.0035796\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1500\n","DEEPTB INFO iteration:1500\ttrain_loss: 0.0035789 (0.0035806)\tlr: 0.01116\n","DEEPTB INFO checkpoint saved as nnsk.iter1501\n","DEEPTB INFO Epoch 1500 summary:\ttrain_loss: 0.0035789\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep1501\n","DEEPTB INFO finished training\n","DEEPTB INFO wall time: 128.311 s\n"]}],"source":["!dptb train ./inputs/2-2-2_2_input.json -i ./nnsk_3/checkpoint/nnsk.iter1500.pth -o ./nnsk_4"]},{"cell_type":"code","execution_count":4,"metadata":{},"outputs":[{"data":{"image/png":"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","text/plain":["
"]},"metadata":{},"output_type":"display_data"}],"source":["# 演示结果用的存档模型位于 ref_ckpts/nnsk_4/checkpoint\n","model = NNSK.from_reference(checkpoint=\"./nnsk_4/checkpoint/nnsk.ep1500.pth\",\n"," basis={'Si': ['3s', '3p', 'd*']})\n","\n","jdata = j_loader(\"./run/band.json\")\n","results_path = \"./band_plot\"\n","kpath_kwargs = jdata[\"task_options\"]\n","stru_data = \"./data/silicon.vasp\"\n","AtomicData_options = {\"r_max\": 5.0, \"oer_max\": 2.5, \"pbc\": True}\n","\n","bcal = Band(model=model, \n"," use_gui=True, \n"," results_path=results_path, \n"," device=model.device)\n","bcal.get_bands(data=stru_data, \n"," kpath_kwargs=kpath_kwargs, \n"," AtomicData_options=AtomicData_options)\n","bcal.band_plot(ref_band = kpath_kwargs[\"ref_band\"],\n"," E_fermi = kpath_kwargs[\"E_fermi\"],\n"," emin = kpath_kwargs[\"emin\"],\n"," emax = kpath_kwargs[\"emax\"])"]},{"cell_type":"markdown","metadata":{},"source":["#### **2.3 训练MD数据 (键长变化的依赖)**\n","在 **DeePTB** 中，基于物理图像建模的 SK 积分由各种键长相关函数参数化，例如上面的 `power-law` 形式中键积分就是键长的显函数。这为 `NNSK` 模型提供了良好的转移性，可以充分地模拟结构畸变对电子结构引起的的变化。\n","\n","为了进一步的提高这样的迁移能力，我们强烈建议进行键长依赖性参数的训练。这样的训练可以通过 MD 轨迹的数据集轻松获得。\n","\n","我们提供了 25K，100K 和 300K 下的 10 个 MD 帧的数据集。用户可以对应地通过修改输入配置中的 `data_options/train/prefix` 为 `kpathmd25/kpathmd100/kpathmd300`，并在训练时使用 `-i` 初始化检查点训练模型，就可以轻松获得键长依赖的 `NNSK` 模型。\n","> 这里的能带数据中k点的选取比较密，会降低一定的计算速度。用户可以自行选取部分k点，例如隔3个选取一个点进行训练。\n","\n","在 MD 轨迹数据集的训练中，输入文件的`data_options`数据输入模块除了提供 MD 轨迹数据的`train`数据集以外，还建议提供先前训练所用的单结构数据集作为`reference`数据集。这样可以使得 MD 轨迹的训练更加稳定。使用`reference`数据集还需要在`train_option`中指定`ref_batch_size`以及在`train_loss`中指定对应的`reference`数据集loss计算方法，其余的输入内容均不变。具体的输入内容可以参考`./inputs/2-3_1_input.json`。\n","\n","训练得到模型后，用户可以使用上文同样的能带绘制 API 绘制能带结构，绘图相关参数在 `./run/band_2.json` 中。"]},{"cell_type":"code","execution_count":3,"metadata":{"scrolled":true},"outputs":[{"name":"stdout","output_type":"stream","text":["Processing dataset...\n","/opt/mamba/lib/python3.10/site-packages/dptb/data/dataset/_default_dataset.py:188: UserWarning: The given NumPy array is not writable, and PyTorch does not support non-writable tensors. This means writing to this tensor will result in undefined behavior. You may want to copy the array to protect its data or make it writable before converting it to a tensor. This type of warning will be suppressed for the rest of this program. (Triggered internally at ../torch/csrc/utils/tensor_numpy.cpp:206.)\n"," atomic_data[AtomicDataDict.KPOINT_KEY] = torch.as_tensor(self.data[\"kpoints\"][frame][:],\n","DEEPTB INFO Loaded data: Batch(atomic_numbers=[80, 1], batch=[80], bwindow=[10, 2], cell=[10, 3, 3], edge_cell_shift=[2240, 3], edge_features=[2240, 1], edge_index=[2, 2240], edge_overlap=[2240, 1], eigenvalue=[10, 354, 60], env_cell_shift=[2240, 3], env_index=[2, 2240], kpoint=[10, 354, 3], node_features=[80, 1], onsitenv_cell_shift=[320, 3], onsitenv_index=[2, 320], pbc=[10, 3], pos=[80, 3], ptr=[11])\n"," processed data size: ~1.00 MB\n","DEEPTB INFO Cached processed data to disk\n","Done!\n","DEEPTB INFO Epoch 1 summary:\ttrain_loss: 0.0777198\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep2\n","DEEPTB INFO Epoch 2 summary:\ttrain_loss: 0.0370651\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep3\n","DEEPTB INFO Epoch 3 summary:\ttrain_loss: 0.0331874\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep4\n","DEEPTB INFO Epoch 4 summary:\ttrain_loss: 0.0330870\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep5\n","DEEPTB INFO Epoch 5 summary:\ttrain_loss: 0.0326319\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep6\n","DEEPTB INFO Epoch 6 summary:\ttrain_loss: 0.0320453\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep7\n","DEEPTB INFO Epoch 7 summary:\ttrain_loss: 0.0315387\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep8\n","DEEPTB INFO Epoch 8 summary:\ttrain_loss: 0.0299643\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep9\n","DEEPTB INFO Epoch 9 summary:\ttrain_loss: 0.0293368\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep10\n","DEEPTB INFO iteration:100\ttrain_loss: 0.0331257 (0.0286745)\tlr: 0.00991\n","DEEPTB INFO Epoch 10 summary:\ttrain_loss: 0.0285500\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep11\n","DEEPTB INFO Epoch 11 summary:\ttrain_loss: 0.0278353\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep12\n","DEEPTB INFO Epoch 12 summary:\ttrain_loss: 0.0277739\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep13\n","DEEPTB INFO Epoch 13 summary:\ttrain_loss: 0.0272241\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep14\n","DEEPTB INFO Epoch 14 summary:\ttrain_loss: 0.0268052\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep15\n","DEEPTB INFO Epoch 15 summary:\ttrain_loss: 0.0272879\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 16 summary:\ttrain_loss: 0.0264259\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep17\n","DEEPTB INFO Epoch 17 summary:\ttrain_loss: 0.0256956\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep18\n","DEEPTB INFO Epoch 18 summary:\ttrain_loss: 0.0261114\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 19 summary:\ttrain_loss: 0.0250116\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep20\n","DEEPTB INFO iteration:200\ttrain_loss: 0.0294642 (0.0241280)\tlr: 0.009812\n","DEEPTB INFO Epoch 20 summary:\ttrain_loss: 0.0250399\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 21 summary:\ttrain_loss: 0.0246933\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep22\n","DEEPTB INFO Epoch 22 summary:\ttrain_loss: 0.0248272\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 23 summary:\ttrain_loss: 0.0242907\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep24\n","DEEPTB INFO Epoch 24 summary:\ttrain_loss: 0.0237271\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep25\n","DEEPTB INFO Epoch 25 summary:\ttrain_loss: 0.0238330\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 26 summary:\ttrain_loss: 0.0232886\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep27\n","DEEPTB INFO Epoch 27 summary:\ttrain_loss: 0.0232244\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep28\n","DEEPTB INFO Epoch 28 summary:\ttrain_loss: 0.0227318\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep29\n","DEEPTB INFO Epoch 29 summary:\ttrain_loss: 0.0231145\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:300\ttrain_loss: 0.0163127 (0.0212696)\tlr: 0.009714\n","DEEPTB INFO Epoch 30 summary:\ttrain_loss: 0.0229753\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 31 summary:\ttrain_loss: 0.0226940\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep32\n","DEEPTB INFO Epoch 32 summary:\ttrain_loss: 0.0221704\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep33\n","DEEPTB INFO Epoch 33 summary:\ttrain_loss: 0.0219494\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep34\n","DEEPTB INFO Epoch 34 summary:\ttrain_loss: 0.0214579\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep35\n","DEEPTB INFO Epoch 35 summary:\ttrain_loss: 0.0217357\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 36 summary:\ttrain_loss: 0.0214249\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep37\n","DEEPTB INFO Epoch 37 summary:\ttrain_loss: 0.0211811\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep38\n","DEEPTB INFO Epoch 38 summary:\ttrain_loss: 0.0207581\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep39\n","DEEPTB INFO Epoch 39 summary:\ttrain_loss: 0.0211828\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:400\ttrain_loss: 0.0160277 (0.0194536)\tlr: 0.009617\n","DEEPTB INFO Epoch 40 summary:\ttrain_loss: 0.0205161\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep41\n","DEEPTB INFO Epoch 41 summary:\ttrain_loss: 0.0205748\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 42 summary:\ttrain_loss: 0.0200766\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep43\n","^C\n","Traceback (most recent call last):\n"," File \"/opt/mamba/bin/dptb\", line 8, in \n"," sys.exit(main())\n"," File \"/opt/mamba/lib/python3.10/site-packages/dptb/entrypoints/main.py\", line 304, in main\n"," train(**dict_args)\n"," File \"/opt/mamba/lib/python3.10/site-packages/dptb/entrypoints/train.py\", line 220, in train\n"," trainer.run(trainer.train_options[\"num_epoch\"])\n"," File \"/opt/mamba/lib/python3.10/site-packages/dptb/nnops/base_trainer.py\", line 51, in run\n"," self.epoch()\n"," File \"/opt/mamba/lib/python3.10/site-packages/dptb/nnops/trainer.py\", line 184, in epoch\n"," self.iteration(ibatch)\n"," File \"/opt/mamba/lib/python3.10/site-packages/dptb/nnops/trainer.py\", line 92, in iteration\n"," loss = self.train_lossfunc(batch, batch_for_loss)\n"," File \"/opt/mamba/lib/python3.10/site-packages/torch/nn/modules/module.py\", line 1501, in _call_impl\n"," return forward_call(*args, **kwargs)\n"," File \"/opt/mamba/lib/python3.10/site-packages/dptb/nnops/loss.py\", line 103, in forward\n"," data = self.eigenvalue(AtomicData.to_AtomicDataDict(data))\n"," File \"/opt/mamba/lib/python3.10/site-packages/torch/nn/modules/module.py\", line 1501, in _call_impl\n"," return forward_call(*args, **kwargs)\n"," File \"/opt/mamba/lib/python3.10/site-packages/dptb/nn/energy.py\", line 59, in forward\n"," data = self.h2k(data)\n"," File \"/opt/mamba/lib/python3.10/site-packages/torch/nn/modules/module.py\", line 1501, in _call_impl\n"," return forward_call(*args, **kwargs)\n"," File \"/opt/mamba/lib/python3.10/site-packages/dptb/nn/hr2hk.py\", line 111, in forward\n"," block[:,iatom_indices,jatom_indices] += masked_hblock.squeeze(0).type_as(block) * \\\n","KeyboardInterrupt\n"]}],"source":["!dptb train ./inputs/2-3_1_input.json -i ./nnsk_4/checkpoint/nnsk.ep1501.pth -o ./nnsk_md25"]},{"cell_type":"code","execution_count":6,"metadata":{},"outputs":[{"data":{"image/png":"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","text/plain":["
"]},"metadata":{},"output_type":"display_data"}],"source":["# 演示结果用的存档模型位于 ref_ckpts/nnsk_md25/checkpoint\n","model = NNSK.from_reference(checkpoint=\"./nnsk_md25/checkpoint/nnsk.ep499.pth\",\n"," basis={'Si': ['3s', '3p', 'd*']})\n","\n","jdata = j_loader(\"./run/band_2.json\")\n","results_path = \"./band_plot\"\n","kpath_kwargs = jdata[\"task_options\"]\n","stru_data = \"./data/kpathmd25.0/struct.vasp\"\n","AtomicData_options = {\"r_max\": 5.0, \"oer_max\": 2.5, \"pbc\": True}\n","\n","bcal = Band(model=model, \n"," use_gui=True, \n"," results_path=results_path, \n"," device=model.device)\n","bcal.get_bands(data=stru_data, \n"," kpath_kwargs=kpath_kwargs, \n"," AtomicData_options=AtomicData_options)\n","bcal.band_plot(ref_band = kpath_kwargs[\"ref_band\"],\n"," E_fermi = kpath_kwargs[\"E_fermi\"],\n"," emin = kpath_kwargs[\"emin\"],\n"," emax = kpath_kwargs[\"emax\"])"]},{"cell_type":"markdown","metadata":{},"source":["在一个温度的MD轨迹下训练得到的模型可以直接加载到另一个温度的MD轨迹下进行进一步的键长变化依赖训练："]},{"cell_type":"code","execution_count":3,"metadata":{"scrolled":true},"outputs":[{"name":"stdout","output_type":"stream","text":["DEEPTB INFO Epoch 1 summary:\ttrain_loss: 0.0523907\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep2\n","DEEPTB INFO Epoch 2 summary:\ttrain_loss: 0.0509936\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep3\n","DEEPTB INFO Epoch 3 summary:\ttrain_loss: 0.0467696\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep4\n","DEEPTB INFO Epoch 4 summary:\ttrain_loss: 0.0476996\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 5 summary:\ttrain_loss: 0.0456210\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep6\n","DEEPTB INFO Epoch 6 summary:\ttrain_loss: 0.0439979\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep7\n","DEEPTB INFO Epoch 7 summary:\ttrain_loss: 0.0440157\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 8 summary:\ttrain_loss: 0.0417606\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep9\n","DEEPTB INFO Epoch 9 summary:\ttrain_loss: 0.0419803\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:100\ttrain_loss: 0.0365277 (0.0412920)\tlr: 0.00991\n","DEEPTB INFO Epoch 10 summary:\ttrain_loss: 0.0413019\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep11\n","DEEPTB INFO Epoch 11 summary:\ttrain_loss: 0.0403413\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep12\n","DEEPTB INFO Epoch 12 summary:\ttrain_loss: 0.0415969\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 13 summary:\ttrain_loss: 0.0415623\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 14 summary:\ttrain_loss: 0.0417715\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 15 summary:\ttrain_loss: 0.0414795\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 16 summary:\ttrain_loss: 0.0377040\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep17\n","DEEPTB INFO Epoch 17 summary:\ttrain_loss: 0.0379458\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 18 summary:\ttrain_loss: 0.0366418\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep19\n","DEEPTB INFO Epoch 19 summary:\ttrain_loss: 0.0353199\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep20\n","DEEPTB INFO iteration:200\ttrain_loss: 0.0273404 (0.0303033)\tlr: 0.009812\n","DEEPTB INFO Epoch 20 summary:\ttrain_loss: 0.0351431\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep21\n","DEEPTB INFO Epoch 21 summary:\ttrain_loss: 0.0374464\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 22 summary:\ttrain_loss: 0.0375386\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 23 summary:\ttrain_loss: 0.0341424\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep24\n","DEEPTB INFO Epoch 24 summary:\ttrain_loss: 0.0352073\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 25 summary:\ttrain_loss: 0.0344856\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 26 summary:\ttrain_loss: 0.0353212\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 27 summary:\ttrain_loss: 0.0322538\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep28\n","DEEPTB INFO Epoch 28 summary:\ttrain_loss: 0.0322203\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep29\n","DEEPTB INFO Epoch 29 summary:\ttrain_loss: 0.0330668\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:300\ttrain_loss: 0.0310504 (0.0326368)\tlr: 0.009714\n","DEEPTB INFO Epoch 30 summary:\ttrain_loss: 0.0333770\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 31 summary:\ttrain_loss: 0.0323765\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 32 summary:\ttrain_loss: 0.0331341\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 33 summary:\ttrain_loss: 0.0335606\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 34 summary:\ttrain_loss: 0.0310827\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep35\n","DEEPTB INFO Epoch 35 summary:\ttrain_loss: 0.0334960\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 36 summary:\ttrain_loss: 0.0324226\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 37 summary:\ttrain_loss: 0.0298194\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep38\n","DEEPTB INFO Epoch 38 summary:\ttrain_loss: 0.0301462\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 39 summary:\ttrain_loss: 0.0296164\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep40\n","DEEPTB INFO iteration:400\ttrain_loss: 0.0265110 (0.0271889)\tlr: 0.009617\n","DEEPTB INFO Epoch 40 summary:\ttrain_loss: 0.0301539\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 41 summary:\ttrain_loss: 0.0336976\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 42 summary:\ttrain_loss: 0.0306072\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 43 summary:\ttrain_loss: 0.0325710\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 44 summary:\ttrain_loss: 0.0303913\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 45 summary:\ttrain_loss: 0.0313933\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 46 summary:\ttrain_loss: 0.0289344\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep47\n","DEEPTB INFO Epoch 47 summary:\ttrain_loss: 0.0285454\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep48\n","DEEPTB INFO Epoch 48 summary:\ttrain_loss: 0.0287790\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 49 summary:\ttrain_loss: 0.0282933\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep50\n","DEEPTB INFO iteration:500\ttrain_loss: 0.0272627 (0.0283255)\tlr: 0.009522\n","DEEPTB INFO checkpoint saved as nnsk.iter501\n","DEEPTB INFO Epoch 50 summary:\ttrain_loss: 0.0290481\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 51 summary:\ttrain_loss: 0.0278309\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep52\n","DEEPTB INFO Epoch 52 summary:\ttrain_loss: 0.0277765\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep53\n","DEEPTB INFO Epoch 53 summary:\ttrain_loss: 0.0273266\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep54\n","DEEPTB INFO Epoch 54 summary:\ttrain_loss: 0.0272870\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep55\n","DEEPTB INFO Epoch 55 summary:\ttrain_loss: 0.0274434\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 56 summary:\ttrain_loss: 0.0276034\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 57 summary:\ttrain_loss: 0.0269681\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep58\n","DEEPTB INFO Epoch 58 summary:\ttrain_loss: 0.0276030\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 59 summary:\ttrain_loss: 0.0267265\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep60\n","DEEPTB INFO iteration:600\ttrain_loss: 0.0225638 (0.0260729)\tlr: 0.009427\n","DEEPTB INFO Epoch 60 summary:\ttrain_loss: 0.0267242\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep61\n","DEEPTB INFO Epoch 61 summary:\ttrain_loss: 0.0266681\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep62\n","DEEPTB INFO Epoch 62 summary:\ttrain_loss: 0.0269244\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 63 summary:\ttrain_loss: 0.0262566\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep64\n","DEEPTB INFO Epoch 64 summary:\ttrain_loss: 0.0263430\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 65 summary:\ttrain_loss: 0.0264250\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 66 summary:\ttrain_loss: 0.0260926\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep67\n","DEEPTB INFO Epoch 67 summary:\ttrain_loss: 0.0261566\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 68 summary:\ttrain_loss: 0.0260134\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep69\n","DEEPTB INFO Epoch 69 summary:\ttrain_loss: 0.0270938\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:700\ttrain_loss: 0.0240129 (0.0271615)\tlr: 0.009333\n","DEEPTB INFO Epoch 70 summary:\ttrain_loss: 0.0262378\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 71 summary:\ttrain_loss: 0.0275004\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 72 summary:\ttrain_loss: 0.0271659\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 73 summary:\ttrain_loss: 0.0255486\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep74\n","DEEPTB INFO Epoch 74 summary:\ttrain_loss: 0.0251573\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep75\n","DEEPTB INFO Epoch 75 summary:\ttrain_loss: 0.0254451\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 76 summary:\ttrain_loss: 0.0247979\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep77\n","DEEPTB INFO Epoch 77 summary:\ttrain_loss: 0.0248804\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 78 summary:\ttrain_loss: 0.0251350\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 79 summary:\ttrain_loss: 0.0252751\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:800\ttrain_loss: 0.0314095 (0.0250392)\tlr: 0.00924 \n","DEEPTB INFO Epoch 80 summary:\ttrain_loss: 0.0248119\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 81 summary:\ttrain_loss: 0.0249038\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 82 summary:\ttrain_loss: 0.0245573\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep83\n","DEEPTB INFO Epoch 83 summary:\ttrain_loss: 0.0250422\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 84 summary:\ttrain_loss: 0.0267841\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 85 summary:\ttrain_loss: 0.0246684\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 86 summary:\ttrain_loss: 0.0243045\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep87\n","DEEPTB INFO Epoch 87 summary:\ttrain_loss: 0.0241192\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep88\n","DEEPTB INFO Epoch 88 summary:\ttrain_loss: 0.0244071\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 89 summary:\ttrain_loss: 0.0239863\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep90\n","DEEPTB INFO iteration:900\ttrain_loss: 0.0210375 (0.0269292)\tlr: 0.009148\n","DEEPTB INFO Epoch 90 summary:\ttrain_loss: 0.0257353\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 91 summary:\ttrain_loss: 0.0243310\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 92 summary:\ttrain_loss: 0.0246251\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 93 summary:\ttrain_loss: 0.0240763\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 94 summary:\ttrain_loss: 0.0236490\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep95\n","DEEPTB INFO Epoch 95 summary:\ttrain_loss: 0.0234873\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep96\n","DEEPTB INFO Epoch 96 summary:\ttrain_loss: 0.0236362\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 97 summary:\ttrain_loss: 0.0232217\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep98\n","DEEPTB INFO Epoch 98 summary:\ttrain_loss: 0.0231556\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep99\n","DEEPTB INFO Epoch 99 summary:\ttrain_loss: 0.0235282\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1000\ttrain_loss: 0.0292322 (0.0249567)\tlr: 0.009057\n","DEEPTB INFO checkpoint saved as nnsk.iter1001\n","DEEPTB INFO Epoch 100 summary:\ttrain_loss: 0.0242587\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 101 summary:\ttrain_loss: 0.0228651\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep102\n","DEEPTB INFO Epoch 102 summary:\ttrain_loss: 0.0238412\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 103 summary:\ttrain_loss: 0.0222978\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep104\n","DEEPTB INFO Epoch 104 summary:\ttrain_loss: 0.0239654\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 105 summary:\ttrain_loss: 0.0222659\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep106\n","DEEPTB INFO Epoch 106 summary:\ttrain_loss: 0.0222016\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep107\n","DEEPTB INFO Epoch 107 summary:\ttrain_loss: 0.0237878\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 108 summary:\ttrain_loss: 0.0225648\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 109 summary:\ttrain_loss: 0.0226355\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1100\ttrain_loss: 0.0214745 (0.0225900)\tlr: 0.008967\n","DEEPTB INFO Epoch 110 summary:\ttrain_loss: 0.0225651\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 111 summary:\ttrain_loss: 0.0223714\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 112 summary:\ttrain_loss: 0.0235076\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 113 summary:\ttrain_loss: 0.0221143\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep114\n","DEEPTB INFO Epoch 114 summary:\ttrain_loss: 0.0222323\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 115 summary:\ttrain_loss: 0.0223433\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 116 summary:\ttrain_loss: 0.0220848\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep117\n","DEEPTB INFO Epoch 117 summary:\ttrain_loss: 0.0217769\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep118\n","DEEPTB INFO Epoch 118 summary:\ttrain_loss: 0.0215566\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep119\n","DEEPTB INFO Epoch 119 summary:\ttrain_loss: 0.0220790\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1200\ttrain_loss: 0.0205329 (0.0206967)\tlr: 0.008878\n","DEEPTB INFO Epoch 120 summary:\ttrain_loss: 0.0217511\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 121 summary:\ttrain_loss: 0.0244833\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 122 summary:\ttrain_loss: 0.0218117\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 123 summary:\ttrain_loss: 0.0214780\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep124\n","DEEPTB INFO Epoch 124 summary:\ttrain_loss: 0.0218392\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 125 summary:\ttrain_loss: 0.0239818\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 126 summary:\ttrain_loss: 0.0208895\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep127\n","DEEPTB INFO Epoch 127 summary:\ttrain_loss: 0.0214817\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 128 summary:\ttrain_loss: 0.0212635\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 129 summary:\ttrain_loss: 0.0222544\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1300\ttrain_loss: 0.0204447 (0.0211943)\tlr: 0.008789\n","DEEPTB INFO Epoch 130 summary:\ttrain_loss: 0.0215654\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 131 summary:\ttrain_loss: 0.0209619\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 132 summary:\ttrain_loss: 0.0213151\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 133 summary:\ttrain_loss: 0.0213418\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 134 summary:\ttrain_loss: 0.0212159\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 135 summary:\ttrain_loss: 0.0215954\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 136 summary:\ttrain_loss: 0.0209686\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 137 summary:\ttrain_loss: 0.0216468\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 138 summary:\ttrain_loss: 0.0209290\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 139 summary:\ttrain_loss: 0.0207741\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep140\n","DEEPTB INFO iteration:1400\ttrain_loss: 0.0199847 (0.0206270)\tlr: 0.008702\n","DEEPTB INFO Epoch 140 summary:\ttrain_loss: 0.0209978\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 141 summary:\ttrain_loss: 0.0205618\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep142\n","DEEPTB INFO Epoch 142 summary:\ttrain_loss: 0.0204591\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep143\n","DEEPTB INFO Epoch 143 summary:\ttrain_loss: 0.0206504\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 144 summary:\ttrain_loss: 0.0205441\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 145 summary:\ttrain_loss: 0.0205101\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 146 summary:\ttrain_loss: 0.0203709\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep147\n","DEEPTB INFO Epoch 147 summary:\ttrain_loss: 0.0205146\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 148 summary:\ttrain_loss: 0.0209246\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 149 summary:\ttrain_loss: 0.0203605\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep150\n","DEEPTB INFO iteration:1500\ttrain_loss: 0.0242447 (0.0219911)\tlr: 0.008615\n","DEEPTB INFO checkpoint saved as nnsk.iter1501\n","DEEPTB INFO Epoch 150 summary:\ttrain_loss: 0.0216998\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 151 summary:\ttrain_loss: 0.0205387\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 152 summary:\ttrain_loss: 0.0209411\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 153 summary:\ttrain_loss: 0.0211106\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 154 summary:\ttrain_loss: 0.0211743\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 155 summary:\ttrain_loss: 0.0200774\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep156\n","DEEPTB INFO Epoch 156 summary:\ttrain_loss: 0.0201006\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 157 summary:\ttrain_loss: 0.0199736\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep158\n","DEEPTB INFO Epoch 158 summary:\ttrain_loss: 0.0202109\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 159 summary:\ttrain_loss: 0.0198337\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep160\n","DEEPTB INFO iteration:1600\ttrain_loss: 0.0244015 (0.0209482)\tlr: 0.008529\n","DEEPTB INFO Epoch 160 summary:\ttrain_loss: 0.0203721\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 161 summary:\ttrain_loss: 0.0203003\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 162 summary:\ttrain_loss: 0.0201630\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 163 summary:\ttrain_loss: 0.0203739\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 164 summary:\ttrain_loss: 0.0207638\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 165 summary:\ttrain_loss: 0.0199795\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 166 summary:\ttrain_loss: 0.0196471\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep167\n","DEEPTB INFO Epoch 167 summary:\ttrain_loss: 0.0199144\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 168 summary:\ttrain_loss: 0.0216092\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 169 summary:\ttrain_loss: 0.0197656\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1700\ttrain_loss: 0.0182380 (0.0197491)\tlr: 0.008444\n","DEEPTB INFO Epoch 170 summary:\ttrain_loss: 0.0197444\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 171 summary:\ttrain_loss: 0.0206484\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 172 summary:\ttrain_loss: 0.0200264\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 173 summary:\ttrain_loss: 0.0208032\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 174 summary:\ttrain_loss: 0.0200771\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 175 summary:\ttrain_loss: 0.0189160\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep176\n","DEEPTB INFO Epoch 176 summary:\ttrain_loss: 0.0193547\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 177 summary:\ttrain_loss: 0.0210817\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 178 summary:\ttrain_loss: 0.0194856\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 179 summary:\ttrain_loss: 0.0197825\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1800\ttrain_loss: 0.0201313 (0.0196793)\tlr: 0.00836 \n","DEEPTB INFO Epoch 180 summary:\ttrain_loss: 0.0200594\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 181 summary:\ttrain_loss: 0.0191564\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 182 summary:\ttrain_loss: 0.0191183\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 183 summary:\ttrain_loss: 0.0191290\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 184 summary:\ttrain_loss: 0.0192260\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 185 summary:\ttrain_loss: 0.0193036\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 186 summary:\ttrain_loss: 0.0197825\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 187 summary:\ttrain_loss: 0.0198604\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 188 summary:\ttrain_loss: 0.0193788\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 189 summary:\ttrain_loss: 0.0200783\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1900\ttrain_loss: 0.0173010 (0.0189031)\tlr: 0.008277\n","DEEPTB INFO Epoch 190 summary:\ttrain_loss: 0.0195345\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 191 summary:\ttrain_loss: 0.0196554\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 192 summary:\ttrain_loss: 0.0192714\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 193 summary:\ttrain_loss: 0.0189409\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 194 summary:\ttrain_loss: 0.0192227\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 195 summary:\ttrain_loss: 0.0191666\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 196 summary:\ttrain_loss: 0.0190405\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 197 summary:\ttrain_loss: 0.0196455\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 198 summary:\ttrain_loss: 0.0200126\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 199 summary:\ttrain_loss: 0.0195072\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:2000\ttrain_loss: 0.0184603 (0.0194238)\tlr: 0.008195\n","DEEPTB INFO checkpoint saved as nnsk.iter2001\n","DEEPTB INFO Epoch 200 summary:\ttrain_loss: 0.0200412\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 201 summary:\ttrain_loss: 0.0203797\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 202 summary:\ttrain_loss: 0.0189058\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep203\n","DEEPTB INFO Epoch 203 summary:\ttrain_loss: 0.0184883\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep204\n","DEEPTB INFO Epoch 204 summary:\ttrain_loss: 0.0187157\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 205 summary:\ttrain_loss: 0.0185218\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 206 summary:\ttrain_loss: 0.0190315\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 207 summary:\ttrain_loss: 0.0192297\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 208 summary:\ttrain_loss: 0.0194660\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 209 summary:\ttrain_loss: 0.0182310\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep210\n","DEEPTB INFO iteration:2100\ttrain_loss: 0.0186443 (0.0192397)\tlr: 0.008113\n","DEEPTB INFO Epoch 210 summary:\ttrain_loss: 0.0190097\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 211 summary:\ttrain_loss: 0.0187419\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 212 summary:\ttrain_loss: 0.0185096\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 213 summary:\ttrain_loss: 0.0186579\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 214 summary:\ttrain_loss: 0.0183230\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 215 summary:\ttrain_loss: 0.0184500\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 216 summary:\ttrain_loss: 0.0180282\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep217\n","DEEPTB INFO Epoch 217 summary:\ttrain_loss: 0.0191688\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 218 summary:\ttrain_loss: 0.0183191\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 219 summary:\ttrain_loss: 0.0182551\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:2200\ttrain_loss: 0.0202629 (0.0181850)\tlr: 0.008032\n","DEEPTB INFO Epoch 220 summary:\ttrain_loss: 0.0185367\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 221 summary:\ttrain_loss: 0.0181791\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 222 summary:\ttrain_loss: 0.0177947\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep223\n","DEEPTB INFO Epoch 223 summary:\ttrain_loss: 0.0182951\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 224 summary:\ttrain_loss: 0.0187689\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 225 summary:\ttrain_loss: 0.0185436\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 226 summary:\ttrain_loss: 0.0180693\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 227 summary:\ttrain_loss: 0.0180299\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 228 summary:\ttrain_loss: 0.0184434\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 229 summary:\ttrain_loss: 0.0183857\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:2300\ttrain_loss: 0.0234514 (0.0188649)\tlr: 0.007952\n","DEEPTB INFO Epoch 230 summary:\ttrain_loss: 0.0178378\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 231 summary:\ttrain_loss: 0.0179064\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 232 summary:\ttrain_loss: 0.0177771\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep233\n","DEEPTB INFO Epoch 233 summary:\ttrain_loss: 0.0177432\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep234\n","DEEPTB INFO Epoch 234 summary:\ttrain_loss: 0.0176123\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep235\n","DEEPTB INFO Epoch 235 summary:\ttrain_loss: 0.0180594\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 236 summary:\ttrain_loss: 0.0179482\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 237 summary:\ttrain_loss: 0.0185592\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 238 summary:\ttrain_loss: 0.0184663\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 239 summary:\ttrain_loss: 0.0184322\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:2400\ttrain_loss: 0.0175948 (0.0184855)\tlr: 0.007873\n","DEEPTB INFO Epoch 240 summary:\ttrain_loss: 0.0189189\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 241 summary:\ttrain_loss: 0.0184127\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 242 summary:\ttrain_loss: 0.0175566\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep243\n","DEEPTB INFO Epoch 243 summary:\ttrain_loss: 0.0177684\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 244 summary:\ttrain_loss: 0.0174175\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep245\n","DEEPTB INFO Epoch 245 summary:\ttrain_loss: 0.0181152\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 246 summary:\ttrain_loss: 0.0174470\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 247 summary:\ttrain_loss: 0.0176103\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 248 summary:\ttrain_loss: 0.0173595\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep249\n","DEEPTB INFO Epoch 249 summary:\ttrain_loss: 0.0172774\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep250\n","DEEPTB INFO iteration:2500\ttrain_loss: 0.0165157 (0.0168401)\tlr: 0.007795\n","DEEPTB INFO checkpoint saved as nnsk.iter2501\n","DEEPTB INFO Epoch 250 summary:\ttrain_loss: 0.0175327\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 251 summary:\ttrain_loss: 0.0176291\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 252 summary:\ttrain_loss: 0.0174539\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 253 summary:\ttrain_loss: 0.0178740\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 254 summary:\ttrain_loss: 0.0173296\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 255 summary:\ttrain_loss: 0.0172488\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep256\n","DEEPTB INFO Epoch 256 summary:\ttrain_loss: 0.0182780\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 257 summary:\ttrain_loss: 0.0172118\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep258\n","DEEPTB INFO Epoch 258 summary:\ttrain_loss: 0.0171594\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep259\n","DEEPTB INFO Epoch 259 summary:\ttrain_loss: 0.0173488\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:2600\ttrain_loss: 0.0181824 (0.0177780)\tlr: 0.007717\n","DEEPTB INFO Epoch 260 summary:\ttrain_loss: 0.0175743\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 261 summary:\ttrain_loss: 0.0178932\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 262 summary:\ttrain_loss: 0.0179730\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 263 summary:\ttrain_loss: 0.0180051\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 264 summary:\ttrain_loss: 0.0179462\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 265 summary:\ttrain_loss: 0.0174176\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 266 summary:\ttrain_loss: 0.0169737\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep267\n","DEEPTB INFO Epoch 267 summary:\ttrain_loss: 0.0171568\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 268 summary:\ttrain_loss: 0.0169010\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep269\n","DEEPTB INFO Epoch 269 summary:\ttrain_loss: 0.0169048\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:2700\ttrain_loss: 0.0160877 (0.0170849)\tlr: 0.00764 \n","DEEPTB INFO Epoch 270 summary:\ttrain_loss: 0.0169256\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 271 summary:\ttrain_loss: 0.0170974\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 272 summary:\ttrain_loss: 0.0173526\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 273 summary:\ttrain_loss: 0.0168813\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep274\n","DEEPTB INFO Epoch 274 summary:\ttrain_loss: 0.0173237\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 275 summary:\ttrain_loss: 0.0185283\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 276 summary:\ttrain_loss: 0.0174514\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 277 summary:\ttrain_loss: 0.0170456\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 278 summary:\ttrain_loss: 0.0167827\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep279\n","DEEPTB INFO Epoch 279 summary:\ttrain_loss: 0.0166759\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep280\n","DEEPTB INFO iteration:2800\ttrain_loss: 0.0173296 (0.0178493)\tlr: 0.007564\n","DEEPTB INFO Epoch 280 summary:\ttrain_loss: 0.0169468\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 281 summary:\ttrain_loss: 0.0176747\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 282 summary:\ttrain_loss: 0.0173188\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 283 summary:\ttrain_loss: 0.0164578\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep284\n","DEEPTB INFO Epoch 284 summary:\ttrain_loss: 0.0166114\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 285 summary:\ttrain_loss: 0.0168382\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 286 summary:\ttrain_loss: 0.0169083\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 287 summary:\ttrain_loss: 0.0173121\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 288 summary:\ttrain_loss: 0.0164312\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep289\n","DEEPTB INFO Epoch 289 summary:\ttrain_loss: 0.0166547\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:2900\ttrain_loss: 0.0158969 (0.0175302)\tlr: 0.007489\n","DEEPTB INFO Epoch 290 summary:\ttrain_loss: 0.0177428\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 291 summary:\ttrain_loss: 0.0164368\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 292 summary:\ttrain_loss: 0.0163638\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep293\n","DEEPTB INFO Epoch 293 summary:\ttrain_loss: 0.0167612\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 294 summary:\ttrain_loss: 0.0165916\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 295 summary:\ttrain_loss: 0.0167869\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 296 summary:\ttrain_loss: 0.0167374\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 297 summary:\ttrain_loss: 0.0166322\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 298 summary:\ttrain_loss: 0.0164031\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 299 summary:\ttrain_loss: 0.0163919\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:3000\ttrain_loss: 0.0183325 (0.0164210)\tlr: 0.007414\n","DEEPTB INFO checkpoint saved as nnsk.iter3001\n","DEEPTB INFO Epoch 300 summary:\ttrain_loss: 0.0161595\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as nnsk.ep301\n","DEEPTB INFO Epoch 301 summary:\ttrain_loss: 0.0162973\t\n","################################################################################################################################################################\n","^C\n","Traceback (most recent call last):\n"," File \"/opt/mamba/bin/dptb\", line 8, in \n"," sys.exit(main())\n"," File \"/opt/mamba/lib/python3.10/site-packages/dptb/entrypoints/main.py\", line 304, in main\n"," train(**dict_args)\n"," File \"/opt/mamba/lib/python3.10/site-packages/dptb/entrypoints/train.py\", line 220, in train\n"," trainer.run(trainer.train_options[\"num_epoch\"])\n"," File \"/opt/mamba/lib/python3.10/site-packages/dptb/nnops/base_trainer.py\", line 51, in run\n"," self.epoch()\n"," File \"/opt/mamba/lib/python3.10/site-packages/dptb/nnops/trainer.py\", line 184, in epoch\n"," self.iteration(ibatch)\n"," File \"/opt/mamba/lib/python3.10/site-packages/dptb/nnops/trainer.py\", line 92, in iteration\n"," loss = self.train_lossfunc(batch, batch_for_loss)\n"," File \"/opt/mamba/lib/python3.10/site-packages/torch/nn/modules/module.py\", line 1501, in _call_impl\n"," return forward_call(*args, **kwargs)\n"," File \"/opt/mamba/lib/python3.10/site-packages/dptb/nnops/loss.py\", line 103, in forward\n"," data = self.eigenvalue(AtomicData.to_AtomicDataDict(data))\n"," File \"/opt/mamba/lib/python3.10/site-packages/torch/nn/modules/module.py\", line 1501, in _call_impl\n"," return forward_call(*args, **kwargs)\n"," File \"/opt/mamba/lib/python3.10/site-packages/dptb/nn/energy.py\", line 68, in forward\n"," data[self.out_field] = torch.linalg.eigvalsh(Heff)\n","KeyboardInterrupt\n"]}],"source":["!dptb train ./inputs/2-3_2_input.json -i ./nnsk_md25/checkpoint/nnsk.ep99.pth -o ./nnsk_md100"]},{"cell_type":"code","execution_count":7,"metadata":{},"outputs":[{"data":{"image/png":"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","text/plain":["
"]},"metadata":{},"output_type":"display_data"}],"source":["# 演示结果用的存档模型位于 ref_ckpts/nnsk_md100/checkpoint\n","model = NNSK.from_reference(checkpoint=\"./nnsk_md100/checkpoint/nnsk.ep500.pth\",\n"," basis={'Si': ['3s', '3p', 'd*']}) \n","\n","jdata = j_loader(\"./run/band_2.json\")\n","results_path = \"./band_plot\"\n","kpath_kwargs = jdata[\"task_options\"]\n","stru_data = \"./data/kpathmd25.0/struct.vasp\"\n","AtomicData_options = {\"r_max\": 5.0, \"oer_max\": 2.5, \"pbc\": True}\n","\n","bcal = Band(model=model, \n"," use_gui=True, \n"," results_path=results_path, \n"," device=model.device)\n","bcal.get_bands(data=stru_data, \n"," kpath_kwargs=kpath_kwargs, \n"," AtomicData_options=AtomicData_options)\n","bcal.band_plot(ref_band = kpath_kwargs[\"ref_band\"],\n"," E_fermi = kpath_kwargs[\"E_fermi\"],\n"," emin = kpath_kwargs[\"emin\"],\n"," emax = kpath_kwargs[\"emax\"])"]},{"cell_type":"markdown","metadata":{},"source":["#### **2.4 训练环境修正：dptb 模型**\n","\n","**DeePTB** 提供了具有对称保持神经网络的强大的环境依赖建模。基于前面构建的 `nnsk` 模型，我们可以通过加入环境依赖的部分进一步增强TB模型的描述能力，以克服由两中心近似带来的精度限制。在 `nnsk` 模型基础上，加入环境依赖性的模型称为`dptb`模型，其能量表达式如下：\n","$$\n","\\begin{equation}\n","h^{\\text{env}}_{ll^\\prime{\\zeta}} = h_{ll^\\prime{\\zeta}}(r_{ij}) \\times \\left[1+\\Phi_{ll^\\prime\\zeta}^{o_i,o_j}\\left(r_{ij},\\mathcal{D}^{ij}\\right)\\right]\t\n","\\end{equation}\n","$$\n","其中，$\\mathcal{D}^{ij}$ 是环境描述符，通过 `embedding` 关键词定义；而 $\\Phi_{ll^\\prime\\zeta}^{o_i,o_j}$ 则是提供环境修正预测值的神经网络。\n","\n","定义`dptb`模型，需要在训练输入文件的`model_options`提供下面的关键词：\n","- `embedding`：其中的`method`指定在`dptb`模型中使用的原子环境的描述符形式，在本例中我们使用类似 **DeePMD** 中使用的 `se2` 形式描述符，描述符形式可以参见[DeePTB paper](https://arxiv.org/abs/2307.04638)；\n","- `prediction`：用`method`指定模型的预测方法，这里指定为`sktb`，其中`neurons`指定了预测网络的大小；\n","- `nnsk`：与`nnsk`模型中的内容一致。其中，`freeze`选项应设置为`true`，表示固定`nnsk`模型训练好的sk参数，只训练环境依赖部分的神经网络参数。这部分的固定很重要，否则在`dptb`第一步初始化就有可能完全破坏`nnsk`的参数，导致训练不收敛。\n","\n","输入的完整内容可以参看`./inputs/2-4_input.json`。环境依赖的`dptb`模型训练需要读取`nnsk`的模型。我们可以运行："]},{"cell_type":"code","execution_count":1,"metadata":{"scrolled":true},"outputs":[{"name":"stdout","output_type":"stream","text":["DEEPTB INFO Epoch 1 summary:\ttrain_loss: 2.1461320\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep2\n","DEEPTB INFO Epoch 2 summary:\ttrain_loss: 1.3608780\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep3\n","DEEPTB INFO Epoch 3 summary:\ttrain_loss: 0.8569785\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep4\n","DEEPTB INFO Epoch 4 summary:\ttrain_loss: 0.3134372\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep5\n","DEEPTB INFO Epoch 5 summary:\ttrain_loss: 0.3104395\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep6\n","DEEPTB INFO Epoch 6 summary:\ttrain_loss: 0.3369828\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 7 summary:\ttrain_loss: 0.4949262\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 8 summary:\ttrain_loss: 0.4735118\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 9 summary:\ttrain_loss: 0.7681155\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 10 summary:\ttrain_loss: 0.2115776\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep11\n","DEEPTB INFO Epoch 11 summary:\ttrain_loss: 0.1783041\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep12\n","DEEPTB INFO Epoch 12 summary:\ttrain_loss: 0.1083270\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep13\n","DEEPTB INFO Epoch 13 summary:\ttrain_loss: 0.2597533\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 14 summary:\ttrain_loss: 0.0877530\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep15\n","DEEPTB INFO Epoch 15 summary:\ttrain_loss: 0.1358426\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 16 summary:\ttrain_loss: 0.0800964\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep17\n","DEEPTB INFO Epoch 17 summary:\ttrain_loss: 0.0867221\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 18 summary:\ttrain_loss: 0.1158697\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 19 summary:\ttrain_loss: 0.2145326\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 20 summary:\ttrain_loss: 0.1129196\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 21 summary:\ttrain_loss: 0.0383909\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep22\n","DEEPTB INFO Epoch 22 summary:\ttrain_loss: 0.0421791\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 23 summary:\ttrain_loss: 0.0237407\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep24\n","DEEPTB INFO Epoch 24 summary:\ttrain_loss: 0.0704224\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 25 summary:\ttrain_loss: 0.0671492\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 26 summary:\ttrain_loss: 0.0205980\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep27\n","DEEPTB INFO Epoch 27 summary:\ttrain_loss: 0.0450765\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 28 summary:\ttrain_loss: 0.0214350\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 29 summary:\ttrain_loss: 0.0675211\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 30 summary:\ttrain_loss: 0.0955581\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 31 summary:\ttrain_loss: 0.1059497\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 32 summary:\ttrain_loss: 0.0473692\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 33 summary:\ttrain_loss: 0.0368022\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 34 summary:\ttrain_loss: 0.0239580\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 35 summary:\ttrain_loss: 0.0565560\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 36 summary:\ttrain_loss: 0.0799803\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 37 summary:\ttrain_loss: 0.0268769\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 38 summary:\ttrain_loss: 0.0589438\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 39 summary:\ttrain_loss: 0.1553147\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 40 summary:\ttrain_loss: 0.0224077\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 41 summary:\ttrain_loss: 0.0153561\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep42\n","DEEPTB INFO Epoch 42 summary:\ttrain_loss: 0.0604746\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 43 summary:\ttrain_loss: 0.0203372\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 44 summary:\ttrain_loss: 0.0378183\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 45 summary:\ttrain_loss: 0.0540908\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 46 summary:\ttrain_loss: 0.0300712\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 47 summary:\ttrain_loss: 0.0300766\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 48 summary:\ttrain_loss: 0.0229542\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 49 summary:\ttrain_loss: 0.1104849\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 50 summary:\ttrain_loss: 0.0316878\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 51 summary:\ttrain_loss: 0.0152028\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep52\n","DEEPTB INFO Epoch 52 summary:\ttrain_loss: 0.0197339\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 53 summary:\ttrain_loss: 0.0141625\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep54\n","DEEPTB INFO Epoch 54 summary:\ttrain_loss: 0.0183860\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 55 summary:\ttrain_loss: 0.0785824\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 56 summary:\ttrain_loss: 0.0113848\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep57\n","DEEPTB INFO Epoch 57 summary:\ttrain_loss: 0.0146157\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 58 summary:\ttrain_loss: 0.0132256\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 59 summary:\ttrain_loss: 0.0227476\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 60 summary:\ttrain_loss: 0.0139003\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 61 summary:\ttrain_loss: 0.0130195\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 62 summary:\ttrain_loss: 0.0110839\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep63\n","DEEPTB INFO Epoch 63 summary:\ttrain_loss: 0.0172292\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 64 summary:\ttrain_loss: 0.0103245\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep65\n","DEEPTB INFO Epoch 65 summary:\ttrain_loss: 0.0174335\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 66 summary:\ttrain_loss: 0.0174574\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 67 summary:\ttrain_loss: 0.0109039\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 68 summary:\ttrain_loss: 0.0133191\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 69 summary:\ttrain_loss: 0.0105772\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 70 summary:\ttrain_loss: 0.0250145\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 71 summary:\ttrain_loss: 0.0288898\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 72 summary:\ttrain_loss: 0.0157749\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 73 summary:\ttrain_loss: 0.0373121\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 74 summary:\ttrain_loss: 0.0102267\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep75\n","DEEPTB INFO Epoch 75 summary:\ttrain_loss: 0.0214880\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 76 summary:\ttrain_loss: 0.0144964\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 77 summary:\ttrain_loss: 0.0150680\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 78 summary:\ttrain_loss: 0.0135427\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 79 summary:\ttrain_loss: 0.0149474\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 80 summary:\ttrain_loss: 0.0088348\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep81\n","DEEPTB INFO Epoch 81 summary:\ttrain_loss: 0.0214262\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 82 summary:\ttrain_loss: 0.1091284\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 83 summary:\ttrain_loss: 0.0176553\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 84 summary:\ttrain_loss: 0.0146137\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 85 summary:\ttrain_loss: 0.0560651\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 86 summary:\ttrain_loss: 0.0092909\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 87 summary:\ttrain_loss: 0.0203231\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 88 summary:\ttrain_loss: 0.0254024\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 89 summary:\ttrain_loss: 0.0097132\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 90 summary:\ttrain_loss: 0.0176395\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 91 summary:\ttrain_loss: 0.0098302\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 92 summary:\ttrain_loss: 0.0404910\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 93 summary:\ttrain_loss: 0.0232967\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 94 summary:\ttrain_loss: 0.0086186\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep95\n","DEEPTB INFO Epoch 95 summary:\ttrain_loss: 0.0277564\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 96 summary:\ttrain_loss: 0.0128820\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 97 summary:\ttrain_loss: 0.0302080\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 98 summary:\ttrain_loss: 0.0819896\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 99 summary:\ttrain_loss: 0.0119598\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:100\ttrain_loss: 0.0586623 (0.0398665)\tlr: 0.0009057\n","DEEPTB INFO Epoch 100 summary:\ttrain_loss: 0.0586623\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 101 summary:\ttrain_loss: 0.0708863\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 102 summary:\ttrain_loss: 0.0088319\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 103 summary:\ttrain_loss: 0.0146556\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 104 summary:\ttrain_loss: 0.0143124\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 105 summary:\ttrain_loss: 0.0190231\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 106 summary:\ttrain_loss: 0.0085727\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep107\n","DEEPTB INFO Epoch 107 summary:\ttrain_loss: 0.0102215\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 108 summary:\ttrain_loss: 0.0077103\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep109\n","DEEPTB INFO Epoch 109 summary:\ttrain_loss: 0.0261181\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 110 summary:\ttrain_loss: 0.0081257\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 111 summary:\ttrain_loss: 0.0212862\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 112 summary:\ttrain_loss: 0.0094037\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 113 summary:\ttrain_loss: 0.0114540\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 114 summary:\ttrain_loss: 0.0192973\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 115 summary:\ttrain_loss: 0.0076010\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep116\n","DEEPTB INFO Epoch 116 summary:\ttrain_loss: 0.0082861\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 117 summary:\ttrain_loss: 0.0198563\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 118 summary:\ttrain_loss: 0.0115310\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 119 summary:\ttrain_loss: 0.0097432\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 120 summary:\ttrain_loss: 0.0224280\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 121 summary:\ttrain_loss: 0.0112577\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 122 summary:\ttrain_loss: 0.0271998\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 123 summary:\ttrain_loss: 0.0127611\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 124 summary:\ttrain_loss: 0.0223730\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 125 summary:\ttrain_loss: 0.0108581\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 126 summary:\ttrain_loss: 0.0299450\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 127 summary:\ttrain_loss: 0.0150941\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 128 summary:\ttrain_loss: 0.0246779\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 129 summary:\ttrain_loss: 0.0207327\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 130 summary:\ttrain_loss: 0.0122492\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 131 summary:\ttrain_loss: 0.0084104\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 132 summary:\ttrain_loss: 0.0143126\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 133 summary:\ttrain_loss: 0.0122275\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 134 summary:\ttrain_loss: 0.0086079\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 135 summary:\ttrain_loss: 0.0101542\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 136 summary:\ttrain_loss: 0.0183182\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 137 summary:\ttrain_loss: 0.0322727\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 138 summary:\ttrain_loss: 0.0079315\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 139 summary:\ttrain_loss: 0.0077757\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 140 summary:\ttrain_loss: 0.0085633\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 141 summary:\ttrain_loss: 0.0204164\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 142 summary:\ttrain_loss: 0.0121162\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 143 summary:\ttrain_loss: 0.0152685\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 144 summary:\ttrain_loss: 0.0193064\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 145 summary:\ttrain_loss: 0.0077120\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 146 summary:\ttrain_loss: 0.0096714\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 147 summary:\ttrain_loss: 0.0180395\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 148 summary:\ttrain_loss: 0.0109868\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 149 summary:\ttrain_loss: 0.0090139\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 150 summary:\ttrain_loss: 0.0220328\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 151 summary:\ttrain_loss: 0.0176792\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 152 summary:\ttrain_loss: 0.0112758\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 153 summary:\ttrain_loss: 0.0110014\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 154 summary:\ttrain_loss: 0.0316361\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 155 summary:\ttrain_loss: 0.0269955\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 156 summary:\ttrain_loss: 0.0176665\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 157 summary:\ttrain_loss: 0.0145178\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 158 summary:\ttrain_loss: 0.0076487\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 159 summary:\ttrain_loss: 0.0159182\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 160 summary:\ttrain_loss: 0.0102324\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 161 summary:\ttrain_loss: 0.0101163\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 162 summary:\ttrain_loss: 0.0119546\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 163 summary:\ttrain_loss: 0.0138677\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 164 summary:\ttrain_loss: 0.0089479\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 165 summary:\ttrain_loss: 0.0116245\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 166 summary:\ttrain_loss: 0.0068384\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep167\n","DEEPTB INFO Epoch 167 summary:\ttrain_loss: 0.0216538\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 168 summary:\ttrain_loss: 0.0279383\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 169 summary:\ttrain_loss: 0.0096311\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 170 summary:\ttrain_loss: 0.0083173\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 171 summary:\ttrain_loss: 0.0349926\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 172 summary:\ttrain_loss: 0.0167491\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 173 summary:\ttrain_loss: 0.0111856\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 174 summary:\ttrain_loss: 0.0122192\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 175 summary:\ttrain_loss: 0.0169181\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 176 summary:\ttrain_loss: 0.0101551\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 177 summary:\ttrain_loss: 0.0140398\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 178 summary:\ttrain_loss: 0.0094334\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 179 summary:\ttrain_loss: 0.0069088\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 180 summary:\ttrain_loss: 0.0080574\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 181 summary:\ttrain_loss: 0.0074385\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 182 summary:\ttrain_loss: 0.0140654\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 183 summary:\ttrain_loss: 0.0173577\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 184 summary:\ttrain_loss: 0.0158197\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 185 summary:\ttrain_loss: 0.0203243\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 186 summary:\ttrain_loss: 0.0127031\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 187 summary:\ttrain_loss: 0.0070873\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 188 summary:\ttrain_loss: 0.0217842\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 189 summary:\ttrain_loss: 0.0116977\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 190 summary:\ttrain_loss: 0.0139904\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 191 summary:\ttrain_loss: 0.0159702\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 192 summary:\ttrain_loss: 0.0078819\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 193 summary:\ttrain_loss: 0.0103316\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 194 summary:\ttrain_loss: 0.0372660\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 195 summary:\ttrain_loss: 0.0123927\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 196 summary:\ttrain_loss: 0.0078018\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 197 summary:\ttrain_loss: 0.0068487\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 198 summary:\ttrain_loss: 0.0107162\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 199 summary:\ttrain_loss: 0.0067360\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep200\n","DEEPTB INFO iteration:200\ttrain_loss: 0.0067211 (0.0091971)\tlr: 0.0008195\n","DEEPTB INFO Epoch 200 summary:\ttrain_loss: 0.0067211\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep201\n","DEEPTB INFO Epoch 201 summary:\ttrain_loss: 0.0213631\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 202 summary:\ttrain_loss: 0.0105389\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 203 summary:\ttrain_loss: 0.0108137\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 204 summary:\ttrain_loss: 0.0070946\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 205 summary:\ttrain_loss: 0.0131412\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 206 summary:\ttrain_loss: 0.0079140\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 207 summary:\ttrain_loss: 0.0138014\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 208 summary:\ttrain_loss: 0.0067954\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 209 summary:\ttrain_loss: 0.0122245\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 210 summary:\ttrain_loss: 0.0069617\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 211 summary:\ttrain_loss: 0.0100835\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 212 summary:\ttrain_loss: 0.0234253\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 213 summary:\ttrain_loss: 0.0078528\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 214 summary:\ttrain_loss: 0.0133773\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 215 summary:\ttrain_loss: 0.0073299\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 216 summary:\ttrain_loss: 0.0149911\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 217 summary:\ttrain_loss: 0.0081865\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 218 summary:\ttrain_loss: 0.0108787\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 219 summary:\ttrain_loss: 0.0106797\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 220 summary:\ttrain_loss: 0.0137815\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 221 summary:\ttrain_loss: 0.0069174\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 222 summary:\ttrain_loss: 0.0172746\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 223 summary:\ttrain_loss: 0.0141019\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 224 summary:\ttrain_loss: 0.0428828\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 225 summary:\ttrain_loss: 0.0450647\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 226 summary:\ttrain_loss: 0.0150504\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 227 summary:\ttrain_loss: 0.0089851\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 228 summary:\ttrain_loss: 0.0112757\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 229 summary:\ttrain_loss: 0.0433387\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 230 summary:\ttrain_loss: 0.0113246\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 231 summary:\ttrain_loss: 0.0097996\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 232 summary:\ttrain_loss: 0.0154117\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 233 summary:\ttrain_loss: 0.0121309\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 234 summary:\ttrain_loss: 0.0377882\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 235 summary:\ttrain_loss: 0.0268060\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 236 summary:\ttrain_loss: 0.0088418\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 237 summary:\ttrain_loss: 0.0075012\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 238 summary:\ttrain_loss: 0.0068478\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 239 summary:\ttrain_loss: 0.0143125\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 240 summary:\ttrain_loss: 0.0112732\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 241 summary:\ttrain_loss: 0.0200001\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 242 summary:\ttrain_loss: 0.0188235\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 243 summary:\ttrain_loss: 0.0081651\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 244 summary:\ttrain_loss: 0.0111925\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 245 summary:\ttrain_loss: 0.0072916\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 246 summary:\ttrain_loss: 0.0097378\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 247 summary:\ttrain_loss: 0.0076899\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 248 summary:\ttrain_loss: 0.0085971\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 249 summary:\ttrain_loss: 0.0068870\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 250 summary:\ttrain_loss: 0.0125859\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 251 summary:\ttrain_loss: 0.0067078\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep252\n","DEEPTB INFO Epoch 252 summary:\ttrain_loss: 0.0142398\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 253 summary:\ttrain_loss: 0.0083029\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 254 summary:\ttrain_loss: 0.0062373\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep255\n","DEEPTB INFO Epoch 255 summary:\ttrain_loss: 0.0061157\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep256\n","DEEPTB INFO Epoch 256 summary:\ttrain_loss: 0.0066545\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 257 summary:\ttrain_loss: 0.0064632\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 258 summary:\ttrain_loss: 0.0107164\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 259 summary:\ttrain_loss: 0.0340884\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 260 summary:\ttrain_loss: 0.0180053\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 261 summary:\ttrain_loss: 0.0099782\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 262 summary:\ttrain_loss: 0.0068412\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 263 summary:\ttrain_loss: 0.0113429\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 264 summary:\ttrain_loss: 0.0072600\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 265 summary:\ttrain_loss: 0.0237619\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 266 summary:\ttrain_loss: 0.0169278\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 267 summary:\ttrain_loss: 0.0072569\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 268 summary:\ttrain_loss: 0.0404531\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 269 summary:\ttrain_loss: 0.0074478\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 270 summary:\ttrain_loss: 0.0063482\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 271 summary:\ttrain_loss: 0.0176795\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 272 summary:\ttrain_loss: 0.0120663\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 273 summary:\ttrain_loss: 0.0099948\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 274 summary:\ttrain_loss: 0.0155310\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 275 summary:\ttrain_loss: 0.0068384\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 276 summary:\ttrain_loss: 0.0113602\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 277 summary:\ttrain_loss: 0.0142132\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 278 summary:\ttrain_loss: 0.0083647\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 279 summary:\ttrain_loss: 0.0090439\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 280 summary:\ttrain_loss: 0.0381804\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 281 summary:\ttrain_loss: 0.0202363\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 282 summary:\ttrain_loss: 0.0298236\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 283 summary:\ttrain_loss: 0.0143170\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 284 summary:\ttrain_loss: 0.0106502\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 285 summary:\ttrain_loss: 0.0372771\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 286 summary:\ttrain_loss: 0.0222440\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 287 summary:\ttrain_loss: 0.0093176\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 288 summary:\ttrain_loss: 0.0090339\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 289 summary:\ttrain_loss: 0.0096342\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 290 summary:\ttrain_loss: 0.0090718\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 291 summary:\ttrain_loss: 0.0062353\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 292 summary:\ttrain_loss: 0.0072689\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 293 summary:\ttrain_loss: 0.0084109\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 294 summary:\ttrain_loss: 0.0063867\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 295 summary:\ttrain_loss: 0.0124319\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 296 summary:\ttrain_loss: 0.0075172\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 297 summary:\ttrain_loss: 0.0140135\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 298 summary:\ttrain_loss: 0.0076549\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 299 summary:\ttrain_loss: 0.0091580\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:300\ttrain_loss: 0.0067508 (0.0086725)\tlr: 0.0007414\n","DEEPTB INFO Epoch 300 summary:\ttrain_loss: 0.0067508\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 301 summary:\ttrain_loss: 0.0114993\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 302 summary:\ttrain_loss: 0.0177249\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 303 summary:\ttrain_loss: 0.0077253\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 304 summary:\ttrain_loss: 0.0082951\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 305 summary:\ttrain_loss: 0.0064715\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 306 summary:\ttrain_loss: 0.0093064\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 307 summary:\ttrain_loss: 0.0204705\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 308 summary:\ttrain_loss: 0.0063579\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 309 summary:\ttrain_loss: 0.0166520\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 310 summary:\ttrain_loss: 0.0131803\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 311 summary:\ttrain_loss: 0.0105110\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 312 summary:\ttrain_loss: 0.0082230\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 313 summary:\ttrain_loss: 0.0066930\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 314 summary:\ttrain_loss: 0.0105816\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 315 summary:\ttrain_loss: 0.0109187\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 316 summary:\ttrain_loss: 0.0068951\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 317 summary:\ttrain_loss: 0.0138171\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 318 summary:\ttrain_loss: 0.0064494\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 319 summary:\ttrain_loss: 0.0109249\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 320 summary:\ttrain_loss: 0.0079648\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 321 summary:\ttrain_loss: 0.0142088\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 322 summary:\ttrain_loss: 0.0083671\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 323 summary:\ttrain_loss: 0.0083231\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 324 summary:\ttrain_loss: 0.0087336\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 325 summary:\ttrain_loss: 0.0076932\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 326 summary:\ttrain_loss: 0.0146487\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 327 summary:\ttrain_loss: 0.0071326\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 328 summary:\ttrain_loss: 0.0085514\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 329 summary:\ttrain_loss: 0.0081364\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 330 summary:\ttrain_loss: 0.0132720\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 331 summary:\ttrain_loss: 0.0067425\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 332 summary:\ttrain_loss: 0.0131376\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 333 summary:\ttrain_loss: 0.0100938\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 334 summary:\ttrain_loss: 0.0061902\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 335 summary:\ttrain_loss: 0.0071947\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 336 summary:\ttrain_loss: 0.0073608\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 337 summary:\ttrain_loss: 0.0094890\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 338 summary:\ttrain_loss: 0.0062942\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 339 summary:\ttrain_loss: 0.0091860\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 340 summary:\ttrain_loss: 0.0077320\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 341 summary:\ttrain_loss: 0.0126212\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 342 summary:\ttrain_loss: 0.0118749\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 343 summary:\ttrain_loss: 0.0076734\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 344 summary:\ttrain_loss: 0.0105199\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 345 summary:\ttrain_loss: 0.0091833\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 346 summary:\ttrain_loss: 0.0113622\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 347 summary:\ttrain_loss: 0.0098339\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 348 summary:\ttrain_loss: 0.0090837\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 349 summary:\ttrain_loss: 0.0087824\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 350 summary:\ttrain_loss: 0.0083175\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 351 summary:\ttrain_loss: 0.0078673\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 352 summary:\ttrain_loss: 0.0068999\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 353 summary:\ttrain_loss: 0.0065792\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 354 summary:\ttrain_loss: 0.0070759\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 355 summary:\ttrain_loss: 0.0068799\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 356 summary:\ttrain_loss: 0.0120279\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 357 summary:\ttrain_loss: 0.0068636\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 358 summary:\ttrain_loss: 0.0073059\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 359 summary:\ttrain_loss: 0.0075385\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 360 summary:\ttrain_loss: 0.0110867\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 361 summary:\ttrain_loss: 0.0136488\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 362 summary:\ttrain_loss: 0.0088823\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 363 summary:\ttrain_loss: 0.0072654\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 364 summary:\ttrain_loss: 0.0070799\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 365 summary:\ttrain_loss: 0.0210966\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 366 summary:\ttrain_loss: 0.0412712\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 367 summary:\ttrain_loss: 0.0068742\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 368 summary:\ttrain_loss: 0.0163278\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 369 summary:\ttrain_loss: 0.0122362\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 370 summary:\ttrain_loss: 0.0114812\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 371 summary:\ttrain_loss: 0.0220385\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 372 summary:\ttrain_loss: 0.0072702\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 373 summary:\ttrain_loss: 0.0079547\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 374 summary:\ttrain_loss: 0.0066894\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 375 summary:\ttrain_loss: 0.0108738\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 376 summary:\ttrain_loss: 0.0062994\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 377 summary:\ttrain_loss: 0.0096607\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 378 summary:\ttrain_loss: 0.0066732\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 379 summary:\ttrain_loss: 0.0098422\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 380 summary:\ttrain_loss: 0.0081173\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 381 summary:\ttrain_loss: 0.0097275\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 382 summary:\ttrain_loss: 0.0092418\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 383 summary:\ttrain_loss: 0.0062088\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 384 summary:\ttrain_loss: 0.0065513\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 385 summary:\ttrain_loss: 0.0065407\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 386 summary:\ttrain_loss: 0.0069716\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 387 summary:\ttrain_loss: 0.0073724\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 388 summary:\ttrain_loss: 0.0160790\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 389 summary:\ttrain_loss: 0.0078209\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 390 summary:\ttrain_loss: 0.0061621\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 391 summary:\ttrain_loss: 0.0086634\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 392 summary:\ttrain_loss: 0.0157489\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 393 summary:\ttrain_loss: 0.0130381\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 394 summary:\ttrain_loss: 0.0063148\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 395 summary:\ttrain_loss: 0.0073538\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 396 summary:\ttrain_loss: 0.0062084\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 397 summary:\ttrain_loss: 0.0060541\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep398\n","DEEPTB INFO Epoch 398 summary:\ttrain_loss: 0.0459412\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 399 summary:\ttrain_loss: 0.0121466\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:400\ttrain_loss: 0.0067177 (0.0139186)\tlr: 0.0006709\n","DEEPTB INFO Epoch 400 summary:\ttrain_loss: 0.0067177\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 401 summary:\ttrain_loss: 0.0062212\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 402 summary:\ttrain_loss: 0.0078349\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 403 summary:\ttrain_loss: 0.0064210\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 404 summary:\ttrain_loss: 0.0065163\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 405 summary:\ttrain_loss: 0.0090513\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 406 summary:\ttrain_loss: 0.0146048\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 407 summary:\ttrain_loss: 0.0070789\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 408 summary:\ttrain_loss: 0.0076581\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 409 summary:\ttrain_loss: 0.0083396\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 410 summary:\ttrain_loss: 0.0071191\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 411 summary:\ttrain_loss: 0.0072351\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 412 summary:\ttrain_loss: 0.0078255\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 413 summary:\ttrain_loss: 0.0076582\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 414 summary:\ttrain_loss: 0.0103288\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 415 summary:\ttrain_loss: 0.0249143\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 416 summary:\ttrain_loss: 0.0089132\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 417 summary:\ttrain_loss: 0.0095684\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 418 summary:\ttrain_loss: 0.0078217\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 419 summary:\ttrain_loss: 0.0091673\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 420 summary:\ttrain_loss: 0.0066344\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 421 summary:\ttrain_loss: 0.0093711\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 422 summary:\ttrain_loss: 0.0084532\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 423 summary:\ttrain_loss: 0.0064706\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 424 summary:\ttrain_loss: 0.0060207\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep425\n","DEEPTB INFO Epoch 425 summary:\ttrain_loss: 0.0060064\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep426\n","DEEPTB INFO Epoch 426 summary:\ttrain_loss: 0.0056947\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep427\n","DEEPTB INFO Epoch 427 summary:\ttrain_loss: 0.0074260\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 428 summary:\ttrain_loss: 0.0077240\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 429 summary:\ttrain_loss: 0.0112137\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 430 summary:\ttrain_loss: 0.0072124\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 431 summary:\ttrain_loss: 0.0063218\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 432 summary:\ttrain_loss: 0.0069187\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 433 summary:\ttrain_loss: 0.0083153\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 434 summary:\ttrain_loss: 0.0085847\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 435 summary:\ttrain_loss: 0.0128471\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 436 summary:\ttrain_loss: 0.0073144\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 437 summary:\ttrain_loss: 0.0087208\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 438 summary:\ttrain_loss: 0.0159611\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 439 summary:\ttrain_loss: 0.0070791\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 440 summary:\ttrain_loss: 0.0089925\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 441 summary:\ttrain_loss: 0.0075209\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 442 summary:\ttrain_loss: 0.0067874\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 443 summary:\ttrain_loss: 0.0081187\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 444 summary:\ttrain_loss: 0.0087723\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 445 summary:\ttrain_loss: 0.0059447\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 446 summary:\ttrain_loss: 0.0110154\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 447 summary:\ttrain_loss: 0.0063597\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 448 summary:\ttrain_loss: 0.0061745\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 449 summary:\ttrain_loss: 0.0099166\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 450 summary:\ttrain_loss: 0.0072814\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 451 summary:\ttrain_loss: 0.0079801\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 452 summary:\ttrain_loss: 0.0111940\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 453 summary:\ttrain_loss: 0.0074960\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 454 summary:\ttrain_loss: 0.0063789\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 455 summary:\ttrain_loss: 0.0094053\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 456 summary:\ttrain_loss: 0.0082261\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 457 summary:\ttrain_loss: 0.0087091\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 458 summary:\ttrain_loss: 0.0080928\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 459 summary:\ttrain_loss: 0.0094098\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 460 summary:\ttrain_loss: 0.0067804\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 461 summary:\ttrain_loss: 0.0095018\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 462 summary:\ttrain_loss: 0.0072147\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 463 summary:\ttrain_loss: 0.0064607\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 464 summary:\ttrain_loss: 0.0076321\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 465 summary:\ttrain_loss: 0.0072718\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 466 summary:\ttrain_loss: 0.0062350\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 467 summary:\ttrain_loss: 0.0075169\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 468 summary:\ttrain_loss: 0.0072445\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 469 summary:\ttrain_loss: 0.0068806\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 470 summary:\ttrain_loss: 0.0070495\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 471 summary:\ttrain_loss: 0.0058486\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 472 summary:\ttrain_loss: 0.0058227\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 473 summary:\ttrain_loss: 0.0065182\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 474 summary:\ttrain_loss: 0.0194339\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 475 summary:\ttrain_loss: 0.0098585\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 476 summary:\ttrain_loss: 0.0065810\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 477 summary:\ttrain_loss: 0.0057770\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 478 summary:\ttrain_loss: 0.0061385\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 479 summary:\ttrain_loss: 0.0059138\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 480 summary:\ttrain_loss: 0.0059782\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 481 summary:\ttrain_loss: 0.0064940\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 482 summary:\ttrain_loss: 0.0087696\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 483 summary:\ttrain_loss: 0.0074074\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 484 summary:\ttrain_loss: 0.0071272\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 485 summary:\ttrain_loss: 0.0070189\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 486 summary:\ttrain_loss: 0.0058442\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 487 summary:\ttrain_loss: 0.0073466\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 488 summary:\ttrain_loss: 0.0104082\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 489 summary:\ttrain_loss: 0.0059656\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 490 summary:\ttrain_loss: 0.0074894\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 491 summary:\ttrain_loss: 0.0071062\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 492 summary:\ttrain_loss: 0.0060257\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 493 summary:\ttrain_loss: 0.0067227\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 494 summary:\ttrain_loss: 0.0072884\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 495 summary:\ttrain_loss: 0.0063231\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 496 summary:\ttrain_loss: 0.0064697\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 497 summary:\ttrain_loss: 0.0070893\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 498 summary:\ttrain_loss: 0.0433641\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 499 summary:\ttrain_loss: 0.0066033\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:500\ttrain_loss: 0.0060518 (0.0119141)\tlr: 0.000607 \n","DEEPTB INFO checkpoint saved as mix.iter501\n","DEEPTB INFO Epoch 500 summary:\ttrain_loss: 0.0060518\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 501 summary:\ttrain_loss: 0.0078879\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 502 summary:\ttrain_loss: 0.0061019\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 503 summary:\ttrain_loss: 0.0103218\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 504 summary:\ttrain_loss: 0.0114155\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 505 summary:\ttrain_loss: 0.0065761\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 506 summary:\ttrain_loss: 0.0079312\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 507 summary:\ttrain_loss: 0.0078192\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 508 summary:\ttrain_loss: 0.0071655\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 509 summary:\ttrain_loss: 0.0066741\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 510 summary:\ttrain_loss: 0.0077776\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 511 summary:\ttrain_loss: 0.0086741\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 512 summary:\ttrain_loss: 0.0089741\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 513 summary:\ttrain_loss: 0.0069257\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 514 summary:\ttrain_loss: 0.0061374\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 515 summary:\ttrain_loss: 0.0084453\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 516 summary:\ttrain_loss: 0.0061899\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 517 summary:\ttrain_loss: 0.0068565\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 518 summary:\ttrain_loss: 0.0062088\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 519 summary:\ttrain_loss: 0.0075462\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 520 summary:\ttrain_loss: 0.0061394\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 521 summary:\ttrain_loss: 0.0073795\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 522 summary:\ttrain_loss: 0.0059565\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 523 summary:\ttrain_loss: 0.0077735\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 524 summary:\ttrain_loss: 0.0059461\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 525 summary:\ttrain_loss: 0.0086896\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 526 summary:\ttrain_loss: 0.0057491\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 527 summary:\ttrain_loss: 0.0059141\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 528 summary:\ttrain_loss: 0.0093565\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 529 summary:\ttrain_loss: 0.0072171\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 530 summary:\ttrain_loss: 0.0088078\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 531 summary:\ttrain_loss: 0.0079936\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 532 summary:\ttrain_loss: 0.0067653\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 533 summary:\ttrain_loss: 0.0088615\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 534 summary:\ttrain_loss: 0.0075471\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 535 summary:\ttrain_loss: 0.0060347\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 536 summary:\ttrain_loss: 0.0056178\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep537\n","DEEPTB INFO Epoch 537 summary:\ttrain_loss: 0.0070419\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 538 summary:\ttrain_loss: 0.0102256\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 539 summary:\ttrain_loss: 0.0066539\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 540 summary:\ttrain_loss: 0.0059567\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 541 summary:\ttrain_loss: 0.0100594\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 542 summary:\ttrain_loss: 0.0108267\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 543 summary:\ttrain_loss: 0.0094945\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 544 summary:\ttrain_loss: 0.0135809\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 545 summary:\ttrain_loss: 0.0121340\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 546 summary:\ttrain_loss: 0.0069833\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 547 summary:\ttrain_loss: 0.0065377\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 548 summary:\ttrain_loss: 0.0059814\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 549 summary:\ttrain_loss: 0.0058809\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 550 summary:\ttrain_loss: 0.0125402\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 551 summary:\ttrain_loss: 0.0063419\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 552 summary:\ttrain_loss: 0.0068739\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 553 summary:\ttrain_loss: 0.0070176\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 554 summary:\ttrain_loss: 0.0059769\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 555 summary:\ttrain_loss: 0.0069360\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 556 summary:\ttrain_loss: 0.0065591\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 557 summary:\ttrain_loss: 0.0063631\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 558 summary:\ttrain_loss: 0.0063604\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 559 summary:\ttrain_loss: 0.0064855\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 560 summary:\ttrain_loss: 0.0057289\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 561 summary:\ttrain_loss: 0.0068827\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 562 summary:\ttrain_loss: 0.0057210\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 563 summary:\ttrain_loss: 0.0069905\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 564 summary:\ttrain_loss: 0.0075004\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 565 summary:\ttrain_loss: 0.0057978\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 566 summary:\ttrain_loss: 0.0065396\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 567 summary:\ttrain_loss: 0.0077746\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 568 summary:\ttrain_loss: 0.0060412\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 569 summary:\ttrain_loss: 0.0067584\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 570 summary:\ttrain_loss: 0.0062039\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 571 summary:\ttrain_loss: 0.0059491\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 572 summary:\ttrain_loss: 0.0059210\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 573 summary:\ttrain_loss: 0.0108836\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 574 summary:\ttrain_loss: 0.0064180\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 575 summary:\ttrain_loss: 0.0062296\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 576 summary:\ttrain_loss: 0.0057726\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 577 summary:\ttrain_loss: 0.0067250\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 578 summary:\ttrain_loss: 0.0063003\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 579 summary:\ttrain_loss: 0.0057849\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 580 summary:\ttrain_loss: 0.0057517\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 581 summary:\ttrain_loss: 0.0069992\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 582 summary:\ttrain_loss: 0.0098423\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 583 summary:\ttrain_loss: 0.0105559\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 584 summary:\ttrain_loss: 0.0056591\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 585 summary:\ttrain_loss: 0.0075782\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 586 summary:\ttrain_loss: 0.0062100\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 587 summary:\ttrain_loss: 0.0077781\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 588 summary:\ttrain_loss: 0.0060594\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 589 summary:\ttrain_loss: 0.0165521\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 590 summary:\ttrain_loss: 0.0066742\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 591 summary:\ttrain_loss: 0.0153725\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 592 summary:\ttrain_loss: 0.0057373\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 593 summary:\ttrain_loss: 0.0065591\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 594 summary:\ttrain_loss: 0.0063220\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 595 summary:\ttrain_loss: 0.0056911\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 596 summary:\ttrain_loss: 0.0064806\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 597 summary:\ttrain_loss: 0.0075474\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 598 summary:\ttrain_loss: 0.0073284\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 599 summary:\ttrain_loss: 0.0076855\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:600\ttrain_loss: 0.0106665 (0.0083431)\tlr: 0.0005492\n","DEEPTB INFO Epoch 600 summary:\ttrain_loss: 0.0106665\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 601 summary:\ttrain_loss: 0.0059131\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 602 summary:\ttrain_loss: 0.0068783\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 603 summary:\ttrain_loss: 0.0094582\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 604 summary:\ttrain_loss: 0.0059862\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 605 summary:\ttrain_loss: 0.0063826\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 606 summary:\ttrain_loss: 0.0059348\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 607 summary:\ttrain_loss: 0.0056138\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep608\n","DEEPTB INFO Epoch 608 summary:\ttrain_loss: 0.0067932\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 609 summary:\ttrain_loss: 0.0058897\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 610 summary:\ttrain_loss: 0.0063825\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 611 summary:\ttrain_loss: 0.0104419\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 612 summary:\ttrain_loss: 0.0110277\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 613 summary:\ttrain_loss: 0.0058746\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 614 summary:\ttrain_loss: 0.0080972\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 615 summary:\ttrain_loss: 0.0063772\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 616 summary:\ttrain_loss: 0.0057423\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 617 summary:\ttrain_loss: 0.0087227\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 618 summary:\ttrain_loss: 0.0056310\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 619 summary:\ttrain_loss: 0.0061072\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 620 summary:\ttrain_loss: 0.0068095\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 621 summary:\ttrain_loss: 0.0063429\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 622 summary:\ttrain_loss: 0.0096137\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 623 summary:\ttrain_loss: 0.0068773\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 624 summary:\ttrain_loss: 0.0059554\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 625 summary:\ttrain_loss: 0.0078155\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 626 summary:\ttrain_loss: 0.0062743\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 627 summary:\ttrain_loss: 0.0094959\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 628 summary:\ttrain_loss: 0.0063589\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 629 summary:\ttrain_loss: 0.0057060\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 630 summary:\ttrain_loss: 0.0062402\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 631 summary:\ttrain_loss: 0.0206490\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 632 summary:\ttrain_loss: 0.0062820\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 633 summary:\ttrain_loss: 0.0061787\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 634 summary:\ttrain_loss: 0.0063899\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 635 summary:\ttrain_loss: 0.0061627\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 636 summary:\ttrain_loss: 0.0068896\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 637 summary:\ttrain_loss: 0.0082702\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 638 summary:\ttrain_loss: 0.0059030\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 639 summary:\ttrain_loss: 0.0077891\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 640 summary:\ttrain_loss: 0.0055521\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep641\n","DEEPTB INFO Epoch 641 summary:\ttrain_loss: 0.0083035\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 642 summary:\ttrain_loss: 0.0089073\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 643 summary:\ttrain_loss: 0.0096463\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 644 summary:\ttrain_loss: 0.0095384\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 645 summary:\ttrain_loss: 0.0057814\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 646 summary:\ttrain_loss: 0.0064119\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 647 summary:\ttrain_loss: 0.0131472\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 648 summary:\ttrain_loss: 0.0088354\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 649 summary:\ttrain_loss: 0.0132246\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 650 summary:\ttrain_loss: 0.0057066\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 651 summary:\ttrain_loss: 0.0058165\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 652 summary:\ttrain_loss: 0.0056673\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 653 summary:\ttrain_loss: 0.0073376\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 654 summary:\ttrain_loss: 0.0064463\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 655 summary:\ttrain_loss: 0.0083720\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 656 summary:\ttrain_loss: 0.0056371\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 657 summary:\ttrain_loss: 0.0067017\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 658 summary:\ttrain_loss: 0.0088888\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 659 summary:\ttrain_loss: 0.0059198\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 660 summary:\ttrain_loss: 0.0055362\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep661\n","DEEPTB INFO Epoch 661 summary:\ttrain_loss: 0.0055961\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 662 summary:\ttrain_loss: 0.0082961\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 663 summary:\ttrain_loss: 0.0064183\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 664 summary:\ttrain_loss: 0.0063000\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 665 summary:\ttrain_loss: 0.0062649\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 666 summary:\ttrain_loss: 0.0064487\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 667 summary:\ttrain_loss: 0.0054231\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep668\n","DEEPTB INFO Epoch 668 summary:\ttrain_loss: 0.0054404\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 669 summary:\ttrain_loss: 0.0060829\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 670 summary:\ttrain_loss: 0.0071698\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 671 summary:\ttrain_loss: 0.0058290\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 672 summary:\ttrain_loss: 0.0061259\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 673 summary:\ttrain_loss: 0.0064515\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 674 summary:\ttrain_loss: 0.0062452\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 675 summary:\ttrain_loss: 0.0103682\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 676 summary:\ttrain_loss: 0.0064781\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 677 summary:\ttrain_loss: 0.0071768\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 678 summary:\ttrain_loss: 0.0065697\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 679 summary:\ttrain_loss: 0.0058660\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 680 summary:\ttrain_loss: 0.0060160\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 681 summary:\ttrain_loss: 0.0056654\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 682 summary:\ttrain_loss: 0.0060967\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 683 summary:\ttrain_loss: 0.0079204\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 684 summary:\ttrain_loss: 0.0058617\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 685 summary:\ttrain_loss: 0.0078986\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 686 summary:\ttrain_loss: 0.0079207\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 687 summary:\ttrain_loss: 0.0059199\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 688 summary:\ttrain_loss: 0.0147090\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 689 summary:\ttrain_loss: 0.0055943\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 690 summary:\ttrain_loss: 0.0073287\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 691 summary:\ttrain_loss: 0.0065963\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 692 summary:\ttrain_loss: 0.0056998\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 693 summary:\ttrain_loss: 0.0087086\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 694 summary:\ttrain_loss: 0.0059772\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 695 summary:\ttrain_loss: 0.0055052\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 696 summary:\ttrain_loss: 0.0055731\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 697 summary:\ttrain_loss: 0.0074027\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 698 summary:\ttrain_loss: 0.0058370\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 699 summary:\ttrain_loss: 0.0058657\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:700\ttrain_loss: 0.0060243 (0.0061648)\tlr: 0.0004969\n","DEEPTB INFO Epoch 700 summary:\ttrain_loss: 0.0060243\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 701 summary:\ttrain_loss: 0.0077800\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 702 summary:\ttrain_loss: 0.0078819\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 703 summary:\ttrain_loss: 0.0061068\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 704 summary:\ttrain_loss: 0.0055773\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 705 summary:\ttrain_loss: 0.0061718\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 706 summary:\ttrain_loss: 0.0062614\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 707 summary:\ttrain_loss: 0.0171949\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 708 summary:\ttrain_loss: 0.0062295\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 709 summary:\ttrain_loss: 0.0059106\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 710 summary:\ttrain_loss: 0.0059008\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 711 summary:\ttrain_loss: 0.0071274\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 712 summary:\ttrain_loss: 0.0061384\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 713 summary:\ttrain_loss: 0.0099571\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 714 summary:\ttrain_loss: 0.0058318\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 715 summary:\ttrain_loss: 0.0058917\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 716 summary:\ttrain_loss: 0.0071349\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 717 summary:\ttrain_loss: 0.0096616\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 718 summary:\ttrain_loss: 0.0081418\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 719 summary:\ttrain_loss: 0.0071560\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 720 summary:\ttrain_loss: 0.0124844\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 721 summary:\ttrain_loss: 0.0072077\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 722 summary:\ttrain_loss: 0.0086338\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 723 summary:\ttrain_loss: 0.0062726\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 724 summary:\ttrain_loss: 0.0103744\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 725 summary:\ttrain_loss: 0.0073872\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 726 summary:\ttrain_loss: 0.0062863\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 727 summary:\ttrain_loss: 0.0083794\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 728 summary:\ttrain_loss: 0.0054985\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 729 summary:\ttrain_loss: 0.0058862\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 730 summary:\ttrain_loss: 0.0054707\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 731 summary:\ttrain_loss: 0.0053527\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep732\n","DEEPTB INFO Epoch 732 summary:\ttrain_loss: 0.0099440\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 733 summary:\ttrain_loss: 0.0066256\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 734 summary:\ttrain_loss: 0.0060014\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 735 summary:\ttrain_loss: 0.0090568\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 736 summary:\ttrain_loss: 0.0082161\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 737 summary:\ttrain_loss: 0.0065723\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 738 summary:\ttrain_loss: 0.0075912\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 739 summary:\ttrain_loss: 0.0065658\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 740 summary:\ttrain_loss: 0.0060599\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 741 summary:\ttrain_loss: 0.0053902\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 742 summary:\ttrain_loss: 0.0066096\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 743 summary:\ttrain_loss: 0.0056671\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 744 summary:\ttrain_loss: 0.0054008\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 745 summary:\ttrain_loss: 0.0069758\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 746 summary:\ttrain_loss: 0.0078425\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 747 summary:\ttrain_loss: 0.0058562\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 748 summary:\ttrain_loss: 0.0054180\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 749 summary:\ttrain_loss: 0.0057779\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 750 summary:\ttrain_loss: 0.0062122\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 751 summary:\ttrain_loss: 0.0061437\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 752 summary:\ttrain_loss: 0.0061843\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 753 summary:\ttrain_loss: 0.0078020\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 754 summary:\ttrain_loss: 0.0076677\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 755 summary:\ttrain_loss: 0.0060411\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 756 summary:\ttrain_loss: 0.0072830\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 757 summary:\ttrain_loss: 0.0062953\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 758 summary:\ttrain_loss: 0.0055218\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 759 summary:\ttrain_loss: 0.0061409\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 760 summary:\ttrain_loss: 0.0061171\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 761 summary:\ttrain_loss: 0.0060926\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 762 summary:\ttrain_loss: 0.0054476\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 763 summary:\ttrain_loss: 0.0058603\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 764 summary:\ttrain_loss: 0.0065810\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 765 summary:\ttrain_loss: 0.0087457\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 766 summary:\ttrain_loss: 0.0070348\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 767 summary:\ttrain_loss: 0.0062430\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 768 summary:\ttrain_loss: 0.0076001\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 769 summary:\ttrain_loss: 0.0063232\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 770 summary:\ttrain_loss: 0.0054810\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 771 summary:\ttrain_loss: 0.0060714\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 772 summary:\ttrain_loss: 0.0067872\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 773 summary:\ttrain_loss: 0.0061820\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 774 summary:\ttrain_loss: 0.0058409\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 775 summary:\ttrain_loss: 0.0055722\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 776 summary:\ttrain_loss: 0.0106807\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 777 summary:\ttrain_loss: 0.0058532\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 778 summary:\ttrain_loss: 0.0058239\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 779 summary:\ttrain_loss: 0.0056104\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 780 summary:\ttrain_loss: 0.0076740\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 781 summary:\ttrain_loss: 0.0085132\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 782 summary:\ttrain_loss: 0.0088132\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 783 summary:\ttrain_loss: 0.0059906\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 784 summary:\ttrain_loss: 0.0060597\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 785 summary:\ttrain_loss: 0.0057328\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 786 summary:\ttrain_loss: 0.0065071\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 787 summary:\ttrain_loss: 0.0077669\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 788 summary:\ttrain_loss: 0.0073362\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 789 summary:\ttrain_loss: 0.0057877\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 790 summary:\ttrain_loss: 0.0068152\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 791 summary:\ttrain_loss: 0.0064678\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 792 summary:\ttrain_loss: 0.0054464\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 793 summary:\ttrain_loss: 0.0072295\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 794 summary:\ttrain_loss: 0.0060815\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 795 summary:\ttrain_loss: 0.0054031\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 796 summary:\ttrain_loss: 0.0054732\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 797 summary:\ttrain_loss: 0.0059386\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 798 summary:\ttrain_loss: 0.0077919\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 799 summary:\ttrain_loss: 0.0079516\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:800\ttrain_loss: 0.0071601 (0.0069961)\tlr: 0.0004496\n","DEEPTB INFO Epoch 800 summary:\ttrain_loss: 0.0071601\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 801 summary:\ttrain_loss: 0.0059598\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 802 summary:\ttrain_loss: 0.0092840\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 803 summary:\ttrain_loss: 0.0055857\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 804 summary:\ttrain_loss: 0.0063649\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 805 summary:\ttrain_loss: 0.0080834\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 806 summary:\ttrain_loss: 0.0055790\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 807 summary:\ttrain_loss: 0.0072757\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 808 summary:\ttrain_loss: 0.0073868\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 809 summary:\ttrain_loss: 0.0054115\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 810 summary:\ttrain_loss: 0.0064928\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 811 summary:\ttrain_loss: 0.0056723\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 812 summary:\ttrain_loss: 0.0073229\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 813 summary:\ttrain_loss: 0.0077237\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 814 summary:\ttrain_loss: 0.0071520\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 815 summary:\ttrain_loss: 0.0072289\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 816 summary:\ttrain_loss: 0.0068487\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 817 summary:\ttrain_loss: 0.0059937\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 818 summary:\ttrain_loss: 0.0060973\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 819 summary:\ttrain_loss: 0.0064206\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 820 summary:\ttrain_loss: 0.0075479\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 821 summary:\ttrain_loss: 0.0062614\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 822 summary:\ttrain_loss: 0.0059484\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 823 summary:\ttrain_loss: 0.0100037\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 824 summary:\ttrain_loss: 0.0058665\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 825 summary:\ttrain_loss: 0.0054707\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 826 summary:\ttrain_loss: 0.0057935\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 827 summary:\ttrain_loss: 0.0069084\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 828 summary:\ttrain_loss: 0.0059223\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 829 summary:\ttrain_loss: 0.0056523\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 830 summary:\ttrain_loss: 0.0059167\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 831 summary:\ttrain_loss: 0.0058727\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 832 summary:\ttrain_loss: 0.0066691\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 833 summary:\ttrain_loss: 0.0057850\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 834 summary:\ttrain_loss: 0.0054902\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 835 summary:\ttrain_loss: 0.0054116\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 836 summary:\ttrain_loss: 0.0066773\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 837 summary:\ttrain_loss: 0.0068179\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 838 summary:\ttrain_loss: 0.0079137\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 839 summary:\ttrain_loss: 0.0056664\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 840 summary:\ttrain_loss: 0.0062720\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 841 summary:\ttrain_loss: 0.0065824\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 842 summary:\ttrain_loss: 0.0061266\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 843 summary:\ttrain_loss: 0.0064240\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 844 summary:\ttrain_loss: 0.0070732\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 845 summary:\ttrain_loss: 0.0082583\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 846 summary:\ttrain_loss: 0.0058656\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 847 summary:\ttrain_loss: 0.0057647\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 848 summary:\ttrain_loss: 0.0053512\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep849\n","DEEPTB INFO Epoch 849 summary:\ttrain_loss: 0.0089223\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 850 summary:\ttrain_loss: 0.0056481\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 851 summary:\ttrain_loss: 0.0059242\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 852 summary:\ttrain_loss: 0.0062971\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 853 summary:\ttrain_loss: 0.0060835\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 854 summary:\ttrain_loss: 0.0057370\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 855 summary:\ttrain_loss: 0.0074286\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 856 summary:\ttrain_loss: 0.0063000\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 857 summary:\ttrain_loss: 0.0053647\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 858 summary:\ttrain_loss: 0.0060209\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 859 summary:\ttrain_loss: 0.0056063\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 860 summary:\ttrain_loss: 0.0056407\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 861 summary:\ttrain_loss: 0.0064100\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 862 summary:\ttrain_loss: 0.0061666\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 863 summary:\ttrain_loss: 0.0066840\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 864 summary:\ttrain_loss: 0.0054611\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 865 summary:\ttrain_loss: 0.0053156\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep866\n","DEEPTB INFO Epoch 866 summary:\ttrain_loss: 0.0061378\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 867 summary:\ttrain_loss: 0.0078753\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 868 summary:\ttrain_loss: 0.0059693\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 869 summary:\ttrain_loss: 0.0080732\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 870 summary:\ttrain_loss: 0.0060060\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 871 summary:\ttrain_loss: 0.0060315\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 872 summary:\ttrain_loss: 0.0053792\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 873 summary:\ttrain_loss: 0.0058457\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 874 summary:\ttrain_loss: 0.0063498\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 875 summary:\ttrain_loss: 0.0055160\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 876 summary:\ttrain_loss: 0.0099792\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 877 summary:\ttrain_loss: 0.0057460\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 878 summary:\ttrain_loss: 0.0065733\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 879 summary:\ttrain_loss: 0.0067557\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 880 summary:\ttrain_loss: 0.0055708\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 881 summary:\ttrain_loss: 0.0053271\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 882 summary:\ttrain_loss: 0.0056093\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 883 summary:\ttrain_loss: 0.0074322\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 884 summary:\ttrain_loss: 0.0070434\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 885 summary:\ttrain_loss: 0.0063035\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 886 summary:\ttrain_loss: 0.0053387\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 887 summary:\ttrain_loss: 0.0062050\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 888 summary:\ttrain_loss: 0.0063324\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 889 summary:\ttrain_loss: 0.0055942\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 890 summary:\ttrain_loss: 0.0133697\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 891 summary:\ttrain_loss: 0.0062485\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 892 summary:\ttrain_loss: 0.0094067\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 893 summary:\ttrain_loss: 0.0056635\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 894 summary:\ttrain_loss: 0.0056875\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 895 summary:\ttrain_loss: 0.0072948\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 896 summary:\ttrain_loss: 0.0054898\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 897 summary:\ttrain_loss: 0.0095015\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 898 summary:\ttrain_loss: 0.0074231\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 899 summary:\ttrain_loss: 0.0065467\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:900\ttrain_loss: 0.0058591 (0.0067762)\tlr: 0.0004068\n","DEEPTB INFO Epoch 900 summary:\ttrain_loss: 0.0058591\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 901 summary:\ttrain_loss: 0.0054143\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 902 summary:\ttrain_loss: 0.0059239\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 903 summary:\ttrain_loss: 0.0058830\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 904 summary:\ttrain_loss: 0.0060142\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 905 summary:\ttrain_loss: 0.0067140\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 906 summary:\ttrain_loss: 0.0064028\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 907 summary:\ttrain_loss: 0.0066892\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 908 summary:\ttrain_loss: 0.0060490\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 909 summary:\ttrain_loss: 0.0057022\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 910 summary:\ttrain_loss: 0.0068057\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 911 summary:\ttrain_loss: 0.0092736\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 912 summary:\ttrain_loss: 0.0066048\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 913 summary:\ttrain_loss: 0.0065379\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 914 summary:\ttrain_loss: 0.0054010\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 915 summary:\ttrain_loss: 0.0054454\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 916 summary:\ttrain_loss: 0.0059863\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 917 summary:\ttrain_loss: 0.0053929\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 918 summary:\ttrain_loss: 0.0060291\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 919 summary:\ttrain_loss: 0.0055383\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 920 summary:\ttrain_loss: 0.0084413\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 921 summary:\ttrain_loss: 0.0072283\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 922 summary:\ttrain_loss: 0.0077651\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 923 summary:\ttrain_loss: 0.0058116\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 924 summary:\ttrain_loss: 0.0061102\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 925 summary:\ttrain_loss: 0.0069185\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 926 summary:\ttrain_loss: 0.0067873\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 927 summary:\ttrain_loss: 0.0080293\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 928 summary:\ttrain_loss: 0.0058485\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 929 summary:\ttrain_loss: 0.0055564\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 930 summary:\ttrain_loss: 0.0053451\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 931 summary:\ttrain_loss: 0.0053524\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 932 summary:\ttrain_loss: 0.0081328\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 933 summary:\ttrain_loss: 0.0078426\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 934 summary:\ttrain_loss: 0.0073913\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 935 summary:\ttrain_loss: 0.0060157\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 936 summary:\ttrain_loss: 0.0100616\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 937 summary:\ttrain_loss: 0.0065172\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 938 summary:\ttrain_loss: 0.0055696\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 939 summary:\ttrain_loss: 0.0057769\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 940 summary:\ttrain_loss: 0.0055377\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 941 summary:\ttrain_loss: 0.0062949\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 942 summary:\ttrain_loss: 0.0055329\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 943 summary:\ttrain_loss: 0.0054260\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 944 summary:\ttrain_loss: 0.0066362\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 945 summary:\ttrain_loss: 0.0053960\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 946 summary:\ttrain_loss: 0.0061422\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 947 summary:\ttrain_loss: 0.0072226\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 948 summary:\ttrain_loss: 0.0066041\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 949 summary:\ttrain_loss: 0.0059562\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 950 summary:\ttrain_loss: 0.0088441\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 951 summary:\ttrain_loss: 0.0056583\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 952 summary:\ttrain_loss: 0.0057434\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 953 summary:\ttrain_loss: 0.0057287\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 954 summary:\ttrain_loss: 0.0055480\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 955 summary:\ttrain_loss: 0.0057959\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 956 summary:\ttrain_loss: 0.0056096\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 957 summary:\ttrain_loss: 0.0057384\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 958 summary:\ttrain_loss: 0.0062150\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 959 summary:\ttrain_loss: 0.0054304\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 960 summary:\ttrain_loss: 0.0066024\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 961 summary:\ttrain_loss: 0.0063604\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 962 summary:\ttrain_loss: 0.0057118\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 963 summary:\ttrain_loss: 0.0053135\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep964\n","DEEPTB INFO Epoch 964 summary:\ttrain_loss: 0.0062770\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 965 summary:\ttrain_loss: 0.0059309\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 966 summary:\ttrain_loss: 0.0055940\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 967 summary:\ttrain_loss: 0.0056270\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 968 summary:\ttrain_loss: 0.0060183\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 969 summary:\ttrain_loss: 0.0091241\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 970 summary:\ttrain_loss: 0.0088924\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 971 summary:\ttrain_loss: 0.0059921\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 972 summary:\ttrain_loss: 0.0061063\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 973 summary:\ttrain_loss: 0.0068961\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 974 summary:\ttrain_loss: 0.0058284\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 975 summary:\ttrain_loss: 0.0054308\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 976 summary:\ttrain_loss: 0.0056638\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 977 summary:\ttrain_loss: 0.0065275\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 978 summary:\ttrain_loss: 0.0069142\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 979 summary:\ttrain_loss: 0.0053008\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep980\n","DEEPTB INFO Epoch 980 summary:\ttrain_loss: 0.0064903\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 981 summary:\ttrain_loss: 0.0063992\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 982 summary:\ttrain_loss: 0.0055435\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 983 summary:\ttrain_loss: 0.0068137\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 984 summary:\ttrain_loss: 0.0060596\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 985 summary:\ttrain_loss: 0.0055598\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 986 summary:\ttrain_loss: 0.0057944\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 987 summary:\ttrain_loss: 0.0052693\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep988\n","DEEPTB INFO Epoch 988 summary:\ttrain_loss: 0.0053490\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 989 summary:\ttrain_loss: 0.0059438\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 990 summary:\ttrain_loss: 0.0061988\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 991 summary:\ttrain_loss: 0.0055622\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 992 summary:\ttrain_loss: 0.0057209\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 993 summary:\ttrain_loss: 0.0080689\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 994 summary:\ttrain_loss: 0.0053355\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 995 summary:\ttrain_loss: 0.0104747\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 996 summary:\ttrain_loss: 0.0061857\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 997 summary:\ttrain_loss: 0.0053414\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 998 summary:\ttrain_loss: 0.0066198\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 999 summary:\ttrain_loss: 0.0055769\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1000\ttrain_loss: 0.0052507 (0.0059624)\tlr: 0.0003681\n","DEEPTB INFO checkpoint saved as mix.iter1001\n","DEEPTB INFO Epoch 1000 summary:\ttrain_loss: 0.0052507\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep1001\n","DEEPTB INFO Epoch 1001 summary:\ttrain_loss: 0.0052000\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep1002\n","DEEPTB INFO Epoch 1002 summary:\ttrain_loss: 0.0061953\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1003 summary:\ttrain_loss: 0.0067227\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1004 summary:\ttrain_loss: 0.0053401\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1005 summary:\ttrain_loss: 0.0072280\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1006 summary:\ttrain_loss: 0.0056338\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1007 summary:\ttrain_loss: 0.0059104\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1008 summary:\ttrain_loss: 0.0053881\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1009 summary:\ttrain_loss: 0.0075306\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1010 summary:\ttrain_loss: 0.0054173\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1011 summary:\ttrain_loss: 0.0058108\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1012 summary:\ttrain_loss: 0.0054738\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1013 summary:\ttrain_loss: 0.0058115\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1014 summary:\ttrain_loss: 0.0054648\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1015 summary:\ttrain_loss: 0.0083552\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1016 summary:\ttrain_loss: 0.0061857\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1017 summary:\ttrain_loss: 0.0067100\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1018 summary:\ttrain_loss: 0.0054711\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1019 summary:\ttrain_loss: 0.0056995\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1020 summary:\ttrain_loss: 0.0053454\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1021 summary:\ttrain_loss: 0.0060628\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1022 summary:\ttrain_loss: 0.0060688\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1023 summary:\ttrain_loss: 0.0056007\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1024 summary:\ttrain_loss: 0.0064151\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1025 summary:\ttrain_loss: 0.0056014\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1026 summary:\ttrain_loss: 0.0062553\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1027 summary:\ttrain_loss: 0.0052494\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1028 summary:\ttrain_loss: 0.0104704\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1029 summary:\ttrain_loss: 0.0055909\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1030 summary:\ttrain_loss: 0.0052201\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1031 summary:\ttrain_loss: 0.0100958\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1032 summary:\ttrain_loss: 0.0053273\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1033 summary:\ttrain_loss: 0.0064676\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1034 summary:\ttrain_loss: 0.0057084\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1035 summary:\ttrain_loss: 0.0053973\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1036 summary:\ttrain_loss: 0.0065398\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1037 summary:\ttrain_loss: 0.0052187\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1038 summary:\ttrain_loss: 0.0056257\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1039 summary:\ttrain_loss: 0.0061125\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1040 summary:\ttrain_loss: 0.0052564\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1041 summary:\ttrain_loss: 0.0055037\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1042 summary:\ttrain_loss: 0.0053182\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1043 summary:\ttrain_loss: 0.0055792\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1044 summary:\ttrain_loss: 0.0064382\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1045 summary:\ttrain_loss: 0.0052414\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1046 summary:\ttrain_loss: 0.0057154\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1047 summary:\ttrain_loss: 0.0066999\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1048 summary:\ttrain_loss: 0.0055858\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1049 summary:\ttrain_loss: 0.0055238\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1050 summary:\ttrain_loss: 0.0065021\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1051 summary:\ttrain_loss: 0.0053083\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1052 summary:\ttrain_loss: 0.0057165\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1053 summary:\ttrain_loss: 0.0053652\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1054 summary:\ttrain_loss: 0.0072829\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1055 summary:\ttrain_loss: 0.0065893\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1056 summary:\ttrain_loss: 0.0068755\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1057 summary:\ttrain_loss: 0.0132993\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1058 summary:\ttrain_loss: 0.0052894\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1059 summary:\ttrain_loss: 0.0058530\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1060 summary:\ttrain_loss: 0.0072314\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1061 summary:\ttrain_loss: 0.0053666\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1062 summary:\ttrain_loss: 0.0063853\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1063 summary:\ttrain_loss: 0.0077688\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1064 summary:\ttrain_loss: 0.0059227\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1065 summary:\ttrain_loss: 0.0057263\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1066 summary:\ttrain_loss: 0.0055057\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1067 summary:\ttrain_loss: 0.0055095\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1068 summary:\ttrain_loss: 0.0055170\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1069 summary:\ttrain_loss: 0.0069862\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1070 summary:\ttrain_loss: 0.0073620\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1071 summary:\ttrain_loss: 0.0057852\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1072 summary:\ttrain_loss: 0.0054253\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1073 summary:\ttrain_loss: 0.0056494\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1074 summary:\ttrain_loss: 0.0053529\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1075 summary:\ttrain_loss: 0.0051501\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep1076\n","DEEPTB INFO Epoch 1076 summary:\ttrain_loss: 0.0051497\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep1077\n","DEEPTB INFO Epoch 1077 summary:\ttrain_loss: 0.0055027\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1078 summary:\ttrain_loss: 0.0061235\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1079 summary:\ttrain_loss: 0.0096302\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1080 summary:\ttrain_loss: 0.0053682\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1081 summary:\ttrain_loss: 0.0059443\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1082 summary:\ttrain_loss: 0.0056158\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1083 summary:\ttrain_loss: 0.0059324\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1084 summary:\ttrain_loss: 0.0055803\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1085 summary:\ttrain_loss: 0.0051903\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1086 summary:\ttrain_loss: 0.0055077\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1087 summary:\ttrain_loss: 0.0073120\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1088 summary:\ttrain_loss: 0.0062312\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1089 summary:\ttrain_loss: 0.0060353\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1090 summary:\ttrain_loss: 0.0062307\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1091 summary:\ttrain_loss: 0.0076079\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1092 summary:\ttrain_loss: 0.0052510\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1093 summary:\ttrain_loss: 0.0052321\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1094 summary:\ttrain_loss: 0.0055762\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1095 summary:\ttrain_loss: 0.0053694\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1096 summary:\ttrain_loss: 0.0057699\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1097 summary:\ttrain_loss: 0.0081940\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1098 summary:\ttrain_loss: 0.0058057\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1099 summary:\ttrain_loss: 0.0072170\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1100\ttrain_loss: 0.0060482 (0.0063959)\tlr: 0.000333 \n","DEEPTB INFO Epoch 1100 summary:\ttrain_loss: 0.0060482\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1101 summary:\ttrain_loss: 0.0056927\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1102 summary:\ttrain_loss: 0.0063597\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1103 summary:\ttrain_loss: 0.0052348\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1104 summary:\ttrain_loss: 0.0053142\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1105 summary:\ttrain_loss: 0.0053706\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1106 summary:\ttrain_loss: 0.0052740\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1107 summary:\ttrain_loss: 0.0072173\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1108 summary:\ttrain_loss: 0.0054392\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1109 summary:\ttrain_loss: 0.0062305\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1110 summary:\ttrain_loss: 0.0052414\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1111 summary:\ttrain_loss: 0.0052971\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1112 summary:\ttrain_loss: 0.0053157\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1113 summary:\ttrain_loss: 0.0068404\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1114 summary:\ttrain_loss: 0.0052680\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1115 summary:\ttrain_loss: 0.0058912\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1116 summary:\ttrain_loss: 0.0057785\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1117 summary:\ttrain_loss: 0.0053218\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1118 summary:\ttrain_loss: 0.0052311\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1119 summary:\ttrain_loss: 0.0066487\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1120 summary:\ttrain_loss: 0.0053927\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1121 summary:\ttrain_loss: 0.0051824\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1122 summary:\ttrain_loss: 0.0052310\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1123 summary:\ttrain_loss: 0.0054282\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1124 summary:\ttrain_loss: 0.0051966\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1125 summary:\ttrain_loss: 0.0056313\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1126 summary:\ttrain_loss: 0.0055411\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1127 summary:\ttrain_loss: 0.0062618\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1128 summary:\ttrain_loss: 0.0057497\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1129 summary:\ttrain_loss: 0.0051698\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1130 summary:\ttrain_loss: 0.0059075\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1131 summary:\ttrain_loss: 0.0056762\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1132 summary:\ttrain_loss: 0.0054789\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1133 summary:\ttrain_loss: 0.0054811\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1134 summary:\ttrain_loss: 0.0052249\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1135 summary:\ttrain_loss: 0.0062000\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1136 summary:\ttrain_loss: 0.0052160\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1137 summary:\ttrain_loss: 0.0138466\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1138 summary:\ttrain_loss: 0.0051944\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1139 summary:\ttrain_loss: 0.0054466\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1140 summary:\ttrain_loss: 0.0054511\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1141 summary:\ttrain_loss: 0.0091182\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1142 summary:\ttrain_loss: 0.0055523\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1143 summary:\ttrain_loss: 0.0056050\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1144 summary:\ttrain_loss: 0.0060055\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1145 summary:\ttrain_loss: 0.0053058\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1146 summary:\ttrain_loss: 0.0051326\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep1147\n","DEEPTB INFO Epoch 1147 summary:\ttrain_loss: 0.0053173\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1148 summary:\ttrain_loss: 0.0059668\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1149 summary:\ttrain_loss: 0.0053909\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1150 summary:\ttrain_loss: 0.0058289\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1151 summary:\ttrain_loss: 0.0056631\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1152 summary:\ttrain_loss: 0.0056079\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1153 summary:\ttrain_loss: 0.0071082\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1154 summary:\ttrain_loss: 0.0057221\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1155 summary:\ttrain_loss: 0.0057056\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1156 summary:\ttrain_loss: 0.0056599\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1157 summary:\ttrain_loss: 0.0053526\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1158 summary:\ttrain_loss: 0.0052996\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1159 summary:\ttrain_loss: 0.0052502\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1160 summary:\ttrain_loss: 0.0079770\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1161 summary:\ttrain_loss: 0.0057324\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1162 summary:\ttrain_loss: 0.0078222\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1163 summary:\ttrain_loss: 0.0072791\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1164 summary:\ttrain_loss: 0.0052136\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1165 summary:\ttrain_loss: 0.0065942\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1166 summary:\ttrain_loss: 0.0053377\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1167 summary:\ttrain_loss: 0.0053067\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1168 summary:\ttrain_loss: 0.0054429\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1169 summary:\ttrain_loss: 0.0060974\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1170 summary:\ttrain_loss: 0.0064968\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1171 summary:\ttrain_loss: 0.0054969\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1172 summary:\ttrain_loss: 0.0067081\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1173 summary:\ttrain_loss: 0.0050835\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep1174\n","DEEPTB INFO Epoch 1174 summary:\ttrain_loss: 0.0067592\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1175 summary:\ttrain_loss: 0.0064371\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1176 summary:\ttrain_loss: 0.0054103\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1177 summary:\ttrain_loss: 0.0061433\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1178 summary:\ttrain_loss: 0.0073816\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1179 summary:\ttrain_loss: 0.0095395\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1180 summary:\ttrain_loss: 0.0058820\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1181 summary:\ttrain_loss: 0.0052723\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1182 summary:\ttrain_loss: 0.0055143\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1183 summary:\ttrain_loss: 0.0058248\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1184 summary:\ttrain_loss: 0.0092817\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1185 summary:\ttrain_loss: 0.0058066\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1186 summary:\ttrain_loss: 0.0075954\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1187 summary:\ttrain_loss: 0.0058896\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1188 summary:\ttrain_loss: 0.0068166\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1189 summary:\ttrain_loss: 0.0054553\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1190 summary:\ttrain_loss: 0.0059004\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1191 summary:\ttrain_loss: 0.0057437\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1192 summary:\ttrain_loss: 0.0065085\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1193 summary:\ttrain_loss: 0.0051309\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1194 summary:\ttrain_loss: 0.0057310\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1195 summary:\ttrain_loss: 0.0054452\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1196 summary:\ttrain_loss: 0.0053501\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1197 summary:\ttrain_loss: 0.0060329\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1198 summary:\ttrain_loss: 0.0052855\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1199 summary:\ttrain_loss: 0.0054269\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1200\ttrain_loss: 0.0051484 (0.0054278)\tlr: 0.0003013\n","DEEPTB INFO Epoch 1200 summary:\ttrain_loss: 0.0051484\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1201 summary:\ttrain_loss: 0.0052499\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1202 summary:\ttrain_loss: 0.0054538\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1203 summary:\ttrain_loss: 0.0052296\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1204 summary:\ttrain_loss: 0.0068760\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1205 summary:\ttrain_loss: 0.0053512\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1206 summary:\ttrain_loss: 0.0055712\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1207 summary:\ttrain_loss: 0.0056264\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1208 summary:\ttrain_loss: 0.0052496\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1209 summary:\ttrain_loss: 0.0055328\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1210 summary:\ttrain_loss: 0.0058775\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1211 summary:\ttrain_loss: 0.0077181\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1212 summary:\ttrain_loss: 0.0056952\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1213 summary:\ttrain_loss: 0.0053131\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1214 summary:\ttrain_loss: 0.0051250\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1215 summary:\ttrain_loss: 0.0051256\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1216 summary:\ttrain_loss: 0.0061228\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1217 summary:\ttrain_loss: 0.0056929\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1218 summary:\ttrain_loss: 0.0058642\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1219 summary:\ttrain_loss: 0.0054505\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1220 summary:\ttrain_loss: 0.0056141\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1221 summary:\ttrain_loss: 0.0056711\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1222 summary:\ttrain_loss: 0.0050073\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep1223\n","DEEPTB INFO Epoch 1223 summary:\ttrain_loss: 0.0053995\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1224 summary:\ttrain_loss: 0.0071635\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1225 summary:\ttrain_loss: 0.0050840\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1226 summary:\ttrain_loss: 0.0051066\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1227 summary:\ttrain_loss: 0.0050337\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1228 summary:\ttrain_loss: 0.0059777\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1229 summary:\ttrain_loss: 0.0054330\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1230 summary:\ttrain_loss: 0.0056229\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1231 summary:\ttrain_loss: 0.0055796\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1232 summary:\ttrain_loss: 0.0053636\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1233 summary:\ttrain_loss: 0.0062688\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1234 summary:\ttrain_loss: 0.0057576\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1235 summary:\ttrain_loss: 0.0052369\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1236 summary:\ttrain_loss: 0.0053938\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1237 summary:\ttrain_loss: 0.0057670\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1238 summary:\ttrain_loss: 0.0055236\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1239 summary:\ttrain_loss: 0.0058538\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1240 summary:\ttrain_loss: 0.0052096\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1241 summary:\ttrain_loss: 0.0052447\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1242 summary:\ttrain_loss: 0.0054050\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1243 summary:\ttrain_loss: 0.0057414\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1244 summary:\ttrain_loss: 0.0051106\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1245 summary:\ttrain_loss: 0.0055495\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1246 summary:\ttrain_loss: 0.0053660\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1247 summary:\ttrain_loss: 0.0051936\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1248 summary:\ttrain_loss: 0.0063523\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1249 summary:\ttrain_loss: 0.0061450\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1250 summary:\ttrain_loss: 0.0050540\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1251 summary:\ttrain_loss: 0.0053121\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1252 summary:\ttrain_loss: 0.0071443\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1253 summary:\ttrain_loss: 0.0057440\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1254 summary:\ttrain_loss: 0.0051161\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1255 summary:\ttrain_loss: 0.0052883\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1256 summary:\ttrain_loss: 0.0055659\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1257 summary:\ttrain_loss: 0.0053899\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1258 summary:\ttrain_loss: 0.0054168\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1259 summary:\ttrain_loss: 0.0055544\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1260 summary:\ttrain_loss: 0.0051570\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1261 summary:\ttrain_loss: 0.0055986\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1262 summary:\ttrain_loss: 0.0058931\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1263 summary:\ttrain_loss: 0.0074027\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1264 summary:\ttrain_loss: 0.0058947\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1265 summary:\ttrain_loss: 0.0058658\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1266 summary:\ttrain_loss: 0.0054415\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1267 summary:\ttrain_loss: 0.0053278\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1268 summary:\ttrain_loss: 0.0063724\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1269 summary:\ttrain_loss: 0.0055417\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1270 summary:\ttrain_loss: 0.0050621\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1271 summary:\ttrain_loss: 0.0059281\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1272 summary:\ttrain_loss: 0.0058329\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1273 summary:\ttrain_loss: 0.0060620\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1274 summary:\ttrain_loss: 0.0053779\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1275 summary:\ttrain_loss: 0.0055544\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1276 summary:\ttrain_loss: 0.0050336\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1277 summary:\ttrain_loss: 0.0053129\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1278 summary:\ttrain_loss: 0.0054214\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1279 summary:\ttrain_loss: 0.0065911\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1280 summary:\ttrain_loss: 0.0051644\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1281 summary:\ttrain_loss: 0.0054179\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1282 summary:\ttrain_loss: 0.0051006\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1283 summary:\ttrain_loss: 0.0053134\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1284 summary:\ttrain_loss: 0.0051732\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1285 summary:\ttrain_loss: 0.0052240\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1286 summary:\ttrain_loss: 0.0051410\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1287 summary:\ttrain_loss: 0.0070008\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1288 summary:\ttrain_loss: 0.0055981\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1289 summary:\ttrain_loss: 0.0055210\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1290 summary:\ttrain_loss: 0.0069080\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1291 summary:\ttrain_loss: 0.0050718\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1292 summary:\ttrain_loss: 0.0051098\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1293 summary:\ttrain_loss: 0.0057757\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1294 summary:\ttrain_loss: 0.0057237\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1295 summary:\ttrain_loss: 0.0052877\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1296 summary:\ttrain_loss: 0.0054645\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1297 summary:\ttrain_loss: 0.0095710\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1298 summary:\ttrain_loss: 0.0063165\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1299 summary:\ttrain_loss: 0.0064909\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1300\ttrain_loss: 0.0055861 (0.0062775)\tlr: 0.0002726\n","DEEPTB INFO Epoch 1300 summary:\ttrain_loss: 0.0055861\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1301 summary:\ttrain_loss: 0.0057257\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1302 summary:\ttrain_loss: 0.0053646\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1303 summary:\ttrain_loss: 0.0050336\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1304 summary:\ttrain_loss: 0.0052596\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1305 summary:\ttrain_loss: 0.0052718\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1306 summary:\ttrain_loss: 0.0063665\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1307 summary:\ttrain_loss: 0.0054594\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1308 summary:\ttrain_loss: 0.0054637\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1309 summary:\ttrain_loss: 0.0063103\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1310 summary:\ttrain_loss: 0.0062286\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1311 summary:\ttrain_loss: 0.0050746\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1312 summary:\ttrain_loss: 0.0052333\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1313 summary:\ttrain_loss: 0.0054919\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1314 summary:\ttrain_loss: 0.0052792\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1315 summary:\ttrain_loss: 0.0060820\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1316 summary:\ttrain_loss: 0.0055611\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1317 summary:\ttrain_loss: 0.0073684\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1318 summary:\ttrain_loss: 0.0052219\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1319 summary:\ttrain_loss: 0.0050469\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1320 summary:\ttrain_loss: 0.0050332\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1321 summary:\ttrain_loss: 0.0054592\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1322 summary:\ttrain_loss: 0.0058176\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1323 summary:\ttrain_loss: 0.0054855\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1324 summary:\ttrain_loss: 0.0061716\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1325 summary:\ttrain_loss: 0.0052390\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1326 summary:\ttrain_loss: 0.0050297\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1327 summary:\ttrain_loss: 0.0056012\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1328 summary:\ttrain_loss: 0.0053079\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1329 summary:\ttrain_loss: 0.0067017\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1330 summary:\ttrain_loss: 0.0055094\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1331 summary:\ttrain_loss: 0.0054324\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1332 summary:\ttrain_loss: 0.0051069\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1333 summary:\ttrain_loss: 0.0054831\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1334 summary:\ttrain_loss: 0.0054801\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1335 summary:\ttrain_loss: 0.0050046\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep1336\n","DEEPTB INFO Epoch 1336 summary:\ttrain_loss: 0.0052345\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1337 summary:\ttrain_loss: 0.0069313\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1338 summary:\ttrain_loss: 0.0057619\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1339 summary:\ttrain_loss: 0.0060676\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1340 summary:\ttrain_loss: 0.0061555\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1341 summary:\ttrain_loss: 0.0052555\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1342 summary:\ttrain_loss: 0.0055313\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1343 summary:\ttrain_loss: 0.0050541\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1344 summary:\ttrain_loss: 0.0101449\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1345 summary:\ttrain_loss: 0.0050388\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1346 summary:\ttrain_loss: 0.0052449\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1347 summary:\ttrain_loss: 0.0051098\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1348 summary:\ttrain_loss: 0.0050053\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1349 summary:\ttrain_loss: 0.0053199\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1350 summary:\ttrain_loss: 0.0055872\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1351 summary:\ttrain_loss: 0.0057244\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1352 summary:\ttrain_loss: 0.0054817\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1353 summary:\ttrain_loss: 0.0051227\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1354 summary:\ttrain_loss: 0.0051751\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1355 summary:\ttrain_loss: 0.0049847\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep1356\n","DEEPTB INFO Epoch 1356 summary:\ttrain_loss: 0.0050359\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1357 summary:\ttrain_loss: 0.0051508\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1358 summary:\ttrain_loss: 0.0062633\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1359 summary:\ttrain_loss: 0.0052888\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1360 summary:\ttrain_loss: 0.0049867\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1361 summary:\ttrain_loss: 0.0061927\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1362 summary:\ttrain_loss: 0.0058391\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1363 summary:\ttrain_loss: 0.0058300\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1364 summary:\ttrain_loss: 0.0051351\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1365 summary:\ttrain_loss: 0.0052073\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1366 summary:\ttrain_loss: 0.0060672\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1367 summary:\ttrain_loss: 0.0070139\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1368 summary:\ttrain_loss: 0.0051548\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1369 summary:\ttrain_loss: 0.0053753\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1370 summary:\ttrain_loss: 0.0051850\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1371 summary:\ttrain_loss: 0.0065617\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1372 summary:\ttrain_loss: 0.0053540\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1373 summary:\ttrain_loss: 0.0057758\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1374 summary:\ttrain_loss: 0.0056163\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1375 summary:\ttrain_loss: 0.0053414\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1376 summary:\ttrain_loss: 0.0082406\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1377 summary:\ttrain_loss: 0.0051041\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1378 summary:\ttrain_loss: 0.0054329\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1379 summary:\ttrain_loss: 0.0053423\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1380 summary:\ttrain_loss: 0.0053608\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1381 summary:\ttrain_loss: 0.0053434\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1382 summary:\ttrain_loss: 0.0055676\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1383 summary:\ttrain_loss: 0.0069578\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1384 summary:\ttrain_loss: 0.0052560\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1385 summary:\ttrain_loss: 0.0062419\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1386 summary:\ttrain_loss: 0.0061484\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1387 summary:\ttrain_loss: 0.0051735\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1388 summary:\ttrain_loss: 0.0071926\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1389 summary:\ttrain_loss: 0.0051018\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1390 summary:\ttrain_loss: 0.0055544\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1391 summary:\ttrain_loss: 0.0052864\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1392 summary:\ttrain_loss: 0.0054445\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1393 summary:\ttrain_loss: 0.0060665\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1394 summary:\ttrain_loss: 0.0053883\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1395 summary:\ttrain_loss: 0.0053555\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1396 summary:\ttrain_loss: 0.0052616\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1397 summary:\ttrain_loss: 0.0050462\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1398 summary:\ttrain_loss: 0.0054244\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1399 summary:\ttrain_loss: 0.0051539\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1400\ttrain_loss: 0.0058456 (0.0054626)\tlr: 0.0002467\n","DEEPTB INFO Epoch 1400 summary:\ttrain_loss: 0.0058456\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1401 summary:\ttrain_loss: 0.0058438\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1402 summary:\ttrain_loss: 0.0051626\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1403 summary:\ttrain_loss: 0.0054239\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1404 summary:\ttrain_loss: 0.0052544\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1405 summary:\ttrain_loss: 0.0051395\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1406 summary:\ttrain_loss: 0.0049627\t\n","################################################################################################################################################################\n","DEEPTB INFO checkpoint saved as mix.ep1407\n","DEEPTB INFO Epoch 1407 summary:\ttrain_loss: 0.0050578\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1408 summary:\ttrain_loss: 0.0050826\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1409 summary:\ttrain_loss: 0.0051426\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1410 summary:\ttrain_loss: 0.0054377\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1411 summary:\ttrain_loss: 0.0053234\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1412 summary:\ttrain_loss: 0.0057469\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1413 summary:\ttrain_loss: 0.0053536\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1414 summary:\ttrain_loss: 0.0060554\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1415 summary:\ttrain_loss: 0.0059969\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1416 summary:\ttrain_loss: 0.0056496\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1417 summary:\ttrain_loss: 0.0054808\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1418 summary:\ttrain_loss: 0.0053938\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1419 summary:\ttrain_loss: 0.0059499\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1420 summary:\ttrain_loss: 0.0063928\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1421 summary:\ttrain_loss: 0.0052500\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1422 summary:\ttrain_loss: 0.0060109\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1423 summary:\ttrain_loss: 0.0061747\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1424 summary:\ttrain_loss: 0.0051654\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1425 summary:\ttrain_loss: 0.0052830\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1426 summary:\ttrain_loss: 0.0060712\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1427 summary:\ttrain_loss: 0.0051476\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1428 summary:\ttrain_loss: 0.0056614\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1429 summary:\ttrain_loss: 0.0051952\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1430 summary:\ttrain_loss: 0.0056901\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1431 summary:\ttrain_loss: 0.0052615\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1432 summary:\ttrain_loss: 0.0058620\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1433 summary:\ttrain_loss: 0.0056934\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1434 summary:\ttrain_loss: 0.0051066\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1435 summary:\ttrain_loss: 0.0051110\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1436 summary:\ttrain_loss: 0.0065307\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1437 summary:\ttrain_loss: 0.0051946\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1438 summary:\ttrain_loss: 0.0049817\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1439 summary:\ttrain_loss: 0.0054401\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1440 summary:\ttrain_loss: 0.0055372\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1441 summary:\ttrain_loss: 0.0060161\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1442 summary:\ttrain_loss: 0.0051757\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1443 summary:\ttrain_loss: 0.0057474\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1444 summary:\ttrain_loss: 0.0056190\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1445 summary:\ttrain_loss: 0.0055101\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1446 summary:\ttrain_loss: 0.0051910\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1447 summary:\ttrain_loss: 0.0053097\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1448 summary:\ttrain_loss: 0.0057551\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1449 summary:\ttrain_loss: 0.0054954\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1450 summary:\ttrain_loss: 0.0055095\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1451 summary:\ttrain_loss: 0.0052175\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1452 summary:\ttrain_loss: 0.0068867\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1453 summary:\ttrain_loss: 0.0053256\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1454 summary:\ttrain_loss: 0.0054607\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1455 summary:\ttrain_loss: 0.0052888\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1456 summary:\ttrain_loss: 0.0067192\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1457 summary:\ttrain_loss: 0.0051534\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1458 summary:\ttrain_loss: 0.0051818\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1459 summary:\ttrain_loss: 0.0052249\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1460 summary:\ttrain_loss: 0.0111444\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1461 summary:\ttrain_loss: 0.0062630\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1462 summary:\ttrain_loss: 0.0053783\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1463 summary:\ttrain_loss: 0.0057649\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1464 summary:\ttrain_loss: 0.0052510\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1465 summary:\ttrain_loss: 0.0064126\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1466 summary:\ttrain_loss: 0.0065443\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1467 summary:\ttrain_loss: 0.0051790\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1468 summary:\ttrain_loss: 0.0063292\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1469 summary:\ttrain_loss: 0.0064142\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1470 summary:\ttrain_loss: 0.0080041\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1471 summary:\ttrain_loss: 0.0069892\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1472 summary:\ttrain_loss: 0.0051085\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1473 summary:\ttrain_loss: 0.0058240\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1474 summary:\ttrain_loss: 0.0052449\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1475 summary:\ttrain_loss: 0.0062662\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1476 summary:\ttrain_loss: 0.0057012\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1477 summary:\ttrain_loss: 0.0055588\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1478 summary:\ttrain_loss: 0.0066984\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1479 summary:\ttrain_loss: 0.0051811\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1480 summary:\ttrain_loss: 0.0051032\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1481 summary:\ttrain_loss: 0.0065624\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1482 summary:\ttrain_loss: 0.0049663\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1483 summary:\ttrain_loss: 0.0052212\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1484 summary:\ttrain_loss: 0.0051113\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1485 summary:\ttrain_loss: 0.0054181\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1486 summary:\ttrain_loss: 0.0056703\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1487 summary:\ttrain_loss: 0.0056930\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1488 summary:\ttrain_loss: 0.0051850\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1489 summary:\ttrain_loss: 0.0050618\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1490 summary:\ttrain_loss: 0.0056320\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1491 summary:\ttrain_loss: 0.0051445\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1492 summary:\ttrain_loss: 0.0057922\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1493 summary:\ttrain_loss: 0.0053819\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1494 summary:\ttrain_loss: 0.0052321\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1495 summary:\ttrain_loss: 0.0051979\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1496 summary:\ttrain_loss: 0.0066754\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1497 summary:\ttrain_loss: 0.0050551\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1498 summary:\ttrain_loss: 0.0058858\t\n","################################################################################################################################################################\n","DEEPTB INFO Epoch 1499 summary:\ttrain_loss: 0.0050210\t\n","################################################################################################################################################################\n","DEEPTB INFO iteration:1500\ttrain_loss: 0.0057370 (0.0055369)\tlr: 0.0002232\n","DEEPTB INFO checkpoint saved as mix.iter1501\n","DEEPTB INFO Epoch 1500 summary:\ttrain_loss: 0.0057370\t\n","################################################################################################################################################################\n","DEEPTB INFO finished training\n","DEEPTB INFO wall time: 150.509 s\n"]}],"source":["!dptb train ./inputs/2-4_input.json -i ./nnsk_md25/checkpoint/nnsk.ep99.pth -o ./dptb"]},{"cell_type":"code","execution_count":10,"metadata":{},"outputs":[{"name":"stderr","output_type":"stream","text":["The push option is not supported in the mixed model. The push option is only supported in the nnsk model.\n"]},{"data":{"image/png":"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","text/plain":["
"]},"metadata":{},"output_type":"display_data"}],"source":["# 绘制dptb拟合的能带需要加载 MIX 模型\n","from dptb.nn.deeptb import MIX\n","\n","# 演示结果用的存档模型位于 ref_ckpts/dptb/checkpoint\n","# 此处加载模型的设定json文件同样提供在ref_ckpts/dptb\n","jdata_model = j_loader(\"./dptb/train_config.json\")\n","model = MIX.from_reference(checkpoint=\"./dptb/checkpoint/mix.iter1500.pth\",\n"," **jdata_model[\"common_options\"],\n"," **jdata_model[\"model_options\"])\n","\n","jdata_run = j_loader(\"./run/band.json\")\n","results_path = \"./band_plot\"\n","kpath_kwargs = jdata_run[\"task_options\"]\n","stru_data = \"./data/silicon.vasp\"\n","AtomicData_options = {\"r_max\": 5.0, \"er_max\":5.0, \"oer_max\": 2.5, \"pbc\": True}\n","\n","bcal = Band(model=model, \n"," use_gui=True, \n"," results_path=results_path, \n"," device=model.device)\n","bcal.get_bands(data=stru_data, \n"," kpath_kwargs=kpath_kwargs, \n"," AtomicData_options=AtomicData_options)\n","bcal.band_plot(ref_band = kpath_kwargs[\"ref_band\"],\n"," E_fermi = kpath_kwargs[\"E_fermi\"],\n"," emin = kpath_kwargs[\"emin\"],\n"," emax = kpath_kwargs[\"emax\"])"]},{"cell_type":"code","execution_count":null,"metadata":{},"outputs":[],"source":[]}],"metadata":{"kernelspec":{"display_name":"Python 3","language":"python","name":"python3"},"language_info":{"codemirror_mode":{"name":"ipython","version":3},"file_extension":".py","mimetype":"text/x-python","name":"python","nbconvert_exporter":"python","pygments_lexer":"ipython3","version":"3.10.6"}},"nbformat":4,"nbformat_minor":4}