| warnings.warn( | |
| 0%|▊ | 100/20000 [00:44<2:22:38, 2.33it/s]tensor(0.2153, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 1%|█▋ | 200/20000 [01:28<2:23:06, 2.31it/s]tensor(0.2829, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 2%|██▍ | 300/20000 [02:12<2:25:44, 2.25it/s]tensor(0.4244, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 2%|███▎ | 400/20000 [02:56<2:22:08, 2.30it/s]tensor(0.4839, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 2%|████ | 500/20000 [03:40<2:23:15, 2.27it/s]tensor(0.8425, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 3%|████▉ | 600/20000 [04:25<2:22:27, 2.27it/s]tensor(0.5805, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 4%|█████▋ | 700/20000 [05:10<2:22:23, 2.26it/s]tensor(0.2978, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 4%|██████▌ | 800/20000 [05:54<2:21:38, 2.26it/s]tensor(0.1273, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 4%|███████▍ | 900/20000 [06:38<2:20:14, 2.27it/s]tensor(0.4796, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 5%|████████▏ | 1000/20000 [07:22<2:19:26, 2.27it/s]tensor(0.2239, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 6%|████████▉ | 1100/20000 [08:08<2:19:36, 2.26it/s]tensor(0.1004, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 6%|█████████▊ | 1200/20000 [08:52<2:16:58, 2.29it/s]tensor(0.5236, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 6%|██████████▌ | 1300/20000 [09:36<2:20:33, 2.22it/s]tensor(0.1152, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 7%|███████████▍ | 1400/20000 [10:20<2:15:36, 2.29it/s]tensor(0.0998, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 8%|████████████▏ | 1500/20000 [11:04<2:16:26, 2.26it/s]tensor(1.0691, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 8%|█████████████ | 1600/20000 [11:50<2:14:11, 2.29it/s]tensor(0.4395, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 8%|█████████████▊ | 1700/20000 [12:34<2:14:35, 2.27it/s]tensor(0.6709, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 9%|██████████████▋ | 1800/20000 [13:18<2:13:14, 2.28it/s]tensor(0.0770, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 10%|███████████████▍ | 1900/20000 [14:02<2:12:24, 2.28it/s]tensor(0.0756, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 10%|████████████████▎ | 2000/20000 [14:47<2:13:32, 2.25it/s]tensor(0.3683, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 10%|█████████████████ | 2100/20000 [15:32<2:12:21, 2.25it/s]tensor(0.1180, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 11%|█████████████████▉ | 2200/20000 [16:16<2:10:11, 2.28it/s]tensor(0.1589, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 12%|██████████████████▋ | 2300/20000 [17:00<2:11:19, 2.25it/s]tensor(0.1791, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 12%|███████████████████▌ | 2400/20000 [17:45<2:11:17, 2.23it/s]tensor(0.0636, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 12%|████████████████████▍ | 2500/20000 [18:29<2:07:58, 2.28it/s]tensor(0.2253, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 13%|█████████████████████▏ | 2600/20000 [19:14<2:06:56, 2.28it/s]tensor(0.1003, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 14%|██████████████████████ | 2700/20000 [19:59<2:11:46, 2.19it/s]tensor(0.0455, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 14%|██████████████████████▊ | 2800/20000 [20:43<2:07:26, 2.25it/s]tensor(0.0448, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 14%|███████████████████████▋ | 2900/20000 [21:27<2:04:02, 2.30it/s]tensor(1.4607, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 15%|████████████████████████▍ | 3000/20000 [22:12<2:05:21, 2.26it/s]tensor(0.2705, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 16%|█████████████████████████▎ | 3100/20000 [22:56<2:05:18, 2.25it/s]tensor(0.7325, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 16%|██████████████████████████ | 3200/20000 [23:41<2:05:29, 2.23it/s]tensor(0.5659, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 16%|██████████████████████████▉ | 3300/20000 [24:25<2:01:54, 2.28it/s]tensor(0.4207, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 17%|███████████████████████████▋ | 3400/20000 [25:09<2:00:37, 2.29it/s]tensor(0.1988, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 18%|████████████████████████████▌ | 3500/20000 [25:53<2:01:50, 2.26it/s]tensor(0.4434, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 18%|█████████████████████████████▎ | 3600/20000 [26:38<1:58:26, 2.31it/s]tensor(0.3255, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 18%|██████████████████████████████▏ | 3700/20000 [27:22<1:58:50, 2.29it/s]tensor(0.7106, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 19%|██████████████████████████████▉ | 3800/20000 [28:06<1:58:24, 2.28it/s]tensor(0.2896, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 20%|███████████████████████████████▊ | 3900/20000 [28:50<1:59:48, 2.24it/s]tensor(0.4560, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 20%|████████████████████████████████▌ | 4000/20000 [29:34<1:55:21, 2.31it/s]tensor(0.4117, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 20%|█████████████████████████████████▍ | 4100/20000 [30:19<1:56:52, 2.27it/s]tensor(0.5676, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 21%|██████████████████████████████████▏ | 4200/20000 [31:02<1:54:18, 2.30it/s]tensor(0.6837, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 22%|███████████████████████████████████ | 4300/20000 [31:46<1:55:28, 2.27it/s]tensor(0.6246, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 22%|███████████████████████████████████▊ | 4400/20000 [32:30<1:54:42, 2.27it/s]tensor(0.1902, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 22%|████████████████████████████████████▋ | 4500/20000 [33:14<1:53:41, 2.27it/s]tensor(0.1851, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 23%|█████████████████████████████████████▍ | 4600/20000 [33:59<1:54:26, 2.24it/s]tensor(0.3036, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 24%|██████████████████████████████████████▎ | 4700/20000 [34:43<1:50:33, 2.31it/s]tensor(0.4695, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 24%|███████████████████████████████████████ | 4800/20000 [35:27<1:51:37, 2.27it/s]tensor(0.1996, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 24%|███████████████████████████████████████▉ | 4900/20000 [36:11<1:49:27, 2.30it/s]tensor(0.6927, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 25%|████████████████████████████████████████▊ | 5000/20000 [36:55<1:49:33, 2.28it/s]tensor(0.2079, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 26%|█████████████████████████████████████████▌ | 5100/20000 [37:39<1:48:35, 2.29it/s]tensor(0.5385, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 26%|██████████████████████████████████████████▍ | 5200/20000 [38:23<1:48:04, 2.28it/s]tensor(0.3138, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 26%|███████████████████████████████████████████▏ | 5300/20000 [39:07<1:48:06, 2.27it/s]tensor(0.2337, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 27%|████████████████████████████████████████████ | 5400/20000 [39:51<1:48:56, 2.23it/s]tensor(0.3529, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 28%|████████████████████████████████████████████▊ | 5500/20000 [40:35<1:45:55, 2.28it/s]tensor(0.8703, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 28%|█████████████████████████████████████████████▋ | 5600/20000 [41:19<1:45:19, 2.28it/s]tensor(0.4775, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 28%|██████████████████████████████████████████████▍ | 5700/20000 [42:04<1:44:33, 2.28it/s]tensor(0.2495, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 29%|███████████████████████████████████████████████▎ | 5800/20000 [42:48<1:44:23, 2.27it/s]tensor(0.4124, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 30%|████████████████████████████████████████████████ | 5900/20000 [43:32<1:44:07, 2.26it/s]tensor(0.3017, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 30%|████████████████████████████████████████████████▉ | 6000/20000 [44:16<1:42:16, 2.28it/s]tensor(0.8822, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 30%|█████████████████████████████████████████████████▋ | 6100/20000 [45:00<1:41:17, 2.29it/s]tensor(0.6037, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 31%|██████████████████████████████████████████████████▌ | 6200/20000 [45:44<1:40:52, 2.28it/s]tensor(0.4635, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 32%|███████████████████████████████████████████████████▎ | 6300/20000 [46:28<1:41:07, 2.26it/s]tensor(0.2707, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 32%|████████████████████████████████████████████████████▏ | 6400/20000 [47:12<1:40:46, 2.25it/s]tensor(0.8428, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 32%|████████████████████████████████████████████████████▉ | 6500/20000 [47:56<1:39:50, 2.25it/s]tensor(0.3684, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 33%|█████████████████████████████████████████████████████▊ | 6600/20000 [48:41<1:37:53, 2.28it/s]tensor(0.2327, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 34%|██████████████████████████████████████████████████████▌ | 6700/20000 [49:25<1:38:25, 2.25it/s]tensor(nan, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 34%|███████████████████████████████████████████████████████▍ | 6800/20000 [50:09<1:35:43, 2.30it/s]tensor(0.1983, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 34%|████████████████████████████████████████████████████████▏ | 6900/20000 [50:53<1:35:39, 2.28it/s]tensor(0.2152, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 35%|█████████████████████████████████████████████████████████ | 7000/20000 [51:37<1:35:24, 2.27it/s]tensor(0.3079, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 36%|█████████████████████████████████████████████████████████▊ | 7100/20000 [52:22<1:33:56, 2.29it/s]tensor(0.1572, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 36%|██████████████████████████████████████████████████████████▋ | 7200/20000 [53:06<1:33:24, 2.28it/s]tensor(0.3412, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 36%|███████████████████████████████████████████████████████████▍ | 7300/20000 [53:50<1:32:57, 2.28it/s]tensor(0.4371, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 37%|████████████████████████████████████████████████████████████▎ | 7400/20000 [54:34<1:33:04, 2.26it/s]tensor(0.2853, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 38%|█████████████████████████████████████████████████████████████▏ | 7500/20000 [55:18<1:32:55, 2.24it/s]tensor(0.3847, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 38%|█████████████████████████████████████████████████████████████▉ | 7600/20000 [56:03<1:30:53, 2.27it/s]tensor(0.3116, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 38%|██████████████████████████████████████████████████████████████▊ | 7700/20000 [56:47<1:29:47, 2.28it/s]tensor(0.3328, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 39%|███████████████████████████████████████████████████████████████▌ | 7800/20000 [57:31<1:30:18, 2.25it/s]tensor(0.2644, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 40%|████████████████████████████████████████████████████████████████▍ | 7900/20000 [58:16<1:44:56, 1.92it/s]tensor(0.1800, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 40%|█████████████████████████████████████████████████████████████████▏ | 8000/20000 [59:04<1:32:53, 2.15it/s]tensor(0.2355, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 40%|██████████████████████████████████████████████████████████████████ | 8100/20000 [59:49<1:26:17, 2.30it/s]tensor(0.5495, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 41%|██████████████████████████████████████████████████████████████████ | 8200/20000 [1:00:32<1:26:43, 2.27it/s]tensor(0.3564, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 42%|██████████████████████████████████████████████████████████████████▊ | 8300/20000 [1:01:16<1:24:41, 2.30it/s]tensor(0.4840, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 42%|███████████████████████████████████████████████████████████████████▌ | 8400/20000 [1:02:00<1:25:11, 2.27it/s]tensor(0.2846, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 42%|████████████████████████████████████████████████████████████████████▍ | 8500/20000 [1:02:44<1:25:55, 2.23it/s]tensor(0.2893, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 43%|█████████████████████████████████████████████████████████████████████▏ | 8600/20000 [1:03:29<1:22:42, 2.30it/s]tensor(0.2724, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 44%|██████████████████████████████████████████████████████████████████████ | 8700/20000 [1:04:13<1:22:16, 2.29it/s]tensor(0.2532, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 44%|██████████████████████████████████████████████████████████████████████▊ | 8800/20000 [1:04:57<1:22:11, 2.27it/s]tensor(0.4647, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 44%|███████████████████████████████████████████████████████████████████████▋ | 8900/20000 [1:05:41<1:22:10, 2.25it/s]tensor(0.3032, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 45%|████████████████████████████████████████████████████████████████████████▍ | 9000/20000 [1:06:25<1:20:57, 2.26it/s]tensor(0.3943, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 46%|█████████████████████████████████████████████████████████████████████████▎ | 9100/20000 [1:07:15<1:19:53, 2.27it/s]tensor(0.4976, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 46%|██████████████████████████████████████████████████████████████████████████ | 9200/20000 [1:07:59<1:18:57, 2.28it/s]tensor(0.2800, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 46%|██████████████████████████████████████████████████████████████████████████▊ | 9300/20000 [1:08:43<1:17:47, 2.29it/s]tensor(0.2511, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 47%|███████████████████████████████████████████████████████████████████████████▋ | 9400/20000 [1:09:27<1:18:01, 2.26it/s]tensor(0.3797, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 48%|████████████████████████████████████████████████████████████████████████████▍ | 9500/20000 [1:10:11<1:16:36, 2.28it/s]tensor(0.2014, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 48%|█████████████████████████████████████████████████████████████████████████████▎ | 9600/20000 [1:10:55<1:15:53, 2.28it/s]tensor(0.8036, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 48%|██████████████████████████████████████████████████████████████████████████████ | 9700/20000 [1:11:39<1:15:49, 2.26it/s]tensor(0.2857, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 49%|██████████████████████████████████████████████████████████████████████████████▉ | 9800/20000 [1:12:23<1:14:15, 2.29it/s]tensor(0.2825, device='cuda:0', grad_fn=<NllLossBackward0>) | |
| 49%|██████████████████████████████████████████████████████████████████████████████▉ | 9812/20000 [1:12:28<1:14:39, 2.27it/s] |